Đề tài nhận dạng mống mắt

1 HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG CS TP HCM KHOA CÔNG NGHỆ THÔNG TIN BÀI BÁO CÁO Môn XỬ LÝ ẢNH ĐỀ TÀI NHẬN DẠNG MỐNG MẮT Giảng viên PGS TS Lê Hoàng Thái 2 Mục Lục Lời nói mở đầu 3 CHƯƠNG I SƠ[.]

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG CS TP.HCM KHOA CƠNG NGHỆ THƠNG TIN BÀI BÁO CÁO Mơn : XỬ LÝ ẢNH ĐỀ TÀI: NHẬN DẠNG MỐNG MẮT Giảng viên : PGS.TS Lê Hoàng Thái Mục Lục Lời nói mở đầu……………………………………………3 CHƯƠNG I SƠ LƯỢC Sinh trắc học công nghệ nhận dạng mống mắt…3 Sơ lược lịch sử……………………………………… a Nỗ lực thương mại…………………………… b Bước đột phá phát triển…………………….4 Kết luận………………………………………………5 CHƯƠNG II NHẬN DẠNG MỐNG MẮT Quy trình nhận dạng mống mắt…………………….6 Phân đoạn mống mắt……………………………… Trích xuất đặc trưng…………………………………7 CHƯƠNG III ƯNG DỤNG THỰC TẾ VỀ NHẬN DẠNG MỐNG MẮT………………………………………………9 CHƯƠNG IV KẾT LUẬN CHUNG……………………11 Tài liệu tham khảo……………………………………… 11 Lời mở đầu Công nghệ thơng tin ngày phát triển có vai trị quan trọng khơng thể thiếu sống đại Con người ngày tạo cỗ máy thơng minh có khả tự nhận biết xử lí cơng việc cách tự động, phục vụ cho lợi ích người Trong năm gần đây, toán nhận nhiều quan tâm tốn nhiều công sức lĩnh vực cơng nghệ thơng tin, toán nhận dạng Tuy xuất chưa lâu quan tâm tính ứng dụng thực tế toán phức tạp giúp bảo mật thơng tin tốt Mỗi người mang điểm sinh trắc học (như khn mặt, giọng nói, vân tay, mống mắt, …) Trong nhiều trường hợp, đặc điểm, tính chật mẫu sing trắc sử dụng để phân biết người với người khác Mỗi sinh trắc có ưu nhược điểm riêng Nhưng thơng qua nghiên cứu tìm hiểu tơi sinh trắc học mống mắt xem hệ thống nhận dạng có hiệu suất cao (khoảng 90%) Ngồi ra, việc bảo mật xác thực thông tin nhận dạng sinh trắc học khác an toàn số trường hợp khơng mong muốn bị chép làm giả để xâm nhập thông tin cá nhân người khác Ví dụ sinh trắc vân tay làm giả việc quét vân tay lưu lại đồ vật, sinh trắc giọng nói thể dùng thiệt bị điều chỉnh, … Tuy nhiên, sinh trắc mống mắt tỉ liệu thấp so với sinh trắc khác Vì em chọn: TÌM HIỂU VỀ SINH TRẮC HỌC NHẬN DẠNG MỐNG MẮT làm báo cáo CHƯƠNG I SƠ LƯỢC Sinh trắc học công nghệ nhận dạng mống mắt Sinh trắc học khoa học thiết lập danh tính cá nhân dựa thuộc tính vật lý, hóa học hành vi người Sự liên quan sinh trắc học xã hội đại củng cố nhu cầu hệ thống quản lý danh tính quy mơ lớn có chức dựa vào việc xác định xác danh tính cá nhân bối cảnh số ứng dụng khác Có khả phân biệt người với người khác như: vân tay, khuôn mặt, hình dạng bàn tay, giọng nói, mống mặt, … 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 Nhận diện mống mắt trở thành cách xác thực nhân sử dụng phổ biến nhiều quốc gia giới gần đây, cơng nghệ cịn số gã khổng lồ cơng nghệ tích hợp thiết bị cao cấp Sơ lược lịch sử Ý tưởng nhận dạng mống mắt dấu hiệu nhận dạng người đề xuất vào năm 1885 bác sĩ người Pháp Alphonse Bertillon, mô tả màu sắc kiểu hoa văn Năm 1949, bác sĩ nhãn khoa người Anh James Doggart nhận xét cụ thể độ phức tạp mẫu mống mắt gợi ý chúng đủ để phục vụ giống dấu vân tay Năm 1987, bác sĩ nhãn khoa người Mỹ Flom Safir quản lý để cấp sáng chế cho khái niệm Doggart, họ khơng có thuật tốn phương pháp cụ thể để biến thành thực Họ thừa nhận họ bắt gặp ý tưởng sách Doggart, sáng chế họ khẳng định yêu cầu phương pháp nhận dạng mống mắt nào, thực phát triển Bằng sáng chế FlomSafir hết hạn toàn giới, tuyên bố rộng rãi không thực việc sử dụng mống mắt để nhận dạng người ngăn cản nhà phát triển cố gắng tạo phương pháp thực tế Thuật toán nhận diện mống mắt viết Tiến sĩ John Daugman làm việc Đại học Harvard Ông cấp sách chế năm 1991 Sau trình diễn trực tiếp, thử nghiệm mống mắt thực Cơ quan phòng thủ nguyên tử (DNA) Mỹ vào năm 1995 để nghiên cứu thuật toán a Nỗ lực thương mại Năm 1993 – 2006 nghiên cứu cấp phép “Các thuật toán nhận dạng mống mắt” cho số nhà phát triển camera tích hợp hệ thống liên quan đến bảo mật Các thuật toán sử dụng phương pháp rộng rãi mã hóa Wavelet Gabor đa tỷ lệ, mã hóa nhị phân dựa giao 0, logic so sánh vector, … Không may giai đoạn 2001 – 2006, sai lầm áp dụng thuật toán máy ảnh chất lượng thấp máy ảnh chất lượng cao ảnh hưởng đến chất lượng thuật tốn sử dụng số lý chi phí Tuy nhiên trải quan thời gian, thuật tốn phát triển rộng rãi ngày b Bước đột phá phát triển 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 cơng 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 chất kích thích dường thúc đẩy lượng sáng tạo là: • Bằng chứng xuất thử nghiệm cho thấy nhận dạng mống mắt dường sinh trắc học có 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 thẻ ID sinh trắc học, sinh trắc học thay hộ chiếu việc vượt biên tự động • Đánh giá Thử thách Iris NIST [9] (“quy mơ lớn”) dựa hình ảnh từ 240 Đối tượng; sở liệu đào tạo tải 42 nhóm nghiên cứu • Tiêu chuẩn định dạng trao đổi liệu sinh trắc học sở liệu hình ảnh mống mắt 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 ngẫu nhiên xảy tự nhiên người Kết luận Nhận dạng mống mắt có đặc điểm sinh trắc học “tính nhất” cao đặc điểm sinh trắc học khác Việc nhận dang mống mắt giúp độ bảo mật hệ thống thông an toàn Với khái quát trên, báo tơi hướng tới chủ yếu xây dựng quy trình nhận dạng mống mắt cho thấy độ phước tạp tốn Từ đó, ứng dụng lĩnh vực có dụng sinh trắc học CHƯƠNG NHÂN DẠNG MỐNG MẮT Quy trình nhận dạng mống mắt Nhận dạng mống mắt mà viết đưa bao gồm bước chính: phân đoạn mống mắt, trích xuất đặc trưng, hình thành mẫu sinh trắc Đầu vào hệ thống sử dụng sở liệu ảnh mắt CASIA có kích thước 320x280 đơn vị pixel Ảnh đầu vào phân đoạn vùng mống mắt sử dụng giải thuật thresholding để ước lượng vùng pixel ngươi; dựa vào vùng pixel để xác định tâm thô (ta giả định mắt xem hình trịn) sau xác định tâm bán kính biên biên vùng mống mắt sử dụng biến đổi Hough Từ kết phân đoạn, hệ thống cho hình ảnh chuẩn hóa đầu có kích thước 100x100 đơn vị pixel sau loại bỏ vùng thông tin không cần thiết Ảnh chuẩn hóa sử dụng giải thuật ICA để trích xuất thông tin đặc trưng mống mắt, cuối thông tin đặc trưng đưa vào mạng neuron (dưới dạng ma trận) để huấn luyện kiểm tra hiệu suất hệ thống Phân đoạn mống mắt a Xác định vùng Trước sử dụng giải thuật dựa biến đổi Hough để xác định tâm bán kính (được xem hình trịn), giải thuật thresholding dùng để ước lượng vùng pixel dựa giá trị mức xám thấp, từ xác định tâm thơ Kết minh họa Hình 2.a, 2.b Dựa vùng vừa xác định được, ước lượng vị trí tâm thơ theo cơng thức: Trong đó, (xi, yi) thể vị trí giá trị mức xám O ảnh nhị phân ảnh kết sau sử dụng thuật toán thresholding lên ảnh mắt để tách pixel thành hai phần: phần thuộc vật thể (màu đen) phần thuộc môi trường (màu trắng) Sau ước lượng vị trí ngươi, hệ thống sử dụng giải thuật dựa biến đổi Hough để tìm tâm bán kính thực b Xác định biên mống mắt Sau tìm tâm thơ ngươi, tâm đường biên biên vùng mống mắt gần trùng (trùng với tâm ngươi), nên việc ước lượng tâm bán kính hai đường biên tương đối giống nguyên lý thực Mặc dù có số bước tiền xử lý trước xác định biên mống mắt để cải thiện mức độ tương phản pixel vùng mống mắt với pixel không thuộc vùng mống mắt, sau áp dụng biến đổi Hough kết xử lý tốt Khác với biên ngồi, biên mống mắt có thay đổi giá trị mức xám vùng mống mắt dễ dàng nhận nên áp dụng lọc tìm đường biên lọc Canny ta dễ dàng tìm đường biên xác Ngược lại ranh giới đường biên ngồi mống mắt khó nhận biết nên cần phải sử dụng cân histogram trước áp dụng lọc đường biên cho ảnh Kết xử lý so sánh hai trường hợp xác định biên biên mống mắt minh họa Hình 2.c, 2.d Tóm tắt bước phân đoạn mống mắt Ước lượng vị trí dùng giải thuật thresholding Ước lượng tâm bán kính (biên mống mắt) dùng lọc Canny biến đổi Hough - Cân Histogram, ước lượng tâm, bán kính dùng lọc Canny biến đổi Hough - c Chuẩn hóa Sau xác định vùng mống mắt từ bước phân đoạn, pixel vùng mống mắt chuẩn hóa ảnh pixel đầu Ngồi mục đích đưa pixel vùng mống mắt ma trận pixel có kích thước chuẩn, cơng việc cịn làm giảm đáng kể lượng thơng tin liệu dư thừa, để qua giúp giảm thời gian xử lý hệ thống Thơng thường, q trình chuẩn hóa có bước loại bỏ nhiễu chân mày, lông mi đốm sáng phản xạ nằm vùng mống mắt, để không làm ảnh hưởng đến hiệu suất nhận diện hệ thống độ xác việc xử lý Trong viết này, vùng mống mắt phía phía lược bỏ, vùng pixel thường hay có nhiễu lơng mi chân mày Phần lại mống mắt hệ thống lấy mẫu ma trận ảnh đầu có kích thước 100x100 đơn vị pixel Vùng pixel mống mắt để xử lý chuẩn hóa minh họa Hình 5.a Bằng cách này, nhiễu chân mày lông mi loại bỏ, ma trận ảnh đầu không cần phải sử dụng phương pháp loại bỏ nhiễu, từ giảm thời gian xử lý hệ thống Tuy nhiên, đánh đổi cho nó, lại việc thơng tin mống mắt nằm phần phần so với phương pháp truyền thống Kết đầu bước chuẩn hóa minh họa Hình 3.b, 3.c Trích xuất đặc trưng với ICA Sau q trình chuẩn hóa, ảnh thu có kích thước 100x100 tạo thành khơng gian với số chiều lớn Tuy nhiên, kích thước nội không gian mống mắt nhỏ nhiều Kỹ thuật không gian sử dụng nhằm mục đích làm giảm số chiều lớn liệu qt Trong khía cạnh này, cơng cụ phân tích khơng gian sử dụng rộng rãi Singular Value Decomposition (SVD), phân tích thành phần (PCA), Kernel PCA, phân tích thành phần độc lập (Independent Component Analysis - ICA) Để trích xuất đặc trưng mống mắt, thuật tốn ICA áp dụng, ICA áp dụng phép biến đổi tuyến tính Trong viết này, chương trình MATLAB đưara Gävert, Hurri, Särelä, and Hyvärinen nhằm áp dụng để thực thuật tốn FastICA Mơ hình tuyến tính khơng nhiễu ICA biểu diễn bằng: x = As Trong đó, x = (x1,x2,….,xN)T vector tín hiệu quan sát với kích thước N, s = (s1,s2,….,sM)T với kích thước M số thành phần độc lập A ma trận trộn chưa biết Trong giải thuật ICA áp dụng thuật toán điểm cố định để ước lượng ma trận A thành phần độc lập s dựa vào vector x Giả sử x = (x’1,x’2,….,x’N)T ảnh mống mắt sau trình chuẩn hóa với N biến ngẫu nhiên giả định kết hợp tuyến tính M thành phần độc lập chưa biết ký hiệu s = (s’1,s’2,….,s’M)T , với tất i, i = 1,2, ,N, ảnh x’i thành phần độc lập s’i chuyển đổi thành xi si cách nối hàng ký hiệu tương ứng x = (x1,x2,….,xN)T s = (s1,s2,….,sM)T Từ đó, hình ảnh mống mắt đại diện kết hợp tuyến tính s1, s2,….,sM với trọng số ai1, ai2,…,aiM Vì thế, ma trận A đại diện cho khơng gian tất ảnh mống mắt CHƯƠNG III ƯNG DỤNG THỰC TẾ VỀ NHẬN DẠNG MỐNG MẮT  Các Tiểu Vương Quốc Ả Rập Thống Cơ quan Kiểm soát Biên giới An ninh Nội địa IrisGuard vận hành hệ thống theo dõi người bị trục xuất Các Tiểu vương quốc Ả Rập Thống (UAE) kể từ năm 2003, UAE đưa sáng kiến an ninh biên giới quốc gia Ngày nay, tất cảng nhập cảnh bộ, không biển UAE trang bị hệ thống Tất cơng dân nước ngồi cần thị thực thăm viếng để vào UAE xử lý thông qua camera mống mắt lắp đặt tất điểm kiểm tra nhập cư phụ trợ Cho đến nay, hệ thống bắt giữ 330.000 người tái nhập cảnh vào UAE với tên quốc tịch khác (cần thị thực) chí giấy tờ du lịch gian lận  Vương quốc Hashemite jordan - 2009, IrisGuard triển khai máy rút tiền tự động hỗ trợ mống mắt giới Ngân hàng Cairo Amman, nơi khách hàng ngân hàng rút tiền mặt liền mạch từ ATM mà không cần thẻ ngân hàng ghim mà cách đưa mắt đến camera nhận dạng mống mắt máy ATM Kể từ tháng năm 2012, IrisGuard cung cấp tài cho người tị nạn Syria đăng ký UNHCR Jordan máy ATM Hệ thống thiết kế để tạo điều kiện cho can thiệp hỗ trợ tiền mặt giúp cung cấp hỗ trợ tài cho người tị nạn với tốc độ phẩm giá đồng thời giảm chi phí chi phí tăng trách nhiệm giải trình  Hệ thống nhập cư nhận dạng mống mắt Vương quốc Anh, bắt đầu hoạt động vào năm 2004 bị đóng cửa để đăng ký vào năm 2011 bị loại bỏ vào năm 2012 2013  Kể từ năm 2011, Google sử dụng máy quét mống mắt để kiểm soát quyền truy cập vào trung tâm liệu họ  Năm 2010, Leon, Mexico, triển khai máy quét mống mắt không gian công cộng, xác định tới năm mươi người lúc  Vào ngày 10 tháng năm 2011, Hoyos Group trình diễn thiết bị có tên EyeLock sử dụng nhận dạng mống mắt thay cho mật để đăng nhập người vào trang web ứng dụng bảo vệ mật khẩu, Facebook eBay  Princeton Identity phát triển hệ thống "Iris on the Move" sản phẩm, chủ yếu dành cho khách hàng Chính phủ Hoa Kỳ, có khả xác định 30 người phút Gần nhất, họ chuyên sản phẩm nơi người lái xe xác định mà không cần phải rời khỏi xe họ  Công nghệ M2SYS triển khai hệ thống nhận dạng bệnh nhân RightPatient™ sinh trắc học họ cách sử dụng nhận dạng mống mắt 11 bệnh viện Novant Health thị trường Charlotte Winston-Salem Hệ thống nhận dạng bệnh nhân sinh trắc ™ mống mắt rightPatient thiết kế để nắm bắt khuôn mặt mẫu mống mắt bệnh nhân liên kết chúng với hồ sơ y tế điện tử họ  Vào ngày 28 tháng năm 2015, Fujitsu phát hành ARROWS NX F-04G điện thoại thông minh có máy quét mống mắt 10 CHƯƠNG IV KẾT LUẬN CHUNG Thông qua báo cáo cho thấy độ phước tạp thuật toán nhận dạng mống mắt Mống mắt tính sinh trắc học tốt nhất, dựa kết cấu hồn tồn xác định thơng tin người Nhận dạng mống mắt coi đặc điểm sinh trắc “tính suy nhất” cao so với đặc điểm sinh trắc lại (Trừ ADN) Thấy tầm quan trọng nhận dạng mống mắt người ngày áp dụng thuật toán vào thực tế mà mang lại uống dụng thiết thực đời sống kinh tế đất nước thời dại công nghệ phát triển Tuy nhiên, nhận dạng mống mắt có nhiều ưu điểm gặp phải khó khăn mơi trường thuật lợi, độ phức tạp phải đòi hỏi vấn đề kinh tế,… Tài liệu tham khảo Cuốn Handbook of Biometrics 11 ... dựng quy trình nhận dạng mống mắt cho thấy độ phước tạp tốn Từ đó, ứng dụng lĩnh vực có dụng sinh trắc học CHƯƠNG NHÂN DẠNG MỐNG MẮT Quy trình nhận dạng mống mắt Nhận dạng mống mắt mà viết đưa... nhiên, sinh trắc mống mắt tỉ liệu thấp so với sinh trắc khác Vì em chọn: TÌM HIỂU VỀ SINH TRẮC HỌC NHẬN DẠNG MỐNG MẮT làm báo cáo CHƯƠNG I SƠ LƯỢC Sinh trắc học công nghệ nhận dạng mống mắt Sinh trắc... nghệ nhận dạng mống mắt? ??3 Sơ lược lịch sử……………………………………… a Nỗ lực thương mại…………………………… b Bước đột phá phát triển…………………….4 Kết luận………………………………………………5 CHƯƠNG II NHẬN DẠNG MỐNG MẮT Quy trình nhận