Nhận dạng hình học bàn tay

BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THƠNG CƠ SỞ TẠI TP.HCM MƠN HỌC: XỬ LÝ ẢNH ĐỀ TÀI: NHẬN DẠNG HÌNH HỌC BÀN TAY Giảng viên hướng dẫn : Lê Hoàng Thái 5.1 Lịch sử phát triển Vào năm 1960, Robert Miller New Jersey nghiên cứu báo cáo mua sắm quần áo qn đội, nơi ơng nhận thấy kích thước bàn tay đa dạng chúng sử dụng để xác định người Điều khiến nhà phát minh cuồng nhiệt phát triển thiết bị nhận dạng Hình học tay tự động (Hình 5.1) Chức nhận dạng thiết bị thực phương tiện học túy Hình 5.1: Bản vẽ sáng chế Đầu đọc tay học Trong phiên thương mại thiết bị này, Identimat (Hình 5.2), đơn giản thay chế quét photocell bên rãnh mà ngón tay đặt Một đèn cao 1.000 watt cung cấp nguồn chiếu sáng Được gắn vào chế quét đầu đọc sọc từ tính, bàn tay quét, thẻ sọc từ người dùng Nếu xung đọc từ thẻ khớp với thời gian tín hiệu từ photocells quét, ngưỡng, danh tính người dùng xác minh Năm 1986 Recognition Systems thành lập để phát triển tiếp thị độc giả Hand Geometry đại khai thác công nghệ xử lý hình ảnh hình ảnh kỹ thuật số chi phí thấp sau có sẵn (Hình 5.3) Dòng đầu đọc tay ID3D họ sử dụng cảm biến hình ảnh kỹ thuật số trạng thái rắn để chụp ảnh chiều bàn tay Hệ thống quang học đầu đọc tay tối ưu hóa để chụp hình ảnh nhị phân đơn giản bàn tay, giống bóng đổ Hình ảnh nhị phân cung cấp thơng tin chi tiết hình dạng bàn tay, không bị ảnh hưởng đặc điểm bề mặt màu da, bụi bẩn ánh sáng xung quanh Hình 5.2 Identimat: đầu đọc tay thương mại Hình 5.3 Đầu đọc tay đại ID3D cách mạng theo số cách vượt ngồi tiến cơng nghệ mà mang lại cho Hand Geometry Trong phần lại ngành sinh trắc học thời điểm tập trung vào mức độ bảo mật cao có thể, ID3D thiết kế để đảm bảo tỷ lệ loại bỏ sai thấp ứng dụng giới thực Độ tin cậy làm cho trở thành sản phẩm sinh trắc học phù hợp với thị trường lớn thời gian tham dự nhân viên làm cho hiệu chi phí hiệu suất thân thiện với người dùng làm cho thực tế Đồng thời, an ninh không bị xâm phạm chứng minh việc sử dụng rộng rãi thiết bị ứng dụng an ninh cao phịng thí nghiệm vũ khí hạt nhân quốc gia nhà máy điện hạt nhân Mọi nhà máy điện hạt nhân vận hành Hoa Kỳ lắp đặt Hand Geometry để kiểm soát truy cập Năm 1992, Biomet Partners thành lập để phát triển phiên hai ngón tay đầu đọc tay Digi-2 giới thiệu thị trường vào năm 1995 sử dụng toàn giới Thiết bị sử dụng camera CCD để có hình ảnh kỹ thuật số ngón tay Hình ảnh lấy từ quan điểm để thuộc tính chiều ngón tay chụp Bộ vi xử lý sử dụng để trích xuất tính phân biệt danh tính từ hình ảnh so sánh chúng với tính thu trình đăng ký Mẫu đăng ký dài 20 byte Thiết bị đầu cuối kiểm soát truy cập VeryFast hiển thị Hình 5.4 dựa máy ảnh Digi-2 5.2 Ứng dụng thú vị Ứng dụng sinh trắc học chung lâu đời diễn thuộc Đại học Georgia, vào năm 1973, lắp đặt Identimat từ Identimation để hạn chế vào phòng ăn ăn tất bạn ăn Hệ thống hoạt động hàng ngày nâng cấp nhiều lần công nghệ Hand Geometry tiên tiến Một số lượng đáng kể máy quét Identimat lắp đặt Phịng thí nghiệm Vũ khí Hạt nhân Sông Savannah, chứng thực mức độ hiệu suất cao giai đoạn đầu phát triển công nghệ Chúng sau thay mơ hình ban đầu ID3D, báo hiệu chuyển đổi thương mại từ máy quét tay điện sớm sang tất thiết bị kỹ thuật số đại Các ứng dụng khác hệ thống hình học tay bao gồm: • Thế vận hội Olympic 1996 nơi quyền truy cập vào từ Làng Olympic kiểm sốt • Cơ quan lập pháp Colombia nơi người đọc tay sử dụng để đảm bảo bỏ phiếu • Sân bay Quốc tế San Francisco • Trung tâm chăm sóc ban ngày trẻ em sử dụng hệ thống hình học tay để xác minh danh tính cha mẹ Các trường tiểu học Lotus Development New Mexico ví dụ điều • Chương trình thí điểm INSPASS sử dụng hệ thống hình học tay để theo dõi cửa biên giới cho khách du lịch thường xuyên • Đại học Georgia sử dụng hệ thống hình học tay từ năm 1973 cho chương trình bữa ăn sinh viên • Tất nhà máy điện hạt nhân Hoa Kỳ hoạt động 5.3 Cơng nghệ Khi người dùng trình bày mẫu sinh trắc học, hệ thống hình học tay làm theo bước tương tự thiết bị sinh trắc học khác: chụp mẫu, xử lý mẫu thô thành mẫu sinh trắc học so sánh mẫu quan sát với mẫu tham chiếu sở liệu đăng ký Hầu hết hệ thống hình học tay kết hợp bước tùy chọn cập nhật mẫu tham chiếu sở liệu đăng ký sau xác minh thành cơng Các quy trình minh họa Hình 5.5 Hình 5.5: Xử lý bước hệ thống sinh trắc học hình học tay 5.3.1 Chụp tay Chụp mẫu sinh trắc học thường đạt máy ảnh quang học tiêu chuẩn máy quét giường phẳng Một số đơn vị dựa vào ánh sáng xung quanh, hầu hết cung cấp ánh sáng riêng họ, thường hồng ngoại gần Bởi hình học tay dựa việc phân tích đường viền bàn tay, hệ thống nhị phân hóa hình ảnh thang độ xám chụp thành hình bóng đen trắng (Hình 5,6) Do đó, hệ thống hình học tay khơng nhạy cảm với thay đổi đặc điểm bề mặt hình xăm, tóc, vết cắt, vết trầy xước, bỏng, bụi bẩn chất gây nhiễm khác ảnh hưởng đến phương thức sinh trắc học khác Hình 5.6: Khắc họa tay đúc bóng Kích thước tổng thể hình học cầm tay máy ảnh quang học giảm thiểu cách "gập" đường quang học Điều thực cách thêm gương thứ hai vào hệ thống, phía bàn tay, Hình 5.7 Cùng hệ thống làm tăng độ tương phản ảnh cách đặt bề mặt phản xạ cao tay, giảm trình nhị phân thành thao tác ngưỡng đơn giản Để đảm bảo tầm nhìn trực giao bàn tay có độ tương phản cao nhau, vật liệu phản chiếu tương tự đặt tường bên khu vực chụp Hình 5.7: Gấp đường quang học 5.3.2 Xử lý Một số đơn vị hình học tay dựa vào hướng dẫn định vị ngón tay để hỗ trợ vị trí lặp lại bàn tay Đối với hệ thống này, cần có bước xử lý trước để loại bỏ chân định vị khỏi hình ảnh Mặc dù điều làm tăng xử lý cấp độ hình ảnh, làm giảm cơng suất tính tốn tổng thể cần thiết cho thuật tốn, thuật tốn khơng cịn cần thiết để tính đến xoay tay biến dạng bàn tay vị trí tay khác Như thảo luận phần sau đây, số lượng đáng kể nhà nghiên cứu điều tra hệ thống hình học tay khơng ghim, chúng coi thân thiện với người dùng hệ thống có chân Những người khác cảm thấy phản hồi xúc giác cung cấp chân tính tích cực giúp tăng cường tính dễ sử dụng hiệu suất Xử lý ảnh chụp khác nhiều loại hệ thống hình học tay khác Các hệ thống thương mại hầu hết hệ thống học thuật bắt đầu cách đo đặc điểm hình học hình ảnh bàn tay nhị phân Các phép đo thường bao gồm chiều dài ngón tay, chiều rộng, diện tích bề mặt, góc mốc tỷ lệ đại lượng Xem Hình 5.8 Nghiên cứu bao gồm hệ thống hoạt động trực tiếp đường viền tay, sử dụng điểm hình bóng làm mốc đưa toàn đường viền vào động so sánh Do đó, có hai lớp riêng biệt tính hình học tay dựa hình ảnh bàn tay nhị phân Các tính hình học có nguồn gốc thường cho thấy nhiều mối tương quan với nhau, làm cho việc phân loại trở nên khó khăn Các phương pháp Phân tích thành phần thường sử dụng để chuyển đổi tính thơ thành tính khơng tương quan, đơn giản hóa việc phân loại 5.3.3 Phân loại Bước phân loại định lượng mức độ tương đồng hai mẫu tay Phương pháp phân loại kết hợp với phương pháp trích xuất tính chuyển đổi tính sử dụng bước xử lý Cách tiếp cận phổ biến sử dụng số liệu khoảng cách Euclide trong, nhiều cách tiếp cận khác ghi nhận Những bao gồm phương pháp tương quan, phân tích thành phần chính, tính tốn lỗi chỉnh trung bình điểm tương ứng dọc theo đường viền tay Tham khảo thực số phương pháp phân loại / so sánh, bao gồm mơ hình hỗn hợp Gaussian 5.3.4 Chuyển thể mẫu Bước tùy chọn Template Adaptation cải thiện hiệu suất sinh trắc học hệ thống hình học tay cách thích ứng với thay đổi sinh lý người dùng theo thời gian Những thay đổi bắt nguồn, ví dụ, từ tăng cân, giảm cân, sưng bàn tay khởi phát bệnh thối hóa viêm khớp Tỉ lệ thời gian quy trình thường chậm, theo thứ tự tuần tháng Thích ứng mẫu khơng thể đáp ứng thay đổi cực đoan hình học tay xảy nhanh chóng, chẳng hạn chữ số tai nạn 5.4 Hiệu suất Hiệu suất báo cáo hệ thống hình học tay thay đổi rộng rãi, làm cho việc phân loại Hình học tay phương thức khó khăn Ngay việc xếp hạng hiệu thuật tốn phương thức khó khăn, kết báo cáo dựa tập liệu khác Một số yếu tố ảnh hưởng đến tỷ lệ lỗi thuật tốn tính toán tập liệu cụ thể bao gồm: • Thiết bị chụp: nhà nghiên cứu sử dụng loại máy ảnh máy quét phẳng khác nhau, dẫn đến độ phân giải hình ảnh, độ tương phản thị sai khác n hau (gây khoảng cách máy ảnh với tay) • Kích thước tập liệu: số liệu sử dụng số lượng nhỏ người dùng vị trí tay đến mức độ không chắn phép đo nằm thứ tự cường độ kết báo cáo • Nhân học: hầu hết liệu dựa sinh viên đại học (vì hầu hết nghiên cứu thực trường đại học đại học) phân khúc nhân học nhân viên văn phịng, cơng nhân xây dựng, trẻ em, người già nhóm dân tộc cụ thể Mỗi nhóm nhân học có đặc điểm sinh lý hành vi khác hỗ trợ cản trở việc đặt tay • Hình ảnh chất lượng thấp: khơng có báo cáo cơng khai giải vị trí cầm tay chất lượng thấp Ví dụ, người bị viêm khớp (hoặc tình trạng tương tự) khơng thể đặt tay phẳng đĩa có vị trí đặt tay khơng lặp lại Bàn tay bị thiếu ngón tay bị thiếu gây nhầm lẫn cho thuật tốn tìm kiếm ngón tay "bình thường" Những nhẫn với viên đá quay sang bên nối ngón tay liền kề, thay đổi chiều dài rõ ràng chúng Băng đơi thay đổi kích thước / hình dạng rõ ràng ngón tay, tạo biến dạng cục phải chứa • Thói quen: người dùng tương tác với hệ thống sinh trắc học điều chỉnh hành vi họ theo thời gian, giảm tỷ lệ lỗi đo • Xét nghiệm phịng thí nghiệm so với thử nghiệm vận hành: hầu hết liệu ghi lại mơi trường phịng thí nghiệm, số thu thập mơi trường hoạt động nhà ngồi trời bao gồm hỗn hợp người dùng đào tạo không đào tạo • Hạn chế tay : hạn chế bàn tay (tức thơng qua chân chỉnh ngón tay) làm giảm thay đổi trình bày , trình bày vấn đề dễ giải • Số liệu: Ví dụ: số kết cơng bố khơng cho biết chúng tính tốn cố gắng lần hay lần thử • Tỉ lệ thời gian : bàn tay thay đổi theo thời gian, nên việc so sánh hình ảnh đăng ký xác minh thu thập cách nhiều tháng so với so sánh hình ảnh chụp phiên (cách vài giây) vấn đề khó khăn nhiều 5.5 Phát triển tương lai Nghiên cứu hình học tay dường tập trung vào hai lĩnh vực: • Giảm tỷ lệ khớp sai • Loại bỏ nhu cầu hướng dẫn đặt tay Vào cuối năm 2006, Recognition Systems cơng bố sản phẩm hình học tay dựa mẫu 20 byte lớn hơn, giúp tăng hiệu suất so với mẫu byte sử dụng mơ hình trước cơng ty Cơng ty tun bố việc sử dụng quang học có độ phân giải cao dẫn đến tỷ lệ khớp sai thấp sản phẩm Không rõ giới hạn hiệu suất nằm đâu hình học tay Dịng thời gian nghiên cứu hiển thị Bảng 5.1 thuật tốn trích xuất ngày nhiều hiệu suất từ bóng tay; điều ngụ ý hiệu suất khơng bị giới hạn nội dung sinh trắc học bàn tay, mà thuật tốn trích xuất nội dung Kết hợp hai lớp thuật tốn hình học tay, dựa đường viền tính hình học, dẫn đến thuật toán hiệu suất cao so với thuật tốn cơng bố tài liệu Ngồi ra, thuật tốn phát triển cho vị trí bàn tay khơng bị hạn chế cung cấp hiệu suất cao kết hợp với thuyết trình tay lặp lại nhiều hệ thống hạn chế (một thuật toán sử dụng với chân định vị ngón tay) Ngồi thuật tốn hình học tay tiến hóa, tương lai giữ lời hứa nhận dạng tay tốt cách kết hợp hình học tay vào hệ thống đa sinh trắc học Một số nhà nghiên cứu cải thiện hiệu suất phương pháp hình học cách thêm liệu kết cấu từ dấu tay lấy từ hình ảnh (trước nhị phân hóa) tạo hình bóng bàn tay Hình học bàn tay kết hợp với nhận dạng khuôn mặt dự án vượt biên dọc biên giới Israel - Palestine Các triển khai đa sinh học khác bao gồm hình học bàn tay tưởng tượng, bao gồm bàn tay / ngón tay bàn tay / tĩnh mạch  ... phân hóa) tạo hình bóng bàn tay Hình học bàn tay kết hợp với nhận dạng khuôn mặt dự án vượt biên dọc biên giới Israel - Palestine Các triển khai đa sinh học khác bao gồm hình học bàn tay tưởng tượng,... nơi ông nhận thấy kích thước bàn tay đa dạng chúng sử dụng để xác định người Điều khiến nhà phát minh cuồng nhiệt phát triển thiết bị nhận dạng Hình học tay tự động (Hình 5.1) Chức nhận dạng thiết... lời hứa nhận dạng tay tốt cách kết hợp hình học tay vào hệ thống đa sinh trắc học Một số nhà nghiên cứu cải thiện hiệu suất phương pháp hình học cách thêm liệu kết cấu từ dấu tay lấy từ hình ảnh