Extraction of parameters from biometric data samples


Abstract

This article describes possible ways to extract parameters from biometric data samples, such as fingerprint or voice recording. Influence of particular approaches to biometric sample preparation and comparision algorithms accuracy was verified. Experiment involving processing big ammount of samples with usage of particular algorithms was performed. In fingerprint detection case the image normalization, Gabor filtering and comparision method based on descriptors were used. For voice authorization LPC and MFCC alghoritms were used. In both cases satisfying accuracy (60-80%) was the result of the surveys.


Keywords

biometrics; fingerprint; voice; authorization; normalization; gabor; descriptor; lpc; mfcc

[1] Thai R. - Fingerprint ImageEnhancement and Minutiae Extraction - https://www.peterkovesi.com/studentprojects/raymondthai/RaymondThai.pdf - 8.06.2019
[2] Dokumentacja OpenCV - adaptacyjna normalizacja histogramu https://docs.opencv.org/3.1.0/d5/daf/tutorial_py_histogram_equalization.html - 28.05.2019
[3] Repozytorium python-fingerprint-recognition https://github.com/kjanko/python-fingerprint-recognition - 28.05.2019
[4] TheAILearner - Adaptive Histogram Equalization (AHE) - https://theailearner.com/2019/04/14/adaptive-histogram-equalization-ahe/ - 08.06.2019
[5] WaveMetrics - progowanie obrazu https://www.wavemetrics.com/products/igorpro/imageprocessing/thresholding - 28.05.2019
[6] Repozytorium biometrics - GitHub https://github.com/rtshadow/biometrics - 28.05.2019
[7] Shah A. - Through The Eyes of Gabor Filter https://medium.com/@anuj_shah/through-the-eyes-of-gabor-filter-17d1fdb3ac97 - 28.05.2019
[8] Błaszczyk Ł. - Filtry Gabora i ich zastosowanie w obrazowaniu medycznym http://pages.mini.pw.edu.pl/~blaszczykl/nauka/prace/inz_biomed.pdf - 28.05.2019
[9] Vector magnitude and direction review - https://www.khanacademy.org/math/precalculus/vectors-precalc/component-form-of-vectors/a/vector-magnitude-and-direction-review - 08.06.2019
[10] Bazy odcisków FVC2004 http://bias.csr.unibo.it/fvc2004/databases.asp - 28.05.2019
[11] Khanyile N.P., Tapamo J.R., Dube E. - A Comparative Study of Fingerprint Thinning Algorithms https://pdfs.semanticscholar.org/f0e3/947dae712e8c27ee297e2ef569a369dcccbe.pdf - 28.05.2019
[12] Gońda S., Juszczak D. - Identyfikacja osób poprzez ich odciski palców http://sequoia.ict.pwr.wroc.pl/~witold/aiarr/2009_projekty/odciski/ - 28.05.2019
[13] Więcław Ł.- A minutiae-based matching algorithms in fingerprint recognition systems https://www.researchgate.net/publication/228644313_A_minutiae-based_matching_algorithms_in_fingerprint_recognition_ systems - 28.05.2019
[14] Chaudhari A. S., Dr. Girish K. Patnaik, Patil S. S. - Implementation of Minutiae Based Fingerprint Identification Systemusing Crossing Number Concept https://pdfs.semanticscholar.org/49ad/2473ecc1dcbfdfc9a981f5191a1224107ef1.pdf - 28.05.2019
[15] Paulino A. A., Feng J., Jain - Latent A. K. - Fingerprint Matching using Descriptor-Based Hough Transform http://biometrics.cse.msu.edu/Publications/Fingerprint/PaulinoFengJain_LatentFPMatching_DescriptorBasedHoughTransform_IJCB11.pdf - 28.05.2019
[16] Ślot K., Wybrane zagadnienia biometrii, Wydawnictwa Komunikacji i Łączności, Warszawa, 2008
[17] Bolle R.M., Connell J. H., Pankanti S., Ratha N. K., Senior A. W., - Biometria, Wydawnictwa Naukowo-Techniczne, Warszawa, 2008
[18] Zrozumiałość mowy - https://livesound.pl/tutoriale/4629-zrozumialosc-mowy - 28.05.2019
[19] Nasal speech sound - https://www.britannica.com/topic/nasal-speech-sound - 28.05.2019
[20] Termin ‘kadencja’ - https://sjp.pl/kadencja - dostęp 28.05.2019
[21] Termin ‘inflection’ - https://www.vocabulary.com/dictionary/inflection , [28.05.2019]
[22] Dustor A., Izydorczyk J., Rozpoznawanie mówców - http://www.przegladtelekomunikacyjny.pl/archive/WWW/artrec/dustor2-3'2003.pdf - 28.05.2019
[23] Kacprzak S., Inteligentne metody rozpoznawania dźwięku, Politechnika Łódzka, Łódź, 2010 http://www.dsp.agh.edu.pl/_media/pl:homepage:msc_s_kacprzak.pdf - dostęp 28.05.2019
[24] Parametryzacja sygnału mowy. Perceptualne skale częstotliwości - https://sound.eti.pg.gda.pl/student/amowy/am_04_parametryzacja.pdf - 28.05.2019
[25] Ogólny schemat parametryzacji [rys.] https://sound.eti.pg.gda.pl/student/amowy/AM_04_parametryzacja.pdf - 28.05.2019
[26] Schemat klasyfikacji parametrów [rys.] https://sound.eti.pg.gda.pl/student/amowy/AM_04_parametryzacja.pdf - 28.05.2019
[27] Gałka J., Optymalizacja parametryzacji sygnału w aspekcie rozpoznawania mowy polskiej, Akademia Górniczo–Hutnicza im. Stanisława Staszica w Krakowie, Kraków, 2008 https://docplayer.pl/24752866-Optymalizacja-parametryzacji-sygnalu-w-aspekcie-rozpoznawania-mowy-polskiej.html - 28.05.2019
[28] Rabiner L. R., Schafer R. W. - Digital procesing of speech signal. Prentice Hall, Englewood Cliffs, NJ, 1978.
[29] Basztura C. - Źródła, sygnały i obrazy akustyczne. Wydawnictwo Komunikacji i Łacznosci, Warszawa, 1988.
[30] Davis S., Mermelstein P. - Comparison of parametric representations for monosyllabic word recognition in continuously spoken sentences. Acoustics, Speech and Signal Processing, IEEE Transactions on, Sier. 1980.
[31] Uogólniony schemat powstawania sygnału mowy [rys.] http://www.przegladtelekomunikacyjny.pl/archive/WWW/artrec/dustor2-3'2003.pdf - 28.05.2019
[32] Filtracja sygnału bankiem filtrów o charakterystyce trójkątnej [rys.] https://sound.eti.pg.gda.pl/student/amowy/AM_04_parametryzacja.pdf - 28.05.2019
[33] Wanat I., Iwaniec M., Tworzenie modelu akustycznego na potrzeby weryfikacji mówcy przy użyciu Ukrytych Modeli Markowa - http://www.kms.polsl.pl/mi/pelne_9/31.pdf - 28.05.2019
Download

Published : 2019-12-30


Danek, P., Ćwirta, K., & Kopniak, P. (2019). Extraction of parameters from biometric data samples. Journal of Computer Sciences Institute, 13, 323-331. https://doi.org/10.35784/jcsi.1327

Paweł Danek  pawel.danek@pollub.edu.pl
Lublin University of Technology  Poland
Krzysztof Ćwirta 
Lublin University of Technology  Poland
Piotr Kopniak 
Lublin University of Technology  Poland