Способ встраивания биометрической информации в цветное изображение лица и устройство для его осуществления

Изобретение относится к области вычислительной техники для создания цветных изображений лиц с встроенными в них QR-кодами с лицевой биометрической и документальной информацией. Техническим результатом является повышение универсальности и репрезентативности лицевой биометрической информации, сокращение вычислительных затрат при реализации процедуры встраивания QR-кодов с биометрической и документальной информацией в изображение-контейнер. Технический результат достигается за счет того, что выполняется анализ входного цветного изображения лица, определяется оригинальный размер изображения и его корректировка к выбранному размеру, вычисляются координаты антропометрических точек лица и значения яркости изображения лица, генерация QR-кода "ANTRO" и QR-кода "PHENO" с биометрической информацией, а также QR-кода "INFO" с документальной информацией, после генерации QR-кодов, по ним формируется цветной QR-код, в котором QR-код "ANTRO" выполняет роль компоненты "Red", QR-код "INFO" выполняет роль компоненты "Green", а QR-код "PHENO" выполняет роль компоненты "Blue", далее цветной QR-код встраивают в откорректированное по размеру цветное изображение лица, принимающего роль заполненного изображения-контейнера. 2 н.п. ф-лы, 12 ил.

 

Изобретение относится к автоматике и вычислительной технике и может быть использовано для создания цветных изображений лиц с встроенными в них QR-кодами с лицевой биометрической и документальной информацией. Такие цветные изображения лиц характеризуются компактностью представления в одном графическом объекте полной лицевой информации – основной биометрической и необходимой документальной информации, обладают универсальностью представления всей информации в обменных операциях и повышенной степенью защиты всей информации в процессе ее передачи. Такие цветные изображения лиц предназначены для создания биометрических баз, криминалистических баз поиска людей, в системах контроля доступа и системах трансграничного контроля для автоматической регистрации и аутентификации людей.

Известен способ представления лицевой информации в рамках QR-кода ("Simplification of face image using feature points" // Jung E., Kim J., Woo S., Kim S. - Proc. 5th International Conference on Soft Computing and Intelligent Systems, Okayama, Japan, 2010, P. 1071–1073). Способ основан представлении морфо- и фенотипа цветного изображения лица человека в компактной численной форме и реализуется так, что каждая отдельная часть лица (волосы, брови, губы и кожа лица) представляется отдельными значениями компонент "Red", "Green","Blue" и одним общим вербальным представлением соответствующей цветовой гаммы. Недостатком способа является чрезвычайно упрощенное представление информации о лице, что оказалось недостаточным в целях дальнейшего использования этой информации в практических приложениях. Кроме того, авторы этого способа столкнулись с проблемой невозможности размещения в рамках QR-кодов необходимой графической информации для реальных размеров и характеристик фенотипов изображений лиц.

Известен способ формирования цветных биометрических QR-кодов для задач лицевой биометрии "Способ формирования цветного QR-кода по изображениям лиц и устройство для его осуществления" (патент RU 2714741, БИ № 5 от 19,02.2020), который заключается в формировании цветного QR-кода на основе трех различных компонент, выбираемых из состава полутоновых изображений лиц и полутоновых QR-кодов, путем их размещения на местах слоев "Red", "Green" и "Blue" формируемого цветного QR-кода, причем биометрическую и документальную информацию об изображении лица содержат полутоновые QR-коды, входящие в цветной QR-код. Недостатками способа являются: невозможность сохранения входного цветного изображения лица в составе цветного биометрического QR-кода, поскольку он может содержать не более двух разных компонент из трех "Red", "Green" и "Blue" и нестабильность "прямого" чтения биометрической информации с цветных QR-кодов.

Основным недостатком перечисленных способов является невозможность представления в рамках предложенных QR-кодов полных цветных изображений лиц, как отдельных графических объектов, содержащих наиболее важную лицевую биометрическую информацию. И этот факт принципиально снижает возможности широкого применения предложенных решений штрихового кодирования в биометрии и универсальность его использования в приложениях биометрии.

Наиболее близким к предлагаемому решению и, принятому за прототип, является "Способ встраивания биометрической информации в цветное изображение лица и устройство для осуществления способа" (патент RU 2713762, БИ № 4 от 07.02.2020), заключающийся в выполнении анализа входного цветного изображения лица, определении оригинального размера изображения и его корректировки по выбранному размеру QR-кода, вычислении координат антропометрических точек лица, используемых в качестве основной биометрической информации о лице, подготовки оригинальных сообщений по биометрической информации и заданной документальной информации, генерации QR-кода "ANTRO" с биометрической информацией и QR-кода "INFO" с документальной информацией, выполнении декомпозиции цветного изображения лица на компоненты "R", "G" и "B", соответствующие полутоновым изображениям, в котором после вычисления координат антропометрических точек лица вычисляют значения яркости изображения лица, используемые в качестве дополнительной биометрической информации о фенотипа лица, подготавливают оригинальное сообщение по дополнительной биометрической информации, генерируют QR-код "PHENO" по этому сообщению, выполняют контрольную запись QR-кодов "ANTRO", "INFO" и "PHENO" в память и контрольное чтение их из памяти, выделяют LSB-слои полутоновых QR-кодов "ANTRO", "INFO" и "PHENO", выполняют встраивание этих LSB-слоев вместо LSB-слоев компонент "Red", "Green" и "Blue", после чего эти компоненты объединяют в цветное изображение, принимающее роль заполненного изображения-контейнера, и это цветное изображение-контейнер поступает на выход устройства.

Способ реализуется устройством встраивания биометрической информации в цветное изображение лица, включающее блок анализа входного цветного изображения, блок подготовки сообщений, блок генерации QR-кодов, блок декомпозиции цветного изображения, причем первый вход устройства является входом блока анализа входного цветного изображения, один выход которого соединен с входом блока декомпозиции цветного изображения, другой выход блока анализа входного цветного изображения соединен с одним входом блока подготовки сообщений, другой вход которого является вторым входом устройства, выход блока подготовки сообщений соединен со входом блока генерации QR-кодов, в него введены блок записи QR-кодов в память и чтения из памяти, блок выделения LSB-слоя из QR-кодов, блок встраивания QR-кодов в контейнер, причем выход блока генерации QR-кодов соединен со входом блока записи QR-кодов в память и чтения из памяти, выход которого соединен со входом блока выделения LSB-слоя из QR-кодов, выход которого соединен с одним входом блока встраивания в контейнер, другой вход которого соединен с выходом блока декомпозиции цветного изображения, а выход блока встраивания QR-кодов в контейнер является выходом устройства

Недостатками прототипа являются:

- необходимость корректировки оригинального размера входного изображения лица до размера генерируемых QR-кодов, причем максимальный размер QR-кода не может быть более 177 на 177 пикселей, а с учетом соотношения ширины лица к высоте лица, как ≅0.7, размер прямоугольной формы области лица составит не более 177 на (0,7×177) пикселей, и должен быть дополнен до полного размера квадрата 177×177 выравнивающими полями слева и справа от области лица. Получаемые при этом размер и дополненная полями структура изображения лица становится неприемлемым в целом ряде приложений и, особенно, при создании стандартных тестовых и эталонных баз изображений лиц (например, в широко используемой Face Sketch Database/ CUFS изображения лиц имеют размеры 250 на 200 пикселей, а в лицевой биометрии стандартом являются изображения лиц размером 320 на 200 пикселей). А уменьшение размера входного изображения до размеров генерируемого QR-кода, негативно влияет на точность оценки биометрических характеристик лица, что снижает репрезентативность лицевой биометрической информации;

- сложность процедуры встраивания QR-кодов в цветное изображение лица, реализуемой в три следующих этапа: декомпозиция цветного изображения на компоненты "Red", "Green" и "Blue"; встраивание отдельного QR-кода в соответствующую компоненту из "Red", "Green" и "Blue"; формирование цветного изображения-контейнера путем объединения в нем компонент "Red", "Green" и "Blue". При этом перечисленные этапы требуют наличия дополнительной памяти и выполнения дополнительных обменных операций.

Решается задача совершенствования способов представления лицевой биометрической информации в цветном изображении лица.

Техническим результатом является повышение универсальности и репрезентативности лицевой биометрической информации, сокращении вычислительных затрат при реализации процедуры встраивания QR-кодов с биометрической и документальной информацией в изображение-контейнер.

Технический результат достигается за счет того, что выполняется анализ входного цветного изображения лица, определяется оригинальный размера изображения и его корректировка к выбранному размеру, вычисляются координаты антропометрических точек лица и значения яркости изображения лица в этих точках, используемых в качестве основной биометрической информации о геометрии лица и информации о фенотипе лица, подготовка оригинальных сообщений по биометрической информации и входной документальной информации, генерация QR-кода "ANTRO" и QR-кода "PHENO" с биометрической информацией, а также QR-кода "INFO" с документальной информацией и отличается от известного технического решения тем, что после генерации QR-кодов, по ним формируется цветной QR-код, как цветное изображение, в котором QR-код "ANTRO" выполняет роль компоненты "Red", QR-код "INFO" выполняет роль компоненты "Green", а QR-код "PHENO" выполняет роль компоненты "Blue", а далее цветной QR-код встраивают в откорректированное по размеру цветное изображение лица, принимающего роль заполненного изображения-контейнера.

Способ реализуется устройством, встраивания биометрической информации в цветное изображение лица, включающим блок анализа входного цветного изображения, блок подготовки сообщений, блок генерации QR-кодов, причем первый вход устройства является входом блока анализа входного цветного изображения, один выход блока анализа входного цветного изображения соединен с одним входом блока подготовки сообщений, другой вход которого является вторым входом устройства, выход блока подготовки сообщений соединен со входом блока генерации QR-кодов, а также блок формирования цветного QR-кода и блок встраивания цветного QR-кода в контейнер, причем вход блока формирования цветного QR-кода соединен с выходом блока генерации QR-кода, а выход – со вторым входом блока встраивания цветного QR-кода в контейнер, первый вход которого соединен со вторым выходом блока анализа входного цветного изображения, а выход блока встраивания цветного QR-кода в контейнер является выходом устройства.

Совершенствование методов представления лицевой биометрической информации, достигается возможностью корректировки размера входного цветного изображения не до размеров, используемых QR-кодов, а до размеров значительно больших, обеспечивающих высокое разрешение изображений, что исключает потерю графической информации о лице, и положительно влияет как на точность вычисления координат антропометрических точек лица, так и на оценку по ним геометрических и фенотипических характеристик лица - то есть всего набора лицевой биометрической информации.

Повышение универсальности и репрезентативности лицевой биометрической информации достигается совместным её представлением и использованием на общей координатной сетке антропометрических точек для изображений лиц, соответствующим по размерам стандартным тестовым и эталонным базам изображений лиц.

При этом, входное цветное изображение лица, изначально являющееся пустым изображением-контейнером, после встраивания в него QR-кодов, с вложенной в них биометрической и документальной информацией, становится заполненным цветным изображением-контейнером, компактно представляющим цветное изображение лица и всю лицевую биометрическую и документальную информацию о нем.

Использование встроенных во входное изображение лица QR-кодов как хранителей и носителей всей лицевой информации, обеспечит защиту этой информации через ограничение открытого доступа к ней, а также создает условия для обмена информации по универсальным стандартам и международным каналам без потери какой-либо ее части и/или ее подмены. При этом встроенные в цветное изображение-контейнер QR-коды не обнаруживают факта своего существования в изображении-контейнере, а вложенная в QR-коды информация может быть прочитана и расшифрована только в соответствии с правилом подготовки исходных сообщений при генерации QR-кодов.

В совокупности, все отмеченные факторы позволят расширить рамки применения полученного по предлагаемому способу цветного изображения лица с встроенной в него биометрической и документальной информацией, не только в биометрии, но и в цифровой антропометрии, криминалистике, медицинских морфологических исследованиях и других приложениях, а также позволят создавать новые виды тестовых баз изображений лиц для подобных приложений.

Сущность изобретения поясняется следующими графическими материалами: на Фиг.1 представлена схема процесса встраивания биометрической информации в цветные изображения лиц; на Фиг. 2 изображена функциональная схема устройства для осуществления способа; на Фиг. 3 представлена процедура коррекции размера входного цветного изображения (здесь и далее, в качестве примера входного изображения лица использовано изображение тестовой базы CUHK Face Sketch Database (CUFS), размещенной на сайте: http://mmlab.ie.cuhk.edu.hk/archive/facesketch.html, а также представлена в статье X. Wang and X. Tang, Face Photo-Sketch Synthesis and Recognition, //IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI), Vol. 31, 2009); на Фиг. 4 представлены: цветное изображение лица с наложенными на него вычисленными координатами антропометрических точек (АПТ), отдельно координаты АПТ в осях "XY" и яркость пикселей цветного изображения лица в этих же координатах, причем яркость пикселей вычислена по каждой компоненте "Red", "Green" и "Blue" для всех 68-и координат, что составляет 204 значения яркости. И эта яркость характеризует фенотип лица; на Фиг. 5 представлены примеры QR-кодов "ANTRO", "INFO" и "PHENO", содержащих вложенную в них биометрическую и документальную информацию; на Фиг. 6 представлен цветной QR-код, сформированный из QR-кодов "ANTRO", "INFO" и "PHENO" так, что QR-код "ANTRO" выполняет роль компоненты "Red", QR-код "INFO" выполняет роль компоненты "Green", а QR-код "PHENO" выполняет роль компоненты "Blue" в этом цветном QR-коде; на Фиг. 7/a представлены восемь цветных битовых срезов для откорректированного по размеру цветного изображения лица, выполняющего роль пустого изображения-контейнера, а ниже на на Фиг. 7/b представлены восемь цветных битовых срезов этого же изображения лица, с встроенным в него цветным QR-кодами, что переводит его в заполненное изображение-контейнер; на Фиг. 8 представлены 24 битовых среза, полученные в результате декомпозиции цветных битовых срезов 7/а на компоненты "Red", "Green" и "Blue", при этом LSB срезы (Least Significant Bit) показаны в оригинальном состоянии; на Фиг. 9 представлены 24 битовых среза, полученных в результате декомпозиции 8-ми цветных битовых срезов 7/b на компоненты "Red", "Green" и "Blue", и здесь уже отчетливо видны три QR-кода, встроенные в изображение-контейнер; на Фиг. 10 представлены боле подробно LSB-срезы компонент "Red", QR-коды "Green" и "Blue" пустого изображения-контейнера; на Фиг. 11 представлены боле подробно LSB-срезы компонент "Red", "Green" и "Blue" заполненного изображения-контейнера, где отчетливо видно положение встроенных QR-кодов в поле LSB-срезов, а также области LSB-срезов, оставшиеся без изменений; на Фиг.12 представлены входное изображение лица – пустой контейнер, и выходное цветное изображение-контейнер со встроенными в него QR-кодами - ANTRO", "INFO" и "PHENO", содержащими вложенную в них биометрическую и документальную информацию. Показаны также значения индекса структурного подобия (Index SSIM) между этими изображениями и коэффициент взаимной фазовой корреляции (max Phase Corr), которые свидетельствуют о почти 100% соответствии этих изображений. Кроме этой формальной оценки, представлен внешний вид взаимной фазовой корреляции с пиком равным 0.993.

Способ встраивания биометрической информации в цветные изображения лиц схематически показан на Фиг. 1 и отмечен стрелками, направленными слева на право от входного цветного изображения (как пустого изображения-контейнера) к результату - заполненному контейнеру. Процесс встраивания реализуется в пять шагов, отмеченных цифрами 1-5 в кружках. На шаге 1 корректируется размер исходного изображения лица, вычисляются координаты антропометрических точек лица (АПТ) и значения яркости пикселей изображения лица в этих координатах (Фенотип). На шаге 2 по полученной документальной информации и вычисленной биометрической информации подготавливаются исходные сообщения, по которым на шаге 3 генерируются три QR-кода, а по ним, на шаге 4, формируется цветной QR-код, который на шаге 5 встраивается в откорректированное по размеру цветное изображение лица, выполняющее роль пустого изображения-контейнера. Именно в результате встраивания цветного QR-кода в пустое изображение-контейнер, оно становится заполненным изображением-контейнером.

Заявленный способ реализуется с помощью устройства представленного на фиг. 2, и состоящего из блока 1 анализа входного цветного изображения, блока 2 подготовки сообщений, блока 3 генерации QR-кодов, блока 4 формирования цветного QR-кода, блока 5 встраивания цветного QR-кода в контейнер, причем первый вход устройства является входом блока 1 анализа входного цветного изображения, первый выход блока 1 анализа входного цветного изображения соединен с первым входом блока 2 подготовки сообщений, при этом второй выход блока 1 анализа входного цветного изображения соединен с первым входом блока 5 встраивания цветного QR-кода в контейнер, второй вход блока 2 подготовки сообщений является вторым входом устройства, а выход блока 2 подготовки сообщений соединен с входом блока 3 генерации QR-кодов, выход которого соединен с входом блока 4 формирования цветного QR-кода, выход которого соединен со вторым входом блока 5 встраивания цветного QR-кода в контейнер, выход блока 5 встраивания цветного QR-кода в контейнер является выходом устройства.

На первый вход устройства подается цветное цифровое изображение лица, причем лицо на изображении являются единственным объектом, занимает более 80% площади изображения и не требуют выполнения детекции лиц.

В блоке 1 выполняется анализ входного изображения, включающий определение оригинального размера изображения и его корректировку, определение координат антропометрических точек лица и значений яркости пикселей в этих координатах. Способы вычисления координат представлены в статье Vahid Kazemi and Josephine Sullivan "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.

Пусть оригинальный размер цветного изображения лица определяется тремя измерениями: , где m и m - число строк и столбцов изображения, причем m > n, q=3, для цветных изображений. В данном изобретении, в изображения лиц встраиваются QR-коды с максимальным размером , равным 177 на 177 пикселей. Поэтому, в результате корректировки необходимо формировать изображения с размерами большими, чем 177 на 177 пикселей. Например, базовых размеров - 250200 пикселей или 320 на 240 пикселей, что соответствует, размерам большинства тестовых баз изображений лиц (например, База CUFS – Face Sketch Database, упоминаемая выше) и стандартам изображений лиц в биометрии. Тогда, если или выполняется корректировка оригинального размера входного изображения до одного из указанных выше размеров. Примеры описанных корректировок размеров показаны на фиг. 3 для размера 250200. Откорректированное по размеру изображение I размером MЧNЧ3 поступает в блок 5, где будет выполняться встраивание.

В блоке 2 реализуется подготовка сообщений путем компоновки в "строку" полученных в блоке 1 цифровых данных биометрической информации и данных документальной информации, поступающих с входа 2. Все сообщения сохраняют семантическую структуру цифровых данных биометрической информации и структуру документальной информации, что упрощает как процесс генерации по ним QR-кодов, так и их декодирование и чтение сообщений из них.

Цифровые данные биометрической информации в их графической форме показаны на Фиг. 4. Так, например, на основе 68 вычисленных координат X и Y АПТ лица: X = 'x1 x2 x3. . . x68' и Y = ' y1 y2 y3 . . . y68' , двух значений M и N откорректированного размера изображения лица, по которому вычислялись биометрические характеристики, названия характеристики, например, BC= '/Facial Anthropometric Point', имени лица, например, NAME1 = 'Base CUFS: Female f-039-01 /# ' и текущей даты, например, date = '27-Apr-2021 ', составляется следующее сообщение:

mess1 = [date, BC, NAME1, ' M N ', XY].

Здесь знаки "/#" выполняют роль разделителя – для отделения в сообщении числовой информации (что используется, например, при расшифровке сообщения из QR-кода).

Структура сообщений для генерации QR-кодов "PHENO" также включает текущую дату (date), название характеристики (BC = '/Facial Phenotype/'), краткое имя изображения лица, например, NAME2 = 'Photo: 01 /#', а вместо координат X и Y в ней будут представлены значения яркости в этих координатах по всем трем компонентам RED, GREEN и BLUE:

mess2 = [date, BC, NAME2, Pheno],

где: ,

r1... r68 - значения яркости для компоненты "R";

g1... g68 - значения яркости для компоненты "G",

b1... b68 - значения яркости для компоненты "B".

Поскольку значения яркости "привязаны" к изображению, по которому вычислялись координаты АПТ, то в сообщении mess2 можно не указывать размеры изображения лица. При этом и значения яркости могут быть усреднены, что в три раза сократит их объем. Структура сообщения при этом не изменяется.

В блоке 3 реализуются процедуры генерации бинарных QR-кодов по сообщениям с биометрической и документальной информацией, подготовленной в блоке 2. При необходимости сокращения числа знаков в составленном буквенно-цифровом сообщении, оно подвергаются преобразованию с помощью процедуры "char". Например, показанные выше сообщения принимают следующий вид:

mess1 = [date, BC, char(NAME), char( ' M N ', XY)].

mess2 = [date, BC, char(NAME2), char(Pheno)].

Документальная информация может быть представлена, например, названием тестовой базой изображения лица (mess31), оригинальным именем входного изображения лица (mess32) и сайтом, где находится эта база (mess33), которые далее объединяются в общее сообщение:

mess3 = [mess31 mess32 mess33].

Структура документального сообщения может быть и другой, например, связанной с задачей, в которой может применяться предлагаемое изобретение. Так на фиг. 5 приведен пример QR-кода "INFO", сгенерированного на основе сообщения следующего содержания:

mess3 = '27-Аpr-2021/Погранпункт/Ивангород "Нарва2"/Photo: 001/#',

что указывает на возможность применения предлагаемого изобретения на контрольно-пропускных пограничных пунктах.

Соответствующие задаче генерации QR-кодов методы и алгоритмы представлены в статье: Кухарев Г.А., Казиева Н. Алгоритмы формирования цветных QR-кодов для задач биометрии // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 5. С. 955–958. Так в верхней части на Фиг. 5 показаны результаты генерации QR-кодов "QRANTRO", "QRINFO" и "QRPHENO", содержащих вложенную в них биометрическую и документальную информацию. Все три QR-кода имеют размер 177 на 177 пикселей, что соответствует значению параметра V=40.

В блоке 4 выполняется формирование цветного QR-кода на основе сгенерированных в блоке 3 бинарных QR-кодов: "QRANTRO", "QRINFO" и "QRPHENO", что математически можно представить следующим образом:

- формируем трехкомпонентную нулевую матрицу "QRcolor" по размеру QR-кодов:

QRcolor = zeros(, , 3),

где - число строк и число столбцов нулевой матрицы;

- замещаем три компоненты пустой матрицы QRcolor тремя QR-кодами, и так, что:

QRcolor ( : , : , 1) = ;

QRcolor ( : , : , 2) = ;

QRcolor ( : , : , 3) =

При графическом отображении матрицы QRcolor, получаем цветное изображение, а по факту – цветной QR-код, содержащий три QR-кода с вложенной в них биометрической и документальной информацией. Пример этого цветного QR-кода показан на Фиг. 6 с левой стороны.

В блок 5 поступают два изображения: откорректированное по размеру цветное изображение лица и цветной QR-код, сформированный в блоке 4. В блоке 5 выполняется встраивание цветного QR-кода в изображение I, что реализуется путем замещения оригинальных LSB срезов изображения I цветным QR-кодом, предварительно откорректированным под размер оригинальных LSB срезов.

Пусть матрица I размером M × N× 3 представляет откорректированное по размеру цветное изображение лица, а матрица QRcolor с размером × × 3 представляет цветной QR-код.

Тогда математически способ встраивания можно представить следующим образом:

1. Выполняем операцию по модулю 2 для матрицы I и получаем матрицу LSBcolor размером M×N×3, представляющую срезы LSB цветного изображения лица:

LSBcolor = ;

2. Формируем трехкомпонентную нулевую матрицу NewLSBcolor, имитирующую основу нового цветного среза LSB:

NewLSBcolor = zeros(M, N, 3);

3. Замещаем цветным QR-кодом выделенное место в NewLSBcolor так, что:

NewLSBcolor (1: , 1 : , :) = QRcolor;

Полный вид нового цветного среза LSB приведен на Фиг. 6 с правой стороны.

4. Вычитаем из матрицы I размером M×N×3, матрицу LSBcolor и полученный при этом результат складываем с матрицей NewLSBcolor, а окончательный результат сохраняем в матрице IFULL:

I FULL = (I - LSBcolor) + NewLSBcolor,

где:

- IFULL – матрица, представляющая заполненное изображение-контейнер, которое поступает на выход устройства.

При этом: вычитание в скобках (I - LSBcolor) обнуляет только срезы LSB во всех компонентах изображения I; сложение с матрицей NewLSBcolor замещает пустые (то есть содержащие "0") значения срезов LSB значениями матрицы NewLSBcolor в соответствующих компонентах. В этом и состоит суть замещения оригинальных срезов LSB сформированным в блоке 4 цветным QR-кодом.

Таким образом, изображение IFULL содержит теперь три встроенных в него QR-кода (в компонентах RED, GREEN и BLUE) в соответствии с тем порядком, по которому формировался цветной QR-код в блоке 4.

Для более полного и ясного понимания трансформации входного цветного изображения в заполненное изображение-контейнер IFULL, на Фиг. 7 - Фиг. 12 представлены графические примеры.

На Фиг. 7а представлены цветные битовые срезы для входного цветного изображения в состоянии, когда это изображение является еще пустым изображением-контейнером, а на Фиг. 7b представлены цветные битовые срезы для цветного заполненного изображения-контейнера. Их различие определяется только цветными срезами LSB. В таблице: первая строка показывает номера срезов, вторая строка – их весовые значения. Срезы LSB -Least Significant Bit находятся под номером 1.

На Фиг. 8 и Фиг. 9 представлены 24 битовых среза (входного изображения лица) и заполненного цветного изображения-контейнера, полученного по способу, описанному в изобретении.

На Фиг. 10 и Фиг. 11 представлены срезы LSB пустого цветного изображения-контейнера и заполненного цветного изображения-контейнера, отнесенные к соответствующим компонентам цветных изображений.

На Фиг. 12 представлены: изображение (откорректированное по размеру) на входе и изображение на выходе устройства встраивания биометрической информации в цветное изображение лица; абсолютная разность между этими изображениями, как качественная оценка и три количественные оценки – индекс структурного подобия (ISSIM) и фазовая корреляция между изображениями (Phase Correlation) и стандартное отклонение значений абсолютной разности. Визуальное сравнение обоих изображений, их формальная качественная оценка и все три количественных оценки свидетельствуют о почти 100% подобии между входным изображением и заполненным изображением-контейнером. Эти высокие оценки связаны с тем, что встроенная в цветное изображение лица биометрическая информация содержится в LSB срезах с весовым коэффициентом равным 1. Поэтому и изменения, привносимые ими в яркостную характеристику изображения лиц настолько малы, что не заметны не только в количественных оценках, но даже и для человеческого глаза.

Отметим также, что считывание всей информации из заполненного изображения-контейнера осуществляется путем извлечения из него цветного LSB среза, что достигается применением к нему процедуры по модулю 2.

Этот цветной LSB срез имеет структуру NewLSBcolor, показанную на Фиг. 6 с правой стороны. Поэтому выделение из него всех сразу или отдельных QR-кодов не представляет трудностей. А чтение QR-кодов на сегодняшний день является стандартной процедурой, доступной на всех девайсах.

Таким образом, предлагаемый способ позволяет решить задачу встраивания в цветное изображение лица QR-кодов с вложенной в них биометрической информацией, причем вся биометрическая информация получена прямо из исходного изображения лица, и, таким образом, содержит объективную информацию о конкретном человеке. Получаемое при этом компактное представление всей лицевой информации, включающей цветное изображение лица любого стандартного размера (обеспечивающего высокое разрешение), лицевую биометрическую и документальную информацию, позволит расширить рамки применения этого компактного представления в таких приложениях, как биометрия, архивы и криминалистика, а использование QR-кодов, как хранителей и носителей этой информации, позволит реализовать обмен данными по универсальным стандартам и международным каналам без потери какой-либо ее части и/или ее подмены и позволит ограничить несанкционированный доступ к ней.

Кроме того, предложенные цветные QR-коды (см. Фиг. 6) также могут быть использованы для компактного хранения и защищенной передачи вложенной в них биометрической, документальной и любой другой буквенно-цифровой информации. При этом устройство для осуществления предлагаемого способа, выполняется в виде платы, в состав которой входит, по крайней мере, один сигнальный процессор.

1. Способ встраивания биометрической информации в цветное изображение лица, заключающийся в выполнении анализа входного цветного изображения лица, определении оригинального размера изображения и его корректировки к выбранному размеру, вычислении координат антропометрических точек лица и значений яркости изображения лица в этих точках, используемых в качестве основной биометрической информации о геометрии лица и информации о фенотипе лица, подготовке оригинальных сообщений по биометрической информации и входной документальной информации, генерации QR-кода "ANTRO" и QR-кода "PHENO" с биометрической информацией, а также QR-кода "INFO" с документальной информацией, формировании изображения-контейнера, отличающийся тем, что после генерации QR-кодов по ним формируют цветной QR-код, как цветное изображение, в котором QR-код "ANTRO" выполняет роль компоненты "Red", QR-код "INFO" выполняет роль компоненты "Green", а QR-код "PHENO" выполняет роль компоненты "Blue", далее цветной QR-код встраивают в откорректированное по размеру цветное изображение лица, принимающее роль заполненного изображения-контейнера.

2. Устройство для осуществления способа по п.1, состоящее из блока анализа входного цветного изображения, блока подготовки сообщений, блока генерации QR-кодов, причем первый вход устройства является входом блока анализа входного цветного изображения, один выход блока анализа входного цветного изображения соединен с одним входом блока подготовки сообщений, другой вход которого является вторым входом устройства, выход блока подготовки сообщений соединен со входом блока генерации QR-кодов, отличающееся тем, что дополнительно введены блок формирования цветного QR-кода и блок встраивания цветного QR-кода в контейнер, причем вход блока формирования цветного QR-кода соединен с выходом блока генерации QR-кода, а выход – со вторым входом блока встраивания цветного QR-кода в контейнер, первый вход которого соединен со вторым выходом блока анализа входного цветного изображения, а выход блока встраивания цветного QR-кода в контейнер является выходом устройства.



 

Похожие патенты:

Изобретение относится к области вычислительной техники для установления нарушителей режима конфиденциальности или фиксирования источника утечки информации. Технический результат, на достижение которого направлена группа изобретений, заключается в снижении операционной загруженности центрального процессора электронного вычислительного устройства, осуществляющего идентификацию пользователя, запросившего электронный документ.
Настоящее техническое решение относится к области вычислительной техники. Технический результат заключается в повышении точности определения позы в реальном времени с высокой устойчивостью к фону и пропорциям.

Изобретение относится к области вычислительной техники для определения местоположения поездов в тоннелях на основе метеорологических параметров. Технический результат заключается в повышении точности определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров.

Изобретение относится к области управляющих систем, в частности к управляющим системам ликвидации несанкционированных свалок. Техническим результатом является обеспечение автоматизированного формирования маршрутных схем сбора и транспортировки коммунальных отходов с несанкционированных свалок не только в городских системах, но и в загородных условиях с применением комплекса дистанционного обнаружения несанкционированных свалок.
Изобретение относится к области цифровой обработки сигналов, а именно к средствам компьютерного распознавания изображения. Технический результат заключается в повышении надежности и достоверности обнаружения логотипа телеканала в трансляции.

Изобретение относится к области вычислительной техники для детектирования голографической защиты на документах в видеопотоке. Технический результат заключается в повышении надежности детектирования голографических элементов путем предотвращения ошибок ложной детекции на статичных цветных элементах документа.

Изобретение относится к средствам определения плотности туристического потока. Техническим результатом является повышение точности определения количества физических лиц, которые совершают транзакцию за пределами домашней географической области, в географической области.

Группа изобретений относится к области систем видеоаналитики, применяемых на служебных транспортных средствах (СТС), для фиксации тех или иных событий. Техническим результатом является повышение эффективности мониторинга ситуаций на служебном транспорте за счет выявления событий в видеопотоке, соответствующих различным состояниям выполнения производственного процесса на СТС.

Изобретение относится к области вычислительной техники для обработки изображений. Технический результат заключается в повышении точности предсказания модели для обработки визуальных задач.

Изобретение относится к системе распределенного реестра. Технический результат заключается в повышении надежности системы распределенного реестра.

Изобретение относится к области вычислительной техники. Технический результат заключается в увеличении объема и форм представления информации о картографических объектах, автоматизации процессов идентификации объектов и предоставлении пользователю атрибутивных и геометрических характеристик, мультимедийной информации о картографических объектах в автономном интерактивном режиме, повышении обзорности за счет картографического изображения на аналого-цифровом носителе, сокращении времени идентификации и представления пользователю картографической информации.
Наверх