Báo cáo xử lý ảnh nhận diện mống mắt df

13 3 0
Báo cáo xử lý ảnh nhận diện mống mắt df

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THƠNG KHOA CƠNG NGHỆ THƠNG TIN  Tiểu Luận Môn Xử Lý Ảnh ĐỀ TÀI: NHẬN DIỆN MỐNG MẮT Giảng viên hướng dẫn: LÊ HOÀNG THÁI Sinh viên thực : NGÔ QUANG PHÚ Lớp : D18CQCN01-N MSSV : N18DCCN151 Thành phố Hồ Chí Minh, tháng năm 2021 MỤC LỤC Trang SƠ LƯỢC Chương I: TỔNG QUAN 1.1 Giới thiệu công nghệ nhận dạng mống mắt 1.2 Nhìn lại lịch sử 1.2.1 Nỗ lực đưa công nghệ thương mại hóa, 1993-2006 1.2.2 Khởi nguyên Chương II: NGUYÊN LÝ VẬN HÀNH 2.1 Sơ lược thức vận hành nhận diện mống mắt 2.2 Mống mắt thông tin liên quan 2.2.1 Sử dụng chuỗi Fourier 2.2.2 Lượng giác dựa Fourier Hiệu chỉnh Off-Axis Chương III: LOGIC VÀ THUẬT TOÁN 3.1 Phát hiện, loại trừ lông mi thống kê suy luận 3.2 Quy tắc chuẩn hóa điểm thay 10 3.3 Tương thích với ứng dụng quy-mơ-lớn 12 Chương IV: KẾT LUẬN 13 Tài liệu tham khảo 13 SƠ LƯỢC Trải qua 15 năm, tính nhận dạng mống mắt phát triển nhanh chóng từ lần trình diễn trực tiếp sáng chế phương pháp thực tế đầu tiên, từ đặt tiền đề cho xu hướng phát triển sinh trắc học với số lượng lớn nhà nghiên cứu tích cực hai giới giới học viện ngành công nghiệp Cho đến nay, khoảng 50 triệu người toàn giới đã đăng ký vào hệ thống nhận dạng mống mắt sử dụng thuật toán tác giả Bên cạnh cịn nhiều hệ thống trình phát triển, chứng minh kiểm thử thi Chính phủ tài trợ đạt kết tốt Và khơng có nghi ngờ tương lai tồn trạng thái cân sống động với đa dạng phương pháp sản phẩm khả thi có sẵn để triển khai, chí tương tác với Chính phát triển nhanh chóng loại hình sinh trắc học “nhận dạng mống mắt” này, nên thông qua tiểu luận, em mong muốn giới thiệu cách chi tiết để người hiểu rõ biết phát triển vượt bậc tương lai Xin chân thành cảm ơn thầy bạn hỗ trợ em để hồn thành tiểu luận Chương I: TỔNG QUAN 1.1 Giới thiệu công nghệ nhận dang mống mắt Công nghệ nhận dạng mống mắt (Iris Recognition) phương pháp sinh trắc học sử dụng thuật tốn hình ảnh để nhận dạng người dựa vào cấu trúc phức tạp độc mống mắt, chí họ đeo kính sử dụng áp tròng từ khoảng cách định Nhiều quốc gia giới áp dụng công nghệ nhận diện công dân hay xác thực hộ chiếu 1.2 Nhìn lại lịch sử Năm 1936, bác sỹ nhãn khoa Frank Burch đề xuất khái niệm nhận dạng mống mắt Tuy nhiên phải đến năm 1985, Giáo sư Leonard Florn Đại học New York Giáo sư Aran Safir Đại học Connecticut cấp sáng chế liên quan đến “Công nghệ nhận diện mống mắt” Thuật toán nhận diện mống mắt viết Tiến sĩ John Daugman làm việc Đại học Harvard Ông cấp sáng chế vào năm 1991 Nhờ sáng chế đó, thử nghiệm nhận diện mống mắt thực Cơ quan phòng thủ nguyên tử (DNA) Mỹ vào năm 1995 thành công tốt đẹp 1.2.1 Nỗ lực đưa công nghệ thương mại hóa, 1993-2006 Các thuật tốn sử dụng, phương pháp tồn rộng rãi ngày công nghệ này, chẳng hạn mã hóa wavelet Gabor đa tỷ lệ, mã hóa nhị phân dựa giao 0, bit Exclusive-OR logic so sánh vectơ số tương tự khoảng cách Hamming Tranh chấp điều khoản cấp phép với số đối tác cơng ty, đặc biệt đối tác thành công hơn, leo thang thành loạt vụ kiện Cuối cùng, sử dụng hết nguồn tài trợ kiện tụng tích cực tập xây dựng lại thương hiệu cố gắng mô tả thuật tốn có phát triển nội bộ, công ty trở thành kẻ thù người mà cần thiết bạn bè sụp đổ Chưa có lợi nhuận, mua lại vào năm 2006 tài sản IP (bằng sáng chế thuật tốn cốt lõi tác giả) công ty cổ phần đa sinh trắc học 1.2.2 Khởi nguyên Nghiên cứu phát triển công nghệ “nhận dạng mống mắt” ngày mở rộng nhanh chóng, hàng chục trường đại học địa điểm nghiên cứu công nghiệp Niềm đam mê công nghệ tiềm mạnh mẽ, mức độ đổi để đáp ứng với thách thức phủ nhận nó, đặc biệt liên quan đến chụp ảnh Trong số kích thích dường thúc đẩy lượng sáng tạo là: • Bằng chứng xuất thử nghiệm cho thấy “nhận dạng mống mắt” dường sinh trắc học với hiệu suất tốt nhất, độ xác sở liệu lớn tốc độ tìm kiếm • Luật pháp số quốc gia chương trình quốc gia liên quan đến sinh trắc học chứng minh thư sinh trắc học thay hộ chiếu việc vượt biên tự động • Đánh giá Thử thách Iris NIST (“quy mô lớn”) dựa hình ảnh từ 240 Mơn học; Cơ sở liệu đào tạo tải 42 nhóm nghiên cứu • Tiêu chuẩn định dạng trao đổi liệu sinh trắc học sở liệu mống mắt hình ảnh để phát triển thử nghiệm thuật tốn • Nhiều hội thảo quốc tế sách bao gồm chủ đề • Chủ nghĩa vị lai phim tiếng, từ James Bond đến Báo cáo người thiểu số • Biểu tượng văn hóa gắn liền với mắt (“Cửa sổ tâm hồn;” ý nghĩa tình cảm giao tiếp mắt giao tiếp qua ánh mắt) • Niềm vui trí tuệ giải vấn đề đa lĩnh vực kết hợp tốn học, lý thuyết thơng tin, thị giác máy tính, thống kê, sinh học, cơng thái học, lý thuyết định tính ngẫu nhiên xảy cách tự nhiên người Chương II: NGUYÊN LÝ VẬN HÀNH 2.1 Sơ lược cách thức vận hành nhận diện mống mắt Nhận dạng mống mắt bắt đầu việc tìm mống mắt hình ảnh, xác định ranh giới bên ranh giới bên đồng tử màng cứng, phát mí mắt ranh giới chúng xuất phát loại trừ lơng mi, phản xạ từ giác mạc kính đeo mắt Các quy trình gọi chung phân đoạn Chính xác việc định nội dung thực ranh giới bên mống mắt, chúng khơng thể nhìn thấy phần, quan trọng ánh xạ mống mắt hệ tọa độ khơng thứ ngun (bất biến kích thước giãn nở đồng tử) phụ thuộc nhiều vào điều Khơng xác việc phát hiện, mơ hình hóa biểu diễn ranh giới gây ánh xạ khác mẫu mống mắt mơ tả trích xuất nó, khác biệt gây lỗi không khớp 2.2 Mống mắt thông tin liên quan Điều tự nhiên bắt đầu cách nghĩ mống mắt hình khuyên Chẳng người ta phát ranh giới bên bên ngồi thường khơng đồng tâm Một đơn giản giải pháp sau tạo hệ tọa độ giả cực không đồng tâm để lập đồ mống mắt, thư giãn giả định mống mắt đồng tử có chung trung tâm chung yêu cầu học sinh chứa đầy đủ bên mống mắt "Hệ tọa độ giả cực không thứ nguyên kép" sở nhận dạng mống mắt Nhưng sau người ta phát thường ranh giới đồng tử khơng phải hình trịn, thường ranh giới bên ngồi mống mắt khơng trịn Hiệu suất nhận dạng mống mắt cải thiện đáng kể cách thư giãn hai giả định đó, thay chúng phương pháp kỷ luật để phát trung thực mơ hình hóa ranh giới hình dạng chúng xác định hệ tọa độ linh hoạt tổng quát sở chúng Bởi ranh giới bên ngồi mống mắt thường bị mí mắt che khuất phần, ranh giới bên mống mắt bị che khuất phần phản xạ từ ánh sáng, hai ranh giới phản xạ từ kính đeo mắt, cần thiết để phù hợp với đường viền linh hoạt chịu gián đoạn tiếp tục quỹ đạo họ theo họ sở nguyên tắc, cách thúc đẩy liệu tồn nơi khác Một hạn chế bên bên ngồi mơ hình biên phải tạo thành đường cong khép kín Mục tiêu cuối muốn để áp đặt hạn chế thông suốt, dựa độ tin cậy chứng cho độ cong không mịn 2.2.1 Sử dụng chuỗi Fourier Một cách tuyệt vời để đạt tất mục tiêu mơ tả ranh giới bên bên ngồi mống mắt dạng “Đường viền hoạt động” dựa rời rạc mở rộng chuỗi Fourier liệu đường bao Bằng cách sử dụng thành phần Fourier có tần số bội số nguyên 1/(2π), đóng, trực giao, tính đầy đủ đảm bảo Lựa chọn số lượng thành phần tần số cho phép kiểm soát mức độ trơn tru áp đặt độ trung thực phép tính gần Về chất, cắt bớt chuỗi Fourier rời rạc sau số điều khoản định dẫn đến việc lọc ranh giới thơng qua thấp liệu độ cong mơ hình đường bao hoạt động Hình Các đường viền chủ động tăng cường phân đoạn mống mắt, chúng cho phép tạo ranh giới không theo chu kỳ cho phép hệ tọa độ linh hoạt Hộp bên trái hiển thị đồ độ cong cho ranh giới bên bên mống mắt, điều phẳng thẳng chúng hình trịn Đây ranh giới bên ngồi (ơ phía trên) đặc biệt khơng trịn Các đường cong chấm hộp mống mắt chuỗi Fourier xấp xỉ 𝑁−1 Ck = ∑𝜃=0 𝑟𝜃 𝑒 −2𝜋𝑖𝑘𝜃/𝑁 (CT1) Lưu ý hệ số bậc "số hạng DC" C0 trích xuất thơng tin độ cong trung bình ranh giới (đồng tử mống mắt ngoài), cách khác từ, bán kính nó ước lượng gần hình trịn đơn giản Từ M hệ số Fourier rời rạc này, thu xấp xỉ đến ranh giới mống mắt tương ứng (bây khơng có gián đoạn độ phân giải xác định M) thu dạng dãy {Rθ} cho θ = đến θ = N −1: 𝑀−1 Rθ = ∑𝑘=0 𝐶𝑘 𝑒 2𝜋𝑖𝑘𝜃/𝑁 (CT2) 𝑁 Hình So với mức người ta muốn áp đặt ràng buộc giữ cho mơ hình đơn giản có độ cong chiều thấp (đạt giảm M, ví dụ M = thực thi mơ hình vịng trịn) Do đó, số M hệ số Fourier kích hoạt đặc điểm kỹ thuật cho số bậc tự mơ hình hình dạng 2.2.2 Lượng giác dựa Fourier Hiệu chỉnh Off-Axis Một hạn chế máy ảnh nhận dạng mống mắt chúng yêu cầu trục hình ảnh mắt, thường đạt thơng qua gọi “điểm dừng giao diện nhìn chằm chằm ”trong người dùng phải chỉnh trục quang học với máy ảnh trục quang học Điều không linh hoạt lỏng lẻo Hơn nữa, đơi máy ảnh tiêu chuẩn thu hình ảnh mà giả định trục khơng thật Hình thái mắt thay đổi màng cứng nhìn thấy tình trạng tắc mí mắt khơng yếu tố hỗ trợ ước tính xác, có mắt chụp ảnh; phải lưu ý người có kỹ ấn tượng cách việc giám sát hướng nhìn người khác Trong trường hợp khơng giải bí ẩn đó, cách tiếp cận thay hiển nhiên giả định hình ảnh trực quan mống mắt nên để lộ trịn; phát tính elip đồng tử cho biết thu nhận hình ảnh ngồi trục đó, ước tính độ giãn dài hướng hình elip mang lại hai tham số độ lệch hướng nhìn, modulo π hướng Chúng tơi giới thiệu biến thể mạnh mẽ ý tưởng khơng giả định hình dạng đồng tử thực hình trịn xem xét phương diện thống Phương pháp ước tính ánh nhìn (và điều chỉnh cho hình ảnh ngồi trục) sử dụng cách tiếp cận gọi “dựa Fourier lượng giác” Phương pháp phát sinh từ quan sát chuỗi Fourier mở rộng tọa độ X Y ranh giới đồng tử phát có chứa hình dạng thơng tin bóp méo liên quan đến nhìn lệch lạc, mối quan hệ hệ số thực hệ số ảo thuật ngữ tần số thấp mở rộng loạt Trong trường hợp đặc biệt, ranh giới đồng tử thực xem cách trực quan thực vòng trịn, sau phương pháp giảm xuống phương pháp "ellipticity" đơn giản Để choX (t) Y (t) vectơ tọa độ tham số hóa ranh giới đồng tử, nên biên độ t từ đến 2π chu kỳ quanh đường cong kín Thơng suốt trường hợp đồng tử hình trịn có bán kính A, lấy gốc tâm để đơn giản, hàm X (t) = A cos (t) Y (t) = A sin (t) Trong trường hợp ánh nhìn lệch dọc theo trục giả sử khoảng cách máy ảnh lớn so với đường kính mống mắt, đó, có kéo dài đơn giản dọc theo trục chính, hàm trở thành: X (t) = A cos (t) Y (t) = B sin (t), với A = B Cuối cùng, độ lệch ánh nhìn khơng dọc theo trục thay theo hướng θ, hàm có dạng conic tổng quát cho hình elip có định hướng: X(t) = [A cos2 θ + B sin2 θ]cos(t) + [(B - A) cos θ sin θ] sin(t) Y (t) = [(B - A) cos θ sin θ] cos(t) + [B cos2 θ + A sin2 θ] sin(t) (CT3) Chương III: LOGIC VÀ THUẬT TOÁN 3.1 Phát hiện, loai trừ lông mi thống kê suy luận Một cách mà liệu hình ảnh mống mắt bị hỏng, ngồi phản xạ, nhiễu máy ảnh tắc mí mắt lơng mi (thường mí mắt trên) Chúng thường có hình dạng ngẫu nhiên phức tạp, kết hợp với để tạo thành khối lượng phần tử giao thay đơn giản sợi giống sợi tóc phát theo hình dạng mơ hình Chúng tín hiệu mạnh hình ảnh mống mắt, xét độ tương phản lượng, chúng thống trị IrisCode với thơng tin giả không phát loại trừ khỏi liệu mã hóa Suy luận lơng mi loại trừ chúng khỏi IrisCode xử lý phương pháp ước tính thống kê phụ thuộc chủ yếu vào việc xác định xem phân bố pixel mống mắt có phải đa phương thức hay không Nếu đuôi biểu đồ pixel mống mắt hỗ trợ giả thuyết kết hợp đa phương thức, ngưỡng thích hợp tính tốn pixel bên ngồi khơng ảnh hưởng đến IrisCode Hình Hình: Suy luận thống kê lông mi từ biểu đồ pixel mống mắt xác định ngưỡng để loại trừ lông mi (được dán nhãn màu trắng) khỏi ảnh hưởng IrisCode Trong hình ảnh mống mắt trên, lơng mi phát nằm mống mắt đánh dấu pixel màu trắng Vị trí chúng ghi lại mảng mặt nạ ngăn chúng ảnh hưởng đến liệu mã hóa kết cấu mống mắt Chương trình phát lơng mi thực thi vịng chưa đầy mili giây 3.2 Quy tắc chuẩn hóa điểm thay Nhận dạng mống mắt hoạt động cách thực kiểm tra tính độc lập thống kê hai Mã IrisCodes, để định xem chúng phát sinh từ từ tròng mắt khác Các vùng mống mắt bị che khuất mí mắt, lơng mi, phản xạ từ kính đeo mắt, có độ tương phản thấp tỷ lệ tín hiệu nhiễu kém, phát thuật tốn xử lý hình ảnh ngăn ảnh hưởng đến việc so sánh mống mắt, thông qua chức mặt nạ khôn ngoan Trong thân bit IrisCode chứa liệu pha độc quyền ( ) để phát bất đồng từ xác định giống hai mống mắt, bit xem xét chọn ANDing ( ) cặp với chức mặt nạ liên quan hai tròng mắt để đảm bảo tính hợp lệ chúng ý nghĩa chúng Định mức (|| ||) vectơ bit kết vectơ mặt nạ AND sau đo để tính tốn Hamming thơ khoảng cách HDraw, dạng phần nhỏ bit có ý nghĩa khơng đồng ý hai mống mắt có hai vectơ bit mã pha ký hiệu {codeA, codeB} có vectơ bit mặt nạ ký hiệu {maskA, maskB}: (CT4) Một lựa chọn tự nhiên cho quy tắc chuẩn hóa điểm chia tỷ lệ lại tất độ lệch từ 0,5 Khoảng cách Hamming thô theo tỷ lệ với bậc hai số bit so sánh đạt điểm số Nguyên nhân quy tắc độ lệch chuẩn dự kiến phân phối kết thử nghiệm Bernoulli (được biểu thị phần nhỏ n thử nghiệm Bernoulli có kết định), σ = √𝑝𝑞/𝑛 10 p q tương ứng xác suất kết (cả hai danh nghĩa 0,5 trường hợp này) Do đó, mức độ tin cậy định trì có bit n thực so sánh, cách ánh xạ HDraw khoảng cách Hamming thô thành cho điểm HDnorm cách sử dụng quy tắc chia lại tỷ lệ, chẳng hạn như: HDnorm = 0.5 – (0.5 – HDraw)√ 𝑥 911 (CT5) 11 3.3 Tương thích với ứng dụng quy-mơ-lớn Dạng hàm nhị thức mô tả tốt việc phân phối điểm số tương tự chuẩn hóa để so sánh mẫu mống mắt khác chìa khóa mức độ mạnh mẽ thuật toán ứng dụng tìm kiếm quy mơ lớn Các nhị thức giảm nhanh chóng, thống trị xu hướng trung tâm gây thuật ngữ giai thừa hàm 𝑓 (𝑥 ) = 𝑁! 𝑚!(𝑁−𝑚)! 𝑝𝑚 (1 − 𝑝)(𝑁−𝑚) (CT6) Giảm nhanh chóng quan trọng sinh trắc học để tồn vô số hội tạo Kết Sai mà không thực tạo bất kỳ, áp dụng Chế độ tìm kiếm "tất chống lại tất cả" để tìm kiếm kết trùng khớp nhiều danh tính, dự tính số dự án thẻ ID quốc gia Anh Châu Âu HD Criterion 0.220 0.225 0.230 0.235 0.240 0.245 0.250 0.255 0.262 0.267 0.272 0.277 0.282 0.287 0.292 0.297 0.302 0.307 0.312 0.317 Observed False Match Rate (theor: in ×1015) (theor: in ×1015) (theor: in ×1014) (theor: in ×1013) (theor: in ×1013) (theor: in ×1012) (theor: in ×1012) (theor: in ×1011) in 200 billion in 50 billion in 13 billion in 2.7 billion in 284 million in 96 million in 40 million in 18 million in million in million in million in million → Bảng 1: tỷ lệ đối sánh sai với Chuẩn hóa điểm HDnorm: Phụ thuộc vào tiêu chí ngưỡng định (dựa 200 tỷ so sánh, Cơ sở liệu UAE) Kết phân tích: Các giá trị tích lũy (lên đến ngưỡng khác nhau) phần đuôi bên trái việc phân phối điểm số tương tự chuẩn hóa cho trịng mắt khác so sánh nhiều nghiêng tương đối, hiển thị tỷ lệ đối sánh sai số 200 tỷ so sánh mống mắt sách định nhận dạng sử dụng ngưỡng Các tỷ lệ cung cấp Bảng Mặc dù giá trị nhỏ quan sát gần 0,26, bảng mở rộng xuống 0,22 cách sử dụng tích lũy lý thuyết phân phối giá trị cực đoan nhiều mẫu từ nhị thức (CT6), để ngoại suy mặt lý thuyết tỷ lệ đối sánh sai dự kiến cho sách định Kết hợp sai tỷ lệ, cho dù quan sát hay lý thuyết, đóng vai trị mức độ tin cậy liên kết với chất lượng trận đấu định cách sử dụng chuẩn hóa điểm số quy tắc (CT5) Trong phân tích này, mắt cho 12 xuất Theo giả định độc lập IrisCodes mắt trái mắt phải, hỗ trợ mạnh mẽ liệu có sẵn mức độ tin cậy nhân với cho kết phù hợp thu hai mắt Một phương pháp cho phép mã IrisC lập mục va chạm chúng với chuỗi con, thay tìm kiếm tồn diện gần địa trực tiếp với IrisCodes Chương IV: KẾT LUẬN Phương pháp nhận diện mống mắt đánh giá có độ xác cao so với phương pháp nhận diện sinh trắc học khác, mống mắt có tới 266 điểm đặc trưng riêng biệt, so với 13 đến 60 điểm đặc trưng loại khác vân tay, khn mặt, giọng nói Hơn nữa, mắt người cho không thay đổi theo thời gian mơi trường Thậm chí, sau phẫu thuật mắt hay người khiếm thị đeo kính, quét mống mắt không gây ảnh hưởng tới mắt hay bị suy giảm độ xác TÀI LIỆU THAM KHẢO Handbook of Biometrics 13 ... “Công nghệ nhận diện mống mắt? ?? Thuật toán nhận diện mống mắt viết Tiến sĩ John Daugman làm việc Đại học Harvard Ông cấp sáng chế vào năm 1991 Nhờ sáng chế đó, thử nghiệm nhận diện mống mắt thực... lược cách thức vận hành nhận diện mống mắt Nhận dạng mống mắt bắt đầu việc tìm mống mắt hình ảnh, xác định ranh giới bên ranh giới bên ngồi đồng tử màng cứng, phát mí mắt ranh giới chúng xuất... công nghệ nhận dang mống mắt Công nghệ nhận dạng mống mắt (Iris Recognition) phương pháp sinh trắc học sử dụng thuật tốn hình ảnh để nhận dạng người dựa vào cấu trúc phức tạp độc mống mắt, chí

Ngày đăng: 11/10/2022, 17:11

Hình ảnh liên quan

Hình 1 - Báo cáo xử lý ảnh nhận diện mống mắt df

Hình 1.

Xem tại trang 7 của tài liệu.
Hình thái mắt rất thay đổi về màng cứng có thể nhìn thấy được và tình trạng tắc mí mắt khơng chắc rằng các yếu tố như vậy có thể hỗ trợ ước tính  chính xác, ít nhất là khi chỉ có một mắt được chụp ảnh; mặc dù nó phải là lưu  ý rằng con người có kỹ năng rấ - Báo cáo xử lý ảnh nhận diện mống mắt df

Hình th.

ái mắt rất thay đổi về màng cứng có thể nhìn thấy được và tình trạng tắc mí mắt khơng chắc rằng các yếu tố như vậy có thể hỗ trợ ước tính chính xác, ít nhất là khi chỉ có một mắt được chụp ảnh; mặc dù nó phải là lưu ý rằng con người có kỹ năng rấ Xem tại trang 8 của tài liệu.
Hình 3 - Báo cáo xử lý ảnh nhận diện mống mắt df

Hình 3.

Xem tại trang 10 của tài liệu.
→ Bảng 1: tỷ lệ đối sánh sai với Chuẩn hóa điểm HDnorm: Phụ thuộc vào tiêu chí ngưỡng quyết định (dựa - Báo cáo xử lý ảnh nhận diện mống mắt df

Bảng 1.

tỷ lệ đối sánh sai với Chuẩn hóa điểm HDnorm: Phụ thuộc vào tiêu chí ngưỡng quyết định (dựa Xem tại trang 12 của tài liệu.

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan