Báo cáo xử lý ảnh hình học bàn tay

Quan điểm lịch sử và lịch sử phát triển: a Quan điểm lịch sử: Hình học bàn tay là một công nghệ xác thực có lịch sử sử dụng lâu đời.Những bức tranh cổ ở Chauvet Cavern có niên đại bằng

BỘ THÔNG TIN VÀ TRUYỀN THÔNG

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

CƠ SỞ TẠI THÀNH PHỐ HỒ CHÍ MINH

BÁO CÁO CÁ NHÂN

CHƯƠNG 5: HÌNH HỌC BÀN TAY

Mục lục

1 Quan điểm lịch sử và lịch sử phát triển 3

2 Các đặc điểm chung về ứng dụng 4

3 Công nghệ 6

4 Những phát triển trong tương lai 8

1 Quan điểm lịch sử và lịch sử phát triển:

a) Quan điểm lịch sử:

Hình học bàn tay là một công nghệ xác thực

có lịch sử sử dụng lâu đời.Những bức tranh cổ ở

Chauvet Cavern có niên đại bằng carbon là 31.000

tuổi Một số người nói rằng những dấu tay để lại với những bức tranh này

là chữ ký độc đáo của nghệ sĩ Đây có lẽ là ứng dụng đầu tiên của Hình học Bàn tay cho nhận dạng, nhưng chắc chắn không phải là cuối cùng

Công nghệ hình học bàn tay là công nghệ sử dụng kĩ thuật số hình ảnh và xử lý ảnh để xác thực 2 ngón tay sử dụng nguyên lý của Hình học Bàn tay cho ngón trỏ và ngón giữa phục vụ cho thị trường Bảo mật và Chấm công

b) Lịch sử phát triển:

- 7/1858, William Herschel dùng bàn tay mình in lên mặt sau của một bản hợp đồng để làm dấu hiệu hợp đồng của công ty ông và được ghi nhận như

là lần đầu tiên con người dùng hình ảnh bàn tay và ngón tay cho mục đích nhận dạng

- 1960, Robert Miller phát minh ra thiết bị tự động nhận dạng nguyên mẫu hình học bàn tay đầu tiên

- 1970, thiết bị nguyên mẫu quét bàn tay thương mại hóa đầu tiên – Identimat được giới thiệu

- 1986, Recognition Systems tạo ra máy đọc ID3D, ID3D được phát triển

và ưa dùng trên các thị trường số lượng người dùng lớn và yêu cầu tính bảo mật cao như phòng nghiên cứu vũ khí hạt nhân và những nhà máy điện hạt nhân Quan trọng nhất ID3D được thiết kế là một giải pháp thương mại hóa thành công cho chi phí người tiêu dùng, lợi tức của nhà sản xuất và có ảnh hưởng lớn đến ngành công nghiệp sinh trắc học ID3D và các phiên bản con của nó

2 Các đặc điểm chung về ứng dụng:

 Các đặc điểm phù hợp:

 Số Lượng người dùng lớn trên thị trường

 Môi trường khắc nghiệt(ngoài trời)

 Thói quen sử dụng thiết bị thường xuyên

 Dễ sử dụng, độ chính xác cao

 Tích hợp và vận hành dễ dàng với các hệ thống có sẵn là bắt buộc

 Các đặc điểm không phù hợp:

 Yêu cầu xác định 1 người trong nhiều người

 Yêu cầu về kích thước phải nhỏ

 Người sử dụng không hợp tác

 Các yếu tố ảnh hưởng đến hiệu suất:

 Người sử dụng được đào tạo không tốt

 Máy đọc đặt không đúng cách (quá cao hoặc quá thấp)

 Ánh sáng mặt trời chiếu trực tiếp hoặc có nguồn sáng quá sáng dọi thẳng vào

 Các vết băng bàn tay lớn hoặc bị trẹo khớp tay

 Bàn tay bị biến dạng cao, thiếu ngón tay

 Ứng dụng thú vị

Những tiến bộ thương mại cho các thiết bị sinh trắc học bắt đầu một cách nghiêm túc vào những năm 1970 khi Identimat được cài đặt như một phần của đồng hồ chấm công của nhân viên tại hệ thống Shearson Hamill, một công ty đầu tư ở Phố Wall Điều này rất có thể cài đặt đầu tiên của một thiết bị sinh trắc học thương mại Sau đó, hàng trăm các thiết bị Identimat

đã được sử dụng để truy cập vật lý tại các cơ sở an toàn do Western Electric,

Bộ Năng lượng, Tình báo Hải quân Hoa Kỳ, và như thế các tổ chức.Ứng dụng sinh trắc học nói chung lâu đời nhất thuộc về Đại học Georgia, vào năm 1973, đã cài đặt Identimat từ Identimation đến hạn chế ra vào các phòng ăn ăn thỏa sức của nó Hệ thống này vẫn đang hoạt động hàng ngày hoạt động đã được nâng cấp nhiều lần dưới dạng công nghệ Hình học Bàn tay nâng cao

Một số lượng đáng kể máy quét Identimat cũng đã được lắp đặt tại Phòng thí nghiệm vũ khí hạt nhân sông Savannah, chứng minh mức hiệu suất cao của nó ngay cả ở giai đoạn đầu của quá trình phát triển công nghệ Những sau đó đã được thay thế bằng các mẫu đầu tiên của ID3D, báo hiệu thương mại 96 David P Sidlauskas và Samir Tamer chuyển đổi từ các máy quét tay cơ điện đầu tiên sang tất cả các máy hiện đại thiết bị kỹ thuật số Các ứng dụng khác của hệ thống hình học bàn tay bao gồm:

- Thế vận hội Olympic 1996, nơi có quyền truy cập và đi từ Làng Olympic đã được kiểm soát

- Cơ quan lập pháp Colombia nơi máy đọc tay được sử dụng để đảm bảo việc bỏ phiếu

- Sân bay quốc tế San Francisco

- Các trung tâm giữ trẻ ban ngày sử dụng hệ thống hình học bằng tay

để xác minh danh tính của cha mẹ Các trường Tiểu học Lotus Development và New Mexico là ví dụ về điều này

- Chương trình thí điểm INSPASS sử dụng các hệ thống hình học bằng tay để theo dõi cửa khẩu cho khách du lịch thường xuyên

- Đại học Georgia đã sử dụng các hệ thống hình học tay từ năm 1973 cho chương trình bữa ăn sinh viên của họ

- Tất cả các nhà máy điện hạt nhân đang hoạt động của Hoa Kỳ

3 Công nghệ:

Hệ thống hình học bàn tay cũng theo những bước cơ bản như những thiết bị sinh trắc khác:

 Thu thập mẫu

 Xử lý mẫu gốc thành một bản mẫu(template) sinh trắc

 So sánh và xử lý với những bản mẫu khác có trước trong cơ sở dữ liệu

a) Chụp mẫu bàn tay:

Chụp mẫu vật sinh trắc thường được thực hiện bằng một camera quang học tiêu chuẩn hoặc một máy quét hình phẳng

Hình học bàn tay dựa trên phân tích đường viên của bàn tay, những hệ thống nhị phân hóa hình ảnh chụp được thành một hình bóng trắng đen Độ phân giải của các đầu đọc hình học bàn tay dùng cho thương mại thường thấp hơn so với các đầu đọc vân tay Việc ảnh chụp có độ phân giải thấp nên mới không quá nhạy cảm bởi các thay đổi vị trí đặt bàn tay hoặc các vấn đề sinh lý

b) Xử lý:

Xử lý hình ảnh chụp được khác nhau rất nhiều với những hệ thống hình học bàn tay khác nhau Những hệ thống thương mại hóa và hầu hết các hệ thống học viện bắt đầu bằng việc đo những đặc tính sinh trắc trong hình ảnh nhị phân hóa bao gồm độ dài ngón tay, độ rộng, diện tích bề mặt, và góc giữa những mốc bàn tay, và tỉ lệ những thứ đó Nhờ thế nên các hệ thống hình học bàn tay không

bị ảnh hưởng bởi các thay đổi trên bề mặt bàn tay như hình xăm, lông/tóc, những vết cắt, vết xước, vết bỏng, vết dơ,…

c) Phân lớp:

Bước tiếp cận phổ biến nhất là sử dụng số liệu khoảng cách Euclid nhưng nhiều cách tiếp cận khác cũng được ghi nhận lại bao gồm phương pháp tương quan, phân tích nguyên lý thành phần, tính toán sai số trung bình của cái điểm tương ứng dọc đường viền bàn tay

d) Chọn mẫu:

Tùy thuộc vào những thay đổi sinh lý của người dùng qua thời gian có thể bắt nguồn từ tăng cân, sụt cân, sưng bàn tay, các bệnh về khớp tay hoặc không thể chọn mẫu do các tai nạn về bộ phận bàn tay

e) Hiệu suất:

Hiệu suất của hệ thống hình học bàn tay tương đối đa dạng dẫn đến các

trường hợp tính sai bao gồm:

 Thiết bị chụp

 Kích cỡ tập dữ liệu

 Nhân khẩu học

 Chất lượng hình ảnh thấp

 Thói quen sinh hoạt

 Hoạt động phòng thí nghiệm

 Chuyển động ràng buộc bàn tay

 Số liệu

 Thang thời gian

f) Chuẩn hóa:

Ngành công nghiệp sinh trắc dần phát triển mạnh, nó sẽ hình thành những tiêu chuẩn chung cho các quốc gia trên quốc tế.Tiêu chuẩn tiếp cận rông nhất ngày nay là ANSI/NIST-ITL 1-2000, nó miêu tả định dạng trao đổi dữ liệu cho vân tay, hình ảnh khuôn mặt, và những thông tin khác giữa nhiều cơ quan pháp luật trên khắp thế giới.Một trong những tiêu chuẩn sinh trắc, ISO/IEC 19794, miêu tả khối dữ liệu sinh trắc ISO/IEC 19794-10 rất giống với ANSI INCITS 396-2005(TC Hoa Kỳ), nhưng không tương thích nhị phân với nhau mà yêu cầu

vị trí đặt tay và cho thiết kế của hệ thống quang học chính xác Để đảm bảo các khối dữ liệu xác định chính xác và có thể được phân tích, chúng thường kết hợp với các chuẩn khác BioAPI hay CBEFF

4 Những phát triển tương lai

- Nghiên cứu hiện tại đang tập trung vào 2 mảng chính :

 Giảm tỷ lệ nhận dạng sai

 Loại bỏ cho việc hướng dẫn đặt tay trên bàn lăn

- Cuối 2006, Recognition Systems thông báo cho ra một sản phẩm hình học bàn tay dựa trên một mẫu 20-byte lớn hơn, nó mang lại hiệu suất cao hơn so với mẫu 9-byte sử dụng của đời trước Công ty cũng tuyến bố rằng sử dụng

độ phân giải quang học cao hơn sẽ dẫn đến tỉ lệ nhận dạng sai thấp hơn cho sản phẩm mới

- Các nhà nghiên cứu hàn lâm đã đưa ra nhiều thuật toán hình học bàn tay cho phép đặt tay không bị giới hạn trên bề mặt quét Tại ít nhất một nhà nghiên cứu đã thực hiện thêm bước loại bỏ bề mặt quét hoàn toàn, yêu cầu người dùng chỉ cần vẫy tay về phía máy ảnh từ xa Hệ thống đó định vị các nếp nhăn của các khớp ngón tay trong một hình ảnh thang độ xám, sau đó kết hợp thông tin đó với dữ liệu nhận dạng khuôn mặt được chụp trong cùng một hình ảnh Tất cả các cách tiếp cận này thể hiện lời hứa và có thể được đưa vào các sản phẩm thương mại Không rõ giới hạn hiệu suất nằm ở đâu đối với hình học bàn tay.Điều này ngụ ý rằng per-106 David P Sidlauskas và Samir Tamer hình thức không bị giới hạn bởi nội dung sinh trắc học của bàn tay, mà là bởi các thuật toán trích xuất nội dung đó Kết hợp hai lớp chính của thuật toán hình học bàn tay, dựa trên đường viền hoặc trên các đặc điểm hình học, có thể dẫn đến các thuật toán hiệu suất thậm chí cao hơn so với các thuật toán được công bố trong tài liệu Ngoài ra, các thuật toán được phát triển đối với vị trí đặt tay không bị hạn chế có thể cung cấp hiệu suất cao hơn khi kết hợp với các bài thuyết trình bằng tay lặp lại nhiều hơn của một hệ thống bị ràng buộc (một sử dụng trục lăn có chốt định vị bằng ngón tay)

- Ngoài các thuật toán hình học bàn tay tiến hóa, tương lai còn có hứa hẹn về khả năng nhận dạng bàn tay tốt hơn bằng cách kết hợp hình học bàn tay vàohệ thống đa sinh trắc học Một số nhà nghiên cứu đã cải thiện hiệu suất phương pháp tiếp cận chỉ dành cho hình học bằng cách thêm dữ liệu kết cấu

từ một bản in được thực hiện từ cùng một hình ảnh (trước khi binarization) tạo ra hình bóng bàn tay Hình học bàn tay cũng đã được kết hợp với nhận dạng khuôn mặt trên một dự án vượt biên dọc biên giới Israel - Palestine

Có thể tưởng tượng các triển khai đa sinh trắc học khác bao gồm hình học bàn tay, bao gồm bàn tay / ngón tay và bàn tay / tĩnh mạch.Dựa vào đó có thể kết hợp với các hệ thống sinh trắc học khác để tạo ra mô hình rộng lớn hơn nhằm phục vụ cho nhiều mục đích khác nhau như trong chính trị, y tế,…