Autor: Pedro Luis Kantek Garcia Navarro - CAC

Um sistema AFIS captura impressões digitais e permite processá-las estabelecendo um relacionamento entre as impressões e pessoas que tenham sido previamente cadastradas.

Existem duas maneiras de projetar um sistema AFIS. Na primeira, chamada 1:1, cadastram-se pessoas que supostamente terão algum direito restrito a elas e suas impressões digitais. Posteriormente, confirma-se a presença dessas pessoas pela análise das digitais fornecidas.

É o caso de sistemas que usam impressões digitais como senhas. O nome 1:1 indica que o universo de pessoas a consultar é pequeno e para cada tentativa todo o banco de dados pode ser percorrido.

Os sistemas 1:n, ao contrário, buscam identificar uma determinada impressão, a priori desconhecida, contra um arquivo de impressões, que em geral é grande, para se verificar se aquela impressão já não fora anteriormente capturada.

Existem 2 tipos de erro associados a este exame.

O chamado falso negativo, quando a impressão já existe no arquivo, mas ela deixa de ser recuperada. O falso positivo, é o retorno de uma impressão de pessoa diferente como se fosse daquela proprietária da impressão sob análise.

Todos estes sistemas analisam a imagem da impressão, efetuam uma série de processamentos visando melhorar a imagem e depois identificam-na. Os processos de melhoria são o recorte, a limiarização e o afinamento. A identificação passa pela localização de pontos chave na impressão (denominadas minúcias) e sua codificação de alguma maneira. Veja na figura ao lado, duas minúcias.

Cada software em uso no mundo para AFIS usa uma tecnologia proprietária para fazer esta identificação. Por exemplo, no software ARID (Análise e Reconhecimento de Impressões Digitais) desenvolvido aqui pertinho de nós, no CEFET-PR e em uso em inúmeros clientes Brasil afora, a identificação se faz pela criação de um grafo descritor das minúcias.

A transformação da imagem em um descritor de minúcias, também conhecido como template, dá-se com uma razoável economia de espaço. Uma imagem de impressão digital (512 x 512 pixels em 256 níveis de cinza, em 500 dpi) que ocupa 262000 bytes antes de ser comprimida e entre 20 e 30 Kb após, gera um template de cerca de 5K bytes. O template não só é menor, como permite comparação e cálculo de similaridade, coisas que a imagem pura não permite.

O algoritmo de compressão utilizado neste tipo de sistema é conhecido como WSQ e garante taxas de compressão de cerca de 15:1. Além do template, necessário para posteriormente recuperar a identidade do proprietário de uma dada impressão, as imagens também têm de ser guardadas. Isto é feito para possibilitar a um perito humano a emissão de um laudo comparativo. De acordo com a lei, peritos têm de confrontar duas imagens antes de atestar pela igualdade e além disso, peritos não sabem interpretar templates.

Em resumo, um sistema AFIS de identificação de pessoas, passa pelos seguintes passos:

1. Cadastramento e identificação de pessoas, através de 2 fotos (frente e perfil), 10 imagens de impressão digital, dados alfanuméricos, assinatura e, eventualmente, imagens dos originais de documentos apresentados no cadastramento. A captura das digitais pode ser feita on-line (em sensores especiais) ou pelo rastreamento (scanner) de impressões de dedos entintados em papel, o que se conhece na gíria como tocar piano.

2. Para os 10 dedos capturados, as imagens são convertidas em WSQ e salvas.

3. Para cada imagem WSQ salva, o sistema AFIS faz um tratamento e uma extração de minúcias, gerando um template, que também é salvo.

Tudo isto é armazenado em computadores, à espera do dia em que uma certa imagem de uma digital, ou de parte de uma digital (também conhecida como latente) precise ter sua origem investigada. Por exemplo, na reidentificação de pessoas ou no levantamento de impressões na cena de um crime. Nestes casos:

1. A impressão é obtida diretamente da pessoa ou indiretamente através de técnicas policiais.

2. É fornecida ao sistema AFIS, junto com parâmetros de limiares de confiança.

3. O AFIS processa essa impressão, gera-lhe as minúcias e passa o template agora gerado para um computador que terá a missão de confrontar este template com os templates lá guardados. Este computador é denominado match server.

4. Todas as impressões existentes no arquivo serão colocadas em um dos 3 grupos:

a) Seguramente não é esta pessoa.

b) Talvez seja esta pessoa.

c) Seguramente é esta pessoa.

O tamanho dos grupos é controlado pelo parâmetro limiar. Para um limiar pequeno, o grupo do talvez será pequeno (ou até vazio) e o grupo da certeza terá 1 ou nenhum elemento. O risco aqui é o do falso negativo.

Para um limiar maior, o grupo do talvez cresce e, eventualmente, até o grupo da certeza. O problema aqui é a maior quantidade de trabalho manual na posterior confrontação de imagens.

Note-se que a busca, mesmo feita por computadores, é demorada, razão pela qual na medida em que cresce o tamanho do arquivo há que se colocar mais match servers a fim de manter o tempo de busca e recuperação dentro de parâmetros aceitáveis. Qualquer auxílio na busca é bem vindo. Por exemplo, se for dito que uma determinada impressão é de um dedo da mão direita, o tamanho da busca cai à metade. Se se conseguir individualizar de qual dedo é a impressão, a busca cai a 10% do tamanho original.

Apenas para exemplificar esta parte, vamos aos seguintes dados do sistema de identificação do DETRAN/PR. Lá existem dois problemas: garantir que uma mesma pessoa não tire duas carteiras distintas e garantir que na hora do exame o examinado seja de fato a pessoa em nome da qual sairá a carteira. O sistema tem um arquivo de 750.000 impressões digitais (cerca de 150.000 pessoas com 5 dedos em média de cada um) e um ritmo de entrada de cerca de 1000 novas pessoas/dia, são processadas quanto à duplicidade em cerca de 1h30 em um Pentium 450MHz com 2 processadores. O objetivo deste sistema é impedir que pessoas já cadastradas busquem um novo cadastro falseando informações de identidade. Ressalte-se que o sistema já pegou uns bons quantos sujeitos tentando fazer isso.

Outro exemplo bem interessante de uso desta tecnologia está na Secretaria de Segurança Pública. Lá um sistema AFIS está identificando e cadastrando todas as pessoas que passam pelo centro de triagem. Ressalte-se que no aspecto criminal é muito importante que as pessoas sejam identificadas corretamente. O sistema já está em produção há diversos meses e tem apresentado resultados mais do que animadores.

Existem diversos padrões regulando esta área, todos derivados do padrão ANSI / NIST ITL 1.2000. Os principais são o EFTS (implementação do FBI), a Interpol Implemenentation, a United Kingdom Implementation e a norma ASPID. Embora templates gerados em um sistema não possam ser confrontados com templates gerados em outros, as imagens de impressões podem. Estas normas, entre outras coisas estabelecem como as imagens devem ser intercambiadas, a fim de que pessoas possam ser identificadas em outros sistemas.

Para saber mais, consulte os sites www.antheus.com.br e www.pequi.com.br