Đề tài nhận dạng mống mắt

1 HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG CS TP HCM KHOA CÔNG NGHỆ THÔNG TIN BÀI BÁO CÁO Môn XỬ LÝ ẢNH ĐỀ TÀI NHẬN DẠNG MỐNG MẮT Giảng viên PGS TS Lê Hoàng Thái 2 Mục Lục Lời nói mở đầu 3 CHƯƠNG I SƠ[.]

1

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG CS TP.HCM

KHOA CÔNG NGHỆ THÔNG TIN

BÀI BÁO CÁO

Môn : XỬ LÝ ẢNH

ĐỀ TÀI:

NHẬN DẠNG MỐNG MẮT

Giảng viên : PGS.TS Lê Hoàng Thái

2

Mục Lục

Lời nói mở đầu………3

CHƯƠNG I SƠ LƯỢC 1 Sinh trắc học và công nghệ nhận dạng mống mắt…3 2 Sơ lược lịch sử……… 4

a Nỗ lực thương mại……… 4

b Bước đột phá và phát triển……….4

3 Kết luận………5

CHƯƠNG II NHẬN DẠNG MỐNG MẮT 1 Quy trình nhận dạng mống mắt……….6

2 Phân đoạn mống mắt……… 6

3 Trích xuất đặc trưng………7

CHƯƠNG III ƯNG DỤNG THỰC TẾ VỀ NHẬN DẠNG MỐNG MẮT………9

CHƯƠNG IV KẾT LUẬN CHUNG………11

Tài liệu tham khảo……… 11

3

Lời mở đầu

Công nghệ thông tin ngày càng phát triển và có vai trò hết sức quan trọng không thể thiếu trong cuộc sống hiện đại Con người ngày càng tạo ra những cỗ máy thông minh có khả năng tự nhận biết và xử lí được các công việc một cách tự động, phục vụ cho lợi ích của con người Trong những năm gần đây, một trong những bài toán nhận được nhiều sự quan tâm và tốn nhiều công sức nhất của lĩnh vực công nghệ thông tin, đó chính là bài toán nhận dạng Tuy mới xuất hiện chưa lâu nhưng nó đã rất được quan tâm vì tính ứng dụng thực tế của bài toán cũng như sự phức tạp của nó giúp bảo mật những thông tin tốt hơn Mỗi người đều mang trong mình những điểm sinh trắc học duy nhất (như khuôn mặt, giọng nói, vân tay, mống mắt, …) Trong nhiều trường hợp, những đặc điểm, tính chật của mẫu sing trắc được sử dụng để phân biết người này với người khác Mỗi sinh trắc có ưu và nhược điểm riêng Nhưng thông qua nghiên cứu và tìm hiểu của tôi thì sinh trắc học mống mắt được xem là hệ thống nhận dạng có hiệu suất cao (khoảng 90%) Ngoài ra, trong việc bảo mật xác thực thông tin bằng nhận các dạng sinh trắc học khác tuy an toàn nhưng trong một số trường hợp không mong muốn vẫn có thể bị sao chép và làm giả để xâm nhập thông tin cá nhân của người khác Ví dụ như sinh trắc vân tay có thế làm giả bằng việc quét vân tay lưu lại ở đồ vật, sinh trắc giọng nói các thể dùng thiệt bị điều chỉnh, … Tuy nhiên, sinh trắc mống mắt thì tỉ liệu rất thấp so với các sinh trắc khác Vì vậy em chọn: TÌM HIỂU VỀ SINH TRẮC HỌC NHẬN DẠNG MỐNG MẮT làm bài báo cáo của mình

CHƯƠNG I SƠ LƯỢC

1 Sinh trắc học và công nghệ nhận dạng mống mắt

Sinh trắc học là khoa học thiết lập danh tính của một cá nhân dựa trên các thuộc tính vật lý, hóa học hoặc hành vi của người đó Sự liên quan của sinh trắc học trong xã hội hiện đại đã được củng cố bởi nhu cầu về các hệ thống quản lý danh tính quy mô lớn có chức năng dựa vào việc xác định chính xác danh tính của một cá nhân trong bối cảnh của một

số ứng dụng khác nhau Có khả năng phân biệt người này với người khác như: vân tay, khuôn mặt, hình dạng bàn tay, giọng nói, mống mặt, …

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

4

Nhận diện mống mắt đã trở thành một trong những cách xác thực nhân khẩu được sử dụng phổ biến tại nhiều quốc gia trên thế giới và gần đây, công nghệ này còn được một số gã khổng lồ công nghệ tích hợp trên các thiết bị cao cấp nhất của mình

2 Sơ lược lịch sử

Ý tưởng nhận dạng mống mắt như một dấu hiệu nhận dạng con người được đề xuất vào năm 1885 bởi bác sĩ người Pháp Alphonse Bertillon, mô tả cả màu sắc và kiểu hoa văn Năm 1949, bác sĩ nhãn khoa người Anh James Doggart đã nhận xét cụ thể về độ phức tạp của các mẫu mống mắt và gợi ý rằng chúng có thể đủ duy nhất để phục vụ giống như dấu vân tay Năm 1987, các bác sĩ nhãn khoa người Mỹ Flom và Safir đã quản lý để cấp bằng sáng chế cho khái niệm của Doggart, nhưng họ không có thuật toán hoặc phương pháp cụ thể nào để biến nó thành hiện thực Họ thừa nhận rằng họ đã bắt gặp ý tưởng trong cuốn sách của Doggart, nhưng bằng sáng chế của họ đã khẳng định yêu cầu về bất kỳ phương pháp nhận dạng mống mắt nào, nếu có thể thực sự được phát triển Bằng sáng chế Flom-Safir hiện đã hết hạn trên toàn thế giới, tuyên bố rộng rãi nếu không được thực hiện đối với bất kỳ việc sử dụng mống mắt nào để nhận dạng con người đã ngăn cản các nhà phát triển

cố gắng tạo ra các phương pháp thực tế

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 sách chế năm 1991 Sau khi trình diễn trực tiếp, thử nghiệm mống mắt được thực hiện bởi Cơ quan phòng thủ nguyên tử (DNA) của Mỹ vào năm 1995 để nghiên cứu thuật toán này

a Nỗ lực thương mại

Năm 1993 – 2006 nghiên cứu được cấp phép “Các thuật toán nhận dạng mống mắt” cho một số nhà phát triển camera và các tích hợp hệ thống liên quan đến bảo mật Các thuật toán sử dụng các phương pháp rộng rãi như mã hóa Wavelet Gabor đa tỷ lệ, mã hóa nhị phân dựa trên giao nhau 0, logic so sánh vector, …

Không may trong giai đoạn 2001 – 2006, một sai lầm khi áp dụng thuật toán trên máy ảnh chất lượng thấp và máy ảnh chất lượng cao là ảnh hưởng đến chất lượng thuật toán

sử dụng vì một số lý do chi phí Tuy nhiên trải quan thời gian, thuật toán vẫn được phát triển rộng rãi cho tới ngày nay

b Bước đột phá và phát triển

Nghiên cứu và phát triển công nghệ nhận dạng mống mắt ngày nay đang mở rộng nhanh chóng, tại hàng chục trường đại học và 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 Trong số các chất 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 có 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 thẻ ID sinh trắc học, hoặc sinh trắc học thay thế hộ chiếu trong việc vượt biên tự động

• Đánh giá Thử thách Iris của NIST [9] (“quy mô lớn”) dựa trên hình ảnh từ 240 Đối tượng;

cơ sở dữ liệu đào tạo của nó đã được tải về bởi 42 nhóm nghiên cứu

5

• Tiêu chuẩn định dạng trao đổi dữ liệu sinh trắc học và cơ sở dữ liệu về hình ảnh mống mắt 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 sự ngẫu nhiên xảy ra tự nhiên của con người

3 Kết luận

Nhận dạng mống mắt có đặc điểm sinh trắc học “tính duy nhất” cao hơn các đặc điểm sinh trắc học khác Việc nhận dang mống mắt giúp độ bảo mật hệ thống thông an toàn Với những khái quát trên, trong báo nay tôi hướng tới chủ yếu xây dựng quy trình nhận dạng mống mắt và cho thấy được độ phước tạp của bài toán Từ đó, ứng dụng trong lĩnh vực có

sự dụng sinh trắc học này

6

CHƯƠNG 2 NHÂN DẠNG MỐNG MẮT

Nhận dạng mống mắt mà bài viết đưa ra sẽ bao gồm các bước chính: phân đoạn mống mắt, trích xuất đặc trưng, hình thành mẫu sinh trắc Đầu vào của hệ thống sử dụng cơ sở

dữ liệu ảnh mắt CASIA có kích thước 320x280 đơn vị pixel Ảnh đầu vào sẽ được phân đoạn đối với vùng mống mắt sử dụng giải thuật thresholding để ước lượng vùng pixel của con ngươi; dựa vào vùng pixel này để xác định tâm thô của con ngươi (ta giả định con ngươi của mắt xem như là hình tròn) sau đó lần lượt xác định tâm và bán kính của biên trong và biên ngoài của vùng mống mắt sử dụng biến đổi Hough Từ kết quả phân đoạn,

hệ thống cho hình ảnh chuẩn hóa đầu ra có kích thước 100x100 đơn vị pixel sau khi đã loại

bỏ những vùng thông tin không cần thiết Ảnh chuẩn hóa sẽ được sử dụng giải thuật ICA

để trích xuất thông tin đặc trưng của mống mắt, cuối cùng các thông tin đặc trưng này sẽ được đưa vào mạng neuron (dưới dạng ma trận) để huấn luyện và kiểm tra hiệu suất của

hệ thống

a Xác định vùng con ngươi

Trước khi sử dụng giải thuật dựa trên biến đổi Hough để xác định tâm và bán kính của con ngươi (được xem như là hình tròn), giải thuật thresholding được dùng để ước lượng vùng pixel dựa trên các giá trị mức xám thấp, từ đó xác định tâm thô của nó Kết quả được minh họa trong Hình 2.a, 2.b Dựa trên vùng con ngươi vừa xác định được, có thể ước lượng vị trí tâm thô của con ngươi theo công thức:

Trong đó, (xi, yi) thể hiện vị trí của giá trị mức xám O trong ảnh nhị phân là ảnh kết quả sau khi sử dụng thuật toán thresholding lên ảnh mắt để tách các pixel thành hai phần: phần thuộc vật thể (màu đen) và phần thuộc môi trường (màu trắng)

Sau khi ước lượng vị trí của con ngươi, hệ thống sử dụng giải thuật dựa trên biến đổi Hough để tìm ra tâm và bán kính thực của con ngươi

7

b Xác định biên của mống mắt

Sau khi tìm được tâm thô của con ngươi, vì tâm của các đường biên trong và biên ngoài của vùng mống mắt gần như là trùng nhau (trùng với tâm của con ngươi), nên việc ước lượng tâm cũng như bán kính của hai đường biên này sẽ tương đối giống nhau về nguyên lý thực hiện Mặc dù sẽ có một số bước tiền xử lý trước khi xác định biên ngoài của mống mắt để cải thiện mức độ tương phản giữa các pixel của vùng mống mắt với những pixel không thuộc vùng mống mắt, sau đó mới áp dụng biến đổi Hough để cho kết quả xử

lý tốt hơn Khác với biên ngoài, biên trong của mống mắt có sự thay đổi về các giá trị mức xám của vùng mống mắt và con ngươi là dễ dàng nhận ra hơn nên khi áp dụng các bộ lọc tìm đường biên như bộ lọc Canny ta dễ dàng tìm được các đường biên này chính xác Ngược lại ranh giới này ở đường biên ngoài của mống mắt khó nhận biết hơn nên cần phải

sử dụng cân bằng histogram trước khi áp dụng bộ lọc đường biên cho ảnh Kết quả xử lý

và so sánh giữa hai trường hợp xác định biên trong biên ngoài của mống mắt được minh họa trong Hình 2.c, 2.d

Tóm tắt các bước phân đoạn mống mắt

- Ước lượng vị trí của con ngươi dùng giải thuật thresholding

- Ước lượng tâm và bán kính của con ngươi (biên trong mống mắt) dùng lọc Canny

và biến đổi Hough

và biến đổi Hough

c Chuẩn hóa

Sau khi đã xác định được vùng mống mắt từ bước phân đoạn, các pixel trong vùng mống mắt sẽ được chuẩn hóa để cho một ảnh pixel đầu ra Ngoài mục đích đưa các pixel của vùng mống mắt về một ma trận pixel có kích thước chuẩn, công việc này còn làm giảm đáng kể lượng thông tin dữ liệu dư thừa, để qua đó giúp giảm thời gian xử lý của hệ thống Thông thường, quá trình chuẩn hóa có các bước loại bỏ các nhiễu do chân mày, lông mi và những đốm sáng phản xạ nằm trên vùng mống mắt, để không làm ảnh hưởng đến hiệu suất nhận diện của hệ thống cũng như độ chính xác của việc xử lý Trong bài viết này, vùng mống mắt ở phía trên và phía dưới của con ngươi sẽ được lược bỏ, vì đây

là những vùng pixel thường hay có nhiễu do lông mi và chân mày Phần còn lại của mống mắt sẽ được hệ thống lấy mẫu để cho ma trận ảnh đầu ra có kích thước 100x100 đơn vị pixel Vùng pixel của mống mắt để xử lý chuẩn hóa được minh họa trong Hình 5.a

8

Bằng cách này, các nhiễu do chân mày và lông mi sẽ được loại bỏ, ma trận ảnh đầu ra không cần phải sử dụng các phương pháp loại bỏ nhiễu, từ đó giảm được thời gian xử lý của hệ thống Tuy nhiên, đánh đổi cho nó, lại là việc mất đi thông tin mống mắt nằm trong những phần trên và phần dưới của con ngươi so với các phương pháp truyền thống Kết quả đầu ra của bước chuẩn hóa được minh họa trong Hình 3.b, 3.c

Sau quá trình chuẩn hóa, ảnh thu được có kích thước là 100x100 tạo thành một không gian với số chiều quá lớn Tuy nhiên, kích thước nội tại của không gian mống mắt

là nhỏ hơn nhiều Kỹ thuật không gian được sử dụng nhằm mục đích làm giảm số chiều quá lớn của dữ liệu được quét Trong khía cạnh này, các công cụ phân tích không gian được sử dụng rộng rãi nhất như Singular Value Decomposition (SVD), phân tích thành phần chính (PCA), Kernel PCA, phân tích thành phần độc lập (Independent Component Analysis - ICA) Để trích xuất đặc trưng mống mắt, thuật toán ICA đã được áp dụng, vì trong ICA áp dụng các phép biến đổi tuyến tính Trong bài viết này, một chương trình MATLAB được đưara bởi Gävert, Hurri, Särelä, and Hyvärinen nhằm áp dụng để thực hiện thuật toán FastICA Mô hình tuyến tính không nhiễu của ICA có thể được biểu diễn bằng:

x = As

biết Trong giải thuật ICA sẽ áp dụng thuật toán điểm cố định để ước lượng ma trận A và thành phần độc lập s dựa vào vector x

nhiên và giả định rằng sự kết hợp tuyến tính của M thành phần độc lập chưa biết được ký

diện cho không gian của tất cả các ảnh mống mắt

9

CHƯƠNG III ƯNG DỤNG THỰC TẾ VỀ NHẬN DẠNG

MỐNG MẮT

Nội địa của IrisGuard đã vận hành một hệ thống theo dõi người bị trục xuất tại Các Tiểu vương quốc Ả Rập Thống nhất (UAE) kể từ năm 2003, khi UAE đưa ra một sáng kiến an ninh biên giới quốc gia Ngày nay, tất cả các cảng nhập cảnh trên bộ, trên không và trên biển của UAE đều được trang bị hệ thống Tất cả công dân nước ngoài cần thị thực thăm viếng để vào UAE hiện được xử lý thông qua camera mống mắt được lắp đặt tại tất cả các điểm kiểm tra nhập cư chính và phụ trợ Cho đến nay,

hệ thống đã bắt giữ hơn 330.000 người tái nhập cảnh vào UAE với một tên hoặc quốc tịch khác (cần thị thực) hoặc thậm chí là giấy tờ du lịch gian lận

hỗ trợ mống mắt đầu tiên trên thế giới tại Ngân hàng Cairo Amman, nơi khách hàng ngân hàng có thể rút tiền mặt liền mạch từ ATM mà không cần thẻ ngân hàng hoặc ghim mà chỉ bằng cách đưa mắt đến camera nhận dạng mống mắt trên máy ATM

Kể từ tháng 6 năm 2012, IrisGuard cũng đang cung cấp tài chính cho những người

tị nạn Syria đã đăng ký UNHCR ở Jordan trên máy ATM Hệ thống này được thiết

kế để tạo điều kiện cho các can thiệp được hỗ trợ bằng tiền mặt giúp cung cấp hỗ trợ tài chính cho người tị nạn với tốc độ và phẩm giá đồng thời giảm chi phí chi phí

và tăng trách nhiệm giải trình

10

vào năm 2004 nhưng đã bị đóng cửa để đăng ký mới vào năm 2011 và đã bị loại bỏ vào năm 2012 và 2013

truy cập vào trung tâm dữ liệu của họ

cộng, có thể xác định tới năm mươi người cùng một lúc

EyeLock sử dụng nhận dạng mống mắt thay thế cho mật khẩu để đăng nhập mọi người vào các trang web và ứng dụng được bảo vệ bằng mật khẩu, như Facebook hoặc eBay

chủ yếu dành cho khách hàng của Chính phủ Hoa Kỳ, có khả năng xác định 30 người mỗi phút Gần đây nhất, họ đã chuyên về một sản phẩm nơi người lái xe có thể được xác định mà không cần phải rời khỏi xe của họ

trắc học của họ bằng cách sử dụng nhận dạng mống mắt tại 11 bệnh viện Novant Health ở thị trường Charlotte và Winston-Salem Hệ thống nhận dạng bệnh nhân sinh trắc ™ mống mắt rightPatient được thiết kế để nắm bắt cả khuôn mặt và mẫu mống mắt của bệnh nhân và liên kết duy nhất chúng với hồ sơ y tế điện tử của họ

thoại thông minh đầu tiên có máy quét mống mắt