3.2 So khớp ảnh vân tay
3.2.1 Khái niệm
Vân tay là một trong những nhân tố sinh trắc hoàn toàn tự nhiên, có những đặc trưng riêng của con người và từ lâu đã được coi là bằng chứng hợp pháp trên
toàn thế giới. Hệ thống xác thực dựa trên các đặc trưng sinh trắc còn khá mới mẻ ở VN. Tuy nhiên, trên thế giới đã ứng dụng rộng rãi và ưu việt trong nhiều lĩnh vực, trong đó nổi bật nhất là an ninh, bảo mật.
Các đặc trưng của vân tay:
Hình 3.5 Ảnh vân tay và các điểm đặc trƣng
Giải thích :
Điểm Delta: Là những điểm ở góc trái hoặc phải phía dưới đốt ngón tay được bao bởi các đường vân hình tam giác.
Điểm Island: Những đường vân ngắn xuất hiện tại chỗ rẽ nhánh của các đường vân.
Điểm Ridge Ending: Điểm cuối của đường vân.
Điểm Pore: Những lỗ nhỏ nằm rất đều trên đường vân. Điểm Crossover: Điểm giao của 2 đường vân tay.
Điểm Core: Điểm trung tâm, thường nằm giữa ngón tay và được bao quanh bởi những đường xoáy, vòng hoặc cung ở tâm ngón.
Điểm Bifurcation: Điểm rẽ nhánh.
3.2.2 Trích rút đặc trưng vân tay
Quá trình trích chọn những đặc trưng ảnh vân tay được thể hiện như hình dưới đây:
Hình 3.6 Quá trình trích chọn đặc trƣng vân tay
Từ một ảnh vân tay thu nhận được, sau một loạt các quá trình xử lý chúng ta thu nhận được một tập các điểm đặc trưng của mỗi vân tay. Các tập đặc trưng này bao gồm các điểm chạc ba và điểm kết thúc như trong hình.
Hình 3.7 Đặc trƣng vân tay
3.2.3 Kỹ thuật so khớp vân tay
Theo giải thuật Hough [16], sau khi có các đặc trưng của vân tay thì hai vân tay được đối sánh theo nhiều mức khác nhau. Đầu tiên một tập con các tập
tách ra từ CSDL. Nếu kết quả là không tìm thấy thì tập con tiếp theo có đặc trưng toàn cục gần với tập kiểm tra lại được tách ra. Việc làm này được tiến hành cho đến khi tìm thấy hoặc hết mẫu trong CSDL.
Quá trình đối sánh bao gồm 4 công đoạn chính:
Phân tích điểm đặc trưng.
Sau khi phân tích, tất cả những cặp điểm đặc trưng có những mối quan hệ kiểu hình học với điểm đặc trưng láng giềng, và mối quan hệ đó sẽ được sử dụng như thông tin cơ bản cho phép đo nét tương tự cục bộ.
Phép đo nét tương tự toàn bộ nghĩa là sự tính toán nét tương tự của 2 vân tay bằng việc tìm ra những cặp điểm đặc trưng trong phép đo nét tương tự cục bộ.
Sau cùng, việc tính toán quyết định đối sánh điểm số với giá trị tương tự toàn bộ và so sánh chúng với giá trị quyết định thiết lập trước đây để xác minh nhận dạng của người dùng.
3.3 So khớp ảnh khuôn mặt
3.3.1 Khái niệm
Khuôn mặt là một trong những đặc trưng sinh trắc học thường dùng nhất trong quá trình nhận dạng giữa con người với nhau. Tuy nhiên, quá trình nhận dạng mặt của các hệ thống xác thực sinh trắc lại gặp phải nhiều vấn đề rất phức tạp như việc cải trang khuôn mặt, các hiệu ứng do tuổi tác gây ra, do việc thể hiện các cảm xúc trên khuôn mặt, do việc thu nhận ảnh liên quan đến góc độ thu nhận, ánh sáng, v.v.
Nhận dạng mặt dựa trên phân tích hình dạng mặt hoặc khoảng cách tương đối giữa các điểm trên mặt (khoảng cách mũi và miệng, mắt và mũi, hoặc 2 mắt…). Có thể kết hợp đặc điểm hình dáng mặt với các kết cấu da mặt.
Trong HCST, ảnh mặt có thể thu được nhờ sử dụng các máy ảnh video chuẩn, sau đó được so khớp trực tiếp với các thông tin lưu trong hộ chiếu. Tuy nhiên nó vẫn có thể bị ảnh hưởng bởi ánh sáng, tư thế mặt. Đôi khi còn bị ảnh hưởng bởi kính mắt, tóc trên mặt hoặc các biểu hiện khác.
3.3.2 Mô hình so khớp khuôn mặt
Hình 3.8 Sơ đồ so khớp khuôn mặt
Chi tiết các bước trong quá trình nhận dạng mặt :
Bƣớc 1 Thu nhận ảnh : Ảnh được thu bằng nhiều hình thức khác nhau, thông thường là bằng máy chụp ảnh độ phân giải cao.
Bƣớc 2 : Mã hóa ảnh thu được.
Bƣớc 3 : Phát hiện định vị mặt, bình thường hóa ảnh mặt. Xác định xem ảnh đó có chứa mặt không, nếu có thì ảnh mặt ở vị trí nào, sau đó xử lý tiếp để thu được ảnh chuẩn (hướng, độ sáng, kích thước..).
Bƣớc 4 : Trích chọn đặc trưng
Tùy từng phương pháp mà đặc trưng của mặt được trích ra, thông thường là đặc trưng của mắt mũi miệng và hình thù khuôn mặt…Đây là giai đoạn quan trọng nhất của các hệ thống, cả ở quá trình nhận dạng lẫn thu nhận dữ liệu (enrollment). Ở quá trình nhận dạng, các thông tin này sẽ được sử dụng trực tiếp cho bước so khớp, còn ở quá trình thu nạp, các thông tin này sẽ được lưu vào cơ sở dữ liệu của hệ thống (chúng sẽ là các template của mỗi người).
Đối với so khớp trong HCST, thì ảnh sẽ được so khớp với ảnh thu được từ việc đọc dữ liệu trong hộ chiếu mà chủ thể mang theo, nhằm xác minh chính xác người mang hộ chiếu.
3.3.3 Kỹ thuật so khớp khuôn mặt
Có nhiều kỹ thuật so khớp, trong đó phương pháp Eigenface [15] có hiệu quả cao. Thuật toán sẽ tập trung chủ yếu vào giai đoạn quan trọng nhất của quá trình nhận dạng là việc trích chọn đặc trưng của mặt đã được chuẩn hóa.
3.4. So khớp ảnh mống mắt
3.4.1 Khái niệm
Nhận dạng mống mắt được coi là công nghệ sinh trắc có độ chính xác cao nhất (chỉ sau việc kiểm tra DNA), song nó cũng là công nghệ cần có sự hưởng ứng từ người dùng và cũng chịu những ảnh hưởng đến từ những hình thức bên ngoài mắt người như kính mắt (đặc biệt là đối với loại kính áp tròng) [2].
Chính vì đây là đặc trưng sinh trắc đảm bảo tỷ lệ xác thực người dùng là cao, thế nên những ứng dụng của việc nhận dạng màng mống mắt ngày càng được ứng dụng rộng rãi, đặc biệt trong lĩnh vực đảm bảo xác thực đúng người trong các giao dịch tài chính, trong đó một ứng dụng rất thành công nữa là trong hộ chiếu sinh trắc, nhằm tăng độ chính xác trong việc xác thực.
Với việc so khớp đặc trưng sinh trắc mống mắt thì mống mắt của người dùng sẽ được sao chụp lại bằng một thiết bị chuyên dụng. Ảnh mống mắt của người đó sẽ được phân tích, trích chọn các đặc trưng tốt nhất phục vụ cho quá trình đối sánh xác thực HCST.
3.4.2 Mô hình so khớp mống mắt
a. Xác định vị trí mống mắt và đồng tử:
Bước này để tìm ra đường biên bên trong (giữa mống mắt và đồng tử) và đường biên bên ngoài (giữa mống mắt và màng cứng) trong ảnh gốc.
Hình 3.9 Ảnh mống mắt với các đƣờng ranh giới
Cả hai đường ranh giới trong và ngoài của một mống mắt điển hình có thể được đưa ra xấp xỉ như các đường tròn. Tuy nhiên hai đường tròn này thường không đồng tâm, nhưng trong hệ thống này giả thiết chúng đồng tâm tại tâm đồng tử.
b. Dò tìm các mí mắt và đường viền (limbus)
Các mí mắt và lông mi thường che các phần trên và dưới của vùng mống mắt. Do đó chúng ta cần sử dụng một kỹ thuật nào đó để tách biệt chúng.
c. Dò tìm các lông mi
Các lông mi có thể bít phần trên và phần dưới của mống mắt. Việc dò tìm các lông mi yêu cầu sự lựa chọn đúng các đặc trưng và qui trình phân lớp do tính phức tạp của các mẫu.
d. Trích chọn vùng đặc trưng của mống mắt
Để trích chọn các đặc trưng của mống mắt, trước hết ta cần phải chuẩn hoá ảnh mống mắt sau đó thực hiện mã hoá để sinh ra các mã mống mắt.
e. So khớp các đặc trưng
Việc so khớp các đặc trưng là việc đối sánh hai mã mống thông qua nguyên lý khoảng cách Hamming [13] cho sẽ cho ra kết quả hai mống mắt có giống nhau hay không, từ đó cho phép xác thực được người dùng.
3.4.3 Kỹ thuật so khớp mống mắt
Có nhiều kỹ thuật khác nhau để có thể tiến hành trích chọn các đặc trưng của mông mắt. Việc so khớp các đặc trưng của mống mắt nghĩa là việc tiến hành đối sánh giữa hai mã mống từ đó xác định được kết quả hai mống mắt có giống nhau hay không.
3.5 Kết luận
Các nhân tố sinh trắc mống mắt, khuôn mặt, vân tay là những yếu tố sinh học hoàn toàn tự nhiên của con người, nhưng lại có điểm đặc biệt là với mỗi người khác nhau thì nó lại khác nhau. Do đó, các nhân tố sinh trắc này được lựa chọn là đặc trưng sinh trắc để xác thực công dân trong HCST.
Chƣơng 4. THỬ NGHIỆM 4.1 Yêu cầu đặt ra
Khi dữ liệu trong chip RFID được đầu đọc lấy về, có cần được so khớp với các ảnh sinh trắc thu được trực tiếp từ người mang hộ chiếu. Đây là bước quan trọng nhất quyết định độ chính xác và tin cậy của toàn bộ hệ thống. Do vậy, công cụ mà chúng ta xây dựng ở đây sẽ đảm nhiệm vai trò quan trọng này.
Tuy nhiên hiện tại vẫn chưa có phần cứng (chip RFID), máy chụp để lấy mẫu ảnh so khớp để thực hiện toàn bộ quá trình thử nghiệm, nên luận văn chỉ tập trung xây dựng công cụ dựa trên mẫu đã có sẵn (coi như các ảnh sinh trắc này đã được chụp từ người và lấy từ thẻ RFID thông qua đầu đọc)
4.2 Mô hình hệ thống tích hợp thử nghiệm
Vì điều kiện thực tế chưa cho phép nên coi như là đã lấy được thông tin sinh trắc từ hộ chiếu thông qua reader. Ảnh sinh trắc thu từ người sở hữu được lấy từ mẫu có sẵn. Nhiệm vụ của luận văn là trích chọn các đặc trưng, tiến hành so khớp các nhân tố sinh trắc mống mắt, mặt người, vân tay trên thư viện của bộ công cụ OpenCV, luận văn tiến hành xây dựng bộ công cụ kiểm tra các nhân tố này từ việc tích hợp các thư viện. Đối với mỗi ảnh sinh trắc sẽ tương ứng với thuật toán so khớp khác nhau. Tuy nhiên tất cả đều tuân theo mô hình dưới đây.
Thông tin sinh trắc đưa vào hệ thống dưới dạng ảnh. Sau khi nhận được dữ liệu, hệ thống sẽ tiến hành xử lý theo các kỹ thuật so khớp đã chọn và đưa ra kết luận thông báo cần thiết.
Khi nhận được ảnh vân tay, hệ thống sẽ hoạt động theo sơ đồ:
Hình 4.2 Sơ đồ so khớp vân tay
Trong trường hợp hệ thống trả lời với kết quả không khớp thì ta phải kiểm tra lại xem ảnh đưa vào hệ thống đã hợp lý chưa. Ảnh vân tay đó của ngón tay nào, ở bàn tay bên trái hay bên phải. Nếu chưa hợp lý ta phải tiến hành so khớp lại.
Khi nhận được ảnh mống mắt, hệ thống sẽ hoạt động theo sơ đồ:
Cũng giống như vân tay, khi hệ thống cho ra kết quả là không khớp thì ta phải kiểm tra tính hợp lý của ảnh mống mắt đưa vào để so khớp (ảnh mống mắt đem so khớp ở bên mắt trái hay bên mắt phải). Từ đó ta có thể biết được là có cần kiểm tra lại lần nữa hay không.
Trong thực tế, vân tay, mống mắt lưu bên trong HCST đã được quy định rõ ràng thông tin cụ thể. Khi nhân viên an ninh tiến hành kiểm tra, Họ sẽ lấy thông tin tương ứng của người mang HCST để so khớp và có những hướng dẫn, quy định rõ ràng cho người mang HCST. Do vậy, việc nhầm lẫn vì lấy thông tin không tương ứng để so khớp là việc ít gặp. Ở đây, việc so khớp mống mắt và vân tay, luận văn chỉ tiến hành trên một mống mắt (bên trái hoặc bên phải) và một vân tay của một ngón (ngón trỏ bên tay trái hoặc tay phải) nhằm mục đích bước đầu tích hợp thành công hệ thống công cụ so khớp. Việc hoàn thiện hệ thống so khớp với đầy đủ hai mống mắt và mười vân tay sẽ là hướng được phát triển tiếp theo của luận văn này.
Khi nhận được ảnh khuôn mặt, hệ thống sẽ hoạt động theo sơ đồ:
Hình 4.4 Sơ đồ so khớp khuôn mặt
Trong 3 yếu tố của người mang HCST nêu trên thì khuôn mặt là một yếu tố không thể thiếu (mống mắt và vân tay có thể không có do những tác động ngoại lực hoặc do bẩm sinh) khi tiến hành so khớp. Trong trường hợp vân tay và mống mắt của người mang HCST không có thì khuôn mặt của người mang HCST là yếu tố quan trọng nhất để xác thực.
Trên đây là quy trình kiểm tra riêng với từng yếu tố sinh trắc của người mang HCST. Tuy nhiên, thực tế sẽ có nhiều trường hợp xảy ra và sẽ cần tới kết quả của từng trường hợp để kết hợp đưa ra kết quả quyết định cuối cùng.
a. Trường hợp người mang HCST có đầy đủ các yếu tố sinh trắc: mống mắt, khuôn mặt, vân tay. Sơ đồ của hệ thống như sau:
Hình 4.5 Sơ đồ so khớp bộ 3 đặc trƣng sinh trắc
Nhìn vào sơ đồ trên ta thấy tùy vào tình trạng của dữ liệu đầu vào mà hệ thống sẽ cho ra các kết quả thông báo khác nhau.
b.Trường hợp người mang HCST không có một trong các yếu tố sinh trắc: mống mắt, vân tay
Hình 4.7 Sơ đồ hệ thống so khớp trƣờng hợp không có vân tay
c. Trường hợp người mang HCST không có vân tay và mống mắt. Đây là trường hợp mà người mang HCST chỉ còn một đặc điểm là khuôn mặt và là yếu tố kiểm tra chính để hệ thống xác thực người mang
Hình 4.8 Sơ đồ hệ thống so khớp trƣờng hợp không có vân tay và mống mắt
d. Trường hợp người mang HCST cung cấp thông tin nhân tố sinh trắc để hệ thống kiểm tra nhưng hệ thống cho kết quả không khớp. Khi đó hệ thống sẽ thông báo thông tin cụ thể không khớp ở nhân tố sinh trắc nào. Trong trường hợp ta phải chú ý tới thông tin các nhân tố đưa vào đã hợp lý chưa. Nếu chưa thì sẽ tiếp hành so khớp lại. Sau một số lần kiểm tra nào đó mà kết quả không khớp thì có thể dừng bước tiến hành so khớp và có thể tin tưởng vào kết quả của hệ thống.
4.3 Thử nghiệm
Môi trường: Ngôn ngữ Microsoft Visual C++ 2008. Thư viện: FingerPrint SDK 2007 và OpenCV 2.1
Hệ thống bao gồm một Form với giao diện chính cho phép đưa ảnh mống mắt, ảnh mặt người và ảnh vân tay vào để hệ thống xử lý. Với mỗi đặc trưng sinh trắc này, hệ thống sẽ xử lý và cho ra kết quả khớp hay không khớp.
Giao diện chính của hệ thống:
Hình 4.10 Nhân tố sinh trắc không khớp
Hình 4.12 Không có nhân tố mống mắt
Hình 4.14 Không có nhân tố vân tay và mống mắt, khuôn mặt Khớp
Thông tin mống mắt trong HCST sẽ được nạp vào hệ thống thông qua
Mống mắt trong mục NHÂN TỐ TRONG HCST. Ảnh này được đưa vào hệ thống thông qua việc nháy đơn trái chuột trong frame hiện ảnh. Còn ảnh mống mắt của người mang HCST sẽ được nạp vào hệ thống thông qua việc nháy đơn chuột trái trong frame hiện ảnh của mục Mống mắt của NHÂN TỐ THU CHỤP;
Thông tin vân tay, khuôn mặt cũng được đưa vào hệ thống tương tự như trên. Khi đã đưa thông tin đầy đủ vào hệ thống. Công việc còn lại là nhấn chuột vào nút So khớp trên hệ thống. Hệ thống sẽ đưa ra kết quả sau một chuỗi các quá trình xử lý đã nói ở trên.
Tuy nhiên, thực tế thì với những người mà bản thân có đầy đủ các yếu tố sinh trắc, công việc so khớp để đưa ra kết quả không có gì đáng bàn. Nhưng với những người chỉ tồn tại một trong các yếu tố sinh trắc (người không có tay-