ОПЫТ РЕШЕНИЯ ЗАДАЧИ ДАКТИЛОСКОПИЧЕСКОЙ ИДЕНТИФИКАЦИИ С ИСПОЛЬЗОВАНИЕМ GPGPU Станислав Юрьевич Сартасов, аспирант кафедры системного программирования Математико- - презентация

1 ОПЫТ РЕШЕНИЯ ЗАДАЧИ ДАКТИЛОСКОПИЧЕСКОЙ ИДЕНТИФИКАЦИИ С ИСПОЛЬЗОВАНИЕМ GPGPU Станислав Юрьевич Сартасов, аспирант кафедры системного программирования Математико- Механического факультета СПбГУ Научный руководитель: д.ф.-м.н. проф. Терехов А.Н.

2 План доклада Биометрическая идентификация и проблема масштабирования Системные ошибки Биометрическое слияние и классификация Дактилоскопические алгоритмы Улучшение изображений FingerCode Распознавание по минуциям

3 Биометрическая идентификация

4 Проблема масштабирования Сравнение один ко многим Больше отпечатков Больше времени

5 Системные ошибки

6 Биометрическое слияние Классификация Слияние Мультибиометрия Исходных данных Алгоритмов Метрики или ранга На основе принятия решения Классификация Гальтона-Генри Основанные на Гальтона-Генри Кластеризация Непрерывная

7 Непрерывный классификатор A. Lumini, D. Maio, D. Maltoni Сопоставление с отпечатком точки многомерного пространства Ранжирование Выбор k наилучших ИЛИ пороговая функция CMC(k)

8 Непрерывный классификатор

9 FingerCode

10 A. Jain, S. Prabhakar, L. Hong, S. Pankanti, Michigan State University Выделение ядра отпечатка Отдельная проблема Формирование области из концентрических колец Свёртка области фильтрами Габора Расчёт среднего отклонения цвета пикселов в каждом секторе Подходит для непрерывной классификации

11 Настройка FingerCode Размер колец под размер отпечатка Число фильтров Число колец Число секторов Тестовые прогоны для оптимизации FAR(k), FRR(k) CMC(k)

12 NVIDIA CUDA

13 Результаты

14 Улучшение изображения

15

16 Попиксельная нормализация Контекстная фильтрация Фильтры Габора Преобразование Фурье Блочная Непрерывная Пирамидальное

17 Улучшение изображения

18 Результаты Распараллелен каждый этап Без использования сепарабельности Свёртка не оптимальна Направленная фильтрация с применением общей и константной памяти CPU: 7800 мс CUDA: 50 мс

19 Распознавание по минуциям

20 Выделение минуций Бинаризация, утончение линий, выделение связей Выделение минуций из изображения в оттенках серого

21 Выделение минуций

22 Результаты Параллелизация свёртки Свёртки не оптимальны Поиск максимумов последовательный CPU: мс CUDA: 60 мс

23 Сопоставление минуций

24

25 Двухуровневая архитектура

26 СПАСИБО!