Ứng dụng các thuật toán băm ảnh vào nhận dạng sinh trắc học = Application of image hashing algorithms to biometrics reconigtion

Đ Ạ Ị H Ọ C QUỐ C G IA H À N Ộ I ỨNG DỤNG CÁC TH U Ậ T TOÁN BĂM ẢNH VÀO NH ẬN DẠNG S IN H T R Ắ C H Ọ C M ã số: Q C 06.10 C h ủ nh iệm đ ề tài: ThS Đ M in h T h ĐẠI HỌC QUỐ C GIA HÀ NỘ I Ứ NG D ỤNG CÁC T H U Ậ T TOÁN:BĂM Ả N H VÀ O NH Ậ N DẠNG S IN H T R Ắ C H Ọ C M ã số: QC 06.10 C hủ n hiệm đề tài: ThS Đ M inh T h n * ' M Ọ C Q U Ố C G IA HẢ N Ộ I TPUNG TÂM T H Ò N G TIN ĨHƯ VIỆN t)7 i A - H N ộ i - 2008 REPORT ON MAIN RESULTS OF PROJECT QC.06.12 Name of the project: Applying hashing algorithms for fingerprint image authentication Project serial number: QC.06.10 Project leader: Ms Thu Dao Minh Main results: 3.1 Scientific results: > We present a new robust indexing scheme that’s able to fasten the fingerprint recognition process and propose a hasshing scheme for facial image recognition > Published paper: Thi Hoi Le & The Duy Bui (2008) A fast and distortion tolerant hashing fingerprint image authentication In: Proceedings o f CỈSIS 2008, Advances in Computing Series, Springer Verlag 3.2 Applications: > Biometric recognition system 3.3 Training results: s 02 student from K49C has finished their Bachelor thesis and conferred the degree 3.4 Enhancement: s To advance professional knowledge in image processing MỤC LỤC * • Giới thiêu Phương pháp băm với vân tay 2.1 Mã sửa lỗ i 2.2 Đặc trưng thứ cap dẩu vân tay 2.3 Đẻ xuất mã sữa lỗi điểm đặc trưng dâu vân ta> 2.4 Lược dồ băm dựa từ mã ^ 2.4.1 Đề xuất lỉ 2.4.2 Phản tích 2.4,3 Thực nghiệm 1: Phương pháp băm vói ảnh mặt người 3.1 So khớp trực tiếp 3.2 Vec-tơhóa 13 3.3 So khớp 14 3.4 Ket thực nghiệm 14 Kết luận 15 DANH MỤC BẢNG BIẺU, HÌNH VẼ Hình Đặc trưng vân vụn (minutiae) m ột dấu vân ta y Hình Đặc trưng thứ cấp c ủ a M , Trong rlữ rti khoảng cách Euclidean vân vụn M t hàng xóm N N ị ạ>k sai phân hướng M t N k k nhận giá trị biểu diễn góc nhọn đoạn thẳng M ị N M IN ] [15] .7 Hình 3: Chia nhỏ m ột ảnh thành khố i 14 Hình Kết thực nghiệm băm ảnh nhận dạng khuôn m ặ t 15 Bảng số CIP với thuật tốn chúng tơ i 12 T Ó M TÁ T NHỮNG KÉT QUẢ C H ÍN H CỦA ĐÈ TÀ I N C K H Tên đề tài: “ứ n g dụng thuật toán bãm ảnh vào nhận dạng sinh trăc học M ã số: QC.06.10 Chủ trì đồng chủ trì đề tài: ThS Đào Minh Thư & TS BÙI Thê Duy Những kết chính: 3.1 Kết khoa học (những đóng góp cùa đề tài, cơng trình khoa học công bổ): - Đề tài đưa phương pháp để đẩy nhanh tốc độ nhận dạng dấu vân tay đề xuất phương pháp băm ảnh đê áp dụng với tồn nhận dạn khn mặt - 01 báo hội nghị quốc tế: Thi Hoi Le & The Duy Bui (2008) A fast and distortion tolerant hashing fingerprint image authentication In: Proceedings o f CISIS 2008, Advances in Computing Series, Springer Verlag 3.2 Ket phục vụ thực tế (các sản phẩm công nghệ, khả áp dụng thực tế): Hệ thông hỗ trợ nhận dạng sinh trắc học 3.3 Kết đào tạo (số lượng sinh viên, học viên cao học, nghiên cứu sinh làm việc đề tài): - 02 nhân tốt nghiệp: • Đào Thanh Tuấn, “A SIFT-based Face Recognition Method”, khóa luận tơt nghiệp trường Đại học Cơng Nghệ, 2008 • Vũ Thị Lý “Nghiên cứu xứ lý ảnh xây dựng đồ” , khóa luận tơt nghiệp trường Đại học Công Nghệ, 2008 3.4 Kẽt nâng cao tiềm lực khoa học (nâng cao trình đị cán bô tăng cường trang thiết bị cho dơn vị): - Nâng cao lực chuyên môn cua cán hộ môn lĩnhVực xử lý REPORT ON MAIN RESULTS OF PROJECT QC.06.12 Name o f the project: Applying hashing algorithms for fingerprint image authentication Project serial number: QC.06.10 Project leader: Ms Thu Dao Minh Main results: 3.1 Scientific results: > We present a new robust indexing scheme that’s able to fasten the fingerprint recognition process and propose a hasshing scheme for facial image recognition > Published paper: Thi Hoi Le & The Duy Bui (2008) A fast and distortion tolerant hashing fingerprint image authentication In: Proceedings o f CISIS 2008, Advances in Computing Series, Springer Verlag 3.2 Applications: > Biometric recognition system 3.3 Training results: s 02 student from K49C has finished their Bachelor thesis and conferred the degree 3.4 Enhancement: s To advance professional knowledge in image processing Giới thiệu Củng với mở rộng 2.ĨỚÌ sổ xác thực cá nhân mọt cach tin cạy đa trơ thành mối quan tâm lớn hoạt động giao tiêp ngu OI va may tính Chứng minh thư điện tử, thương mại điện tử truy cập mạng máy tinh đeu lĩnh vực mà thông tin định danh người dùng la vo cung quan trọng Các phương pháp an ninh sử dụng mật hay thẻ từ đuọc dùng nhiêu để truy cập đến tài nguvên xã hội thực và xã hội ảo Du rai dụng song phương pháp chưa đảm bảo vê mặt an ninh Tệ nũa chúng bị chia sẻ hay đảnh cắp cách dễ dàng Mật khâu sơ PIN chí cịn có thổ bị đánh cấp thông qua thiết bị điện tử Hon thê nữa, chúng không phân biệt đâu người dùng định danh vả đâu kẻ giả mạo lừa đào Các biện pháp sinh trắc học dấu tay, khn mặt giọng nói cho ta cách xác thực cá nhân tin cậy giúp giải vấn đề trên, biện pháp ngày thu hút quan tâm cùa phủ người dân Mặc dù dã có nhiêu kêt quan trọng trone việc xây dựng hệ thông định danh dấu sinh trắc học, cịn có nhiều vấn đề cầnnghiên cứu để tăng cường hiệu hệ thống Nhận dạng sinh trắc học tự động q trình địi hỏi nhiều tính tốn, với sở liệu lớn Thiểu phương pháp đánh số sinh trắc hoc hiệu quả, ta phải so sánh toàn mẫu sinh trắc học yêu cầu vói tồn mẫu sinh trắc học khác co sở liệu, điều cần tránh thực tê Tuy nhiên, không giông hệ thống mật khẩu, mật so khớp tuyệt đơi nhăm định danh cá thể đó, với hệ thống nhận dạng sinh irắc học ta so sánh gần đủng để tìm thơng tin định danh cá thể với mức độ tin cậy định mẫu sinh trắc học lần thu nhận lại có sai khác định với lần trước Như vậy, ta cần có số chế chấp nhận lỗi mà không làm giảm tính an ninh hệ thống Có lựa chọn công nghệ để giảm thiểu lượng so sánh trone hệ thống định danh sinh trào học để giàm thiểu đươc thời gian hồi đáp tiến trình nhận dạng: kv Thuât phân lớp kv thuật đánh chi mục Vơi hệ thong 5ử dụnc ván tay cac ky thuật phản lớp truyền thốne ([5] [16]) cố rãne ph.T dâu tay lòp: Vong phải (R) vòng trái (ĩ ), von? xoắn ốc (W) vòng cung (A) Tented Arch (T) Do phân bố tự nhiên không đồng nên số lượng lớp không lớn dẩu tay thực tê mơi lóp khơng đêu nhau: 90% dấu tay thuộc lớp đầu [18] Điều dẫn tới kết q khơng thể giảm khơng gian tìm kiếm xuống cách hợp lý hệ thống Kỹ thuật đánh mục thực tốt kỹ thuật phân lớp vấn đề định kích cỡ khơng gian cần để tìm kiếm Các thuật tốn đánh mục dấu vân tay chọn tất ứng viên cần thiết xếp chúng theo tuơng đồng với đàu vào so sánh Gần đây, nhiều thuật toán đánh mục đề xuất A.K.Jain [13] sử dụng đặc trưng quanh điểm lõi ảnh lọc Gabor để nhận mục Mặc dù cách tiếp cận phải dùng đến thơng tin tồn thể (điểm lõi) khả nhận lõi bị hạn chế Trong [2], kỹ thuật dùng điểm đơn (SP) để ưóc lưọng độ ưu tiên tìm kiếm nhờ khơng gian tìm kiếm giảm xuống 4% tồn tập liệu Tuy nhiên việc tìm điểm đơn đơn giản Một số dấu vân tay chí cịn khơng có điểm đơn tình trạng nhập nhằng xác định điểm đơn lớn [18] Bên cạnh đó, cịn có nhiều yếu tố làm hỏng số dấu vân tay phương pháp khác R.Cappelli đề xuất cách tiếp cận gần đạt hợp lý thực thời gian nhận dạng Germain cộng [10] sử dụng ba vân vụn phần đánh chì mục J.D Boer [3] lại tích hợp đặc trưng đa dạng (trường hướng, FingerCode ba minutiae - đầu mút đường vân tay) Hầu hết thực đánh mục sau thay đặc trưng bỏi số đặc trưng khác Hầu hết đặc trưng trích rút khác biệt với đặc trưng dùng so sánh; đó, việc trích rút đặc trưng cần thực lân áp dụng lược đô vào bât kỳ hệ thống vân tay có từ trước đến Han nữa, kết so sánh không bị ảnh hưởng lỗi sinh trình đánh chì mục mà cịn tiến trình trích rút đặc trưng phụ Một điểm mẩu chốt để thuật toán đánh mục trở nên mạnh mẽ hơn, nhận diện mẫu sinh trác học bị biến dạng Có dạng biến dạng: biến dạng dịch chuyển biến dạng hệ thống Trong hầu hét lược đồ đánh sổ, biến dạng dịch chuyển xử lý cách đánh số đặc trưng bất biến Tuy nhiên, cách làm phức tạp với trường hợp liệu sinh trãc học Vì ngn liệu sinh trẳc học đa dạng nên mẫu khơng thể có kích cỡ hay hướng Kết mẫu, sổ đặc trưng bị tập đặc trưng khơng cịn hợp lệ Đây vấn đề rắc rối thuật toán so sánh thuật toán đánh mục „ : , I nhuc vấr Trong đê tài này, đê xuât lược đô bãm cỏ the Kiia1- r ^ tồn đọng nêu Đẩu tiên chúng tơi trình bày phương phap x ỵ việc đưa định nghĩa từ mã (codeword) điém đặc trurit, a _ n ta\ lược đồ băm thực thi từ mã Đê thu đưọc cac ma tụ ac đổ đặc trưng, định lưu thuộc tinh dung thứ loi khau so sanh d’; đề xuất [15] Nói cách khác, cập đặc trưng so sánh chúng chia sẻ giá trị băm lược đo cua chung toi Hơnj nữa, để làm giảm số cặp so sánh, chúng tơi có thê sử dụng mọt lược đo bam ng nhiên để làm giảm trùng lặp đầu Sau chúng toi cung đe xuat R) phương pháp bãm ảnh để áp dụng với toán nhận dạng khuon mạt P h n g pháp băm với vân tay 2.1 Mã sửa lỗi Cho trước độ đo d, ta xác định mã sửa lỗi không gian tương ỦI K Một mã tập c = {w, WK) c M Tập c gọi kho (codebook), thành phần K tập từ mã Khoảng cách (nil nhất) mã khoảng cách d nhỏ từ mã phân biệt (phụ thuộc Vỉ độ đo đ) Cho trước kho mã c , ta xác dinh cặp hàm (c, D) Hà: mã hóa c đồ xen kẽ phàn tử miền xác định có độ lớn với phân tử c Hàm mã hóa Dánh xạ w e M thành ảnh pre-imaạ c ' f WA] thuộc từ mã wt để khoảng cách J[w ,w t ]Ia tối thiểu Phạm vi sửa lỗi có bai kính lớn nhât ( đê với phân tử M/ M ta có từ mã vùng bi kính t có tâm w Với hàm khoảng cách số ngun ta có Í = hiệu tắt chuẩn lý thuyết mã hóa (M K j ) 2.2 Đặc trưng thứ cấp dấu vân tay r> |.K ... tốn định danh thơng qua ảnh mặt Đối với ảnh mặt, sử dụng đặc trưng SIFT [20] thuật to? ?n băm Local Sensitive Hashing (LSH) [1] ứ n g dụng thuật to? ?n băm LSH vào việc nhận dạng mặt hồn tồn hợp lý... băm ảnh nhận dạng khuôn m ặ t 15 Bảng số CIP với thuật to? ?n chúng tô i 12 T Ó M TÁ T NHỮNG KÉT QUẢ C H ÍN H CỦA ĐÈ TÀ I N C K H Tên đề tài: “ứ n g dụng thuật to? ?n bãm ảnh vào nhận. .. dấu sinh trắc học, cịn có nhiều vấn đề cầnnghiên cứu để tăng cường hiệu hệ thống Nhận dạng sinh trắc học tự động q trình địi hỏi nhiều tính to? ?n, với sở liệu lớn Thiểu phương pháp đánh số sinh trắc