Kịch bản:
Chọn cỏc mẫu chỉ bản tiờu biểu từ tàng thƣ căn cƣớc can phạm và tàng thƣ căn cƣớc cụng dõn để lập thành CSDL C@FRIS DB gồm 1000 mẫu chỉ bản phục vụ thử nghiệm thuật toỏn phõn đoạn thụ.
Chọn CSDL 500 kết quả phõn đoạn thụ từ CSDL C@FRIS DB để thử nghiệm thuật toỏn phõn đoạn mịn. Chọn CSDL FVC2004 DB2 bao gồm 500 ảnh võn tay để thử nghiệm thuật toỏn phõn đoạn mịn.
So sỏnh kết quả phõn đoạn của thuật toỏn đề xuất với cỏc thuật toỏn truyền thống chỉ dựng cỏc thuộc tớnh M, V và Coherence, và với kết quả phõn đoạn của phần mềm thƣơng mại Verifinger của hóng Neurotechnology [87].
Kết quả thử nghiệm thuật toỏn phõn đoạn thụ:
Số lƣợng chỉ bản phõn đoạn tốt, khụng cần sự can thiệp của con ngƣời: 973/1000. Số chỉ bản đỳng qui cỏch nhƣng thuật toỏn trả lại khụng phõn đoạn đƣợc: 0/1000. Số chỉ bản sai qui cỏch phải trả lại: 27/1000, trong đú 22 chỉ bản dựng
giấynền quỏ tối, 5 chỉ bản cú cỏc võn tay lăn chồng lờn nhau, chồng lờn khung.
Kết quả thử nghiệm thuật toỏn phõn đoạn mịn:
Thuật toỏn phõn đoạn mịn đƣợc đỏnh giỏ trờn 500 chỉ bản CSDL FVC2004 DB2 và 500 chỉ bản từ CSDL C@FRIS DB đƣợc cắt ra từ giai đoạn phõn đoạn thụ.
59
Để huấn luyện thuật toỏn phõn đoạn, từng võn tay trờn CSDL thử nghiệm đƣợc phõn chia thành cỏc khối điểm ảnh kớch thƣớc 32x32 để tớnh bộ 5 cỏc dấu hiệu đặc trƣng. Để đơn giản cho việc ƣớc lƣợng phõn bố xỏc suất, từng dấu hiệu đƣợc phõn khoảng giỏ trị nhƣ sau: Dấu hiệu M, V:100 khoảng; D: [0, 20]; Dấu hiệu C, E: [-60 khoảng, +60 khoảng], mỗi khoảng 3 độ.
(a) Ảnh gốc chất lƣợng thấp (b) Kết quả phõn đoạn theo M, V, Coherence (c) Kết quả phõn đoạn của thuật toỏn đề xuất dựng (M, V, D, C, E)
(d) Kết quả phõn đoạn của thuật toỏn
Verifinger
Hỡnh 2.9: Kết quả phõn đoạn một số ảnh chỉ bản chất lƣợng thấp, chọn từ CSDL FVC2004
Hỡnh 2.9 minh họa một số kết quả xử lý phõn đoạn mịn tiờu biểu cỏc mẫu võn tay chất lƣợng thấp chọn từ CSDL FVC2004 DB2.
Hỡnh 2.10 minh họa một số kết quả xử lý phõn đoạn mịn tiờu biểu cỏc mẫu võn tay chất lƣợng thấp chọn từ CSDL C@FRIS DB.
60 (a) Ảnh gốc chất lƣợng thấp (b) Kết quả phõn đoạn theo M, V, Coherence
(c) Kết quả phõn đoạn của thuật toỏn đề xuất dựng
(M, V, D, C, E)
(d) Kết quả phõn đoạn của thuật toỏn
Verifinger
Hỡnh 2.10: Kết quả phõn đoạn một số ảnh chỉ bản chất lƣợng thấp chọn từ CSDL C@FRIS DB
Nhận xột:Qua so sỏnh với phần mềm Verifinger [87] thuộc tốp 5 dẫn đầu thế giới hiện nay trờn một số mẫu võn tay chất lƣợng thấp lấy từ CSDL FVC2004 và từ CSDL C@FRIS DB, so sỏnh 2 vựng kết quả phõn đoạn ta thấy: vựng quan tõm và vựng khụng quan tõm của từng trƣờng hợp trờn tập mẫu ảnh võn tay lấy từ
61
CSDL FVC2004 để đƣa ra thử nghiệm, cú thể nhận thấy cỏc kết quả phõn đoạn là hoàn toàn phự hợp với kết quả phõn đoạn 2 lớp của thuật toỏn Verifinger. Ngoài ra, thuật toỏn đề xuất cũn đƣa ra kết quả phõn đoạn 3 lớp mịn hơn so với thuật toỏn Verifinger (đỏnh đồng tất cả cỏc ĐTCT), vỡ nú đƣa ra giải phỏp phõn loại tiếp vựng võn quan tõm thành hai lớp: Vựng chất lƣợng thấp và vựng chất lƣợng cao.Đõy là những thụng tin quan trọng để đỏnh giỏ độ tin cậy của cỏc đặc trƣng chi tiết trớch chọn đƣợc trờn mỗi vựng, từ đú đƣa ra thuật toỏn đối sỏnh hiệu quả hơn nhờ chọn đƣợc tập điểm khụng chế tin cậy hơn để nắn chỉnh biến dạng. Những vựng thuật toỏn đề xuất đỏnh giỏ chất lƣợng cao thỡ phần mềm Verifinger cũng đỏnh giỏ cao. Cỏc ảnh võn tay phõn đoạn của Verifinger rừ nột hơn chủ yếu là nhờ khõu tiền xử lý ảnh trƣớc khi tiến hành vectơ húa khụng thuộc phạm vi xử lý của thuật toỏn phõn đoạn.
2.4. Kết luận
Thuật toỏn tự động phõn đoạn ảnh chỉ bản 10 ngún theo hai giai đoạn thụ và mịn là hai phƣơng phỏp mới cựng dựa trờn hƣớng tiếp cận vectơ và sử dụng kết hợp hai thuộc tớnh truyền thống (Mean, Variance) và ba thuộc tớnh đề xuất mới đú là mật độ cỏc đoạn ngắn, độ cong và chỉ số năng lƣợng của cỏc đỉnh chu tuyến (Density, Curvature, Energie).
Kết quả thực nghiệm cho thấy thuật toỏn phõn đoạn thụ để phõn đoạn chỉ bản 10 ngún trờn CSDL chỉ bản giấy tiờu biểu đạt đƣợc độ chớnh xỏc cao, tốc độ xử lý nhanh, số chỉ bản phải trả lại để can thiệp thủ cụng rất ớt, chiếm tỷ lệ chỉ dƣới 2,7%.
Giai đoạn phõn đoạn mịn dựng kỹ thuật dũ biờn và nhận biết chất lƣợng vựng võn dựa trờn việc đƣa thờm thuộc tớnh mật độ đoạn võn ngắn, độ cong và chỉ số năng lƣợng đƣờng biờn rồi sau đú dựng qui tắc quyết định tối ƣu Bayes để phõn lớp chất lƣợng vựng võn là một hƣớng tiếp cận mới thể hiện đƣợc tớnh hiệu quả vƣợt trội so với cỏc thuật toỏn khỏc chỉ dựng giỏ trị trung bỡnh mức xỏm M, phƣơng sai V và độ hợp hƣớng Coherence. Thực nghiệm so sỏnh với Verifinger cho kết quả tin cậy.
62
Cỏc kết quả phõn đoạn thụ và mịn đạt đƣợc, bao gồm cỏc thụng tin cơ bản nhƣ đƣờng biờn, tõm ụ chỉ bản, ma trận chất lƣợng và ma trận hƣớng là những tham số rất quan trọng dựng để đỏnh giỏ độ tin cậy cỏc điểm ĐTCT và nõng cao hiệu quả thuật toỏn đối sỏnh trongchƣơng 3, chƣơng 5. Cỏc thuật toỏn đề xuất bƣớc đầu đó đƣợc dựng để cài đặt nõng cấp hệ nhập liệu cho hệ nhận dạng võn tay tự động C@FRIS của Phũng Thớ nghiệm Mụ phỏng và Tớch hợp hệ thống thuộc Tổng cục Hậu cần – Kỹ thuật, Bộ Cụng an nhằm nõng cụng suất nhập liệu hiện nay 500 chỉ bản/ngày lờn 5000 chỉ bản/ngày.
63
Chƣơng 3. PHƢƠNG PHÁP ĐỐI SÁNH VÂN TAY DỰA TRấN Mễ HèNH NẮN CHỈNH ĐỊA PHƢƠNG
Một trong những thỏch thức đối với vấn đề đối sỏnh võn tay là hiện tƣợng mộo phi tuyến giữa cỏc ảnh võn tay do cựng một ngún in ra. Trong chƣơng này, luận ỏn giới thiệu một phƣơng phỏp đối sỏnh võn tay 1:1nhờ kỹ thuật nắn chỉnh sử dụng biến đổi ghộp trơn tấm mỏng (Thin-Plate-Spline: TSP) địa phƣơng để xử lý hiện tƣợng biến dạng phi tuyến. Sau khi xỏc định cỏc cặp điểm ĐTCT tƣơng ứng giữa hai ảnh võn tay xỏc định nhờ một phộp biến đổi affine, một tập cỏc cặp điểm giả ĐTCT tƣơng ứng đƣợc tạo sinh dựa trờn cấu trỳc võn rónh địa phƣơng của chỳng. Cỏc điểm này đƣợc kết hợp với cỏc cặp điểm tƣơng ứng đó biết để chọn ra cỏc cặp điểm khống chế thớch hợp cho cỏc nắn chỉnh TPS trờn 9 miền con của cỏc ảnh võn tay để tỡm thờm cỏc cặp điểm tƣơng ứng mới sau khi nắn chỉnh. Quỏ trỡnh này đƣợc lặp lại đến khi hoặc khụng cũn phỏt hiện thờm cỏc cặp điểm tƣơng ứng mới hoặc số lƣợng cỏc cặp điểm tƣơng ứng đó tới ngƣỡng quyết định đƣợc. Kết quả thực nghiệm trờn cơ sở dữ liệu FVC2004 cho thấy thuật toỏn đề xuất cải thiện đỏng kể hiệuquả nhận dạng so với phƣơng phỏp sử dụng mụ hỡnh tƣơng quan và nắn chỉnh TPS toàn phầndo Li và cộng sự đề xuất [52].