Bachelor's Thesis

Extracting a rolled fingerprint from a video

Final Thesis 15.35 MB

Author of thesis: Bc. Jan Krahula

Acad. year: 2025/2026

Supervisor: Ing. Martin Sakin

Reviewer: Ing. Tomáš Goldmann, Ph.D.

Abstract:

This thesis focuses on the design and implementation of a complete solution for extracting a rolled fingerprint from a video sequence. The video is captured by a device where the camera is mounted on a rotating arm. Furthermore, the algorithm selects specific frames that are then combined using image stitching methods to create an image of the finger. From this image, papillary lines are extracted to construct the final rolled fingerprint.

Keywords:

Contactless biometry, image composition, fingerprint, rolled fingerprint

Date of defence

17.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaCznamka

Grading

C

Process of defence

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C.

Topics for thesis defence

  1. Jak jste ověřil, že celá šířka středového výřezu (260 px) leží uvnitř hloubky ostrosti? Nezlepšila by výsledek metrika ostrosti (např. variance Laplaciánu) při výběru pásu, aby se napojení nepočítalo z rozostřených okrajů?
  2. Naměřená míra falešného odmítnutí 23 % je pro reálné nasazení vysoká. Jaké úpravy hardwaru či algoritmu byste navrhl pro zvýšení překryvu s taktilním snímačem a snížení FRR?
  3. Proč jste použil tak malý vzorek otisků na vyhodnocení?

Language of thesis

Czech

Faculty

Department

Study programme

Information Technology (BIT)

Composition of Committee

doc. Ing. Lukáš Burget, Ph.D. (předseda)
doc. RNDr. Milan Češka, Ph.D. (místopředseda)
Dr. Ing. Petr Peringer (člen)
Ing. Matěj Grégr, Ph.D. (člen)
Ing. Jakub Husa, Ph.D. (člen)

Supervisor’s report
Ing. Martin Sakin

S aktivitou studenta jsem spokojen a výsledky práce splnily očekávání. V průběhu řešení se držel převážně zadaného směru bez rozšíření tématu, proto hodnotím práci známkou B.

Evaluation criteria Verbal classification
Information about assignment

Zadání považuji za mírně obtížnější, jelikož kombinuje sestrojení vlastního zařízení pro snímání prstu a následně softwarové zpracování. Cílem bylo nasnímat prst z vícero úhlů a vytvořit z této sekvence snímků válený otisk prstu. Zadání bylo splněno a student dosáhl očekávaných výsledků.

Work with literature

Student vyhledával zdroje informací samostatně.

Activity during solution, consultations, communication

Student mi posílal pravidelné reporty o svém postupu, ukázky zařízení a výsledky snímání. Občasně probíhaly i osobní konzultace na které chodil připraven, jinak pracoval samostatně.

Activity during completion

Práce byla dokončena včas, měl jsem možnost zkontrolovat poslední verzi závěrečné práce.

Publication activity, awards

Publikační činnost mi není známa.

Points proposed by supervisor: 85

Grade proposed by supervisor: B

Reviewer’s report
Ing. Tomáš Goldmann, Ph.D.

Předložená práce je solidním a komplexním dílem, které v plném rozsahu splňuje zadání. Autor řešil zadání zasahující do hardwaru, zpracování obrazu i biometrie, včetně iterativního vývoje přístroje a návrhu vlastního algoritmu skládání v situaci, kdy standardní metody selhaly. Experimentální vyhodnocení je poctivé a kriticky reflektuje slabiny řešení. Celkovou úroveň však snižuje několik podstatnějších výhrad: vlastní skládací algoritmus představuje spíše ad hoc obejití problému namísto využití moderních naučených metod párování příznaků, hloubka ostrosti není při skládání nijak ošetřena. Při návrhu bych uvítal exaktnější fyzikální výpočet snímací soustavy. Celkově navrhuji hodnocení stupněm dobře (C).

Evaluation criteria Verbal classification Points
The difficulty of the assignment

Evaluation level: more difficult assignment

Zadání je lehce nadprůměrně náročné. Propojuje konstrukci a iterativní vývoj fyzického přístroje (3D tisk, řízení servomotoru a osvětlení přes ESP32), netriviální zpracování obrazu a biometrické vyhodnocení. Bezkontaktní snímání válených otisků je navíc málo rozšířené téma bez hotového řešení a komplikované nepříznivým osvětlením i repetitivní texturou otisku.

Presentation level of the technical report

Struktura je logická a kopíruje tok dat systémem od teorie k vyhodnocení. Oceňuji obrazovou dokumentaci, zejména krokové ukázky předzpracování (obr. 5.7) a postprocessingu (obr. 5.9), a poctivě zdokumentovaný vývoj přístroje ve třech verzích včetně nalezených chyb. Drobnou výhradou je, že některé vzorce a parametry jsou převzaty bez hlubšího vlastního rozboru a teoretická část místy spíše referuje literaturu, než aby ji kriticky srovnávala. Méně vhodné jsou rovněž některé strohé a málo výstižné nadpisy podsekcí (např. 5.1.1–5.1.3 „Verze 1/2/3“), které nevypovídají o svém obsahu.

78
Formal preparation of a technical report

Jazyková i typografická úroveň je velmi dobrá (autor uvádí využití ChatGPT a Gemini pro jazykovou revizi). Sazba v LaTeXu je čistá a notace korektní. Vyskytuje se jen ojedinělá terminologická nejednotnost (válený / tažený / rolovaný otisk).

80
Realisation output

Výstupem je hardwarové zařízení a software s modulární architekturou (Python, OpenCV, klient v Reactu přes REST API). Přístroj prošel třemi iteracemi řešícími stabilitu, osvětlení a hloubku ostrosti; uvítal bych zde návrh opřený o fyzikální model osvětlení a optiky. Cenné je, že po selhání ORB a SIFT na repetitivní textuře autor navrhl vlastní, dobře zdůvodněný algoritmus skládání založený na normalizované křížové korelaci. Jde o funkční, byť spíše ad hoc řešení; otázkou zůstává, zda by naučené metody párování příznaků nebyly robustnější.

Vyhodnocení (kap. 7) je metodicky korektní a poctivé: z 13 porovnání identifikováno 10 vzorků bez falešné shody (FAR 0,001 %), FRR však dosáhla 23 % kvůli rozdílnému překryvu snímačů. Doplňkový test konzistence (FRR 0 %) vhodně odděluje kvalitu zařízení od interoperability; hlavní výhradou je pilotní rozsah sady (13 prstů od 5 osob). Slabinou je hloubka ostrosti, neboť autor nedokládá, že celá šířka výřezu (260 px) leží v zaostřené rovině, a skládací algoritmus ostrost neváží. Zdrojové kódy obsahují hlavičky a komentáře, využití AI v nich není zmíněno.

75
Usability of results

Výsledky mají charakter úspěšného ověření konceptu a jsou využitelné jako základ dalšího výzkumu. Systém prokázal, že z běžného videa lze rekonstruovat otisk srovnatelný s daty z komerčního snímače. Autor sám navrhuje realistická rozšíření (porovnávání, export do biometrických formátů, zpětná vazba v reálném čase).

The extent to which the requirements of the assignment have been met

Evaluation level: assignment fulfilled

Všech šest bodů zadání bylo splněno bez podstatných výhrad: prostudování technologií snímání, návrh a konstrukce přístroje, vlastní algoritmus extrakce, prototyp, webové rozhraní i vyhodnocení proti snímači UPEK Eikon se softwarem VeriFinger. Jednotlivé body mají v textu jasnou oporu.

Extent of the technical report

Evaluation level: is within the usual extent

Rozsah (přibližně 60 normostran) odpovídá standardu bakalářské práce a je vyvážený mezi teorií a praxí. Implementační kapitola se vhodně soustředí na podstatná návrhová rozhodnutí a jejich zdůvodnění místo popisu každého řádku kódu.

Work with literature

Seznam obsahuje 36 položek včetně relevantních publikací i dokumentace knihoven a zdrojů obrázků. Citace jsou řádně použity a u většiny převzatých obrázků je uveden zdroj i licence. Mírnou výhradou je převaha sekundárních a webových zdrojů u některých tvrzení a nejednotný formát data přístupu (kombinace „Accessed“, „Citováno“ a pouhého „Dostupné z“). U obr. 2.5a, 2.5b a zejména obr. 2.9 (typy markantů) navíc chybí explicitní odkaz na zdroj, ač působí jako převzaté či překreslené.

78
Topics for thesis defence:
  1. Jak jste ověřil, že celá šířka středového výřezu (260 px) leží uvnitř hloubky ostrosti? Nezlepšila by výsledek metrika ostrosti (např. variance Laplaciánu) při výběru pásu, aby se napojení nepočítalo z rozostřených okrajů?
  2. Naměřená míra falešného odmítnutí 23 % je pro reálné nasazení vysoká. Jaké úpravy hardwaru či algoritmu byste navrhl pro zvýšení překryvu s taktilním snímačem a snížení FRR?
Points proposed by reviewer: 74

Grade proposed by reviewer: C

Responsibility: Mgr. et Mgr. Hana Odstrčilová