FingerMatch
Zwei Abdrücke rein, ein Score raus — jeder Schritt echte Mathematik, sichtbar gemacht.
Erst lesbar machen
Rohbild normalisieren, das Orientierungsfeld schätzen, mit Gabor-Filtern die Rillen verstärken und binarisieren.
- 1Normalisieren
- 2Orientierungsfeld
- 3Gabor-Verstärkung
- 4Binarisieren
Auf eine Linie gebracht
Die Rillen werden auf 1 Pixel ausgedünnt. Kurze Fortsätze (Spurs) werden entfernt, damit keine falschen Minutien entstehen.
Wo Linien enden und sich gabeln
Crossing-Number: für jedes Skelett-Pixel die acht Nachbarn zählen. 1 Übergang = Ende, 3 = Gabelung.
Ende
CN = 1
Gabelung
CN = 3
Das Zentrum des Musters
Poincaré-Index: die Orientierung entlang einer Schleife aufsummieren — +180° ergibt eine Schleife (Core), −180° ein Delta.
Passt es zusammen?
Zwei Abdrücke werden per RANSAC ausgerichtet, orientierungs-konsistente Minutien gepaart und ein Score berechnet — hier im echten Analyse-Cockpit.
Score 55 % — „Wahrscheinlich identisch“. Ein Ähnlichkeitswert, keine gerichtsfeste Identifikation.
Das komplette Analyse-Cockpit
Zwei Abdrücke laden, Marker nach Typ filtern, zoomen und pannen — und live vergleichen.
Ein Score — keine Identifikation
FingerMatch liefert einen Ähnlichkeits-Score als Lern- und Analysewerkzeug.
- Erkennt Minutien und Singularpunkte mit echter CV
- Richtet zwei Abdrücke aus und bewertet die Ähnlichkeit
- Kein gerichtsfestes AFIS, keine Identifikation
- Ersetzt keine forensische Begutachtung
classical
Klassische Pipeline — alle vier Markertypen
minutiaenet (ONNX)
Experimentell: lokalisiert per Netz, klassifiziert klassisch
Das Modell lokalisiert; die klassische Logik klassifiziert.