Thiết bị này sử dụng công suất 1.000 watt bóng đèn để kích hoạt tế bào quang được quét cơ học để đo bàn tay hình dạng.. thị các đầu đọc Hình học Bàn tay đã khai thác công nghệ xử lý hình
Trang 1Báo cáo cá nhân
Tìm hiểu đề tài:
NHẬN DẠNG HÌNH HỌC VÂN TAY
Tên: Ngô Trung Dũng
MSSV: N18DCCN028
Lớp: D18CQCN01-N
Môn: Xử lý ảnh
Giảng viên hướng dẫn: Lê Hoàng Thái
Trang 2I.Quan điểm lịch sử
-Hình học bàn tay là một công nghệ xác thực có lịch sử sử dụng lâu đời -7/1858, ngài William Herschel dùng bàn tay mình in lên mặt sau của 1 bản hợp đồng để làm dấu hiệu hợp đồng đó là của riêng công ty ông ấy
Đó 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 hình học bàn tay đầu tiên Thiết bị sử dụng các thành lò xo để sao cho khi người dùng đặt tay vô đầu các ngón tay đẩy thanh lò xo lại thu được mô hình phản ánh độ dài tương đối của các ngón tay
Identimat do Identimation đưa ra vào đầu những năm 1970 Thiết bị này sử dụng công suất 1.000 watt bóng đèn để kích hoạt tế bào quang được quét cơ học để đo bàn tay hình dạng
thị các đầu đọc Hình học Bàn tay đã khai thác công nghệ xử lý hình ảnh
và hình ảnh kỹ thuật số chi phí thấp sau đó trở nên khả dụng ID3D đã mang tính cách mạng theo một số cách ngoài công nghệ những tiến bộ
lệ Từ chối Sai thấp trong các ứng dụng thế giới thực.Độ tin cậy này
khiến nó trở thành người đầu tiên sản phẩm sinh trắc học thích hợp cho các thị trường lớn như thời gian của nhân viên và ghi điểm tham dự trong đó khả năng sinh trắc học của nó làm cho nó hiệu quả về chi phí
II.Ứng dụng
Ứng dụng sinh trắc học chung lâu đời nhất đang diễn ra thuộc về
University of Georgia, vào năm 1973, đã cài đặt Identimat từ
Trang 3Identimation cho 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 Sa vannah, chứng minh mức độ cao của mỗi loại ngay cả ở giai đoạn đầu của quá trình phát triển công nghệ Nhưng sau đó 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
Trang 4III.Công nghệ
Khi người dùng trình bày một mẫu sinh trắc học, các hệ thống hình học tay sẽ tuân theo các bước cơ bản tương tự như các thiết bị sinh trắc học khác: chụp mẫu, xử lý mẫu thô thành mẫu sinh trắc học và so sánh tấm tem quan sát được với mẫu tham chiếu trong cơ sở dữ liệu tuyển sinh Hầu hết các hình học bàn tay hệ thống cũng kết hợp bước cập nhật mẫu tham chiếu tùy chọn trong cơ sở dữ liệu tuyển sinh sau khi xác minh thành công
1.Chụp tay
-Việc chụp mẫu sinh trắc học thường được thực hiện bằng máy ảnh quang học tiêu chuẩn hoặc máy quét giường phẳng
trên mặt sau của bàn tay hoặc ngay bên dưới lòng bàn tay, dẫn đến
Trang 5hình ảnh 2D tiêu chuẩn Một số nhận thông tin 3D từ cùng một máy ảnh bằng cách đưa một gương vào hệ thống [10, 19]
được thu nhỏ bằng cách "gấp" đường quang học Điều này được thực hiện bằng cách thêm một gương thứ hai vào hệ thống, ngay phía trên bàn tay.Sự giống nhau hệ thống tăng độ tương phản trong hình ảnh bằng cách đặt một bề mặt phản chiếu cao.Bằng cách này, giảm quá trình mã hóa nhị phân xuống một ngưỡng đơn giản hoạt động
2.Xử lí
-Một số đơn vị hình học bàn tay dựa vào hướng dẫn định vị ngón tay để
hỗ trợ vị trí có thể lặp lại của bàn tay Đối với các hệ thống này, một bước xử lý trước được thực hiện để loại bỏ các chốt định vị khỏi hình ảnh
-Các phép đo thường bao gồm chiều dài ngón tay, chiều rộng, diện tích
bề mặt, góc giữa mốc, và tỉ số của các đại lượng đó [10, 7, 22, 17]
-Phân tích thành phần thường được sử dụng để chuyển đổi các đối tượng địa lý thô thành tập hợp đối tượng địa lý không tương quan, do
đó đơn giản hóa việc phân loại
3 Phân loại
Bước phân loại định lượng mức độ giống nhau giữa hai tay các mẫu Phương pháp phân loại phù hợp với việc trích xuất đối tượng địa lý và các phương pháp biến đổi tính năng được sử dụng trong bước xử lý Phổ biến nhất cách tiếp cận là sử dụng các thước đo khoảng cách Euclid như trong [10], nhưng nhiều phương pháp tiếp cận đã được ghi lại
Trang 6Chúng bao gồm các phương pháp tương quan [5, 11], phân tích thành phần chính [2] và tính toán sai số căn chỉnh trung bình của các điểm tương ứng dọc theo đường viền bàn tay Tài liệu tham khảo [17] thực hiện các phương pháp phân loại / so sánh sev eral, bao gồm cả mô hình hỗn hợp Gaussian
4 Điều chỉnh mẫu
Bước tùy chọn của Điều chỉnh mẫu cải thiện hiệu suất sinh trắc học của các hệ thống hình học bàn tay bằng cách thích ứng với những thay đổi
về thể chất của người dùng theo thời gian Những thay đổi như vậy có thể bắt nguồn, chẳng hạn như do tăng cân, giảm cân, sưng bàn tay hoặc khởi phát các bệnh thoái hóa như viêm khớp Thời gian của các quy trình này nói chung là chậm, theo thứ tự tuần hoặc tháng Điều chỉnh mẫu không thể đáp ứng các thay đổi nghiêm trọng trong hình học tay xảy ra nhanh chóng, chẳng hạn như mất một chữ số trong một vụ tai nạn
IV.Hiệu suất
Các báo cáo về hiệu suất của hệ thống hình học bàn tay tương đối đa dạng Khiến cho việc phân lớp như một phương thức khá khó khăn Thậm chí việc xếp hạng hiệu quả của các thuật toán trong mỗi phương thức cũng khó, vì mỗi kết quả được báo cáo dựa trên mỗi tập dữ liệu khác nhau
Trang 7Các yếu tố ảnh hưởng đến tỷ lệ sai của thuật toán trong khi tính toán sử dụng bộ dữ liệu cụ thể bao gồm:
V.Tiêu chuẩn hóa
-Khi ngành công nghiệp sinh trắc học tiếp tục phát triển, nó sẽ thoát khỏi tình trạng hỗn loạn của các sản phẩm độc quyền, bị ngắt kết nối và hướng tới sự liên tục của các mô-đun sinh trắc học kết nối theo tiêu chuẩn quốc gia và quốc tế
- Việc chuẩn hóa không chỉ cho phép sản phẩm sinh trắc làm việc cùng với bảng điều khiển truy cập hoặc đầu đọc thẻ, nó còn cho phép mẫu
đã được đăng kí từ sản phẩm này có thể được so khớp ở sản phẩm khác hoặc thậm chí là nhà cung cấp khác
-Để đảm bảo các khối dữ liệu được xác định chính xác và có thể được phân tích, chúng thường kết hợp với các chuẩn khác BioAPI hay CBEFF
VI.Phát triển trong tương lai
Trang 8Nghiên cứu hiện tại về hình học bàn tay dường như tập trung vào hai lĩnh vực:
• Giảm tỷ lệ đối sánh sai và 5 Nhận dạng Hình học Bàn tay
• Loại bỏ sự cần thiết của các hướng dẫn đặt tay trên trục lăn
Vào cuối năm 2006, Hệ thống nhận biết đã công bố một sản phẩm hình học bàn tay mới dựa trên một mẫu 20 byte lớn hơn, giúp tăng hiệu suất trên mẫu 9 byte được sử dụng trong các mô hình trước đó của công ty
đó Công ty cũng tuyên bố rằng việc sử dụng quang học có độ phân giải cao hơn dẫn đến tỷ lệ đối sánh sai thấp hơn trong sản phẩm mới
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 hiệu suất cao hơn thậm chí còn cao hơn các nhịp được công bố trong tài liệu
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
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
VII.Tài liệu tham khảo
Handbook of Biometrics
