Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)
HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG NGUYỄN THANH TÚ NGHIÊN CỨU PHƯƠNG PHÁP NHẬN DẠNG CHỦ THỂ BẰNG DẤU VÂN TAY KHƠNG HỒN CHỈNH CHUN NGÀNH : MÃ SỐ : KỸ THUẬT VIỄN THƠNG 8520208 TĨM TẮT LUẬN VĂN THẠC SĨ THÀNH PHỐ HỒ CHÍ MINH - 2018 Luận văn hồn thành tại: HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học: TS Chung Tấn Lâm Phản biện 1: ……………………………………………… Phản biện 2: ……… …………………………………… Luận văn bảo vệ trước Hội đồng chấm luận văn thạc sĩ Học viện Cơng nghệ Bưu Viễn thông Vào lúc: ngày tháng năm Có thể tìm hiểu luận văn tại: - Thư viện Học viện Công nghệ Bưu Viễn thơng PHẦN MỞ ĐẦU Ngày nay, với phát triển không ngừng khoa học máy tính, kinh tế, văn hóa tri thức, cơng nghệ truyền thông, hệ thống an ninh cấp cao quan tổ chức quan trọng bị phá vỡ Do đó, hệ thống nhận dạng tâm điểm nghiên cứu nhiều nhà khoa học nước nói riêng giới nói chung, hứa hẹn mang lại phương pháp nhằm cải thiện chất lượng hệ thống an ninh Cùng với trình cơng nghiệp hóa qui mơ tồn giới, từ hàng trăm năm đặc điểm sinh trắc học vân tay nhờ có tính bền vững cá biệt cao đưa vào ứng dụng rộng rãi hoạt động pháp lý an sinh để xác thực cước cá nhân Nhiều kỹ thuật lấy dấu vân tay nghiên cứu sử dụng, nhiều hệ thống tàng thư vân tay cước công dân cước can phạm thiết lập nước để phục vụ cho công tác đảm bảo truy nguyên danh tính Mặc dù sinh trắc học đại phát nhiều đặc trưng mới, bền vững, tĩnh mạch, tròng mắt, DNA,… việc thu thập mẫu đối sánh phức tạp đắt đỏ Vì vậy, vai trò ứng dụng rộng rãi vân tay chưa có đặc điểm sinh trắc học thay [1] Một khó khăn hệ thống nhận dạng vân tay chất lượng ảnh đầu vào thấp, ảnh vân tay thu nhận từ cảm biến chất lượng Việc thực trích xuất đặc trưng vân tay dựa hình ảnh vân tay khiếm khuyết, chất lượng nhiều nhà khoa học quan tâm [2], [3], [4], [5] Trong [5], Ling Hong cộng đề xuất thuật toán tăng cường dựa ưu điểm chọn lọc tần số lọc Gabor, [6], tác giả đề xuất thuật toán tăng cường dấu vân tay dựa biến đổi Fourier thời gian ngắn (STFT - Short Time Fourier Transform) cải thiện tương đối tỷ lệ công nhận vân tay khơng hồn chỉnh Trong luận văn này, tác giả nghiên cứu thuật toán nâng cao chất lượng ảnh vân tay để áp dụng cho hệ thống nhận dạng vân tay khiếm khuyết từ đề xuất thuật toán để nâng cao độ tin cậy hệ thống nhận dạng vân tay Với thời gian hạn hẹp tác giả cố gắng để nghiên cứu hồn thành luận văn Kính mong Thầy, Cơ đồng nghiệp góp ý thêm Chương TỔNG QUAN VỀ NHẬN DẠNG VÂN TAY 1.1 Tổng quan sinh trắc học 1.1.1 Giới thiệu 1.1.2 Phân loại Hình 1.1 : Phân loại sinh trắc học 1.2 Sinh trắc học vân tay Vân tay vết lằn tạo nên hoa văn bề mặt da đầu ngón tay, chúng tạo nên hệ thống đường cong uốn lượn mà ta quen gọi dòng đường vân Từ sớm, người ta biết vân tay người bất biến khác Vì chúng dùng để phân biệt cá nhân, dấu vân tay dùng thay cho chữ ký văn tự 1.3 Vân tay nhận dạng vân tay 1.3.1 Vân tay đặc trưng vân tay Các dấu vân tay kết hợp đường vân rãnh bề mặt ngón tay Các đường vân phân đoạn lớp da rãnh phân đoạn lớp da ngón tay Các điểm nơi đường vân chấm dứt rẽ nhánh gọi đặc trưng chi tiết (minutiae) Đặc trưng chi tiết điểm quan trọng việc nhận dạng dấu vân tay khơng thể có hai ngón tay có đặc trưng chi tiết giống hệt 1.3.2 Nhận dạng dấu vân tay Hình 1.6: Sơ đồ khối chức hệ mật mã khóa cơng khai 1.4 Kết luận chương Chương trình bày cách tổng quan sinh trắc học sinh trắc dấu vân tay Theo nhận dạng vân tay tốn có nhiều ứng dụng thiết thực, thu hút quan tâm sâu sắc nhiều nhà khoa học hàng đầu giới Cho đến nay, có nhiều sản phẩm AFIS thị trường việc xây dựng làm chủ hệ thống nhận dạng truy nguyên vân tay có độ tin cậy cao nội dung sôi động thu hút nhiều nỗ lực nhà khoa học giới Chương - CÁC PHƯƠNG PHÁP NHẬN DẠNG CHỦ THỂ BẰNG VÂN TAY KHƠNG HỒN CHỈNH 2.1 Ảnh số - xử lý ảnh nhận dạng 2.1.1 Ảnh số 2.1.2 Xử lý ảnh để nhận dạng 2.1.2.1 Chuyển đổi liệu ảnh 2.1.2.2 Nội suy ảnh 2.1.2.3 Biến đổi Fourier 2.1.2.4 Thay đổi độ tương phản 2.1.2.5 Cân Histogram 2.2 Phương pháp nhận dạng chủ thể vân tay Hệ thống nhận dạng hệ thống xác thực cá nhân cách tìm kiếm đối sánh với toàn mẫu sinh trắc lưu giữ sở liệu Hình 2.5 cấu trúc thống nhận dạng vân tay Hình 2.5: Hệ thống nhận dạng vân tay 2.2.1 Tiền xử lý Các ảnh vân tay thu nhận từ cảm biến từ ảnh liệu mẫu qua bước tiền xử lý ảnh có chất lượng tốt với đường vân phân biệt rõ 2.2.2 Trích chọn đặc trưng Giai đoạn trích chọn đặc trưng dấu vân tay trải qua bước âm hình ảnh, làm mãnh đường vân, tìm đặc trưng chi tiết loại bỏ đặc trưng sai Để tìm vị trí đặc trưng chi tiết (như trình bày phần 1.3.1) phương pháp Crossing Number Phương pháp chiết xuất điểm kết thúc đường vân điểm rẽ nhánh từ hình ảnh làm mãnh, cách kiểm tra lân cận cục điểm ảnh đường vân sử dụng cửa sổ kích thước × pixel Giá trị Crossing Number (CN) cho điểm ảnh đường vân P xác định [15], [16] CN Pi Pi i (2.8) Với: P9 = P1 Pi giá trị cường độ điểm ảnh nhị phân lân cận P Hình 2.7: Các trường hợp (a) đường vân thông thường, (b) kết thúc đường vân (c) điểm phân nhánh xét theo CN Hình 2.8: Loại bỏ đặc trưng sai, (a) đặc trưng sai (b) sau loại bỏ 2.2.3 So khớp nhận dạng chủ thể Trọng tâm so khớp dựa đặc trưng chi tiết để thực đối khớp một-một Giả sử A B đại diện cho hai hình ảnh dấu vân tay đầu vào dấu vân tay mẫu, p q số lượng đặc trưng chi tiết tương ứng A mA1 , mA2 , , mAp với mAi xAi , y Ai , Ai ≤ i ≤ p(2.9) B mB1 , mB2 , , mBq với mB j xB j , yB j , Bj ≤ i ≤ q(2.10) Điểm số tương đồng định nghĩa là: nmatch SM (A, B) nA nB (2.15) Trong đó: nmatch số cặp đặc trưng chi tiết so khớp phù hợp, nA, nB số đặc trưng chi tiết vân tay Hình 2.10: Quá trình so khớp đặc trưng chi tiết 10 Hình 2.12: Mơ hình nhận dạng dấu vân tay khiếm khuyết 2.3.3 Các thuật toán nâng cao ảnh vân tay 2.3.3.1 Thuật tốn Gabor – Ling Hong Chuẩn hóa Vân tay tăng cường Ước lượng định hướng cục Ước lượng tần suất cục Ước lượng vùng mặt nạ Vân tay đầu vào Lọc nhiễu Hình 2.13: Thuật toán tăng cường ảnh Gabor – Ling Hong 11 Chuẩn hóa Gọi G(i,j) biểu thị giá trị mức màu xám chuẩn hố điểm ảnh (i, j) Hình ảnh chuẩn hố định nghĩa: M0 VAR0 ( I (i, j ) M ( I )) VAR Khi I (i, j ) M (I ) M0 VAR0 ( I (i, j ) M ( I )) VAR Khi I (i, j ) M (I ) G (i, j) (2.18) Trong đó: M0 VAR0 giá trị mức màu xám trung bình phương sai cho trước Ước lượng định hướng cục Hình 2.16: Ước lượng định hướng ảnh chuẩn hóa Ước lượng tần suất cục Ước lượng vùng mặt nạ Lọc nhiễu Các cấu trúc đường vân song song rãnh với tần suất định hướng xác định rõ hình ảnh vân tay cung cấp thơng tin 12 hữu ích, giúp cho việc loại bỏ nhiễu không cần thiết Các dạng sóng hình sin đường vân rãnh khác nhau, thay đổi từ từ theo định hướng cố định cục Vì vậy, lọc thơng dải sử dụng để điều chỉnh đáp ứng định hướng hiệu quả, loại bỏ nhiễu bảo tồn cấu trúc đường vân rãnh Bộ lọc Gabor chọn có hai đặc tính chọn lọc tần số chọn lọc định hướng, đồng thời tối ưu hai miền khơng gian tần số Vì vậy, lọc Gabor thích hợp để sử dụng lọc thơng dải để loại bỏ nhiễu bảo toàn cấu trúc đường vân rãnh Hình 2.19: Ảnh vân tay trước sau tăng cường với Gabor 2.3.3.2 Thuật toán STFT Vùng mặt nạ Ảnh vân tay đầu vào Ảnh tần số đường vân Phân tích STFT Ảnh định hướng đường vân Ảnh vân tay tăng cường STFT Tăng cường miền Fourier Ảnh kết hợp Hình 2.20: Lưu đồ thuật tốn STFT 13 Trong q trình phân tích STFT, hình ảnh chia thành cửa sổ chồng chéo Phổ Fourier vùng nhỏ phân tích thu ước tính xác suất ảnh định hướng, tần số mặt nạ phân biệt vùng vùng có vân tay Hình ảnh định hướng sau sử dụng để tính tốn liên kết khoảng cách đường vân Kết theo ngữ cảnh sử dụng để lọc cửa sổ miền Fourier, sau hình ảnh tăng cường thu cách ghép nối kết cửa sổ phân tích Phân tích STFT Ảnh định hướng đường vân Ảnh tần số đường vân Vùng mặt nạ Ảnh kết hợp Tăng cường miền Fourier Hình 2.1: Kết thuật toán tăng cường STFT so sánh với Gabor 2.3.3.3 Thuật toán đề xuất 14 Bộ lọc Wiener Bộ lọc Median Hình 2.2: Thuật toán tăng cường ảnh vân tay đề xuất Hình 2.3: So sánh kết quà phương pháp tăng cường 15 2.3.4 Các tham số so sánh 2.3.4.1 Similarity Measure (SM) 2.3.4.2 Tỉ lệ từ chối sai (FRR) 2.3.4.3 Tỉ lệ chấp nhận sai (FAR) 2.4 Kết luận chương Nội dung chương trình bày: Hệ thống nhận dạng vân tay thông thường Hệ thống nhận dạng vân tay khiếm khuyết Các kỹ thuật tăng cường ảnh vân tay khiếm khuyết Cuối đề xuất mơ hình nhận dạng vân tay khiếm khuyết với thuật toán tăng cường kết hợp STFT phương pháp lọc 16 Chương - CHƯƠNG TRÌNH MƠ PHỎNG 3.1 Cơng cụ mơ sở liệu 3.2 Mơ hình mơ chức mơ Hình 3.1 : Sơ đồ chức chương trình 17 3.3 Giao diện bước thực mô 3.3.1 Giao diện chương trình mơ Hình 3.3: Giao diện chương trình mô 1:N 3.3.2 Các bước thực mô Hình 3.5: Các bước thực mô nhận dạng 18 3.4 Kết mô – đánh giá 3.4.1 Khả chống nhiễu Để đánh giá khả chống nhiễu thuật toán tăng cường ảnh, tác giả thực tác động nhiễu lên ảnh vân tay 101_1.tif tập liệu FVC2002 – DB1B Kết so sánh với ảnh gốc ban đầu thể bảng 3.1 với SM điểm số tương đồng hai ảnh Bảng 3.1: So sánh kết thuật toán qua tham số SM Thuật toán Gaussian Gabor 0.2891 STFT 0.2877 Đề xuất Salf & Pepper 0.3113 0.2839 0.9759 3.4.2 Tính xác thực (so sánh 1:1) Để đánh giá tính xác thực qua phép so sánh 1:1, tác giả thực thí nghiệm CSDL: FVC2002_DB1B [22] Chương trình mơ chọn mẫu ngón để lưu vào CSDL so khớp với mẫu lại 3.4.3 Khả nhận dạng (so sánh 1:N) Đề tìm ngưỡng SM đánh giá thuật toán qua tham số FAR, tác giả thực so khớp mẫu vân tay tập liệu với mẫu vân tay khác loại, sau ghi nhận kết vẽ biểu đồ FAR Hình 3.8 sau cho thấy quan hệ FRR FAR ứng với ngưỡng SM tập liệu FVC2002 – DB1B Qua ta thấy lựa chọn để giảm tối thiểu FRR FAR, ngưỡng SM chọn điểm giao FAR FRR Trong trường hợp này, thuật tốn đề 19 xuất cho sai số so với hai thuật tốn lại điểm giao (màu đỏ biểu đồ) thấp hai điểm lại Hình 3.8: Biểu đồ quan hệ FRR & FAR ứng với ngưỡng SM 3.4.4 Nhận dạng vân tay chất lượng thấp (vân tay khiếm khuyết) Trong phần tác giả thực nhận dạng dấu vân tay có chất lượng thấp mực in, chất lượng máy quét, Các mẫu vân tay chất lượng thấp phụ lục lựa chọn từ liệu FVC2004 [23] sau đưa vào hệ thống nhận dạng 1:N Kết thể hình 3.9 với mẫu vân tay khiếm khuyết 109_8 tập liệu FVC2004 DB2B 20 Hình 3.9: Nhận dạng vân tay khiếm khuyết 109_8 DB2B 21 Bảng 3.2: Các kết nhận dạng vân tay khiếm khuyết với ID nhận dạng (hàng trên) điểm số tương đồng SM (hàng dưới) Gabor STFT Đề xuất Ảnh nhận dạng ID1 ID2 ID3 ID1 ID2 ID3 ID1 ID2 ID3 DB2B 102_6 102_3 102_2 102_3 102_7102_2 102_2102_6 102_3 102-8 0.652 0.638 0.468 0.589 0.477 0.452 0.626 0.621 0.608 DB2B 103_3 104_6 104_7 104_2 104_7104_3 104_3104_7 104_2 104_8 0.542 0.541 0.484 0.621 0.616 0.508 0.673 0.593 0.554 DB2B 105_3 105_4 105_6 105_3 105_5105_7 105_3105_5 105_1 105_8 0.577 0.541 0.529 0.611 0.541 0.470 0.741 0.673 0.614 DB2B 104_4 107_4 105_4 109_1 109_8107_1 110_1108_1 102_1 108_8 0.418 0.409 0.408 0.582 0.574 0.476 0.394 0.359 0.328 DB2B 105_8 105_5 108_1 108_8 105_4108_1 109_1109_5 109_7 109_8 0.572 0.536 0.534 0.545 0.512 0.504 0.569 0.533 0.456 DB3B 106_7 101_7 104_4 101_3 106_7105_1 101_7101_6 104_7 101_8 0.512 0.497 0.458 0.756 0.725 0.723 0.557 0.532 0.489 DB3B 102_3 102_7 102_4 105_4 103_6104_3 103_2103_1 105_3 103_8 0.584 0.584 0.576 0.665 0.649 0.647 0.564 0.532 0.519 DB4B 102_5 109_5 110_2 110_8 101_6110_2 102_6101_6 102_5 101_1 0.6902 0.677 0.671 0.709 0.703 0.694 0.639 0.610 0.570 DB4B 103_6 101_6 101_5 101_5 101_7106_2 101_7101_5 101_2 101_8 0.346 0.610 0.607 0.677 0.644 0.561 0.591 0.583 0.487 DB4B 106_2 104_2 110_8 106_2 106_4110_6 104_7104_3 104_6 104_5 0.579 0.525 0.500 0.612 0.583 0.541 0.653 0.576 0.558 DB4B 101_6 105_8 106_7 101_3 106_7101_6 101_3106_5 106_7 106_2 0.616 0.601 0.598 0.675 0.591 0.564 0.585 0.525 0.525 DB4B 109_5 109_1 109_3 109_5 109_1106_4 109_5109_1 109_7 109_4 0.688 0.622 0.509 0.652 0.647 0.465 0.716 0.660 0.564 DB4B 109_3 102_2 109_2 109_3 104_2102_4 109_3109_2 109_4 109_6 0.511 0.496 0.476 0.574 0.475 0.461 0.691 0.464 0.464 DB4B 105_7 103_1 105_5 110_6 102_6101_3 110_6110_7 106_5 110_2 0.581 0.577 0.575 0.653 0.524 0.482 0.772 0.528 0.467 22 Bảng 3.3 cho thấy số lần nhận dạng xác (màu đỏ) ảnh đầu vào vân tay chất lượng thấp, theo thuật tốn đề xuất có số lần nhận dạng vượt trội hai thuật tốn lại 3.4.5 Nhận dạng vân tay trường Hình 3.10: Kết nhận dạng vân tay trường 23.png 23 Để mô tả trình nhận dạng vân tay trường, tác giả thực nâng cao chất lượng đầu vào so sánh 1:N với tập liệu trường (phụ lục 3), kết thể hình 3.10 với mẫu vân tay đầu vào 23.png tập liệu [24], theo ta thấy thuật tốn đề xuất cho kết nhận dạng xác với mẫu gần (ID1) mẫu ngón tay, thuật tốn Gabor hồn tồn cho kết sai thuật toán STFT cho kết sai lần nhận dạng (ID1) 3.4.6 Tính sẵn sàng – thời gian thực 3.5 Kết luận chương Chương thực mơ hình hóa mơ hệ thống nhận dạng vân tay vân tay khiếm khuyết với chi tiết bước thực mô Sau cùng, tác giả đưa kết mô cụ thể với phân tích, đánh giá thơng qua tiêu chí: khả chống nhiễu, đối sánh 1:1, đối sánh 1:N, nhận dạng vân tay khiếm khuyết, vân tay trường tính sẵn sàng phương pháp Các kết thực nghiệm chứng minh thuật tốn đề xuất có khả khơi phục tốt ảnh vân tay khiếm khuyết, từ cho kết nhận dạng tốt hai thuật toán [5] [6] 24 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI Những vấn đề đạt luận văn bao gồm: Kiến thức tổng quan sinh trắc học sinh trắc vân tay Nghiên cứu hệ thống nhận dạng vân tay đầy đủ vân tay khiếm khuyết Thuật toán tăng cường ảnh vân tay Gabor – Ling Hong Thuật toán tăng cường ảnh vân tay STFT Đề xuất thuật toán tăng cường kết hợp phương pháp lọc thuật tốn STFT Xây dựng chương trình mơ thuật toán liên quan với giao diện GUI Chương trình thực nhiều cơng đoạn việc phân tích ảnh vân tay, đăng ký cho mẫu vân tay mới, tạo tập sở liệu mới, nhận dạng 1:1 1:N Đưa kết so sánh đánh giá thuật toán Đề xuất hướng nghiên cứu tiếp theo: Nghiên cứu phương pháp so khớp dựa vùng nhỏ ảnh vân tay Nghiên cứu thuật toán để nâng cao hình ảnh vân tay chất lượng qua việc chia nhỏ vùng có vân tay để áp dụng lọc phù hợp ... tự 4 1.3 Vân tay nhận dạng vân tay 1.3.1 Vân tay đặc trưng vân tay Các dấu vân tay kết hợp đường vân rãnh bề mặt ngón tay Các đường vân phân đoạn lớp da rãnh phân đoạn lớp da ngón tay Các điểm... tiết vân tay Hình 2.10: Quá trình so khớp đặc trưng chi tiết 2.3 Phương pháp nhận dạng dấu vân tay khơng hồn chỉnh 2.3.1 Vân tay khơng hồn chỉnh Hình 2.11: Một số ảnh vân tay khơng hồn chỉnh. .. làm chủ hệ thống nhận dạng truy nguyên vân tay có độ tin cậy cao nội dung sôi động thu hút nhiều nỗ lực nhà khoa học giới Chương - CÁC PHƯƠNG PHÁP NHẬN DẠNG CHỦ THỂ BẰNG VÂN TAY KHƠNG HỒN CHỈNH