Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Katarzyna Krzyżanowska

Projekt systemu rozpoznawania odcisków palców oparty na układzie Arduino


Design of the fingerprint regognition system based on Arduino board


Opiekun pracy dyplomowej: dr inż. Aleksandra Królak
Praca dyplomowa BSc - IFE obroniona 2018-02-12
Streszczenie pracy dyplomowej:
Głównym założeniem pracy dyplomowej jest zaprojektowanie oraz implementacja systemu do rozpoznawania linii papilarnych w celu identyfikacji osób przy użyciu płytki Arduino UNO oraz czytnika linii papilarnych. System umożliwia rejestrację nowych użytkowników, rozpoznawanie linii papilarnych, sprawdzanie ilości zarejestrowanych użytkowników oraz wyświetlanie obrazu zeskanowanych linii papilarnych. Istnieje również możliwość usunięcia szablonu linii papilarnych przypisanego do konkretnego użytkownika lub wszystkich szablonów zapisanych w pamięci czytnika. Ponadto system pozwala na generowania pliku CSV zawierającego informacje o zarejestrowanym użytkowniku, tj. imię, nazwisko i przypisany numer identyfikacyjny. W celu implementacji wyżej wymienionych funkcjonalności opracowano: wygodną w obsłudze aplikację GUI w Pythonie (w środowisku PyCharm) oraz program na Arduino, odpowiedzialny za komunikację pomiędzy głównymi komponentami systemu i za przesyłanie danych. W części teoretycznej omówiono biometrię i ogólne aspekty systemów biometrycznych wraz z przeglądem technik pozyskiwania linii papilarnych i przykładowych systemów rozpoznawania odcisków palców. Podano również opis narzędzi i technologii wykorzystywanych do wdrożenia systemu rozpoznawania linii papilarnych. Dokonano także ewaluacji systemu wykonując testy identyfikacji osoby w oparciu o funkcję rozpoznawania linii papilarnych. W eksperymencie brało udział 12 kandydatów w różnym wieku, pełniących różne profesje. Przeprowadzono analizę statystyczną uzyskanych wyników i obliczono następujące parametry: współczynnik FRR (ang. False Rejection Rate), współczynnik FAR (ang. False Acceptance Rate), dokładność, precyzja i specyficzność. Otrzymano następujące wartości: czułość 85%, precyzja 46%, dokładność 93%, FAR 0% i FRR 15%. Wyniki te sugerują, że opracowany system rozpoznawania odcisków palców wykazuje wysoką niezawodność i może być wykorzystywany do identyfikacji biometrycznej. Słowa kluczowe: biometria, system rozpoznawania odcisków palców, Arduino UNO, Python.
Abstract:
The main purpose of the thesis is to design and implement fingerprint recognition system for person identification based on Arduino UNO board and UART Fingerprint Reader. The system allows for new user registration, fingerprint recognition, obtaining number of all registered users as well as fingerprint image displaying. There is also possibility to flush Fingerprint Reader memory or remove only particular fingerprint template and assigned user ID. Furthermore, the system provides the possibility to generate CSV file containing information about registered user. In order to implement these functionalities, there were developed: GUI application in Python (in PyCharm environment) which ensures “user friendly” character of the system, program for Arduino, responsible for communication between main components of the system and data transferring. In the theoretical part of the thesis the biometrics and general aspects of biometric systems are discussed, together with the overview of fingerprint acquisition techniques and example fingerprint recognition systems. The description of tools and technologies used for fingerprint recognition system implementation are also included. The system was evaluated performing tests which corresponded to person identification basing on fingerprint recognition function with 12 candidates of different age and profession. Statistical analysis of the obtained results was performed and the following parameters were calculated: False Rejection Rate (FRR), False Acceptance Rate (FAR), accuracy, precision and specificity. The following values were obtained: sensitivity of 85%, precision of 46%, accuracy of 93%, FAR of 0% and FRR of 15%. These results suggest that the developed fingerprint recognition system shows high reliability and can be used for biometric identification. Keywords: biometrics, fingerprint recognition system, Arduino UNO, Python.