ТЕХНОЛОГИИ ШТРИХОВОГО КОДИРОВАНИЯ ДЛЯ ЗАДАЧ ЛИЦЕВОЙ БИОМЕТРИИ: СОВРЕМЕННОЕ СОСТОЯНИЕ И НОВЫЕ РЕШЕНИЯ

 Предмет исследования.Рассмотрена проблема использования технологий штрихового кодирования в задачах лицевой биометрии. Выполнен анализ достижений и оценены недостатки существующих решений и примеров построения штрих-кодов по изображениям лиц и выделенным по ним признакам. Метод. Определены пути реализации рассматриваемой проблемы, приведены новые решения на базе линейных Code128 и двумерных QR штрих-кодов, а также их цветных вариантов. Рассмотрены состав и объем данных, используемых в лицевой биометрии и в связанных с ней приложениях – медицине, криминалистике и судебно-медицинской экспертизе. Среди этих данных – изображения лиц, а также наборы антропометрических точек и дополнительная информация к ним, информация о фенотипе лица и гендерной принадлежности человека и, наконец, документальная информация. Основной результат. Показаны результаты «записи и переноса» этих данных в рамках различных вариантов компоновки штрих-кодов, а также результаты их считывания и способы укрытия от считывания. Предложенные цветные штрих-коды определены как «BIO Code128» и «BIO QR-code». При графическом отображении и записи в памяти компьютера их можно рассматривать как цветные растровые изображения, несущие в каждом слое информацию о лице. При этом документальная информация может быть прочитана непосредственно по таким цветным штрих-кодам (изображениям), а остальная информация (изображение лица, его антропометрика, сопроводительные параметры) –после декомпозиции цветных штрих-кодов на слои R, Gи B. Практическая значимость. Предложенные в статье варианты компоновки штрих-кодов «BIO Code128» и «BIO QR-сode» и программы их генерации (написанные в среде пакета MATLAB) могут быть использованы в дальнейших исследованиях проблемы штрихового кодирования в задачах лицевой биометрии и ее приложениях.

     1.      Кухарев Г.А. Поиск изображений лиц в больших базах данных // Мир измерений. 2009. № 4(98). С. 22–30.

2.      Портякова Н., Коцур В. Судьба общей биометрической базы ЕС решится к маю [Электронный ресурс]. Режим доступа: https://iz.ru/news/671446, свободный. Яз. рус. (датаобращения22.03.2017).

3.      Heeter T.W. Method for verifying human identity during electronic sale transactions. Patent US5878155. Filling date: 05.09.96. Publication date: 02.03.99.

4.      Soldek J. et al. Image analysis and pattern recognition in biometric technologies // Proc. Int. Conf. on the Biometrics: Fraud Prevention, Enhanced Service. Las Vegas, USA, 1997.
P. 270–286.

5.      Jung E., Kim J., Woo S., Kim S. Simplification of face image using feature points // Proc. 5^th Int. Conf. on Soft Computing and Intelligent Systems(SCIS&ISIS). Okayama, Japan, 2010. P. 1071–1073.

6.      Grillo A., Lentini A., Querini M., Italiano G.F. High capacity colored two dimensional codes // Proc. Int. Multiconference on Computer Science and Information Technology (IMCSIT 2010). 2010. P. 709–716.

7.      Querini M., Grillo A., Lentini A., Italiano G.F. 2D color barcodes for mobile phones // International Journal of Computer Science and Applications. 2011. V. 8. N 1. P. 136–155.

8.      Querini M., Italiano G.F. Facial biometrics for 2D barcodes // Proc. of the Federated Conference on Computer Science and Information Systems (FedCSIS 2012). Wroclaw, Poland, 2012. Art. 6354334. P. 755–762.

9.      Querini M., Italiano G.F. Facial recognition with 2D color barcodes // International Journal of Computer Science and Application. 2013. V. 10. N 1. P. 78–97.

10.   Кухарев Г.А., Матвеев Ю.Н., Щеголева Н.Л. Формирование штрих-кода по изображениям лиц на основе градиентов яркости // Научно-технический вестник информационных технологий механики и оптики. 2014. № 3(91). С. 88–95.

11.   Кухарев Г.А., Матвеев Ю.Н., Щеголева Н.Л. Экспресс-метод формирования штрих-кода по изображениям лиц // Научно-технический вестник информационных технологий механики и оптики. 2014.№ 2(90).С. 99–106.

12.   Wilkinson C. Facial reconstruction – anatomical art or artistic anatomy? // Journal of Anatomy. 2010. V. 216.N 2.
P. 235–250.doi: 10.1111/j.1469-7580.2009.01182.x

13.   Шнеер В.С. ДНК-штрихкодирование видов животных и растений – способ их молекулярной идентификации и изучения биоразнообразия // Журнал общей биологии. 2009. Т. 9. № 4.С. 296–315.

14.   Гарафутдинов Р.Р., Чебукова О.В., Сахабутдинова А.Р., Вахитов В.А., Черемис А.В. Генетическое штрихкодирование как подход к идентификации личности на примере популяции русских Республики Башкортостан // Вестник биотехнологии и физико-химической биологии им. Ю.А. Овчинникова . 2012. Т. 8. № 3. С. 19–25.

15.   Kazemi V., Sullivan J. One millisecond face alignment with an ensemble of regression trees // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Columbus, USA, 2014. P. 1867–1874.

16.   CUHK Face Sketch Database (CUFS) [Электронныйресурс]. Режим доступа: http://mmlab.ie.cuhk.edu.hk/archive/facesketch.html. свободный. Яз. анг. (дата обращения 27.03.2017).

17.   Кухарев Г.А., Каменская Е.И., Матвеев Ю.Н., Щеголева Н.Л. Методы обработки и распознавания изображений лиц в задачах биометрии / под ред. М.В. Хитрова. СПб.: Политехника, 2013. 388 с.

18.   Востриков А.А., Сергеев А.М. Штриховое кодирование. СПб.:ГУАП, 2010.56 с.

19.   Dakin S.C., Watt R.J. Biological «bar codes» in human faces // Journal of Vision. 2009. V. 9. N 4. P. 1–10.

20.   Barcode Comparison Chart [Электронныйресурс]. Режим доступа: www.makebarcode.com/specs/barcodechart.htmlсвободный. Яз. анг. (дата обращения 25.09.2017).

21.   Nesson C. Encoding multi-layered data into QR codes for increased capacity and security. South Dakota School of Mines and Technology,2013. 22 p.

22.   Duda J. Embedding grayscale halftone pictures in QR codes using correction trees // arXiv:1211.1572v3. 2012. 16 p.

23.   Garateguy G.J., Arce G.R., Lau D.L., Villarreal O.P. QR images: optimized image embedding in QR codes // IEEE Transactions on Image Processing. 2014. V. 23. N 7. P. 2842–2853. doi: 10.1109/TIP.2014.2321501

24.   Yang Z., Xu H., Deng J., Loy C.C., Lau W.C. Robust and fast decoding of high-capacity color QR codes for mobile applications // arXiv:1704.06447v1. 2017. 13 p.

25.   Цымбал Д.А., Чепурной К.В. Метод распознавания размытых штрих-кодов на мобильных устройствах без автофокусировки // Всероссийская конференция «Математические методы распознавания образов»
(ММРО-15). Петрозаводск, 2011. С. 1–5.

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License