Một số phƣơng pháp hiện có cho phép xác định đƣợc dạng cơ bản mà không cần có sự tác động của con ngƣời. Có một số công ty đang bắt đầu sử dụng các kết quả nghiên cứu này để cải tiến các hệ thống nhận dạng vân tay tự động thƣơng mại. Hạn chế chủ yếu của những kĩ thuật này là độ chính xác đạt đƣợc chƣa cao, và điều tai hại là không có cách nào để phát hiện ra các sai sót khi phân loại sai.
Hiện nay trên các tạp chí đã có nhiều tác giả nghiên cứu sử dụng kĩ thuật mạng nơron để phát triển các phƣơng pháp phân loại tự động. Mạng nơron có thể huấn luyện đƣợc, và là bộ phân loại tự động có tính tổng quát, phục vụ đƣợc nhiều mục đích. Theo một nghĩa nào đó thì nó ứng xử nhƣ bộ não của con ngƣời. Nó có thể học, tức là tự động đúc rút đƣợc các tính chất chung của một dạng khi đƣợc chỉ ra nhiều mẫu thực của dạng đó, sau đó nó vận dụng các tính chất đó để nhận biết tức là phân loại các mẫu mới mà có thể trƣớc đó nó chƣa từng gặp. Đã có nhiều kết quả rất đáng khích lệ đạt đƣợc theo hƣớng này.
Một kỹ thuật khác đƣợc sử dụng để phân loại vân tay là xây dựng ma trận hƣớng vân sau đó trích chọn các tiêu điểm, từ đó phân loại dựa trên sự sắp xếp các tiêu điểm. Các phƣơng pháp sử dụng các ma trận hƣớng vân để dạy cho máy phân loại đã đạt đƣợc tỷ lệ phân loại đúng là khoảng 60%, số còn lại thì đƣợc xếp vào lớp từ chối, tức là “không phân loại được”. Nếu đƣa phƣơng pháp này vào ứng dụng cho các hệ tự động hóa thì các cán bộ phân loại chỉ còn phải giải quyết 40% số chỉ bản còn lại. Với sự cải tiến không ngừng của các phƣơng pháp phân loại thì tỷ lệ này còn có thể rút xuống 30% hoặc thấp hơn nữa. Dù vẫn còn phải kiểm tra thủ công nhƣng việc đối chiếu các chính kiến của ngƣời và máy là thực sự hữu ích mà công sức phân loại vẫn đƣợc tiết kiệm một cách đáng kể.
- 45 –
Sau đây là một số phƣơng pháp phân loại vân tay theo dạng cơ bản đƣợc giới thiệu và ứng dụng trên thế giới:
Trên thế giới, các tác giả trình bày rất nhiều cách tiếp cận đối với bài toán phân loại vân tay. Hầu hết các cách tiếp cận này có thể phân vào 4 nhóm chính, đó là:
Cách tiếp cận tựa tri thức.
Cách tiếp cận theo cấu trúc.
Cách tiếp cận sử dụng bộ lọc.
Cách tiếp cận theo cú pháp.
Các kỹ thuật phân loại vân tay tựa tri thức sử dụng vị trí của các tiêu điểm gồm tâm điểm và tam phân điểm để phân loại vân tay vào một số dạng cơ bản trong số các lớp đƣợc định nghĩa ở trên, thƣờng từ 4-6 lớp. Các kỹ thuật này đƣợc gọi là các kỹ thuật tựa tri thức vì nó sử dụng các tri thức chuyên gia (các luật phân loại do chuyên gia con ngƣời đƣa ra). Vì vậy, cách tiếp cận này không có việc thu nhận tri thức mới, tức là không có quá trình học máy. Cách tiếp cận này thƣờng có độ chính xác trung bình khoảng 85% đến 90%, tuỳ theo các luật cụ thể đƣợc áp dụng.
Các kỹ thuật phân loại vân tay theo cấu trúc sử dụng các đặc trƣng phản ánh cấu trúc chung của ảnh vân tay bao gồm đặc trƣng hƣớng, các mô hình biểu diễn tín hiệu AM-FM,… Các công cụ đƣợc sử dụng là mạng nơ ron. Độ chính xác của chúng khoảng 90-92%.
Các kỹ thuật phân loại theo cú pháp sử dụng các văn phạm và các kỹ thuật của ngôn ngữ hình thức để phân loại vân tay.
Các kỹ thuật phân loại sử dụng bộ lọc dùng các đặc trƣng trích chọn đƣợc bằng các bộ lọc để tiến hành trích chọn vân tay. Các đặc trƣng đó có thể là FingerCode hoặc đặc trƣng tần số của ảnh. Các công cụ đƣợc sử dụng thƣờng là các kỹ thuật học máy nhƣ mạng nơ ron, bộ phân loại K-láng giềng… Đây là cách tiếp cận đang đƣợc nghiên cứu rộng rãi. Nó cho độ chính xác khá cao, hơn 90% và cung cấp khả năng định nghĩa các lớp một cách linh hoạt.
Ngoài ra, còn có các mô hình pha trộn, tức là các kỹ thuật sử dụng phối hợp nhiều cách tiếp cận nói trên. Tuy vậy, các mô hình này chƣa đƣợc thử nghiệm trên cơ sở dữ liệu lớn, do đó không thể đánh giá hiệu năng của chúng một cách chính xác.
Trong luận văn này, ta sử dụng cách tiếp cận tri thức để phân loại vân tay tự động. Cụ thể chúng ta sẽ xây dựng ma trận hƣớng của ảnh vân tay, dựa trên ma trận hƣớng này, trích chọn các tiêu điểm tâm điểm và tam phân điểm. Cuối cùng dựa vào một số quy luật của các điểm này để đƣa vân tay về các dạng cơ bản. Cách tiếp cận này có công cụ sử dụng là những kỹ thuật lập trình dễ cài đặt, kết hợp với rất nhiều tiêu chuẩn
- 46 –
tin cậy để phân loại, do đó đạt kết quả chính xác rất cao. Chi tiết về cách cài đặt thuật toán này sẽ đƣợc trình bày đầy đủ ở phần 3 của luận văn.
Ý tƣởng chung của các phƣơng pháp đƣa ra ở trên, kể cả phƣơng pháp dùng mạng nơron, là đƣa ra quyết định về các dạng cơ bản giống nhƣ con ngƣời vẫn phân loại theo chuẩn ANSI/NIST 2.0. Triết lý trái với ý tƣởng trên cho rằng những dạng cơ bản quy ƣớc nhƣ cung, quai, xoáy chƣa hẳn là tốt nhất đối với một hệ nhận dạng tự động. Rất có thể, máy sẽ làm việc chính xác hơn trên một số cách thức phân loại khác chƣa đƣợc khám phá ra. Tuy nhiên một ràng buộc quan trọng là bất kỳ một chiến lƣợc nào đƣợc chấp nhận bởi bộ phân loại tự động cũng phải đảm bảo dễ hiểu và dễ dùng đối với con ngƣời, trừ khi máy có thể đạt đƣợc độ chính xác tốt đến mức con ngƣời thực sự không cần phải phân loại vân tay nữa ngay cả trƣờng hợp có bụi bẩn, mờ nhòe hoặc không đầy đủ nhƣ dấu vết hiện trƣờng.
Để có thể nắm rõ hơn các thuật toán phân loại vân tay, một số khái niệm về các dạng vân cơ bản sẽ đƣợc trình bày ở các phần tiếp theo sau đây.