Báo cáo xử lý ảnh nhận diện mống mắt df

3 SƠ LƯỢC Trải qua 15 năm, tính năng nhận dạng mống mắt đã phát triển nhanh chóng từ lần đầu tiên trình diễn trực tiếp và bằng sáng chế phương pháp thực tế đầu tiên, và từ đó đặt tiền đ

1

BỘ GIÁO DỤC VÀ ĐÀO TẠO HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

KHOA CÔNG NGHỆ THÔNG TIN



Tiểu Luận

Môn Xử Lý Ảnh

ĐỀ TÀI: NHẬN DIỆN MỐNG MẮT

Giảng viên hướng dẫn: LÊ HOÀNG THÁI Sinh viên thực hiện : NGÔ QUANG PHÚ

Thành phố Hồ Chí Minh, tháng 5 năm 2021

2

MỤC LỤC

Trang

SƠ LƯỢC 3

Chương I: TỔNG QUAN 4

1.1 Giới thiệu về công nghệ nhận dạng mống mắt 4

1.2 Nhìn lại lịch sử 4

1.2.1 Nỗ lực đưa công nghệ ra thương mại hóa, 1993-2006 4

1.2.2 Khởi nguyên 4

Chương II: NGUYÊN LÝ VẬN HÀNH 6

2.1 Sơ lược các thức vận hành nhận diện mống mắt 6

2.2 Mống mắt và các thông tin liên quan 6

2.2.1 Sử dụng chuỗi Fourier 7

2.2.2 Lượng giác dựa trên Fourier và Hiệu chỉnh Off-Axis 8

Chương III: LOGIC VÀ THUẬT TOÁN 9

3.1 Phát hiện, loại trừ lông mi bằng thống kê sự suy luận 9

3.2 Quy tắc chuẩn hóa điểm thay thế 10

3.3 Tương thích với các ứng dụng quy-mô-lớn 12

Chương IV: KẾT LUẬN 13

Tài liệu tham khảo 13

3

SƠ LƯỢC

Trải qua 15 năm, tính năng nhận dạng mống mắt đã phát triển nhanh chóng từ lần đầu tiên trình diễn trực tiếp và bằng sáng chế phương pháp thực tế đầu tiên, và từ đó đặt tiền đề cho một xu hướng phát triển sinh trắc học với một số lượng lớn các nhà nghiên cứu tích cực trong cả hai giới là giới học viện và ngành công nghiệp Cho đến nay, khoảng 50 triệu người trên toàn thế giới đã đã đăng ký vào hệ thống nhận dạng mống mắt sử dụng thuật toán của các tác giả Bên cạnh đó vẫn còn nhiều hệ thống đang trong quá trình phát triển, chứng minh và kiểm thử trong các cuộc thi do Chính phủ tài trợ và đạt kết quả rất tốt Và không có gì nghi ngờ rằng trong tương lai sẽ tồn tại một trạng thái cân bằng sống động với đa dạng các phương pháp và các sản phẩm khả thi có sẵn để triển khai, thậm chí có thể tương tác với nhau Chính vì sự phát triển cực kì nhanh chóng của loại hình sinh trắc học “nhận dạng mống mắt” này, nên thông qua bài tiểu luận, em mong muốn giới thiệu một cách chi tiết để mọi người có thể hiểu rõ nó hơn cũng như biết được sự phát triển vượt bậc của nó trong hiện tại và tương lai

Xin chân thành cảm ơn thầy và các bạn đã hỗ trợ em hết mình để hoàn thành bài tiểu luận này

4

Chương I: TỔNG QUAN

1.1 Giới thiệu về công nghệ nhận dang mống mắt

Công nghệ nhận dạng mống mắt (Iris Recognition) là phương pháp sinh trắc học sử dụng thuật toán hình ảnh để nhận dạng một người nào đó dựa vào cấu trúc phức tạp và độc nhất của mống mắt, thậm chí ngay cả khi họ đang đeo kính hoặc sử dụng áp tròng từ một khoảng cách nhất định Nhiều quốc gia trên thế giới đã áp dụng công nghệ này trong nhận diện công dân hay xác thực hộ chiếu

1.2 Nhìn lại lịch sử

Năm 1936, bác sỹ nhãn khoa Frank Burch đã đề xuất khái niệm nhận dạng bằng mống mắt Tuy nhiên phải đến năm 1985, Giáo sư Leonard Florn tại Đại học New York cùng Giáo sư Aran Safir tại Đại học Connecticut mới được cấp bằng sáng chế liên quan đến “Công nghệ nhận diện mống mắt” Thuật toán nhận diện mống mắt đầu tiên được viết bởi Tiến sĩ John Daugman làm việc tại Đại học Harvard Ông được cấp bằng sáng chế vào năm 1991 Nhờ đó các sáng chế đó, thử nghiệm nhận diện mống mắt được thực hiện bởi Cơ quan phòng thủ nguyên tử (DNA) của Mỹ vào năm

1995 đã thành công tốt đẹp

1.2.1 Nỗ lực đưa công nghệ ra thương mại hóa, 1993-2006

Các thuật toán vẫn được sử dụng, các phương pháp vẫn tồn tại rộng rãi cho đến ngày nay trong công nghệ này, chẳng hạn như mã hóa wavelet Gabor

đa tỷ lệ, mã hóa nhị phân dựa trên giao nhau 0, bit Exclusive-OR logic so sánh vectơ và các chỉ số tương tự khoảng cách Hamming

Tranh chấp về các điều khoản cấp phép với một số đối tác của chính công ty, đặc biệt là các đối tác thành công hơn, leo thang thành một loạt các

vụ kiện Cuối cùng, đã sử dụng hết các nguồn tài trợ của mình cả khi kiện tụng tích cực và về các bài tập xây dựng lại thương hiệu đã cố gắng mô tả các thuật toán là có được phát triển nội bộ, công ty đã trở thành kẻ thù của những người

mà nó nhất cần thiết như bạn bè và đã sụp đổ Chưa bao giờ có lợi nhuận, nó được mua lại vào năm 2006 chỉ vì tài sản IP của nó (bằng sáng chế và các thuật toán cốt lõi của tác giả) bởi một công ty cổ phần đa sinh trắc học

1.2.2 Khởi nguyên

Nghiên cứu và phát triển công nghệ “nhận dạng mống mắt” ngày nay đang được mở rộng nhanh chóng, tại hàng chục trường đại học và các địa điểm nghiên cứu công nghiệp Niềm đam mê đối với công nghệ và tiềm năng của

nó là mạnh mẽ, cũng như mức độ đổi mới để đáp ứng với những thách thức không thể phủ nhận của nó, đặc biệt là liên quan đến chụp ảnh

5

Trong số các sự kích thích dường như đang thúc đẩy năng lượng sáng tạo này là:

• Bằng chứng xuất hiện trong các thử nghiệm cho thấy “nhận dạng mống mắt” dường như là sinh trắc học với hiệu suất tốt nhất, về độ chính xác của cơ sở dữ liệu lớn và tốc độ tìm kiếm

• Luật pháp ở một số quốc gia đối với các chương trình quốc gia liên quan đến sinh trắc học chứng minh thư hoặc sinh trắc học thay thế hộ chiếu trong việc vượt biên tự động

• Đánh giá Thử thách Iris của NIST (“quy mô lớn”) dựa trên hình ảnh

từ 240 Môn học; Cơ sở dữ liệu đào tạo của nó đã được tải về bởi 42 nhóm nghiên cứu

• Tiêu chuẩn định dạng trao đổi dữ liệu sinh trắc học và cơ sở dữ liệu

về mống mắt hình ảnh để phát triển và thử nghiệm thuật toán

• Nhiều hội thảo quốc tế và sách bao gồm chủ đề này

• Chủ nghĩa vị lai và các bộ phim nổi tiếng, từ James Bond đến Báo cáo

về người thiểu số

• Biểu tượng văn hóa gắn liền với mắt (“Cửa sổ tâm hồn;” ý nghĩa tình cảm của giao tiếp bằng mắt và giao tiếp qua ánh mắt)

• Niềm vui trí tuệ khi giải quyết các vấn đề đa lĩnh vực kết hợp toán học, lý thuyết thông tin, thị giác máy tính, thống kê, sinh học, công thái học,

lý thuyết quyết định và tính ngẫu nhiên xảy ra một cách tự nhiên của con người

6

Chương II: NGUYÊN LÝ VẬN HÀNH

2.1 Sơ lược cách thức vận hành nhận diện mống mắt

Nhận dạng mống mắt bắt đầu bằng việc tìm mống mắt trong một hình ảnh, xác định ranh giới bên trong của nó và ranh giới bên ngoài ở đồng tử và màng cứng, phát hiện mí mắt trên và dưới ranh giới nếu chúng xuất hiện và phát hiện và loại trừ bất

kỳ lông mi, hoặc phản xạ từ giác mạc hoặc kính đeo mắt Các quy trình này có thể gọi chung là phân đoạn Chính xác trong việc chỉ định nội dung thực sự và ranh giới bên ngoài mống mắt, ngay cả khi chúng không thể nhìn thấy một phần, rất quan trọng

vì ánh xạ của mống mắt trong một hệ tọa độ không thứ nguyên (bất biến kích thước

và giãn nở đồng tử) phụ thuộc rất nhiều vào điều này Không chính xác trong việc phát hiện, mô hình hóa và biểu diễn các ranh giới này có thể gây ra các ánh xạ khác nhau của mẫu mống mắt trong mô tả được trích xuất của nó, và như vậy sự khác biệt

có thể gây ra lỗi không khớp

2.2 Mống mắt và các thông tin liên quan

Điều tự nhiên là bắt đầu bằng cách nghĩ về mống mắt như một hình khuyên Chẳng bao lâu người ta phát hiện ra rằng ranh giới bên trong và bên ngoài thường không đồng tâm Một đơn giản giải pháp sau đó là tạo ra một hệ tọa độ giả cực không đồng tâm để lập bản đồ mống mắt, thư giãn giả định rằng mống mắt và đồng tử có chung một trung tâm chung và chỉ yêu cầu rằng học sinh được chứa đầy đủ bên trong mống mắt "Hệ tọa độ giả cực không thứ nguyên kép" này là cơ sở của nhận dạng mống mắt Nhưng ngay sau đó người ta cũng phát hiện ra rằng thường thì ranh giới đồng tử không phải là hình tròn, và thường thì ranh giới bên ngoài mống mắt là không tròn Hiệu suất trong nhận dạng mống mắt được cải thiện đáng kể bằng cách thư giãn

cả hai giả định đó, thay thế chúng bằng các phương pháp kỷ luật hơn để phát hiện trung thực và mô hình hóa các ranh giới đó bất kể hình dạng của chúng và xác định

hệ tọa độ linh hoạt và tổng quát trên cơ sở của chúng

Bởi vì ranh giới bên ngoài mống mắt thường bị mí mắt che khuất một phần,

và ranh giới bên trong mống mắt có thể bị che khuất một phần bởi phản xạ từ ánh sáng, và đôi khi cả hai ranh giới cũng do phản xạ từ kính đeo mắt, nó là cần thiết để phù hợp với các đường viền linh hoạt có thể chịu được sự gián đoạn và tiếp tục quỹ đạo của họ theo họ trên cơ sở nguyên tắc, bằng cách nào đó được thúc đẩy bởi dữ liệu tồn tại ở những nơi khác Một hạn chế nữa là cả bên trong và bên ngoài các mô hình biên phải tạo thành các đường cong khép kín Mục tiêu cuối cùng là chúng tôi muốn

để áp đặt một hạn chế về sự thông suốt, dựa trên độ tin cậy của bất kỳ bằng chứng nào cho độ cong không mịn

7

2.2.1 Sử dụng chuỗi Fourier

Một cách tuyệt vời để đạt được tất cả các mục tiêu này là mô tả ranh giới bên trong và bên ngoài mống mắt dưới dạng “Đường viền hoạt động” dựa trên

sự rời rạc mở rộng chuỗi Fourier của dữ liệu đường bao Bằng cách sử dụng các thành phần Fourier có tần số là bội số nguyên của 1/(2π), đóng, trực giao,

và tính đầy đủ được đảm bảo Lựa chọn số lượng thành phần tần số cho phép kiểm soát mức độ trơn tru được áp đặt và độ trung thực của phép tính gần đúng Về bản chất, cắt bớt chuỗi Fourier rời rạc sau một số điều khoản nhất định sẽ dẫn đến việc lọc ranh giới thông qua thấp dữ liệu độ cong trong mô hình đường bao hoạt động

Hình 1 Các đường viền chủ động tăng cường phân đoạn mống mắt, vì chúng cho phép tạo ra các ranh giới không theo chu kỳ và cho phép các

hệ tọa độ linh hoạt Hộp ở bên trái hiển thị bản đồ độ cong cho ranh giới bên trong và bên ngoài mống mắt, điều này sẽ phẳng và thẳng nếu chúng là hình tròn Đây là ranh giới bên ngoài (ô phía trên) là đặc biệt không tròn Các đường cong chấm trong hộp và trên mống mắt là chuỗi Fourier sự xấp xỉ

𝜃=0 (CT1)

Lưu ý rằng hệ số bậc 0 hoặc "số hạng DC" C0 trích xuất thông tin về độ cong trung bình của ranh giới (đồng tử hoặc mống mắt ngoài), trong cách khác từ, về bán kính của nó khi nó được ước lượng gần đúng như một hình tròn đơn giản Từ M hệ số Fourier rời rạc này, thu được một xấp xỉ đến ranh giới mống mắt tương ứng (bây giờ không có gián đoạn và ở độ phân giải được xác định bởi M) thu được dưới dạng dãy mới {Rθ} cho θ = 0 đến θ = N −1:

Rθ = 1

𝑘=0 (CT2)

8

Hình 2

So với mức người ta muốn áp đặt các ràng buộc như vậy như giữ cho

mô hình đơn giản và có độ cong chiều thấp (đạt được bằng giảm M, ví dụ M

= 1 thực thi mô hình vòng tròn) Do đó, số M của hệ số Fourier được kích hoạt

là một đặc điểm kỹ thuật cho số bậc tự do trong mô hình hình dạng

2.2.2 Lượng giác dựa trên Fourier và Hiệu chỉnh Off-Axis

Một hạn chế của các máy ảnh nhận dạng mống mắt hiện tại là chúng yêu cầu một trục hình ảnh của một con mắt, thường đạt được thông qua cái có thể được gọi là “điểm dừng và giao diện nhìn chằm chằm ”trong đó người dùng phải căn chỉnh trục quang học của mình với máy ảnh trục quang học Điều này không linh hoạt hoặc lỏng lẻo như nó có thể Hơn nữa, đôi khi các máy ảnh tiêu chuẩn thu được hình ảnh mà giả định trên trục không thật

Hình thái mắt rất thay đổi về màng cứng có thể nhìn thấy được và tình trạng tắc mí mắt không chắc rằng các yếu tố như vậy có thể hỗ trợ ước tính chính xác, ít nhất là khi chỉ có một mắt được chụp ảnh; mặc dù nó phải là lưu

ý rằng con người có kỹ năng rất ấn tượng bằng cách nào đó trong việc giám sát từng hướng nhìn của người khác Trong trường hợp không giải được bí ẩn

đó, một cách tiếp cận thay thế hiển nhiên sẽ là giả định rằng một hình ảnh trực quan của mống mắt nên để lộ một con ngươi tròn; do đó phát hiện tính elip của đồng tử cho biết thu nhận hình ảnh ngoài trục và do đó, ước tính độ giãn dài và hướng của hình elip đó sẽ mang lại hai tham số về độ lệch hướng nhìn, modulo π hướng Chúng tôi giới thiệu ở đây một biến thể mạnh mẽ hơn của ý tưởng này không giả định rằng hình dạng đồng tử thực sự là hình tròn khi được xem xét trên phương diện chính thống Phương pháp ước tính ánh nhìn này (và do đó điều chỉnh cho hình ảnh ngoài trục) sử dụng một cách tiếp cận mới

có thể được gọi là “dựa trên Fourier lượng giác”

Phương pháp phát sinh từ quan sát rằng chuỗi Fourier mở rộng của tọa

độ X và Y của ranh giới đồng tử được phát hiện có chứa hình dạng thông tin bóp méo liên quan đến cái nhìn lệch lạc, trong các mối quan hệ giữa hệ số thực

và hệ số ảo của thuật ngữ tần số thấp nhất của mỗi những mở rộng loạt Trong trường hợp đặc biệt, ranh giới đồng tử thực sự khi được xem một cách trực

9

quan thực sự là một vòng tròn, sau đó phương pháp này giảm xuống phương pháp "ellipticity" đơn giản hơn

Để choX (t) và Y (t) là các vectơ tọa độ được tham số hóa của ranh giới đồng tử, nên biên độ của t là từ 0 đến 2π trong một chu kỳ quanh đường cong kín này Thông suốt trong trường hợp đồng tử hình tròn có bán kính A, lấy gốc

là tâm để đơn giản, các hàm này chỉ là X (t) = A cos (t) và Y (t) = A sin (t) Trong trường hợp ánh nhìn lệch dọc theo trục chính và giả sử khoảng cách máy ảnh lớn so với đường kính mống mắt, do đó, có sự kéo dài đơn giản dọc theo trục chính, các hàm này trở thành: X (t) = A cos (t) và Y (t) = B sin (t), với A 6 = B Cuối cùng, nếu độ lệch của ánh nhìn không dọc theo trục chính nhưng thay vì theo hướng θ, thì các hàm này có dạng conic tổng quát hơn cho một hình elip có định hướng:

X(t) = [A cos 2 θ + B sin 2 θ]cos(t) + [(B - A) cos θ sin θ] sin(t)

Y (t) = [(B - A) cos θ sin θ] cos(t) + [B cos 2 θ + A sin 2 θ] sin(t)

(CT3)

Chương III: LOGIC VÀ THUẬT TOÁN

3.1 Phát hiện, loai trừ lông mi bằng thống kê sự suy luận

Một trong những cách mà dữ liệu hình ảnh mống mắt có thể bị hỏng, ngoài phản xạ, nhiễu máy ảnh và tắc mí mắt là do lông mi (thường là do mí mắt trên) Chúng thường có hình dạng ngẫu nhiên và phức tạp, kết hợp với nhau để tạo thành khối lượng các phần tử giao nhau thay vì chỉ đơn giản những sợi giống như sợi tóc có thể được phát hiện theo hình dạng cơ bản các mô hình Chúng có thể là tín hiệu mạnh nhất trong hình ảnh mống mắt, xét về độ tương phản hoặc năng lượng, và chúng có thể thống trị IrisCode với thông tin giả nếu không được phát hiện và loại trừ khỏi dữ liệu được mã hóa

Suy luận của lông mi và loại trừ chúng khỏi IrisCode có thể là được xử lý bằng các phương pháp ước tính thống kê phụ thuộc chủ yếu vào việc xác định xem sự phân

bố của các pixel mống mắt có phải là đa phương thức hay không Nếu đuôi dưới của biểu đồ pixel mống mắt hỗ trợ giả thuyết về sự kết hợp đa phương thức, thì một ngưỡng thích hợp có thể được tính toán và các pixel bên ngoài nó có thể không ảnh hưởng đến IrisCode

10

Hình 3 Hình: Suy luận thống kê về lông mi từ biểu đồ pixel mống mắt và xác định ngưỡng để loại trừ lông mi (được dán nhãn màu trắng) khỏi ảnh hưởng IrisCode

Trong hình ảnh mống mắt ở trên, những lông mi được phát hiện này nằm trong mống mắt đã được đánh dấu bây giờ là pixel màu trắng Vị trí của chúng được ghi lại trong một mảng mặt nạ ngăn chúng ảnh hưởng đến bất kỳ dữ liệu nào mã hóa kết cấu mống mắt Chương trình con phát hiện lông mi này thực thi trong vòng chưa đầy 1 mili giây

3.2 Quy tắc chuẩn hóa điểm thay thế

Nhận dạng mống mắt hoạt động bằng cách thực hiện kiểm tra tính độc lập thống kê giữa hai Mã IrisCodes, để quyết định xem chúng phát sinh từ cùng một hoặc

từ tròng mắt khác nhau

Các vùng của mống mắt bị che khuất bởi mí mắt, hoặc lông mi, hoặc bởi phản

xạ từ kính đeo mắt, hoặc có độ tương phản thấp hoặc tỷ lệ tín hiệu trên nhiễu kém, được phát hiện bởi các thuật toán xử lý hình ảnh và ngăn ảnh hưởng đến việc so sánh mống mắt, thông qua các chức năng mặt nạ khôn ngoan Trong khi bản thân các bit IrisCode chứa dữ liệu pha được độc quyền ( ) để phát hiện sự bất đồng và từ đó xác định sự giống nhau giữa hai mống mắt, các bit được xem xét đầu tiên được chọn bởi ANDing ( ) mỗi cặp với các chức năng mặt nạ liên quan của cả hai tròng mắt để đảm bảo tính hợp lệ của chúng và ý nghĩa của chúng Định mức (|| ||) của vectơ bit kết quả

và của các vectơ mặt nạ AND sau đó được đo để tính toán một Hamming thô khoảng cách HDraw, dưới dạng phần nhỏ của các bit có ý nghĩa không đồng ý giữa hai mống mắt có hai vectơ bit mã pha được ký hiệu là {codeA, codeB} và có vectơ bit mặt nạ được ký hiệu là {maskA, maskB}:

(CT4) Một lựa chọn tự nhiên cho quy tắc chuẩn hóa điểm là chia tỷ lệ lại tất cả các

độ lệch từ 0,5 Khoảng cách Hamming thô theo tỷ lệ với căn bậc hai của số bit được

so sánh khi đạt được điểm số đó Nguyên nhân đối với quy tắc như vậy là độ lệch chuẩn dự kiến trong phân phối kết quả của thử nghiệm Bernoulli (được biểu thị bằng một phần nhỏ của n thử nghiệm Bernoulli có một kết quả nhất định), là σ = √𝑝𝑞/𝑛