Luận văn: Xây dựng công cụ thử nghiệm quá trình xác thực hộ chiếu sinh trắc

Luận văn: Xây dựng công cụ thử nghiệm quá trình xác thực hộ chiếu sinh trắc tài liệu, giáo án, bài giảng , luận văn, luậ...

GIỚI THIỆU

Đặt vấn đề

Thế kỷ XXI đã chứng kiến sự phát triển mạnh mẽ của công nghệ thông tin, với nhiều ứng dụng phong phú hỗ trợ cho các lĩnh vực khác nhau Một trong những ứng dụng nổi bật là công nghệ nhận dạng dựa trên đặc điểm sinh trắc học của con người, nhờ vào tính duy nhất, độ chính xác và bảo mật cao, công nghệ này ngày càng được nghiên cứu và phát triển.

Công nghệ nhận dạng sinh trắc học đã được nghiên cứu rộng rãi ở nước ngoài, nhưng tại Việt Nam, lĩnh vực này vẫn còn mới mẻ và thiếu các nghiên cứu chuyên sâu Để tìm hiểu và khám phá công nghệ này, tôi đã tiến hành nghiên cứu về Hộ chiếu điện tử và phát triển “công cụ xác thực hộ chiếu điện tử (hộ chiếu sinh trắc học)” Trong bối cảnh xã hội ngày càng kết nối chặt chẽ với sự phát triển của công nghệ và thiết bị phức tạp như Internet, việc truy cập thông tin từ bất kỳ đâu và vào bất kỳ lúc nào trở nên dễ dàng hơn, đồng thời làm gia tăng sự gắn kết của thông tin cá nhân trong môi trường mạng lưới chung.

Nhiều kỹ thuật lưu trữ thông tin cá nhân và nhận dạng cá nhân đã tồn tại từ trước đến nay, bao gồm vật sở hữu như thẻ, con dấu, chìa khóa và mã cá nhân như mật khẩu, mã số PIN Tuy nhiên, những phương pháp này gặp nhiều hạn chế như độ bảo mật kém, dễ quên, dễ mất và dễ bị giả mạo Để khắc phục những vấn đề này, các nghiên cứu gần đây đã tích hợp các đặc điểm sinh trắc học vào công nghệ thông tin, giúp xác thực và nhận dạng cá nhân một cách hiệu quả hơn Các kỹ thuật sinh trắc học phổ biến hiện nay bao gồm nhận dạng giọng nói, khuôn mặt, chữ ký, vân tay và mống mắt.

Một ứng dụng cụ thể của nhận dạng sinh trắc học là mô hình Hộ Chiếu Điện Tử, trong đó thông tin sinh trắc học được lưu trữ trong thẻ RFID Thẻ này được sử dụng để so khớp với thân chủ mang hộ chiếu, và quá trình so khớp diễn ra dựa trên công nghệ nhận dạng tần số radio (RFID), sẽ được mô tả chi tiết ở chương sau.

.TÃ i liỏằ‡u Hỏằ— trỏằÊ Ã´n tỏºưp com Luỏºưn vÄƒn Luỏºưn ÃĂn.

Sau thời gian nghiên cứu và dưới sự hướng dẫn của thầy giáo, tôi đã hoàn thành luận văn theo đúng nội dung đề ra Tuy nhiên, do thời gian hạn chế và tính mới mẻ của vấn đề nghiên cứu với nhiều kiến thức khó, không thể tránh khỏi những thiếu sót Tôi rất mong nhận được ý kiến đóng góp từ các thầy cô và bạn bè.

Tính cấp thiết của đề tài

Hộ chiếu là giấy tờ tùy thân quan trọng giúp xác thực công dân khi di chuyển giữa các quốc gia Tuy nhiên, do tính chất phức tạp của việc nhập cư, nhiều nước đã thắt chặt kiểm soát việc ra vào, dẫn đến nhu cầu cần một công cụ xác thực hiệu quả hơn Hộ chiếu thông thường dễ bị giả mạo và việc kiểm tra thường thiếu chính xác, tốn nhiều thời gian Để khắc phục những hạn chế này, hộ chiếu điện tử (HCĐT) đã ra đời, nâng cao khả năng xác thực thông qua việc sử dụng công nghệ sinh trắc học như vân tay, mống mắt và khuôn mặt.

Trong những năm gần đây, Việt Nam đã đề xuất giải pháp Hệ thống Chứng thực Điện tử (HCĐT) cho công dân, tuy nhiên, giải pháp này vẫn chưa được triển khai thực tế Trước xu thế hội nhập toàn cầu, việc áp dụng HCĐT theo tiêu chuẩn quốc tế trở nên cần thiết hơn bao giờ hết.

Tôi đã quyết định chọn đề tài tốt nghiệp của mình là “Xây dựng công cụ xác thực sinh trắc học ứng dụng trong hộ chiếu điện tử” vì những lý do quan trọng đã nêu.

Mục tiêu của luận văn

Từ những vấn đề nêu trên, luận văn này hướng tới những mục tiêu chính như sau :

- Tìm hiểu tổng quan về mô hình hộ chiếu điện tử, cấu trúc và tổ chức dữ liệu

- Tìm hiểu công nghệ RFID cho phép đọc dữ liệu sinh trắc được lưu trong chip RFID

- Tìm hiểu các vấn đề liên quan tới nhận dạng và so khớp vân tay, mống mắt và khuôn mặt

- Tìm hiểu các thư viện opencv để xây dựng công cụ so khớp các ảnh sinh trắc này.

Cấu trúc của luận văn

Nội dung luận văn được chia thành 5 phần chính:

- Chương I : Giới thiệu tổng quan vấn đề đặt ra, cũng như mục tiêu chủ chốt của luận văn này

- Chương II : Đề cập những kiến thức cơ bản, liên quan tới công nghệ RFID và ứng dụng nó trong HCĐT

- Chương III : Tìm hiểu mô hình, cấu tạo và tổ chức dữ liệu bên trong HCĐT

- Chương IV : Tìm hiểu về việc xác thực các đặc điểm sinh trắc học, cách thức xây dựng công cụ so khớp

- Chương V: Thực nghiệm, mô tả, đánh giá, nhận xét kêt quả xây dựng công cụ hỗ trợ quá trình so khớp trong HCĐT

CÔNG NGHỆ RFID

Giới thiệu

Công nghệ RFID (Nhận diện tần số vô tuyến) sử dụng sóng tần số ngắn để truyền tải thông tin giữa các đối tượng trong một khoảng cách nhất định.

RFID là một công nghệ tích hợp nhiều lĩnh vực khác nhau, bao gồm hệ thống, phát triển phần mềm, lý thuyết mạch, lý thuyết ăng ten, truyền sóng radio, thiết kế bộ thu, công nghệ mạch tích hợp và công nghệ vật liệu.

Hệ thống RFID bao gồm hai phần chính: thẻ (hoặc bộ tiếp sóng) và đầu đọc Thẻ thường nhỏ gọn, giá rẻ và được sản xuất hàng loạt để gắn vào các đối tượng cần quản lý Ngược lại, đầu đọc phức tạp hơn, có nhiều chức năng và được kết nối với máy tính hoặc mạng máy tính Tần số vô tuyến sử dụng trong hệ thống này dao động từ 100 kHz đến 10 GHz.

Hình1 : Mô hình hệ thống RFID

Công nghệ RFID hiện nay được áp dụng rộng rãi trong nhiều lĩnh vực, bao gồm quản lý nhân sự, quản lý bán hàng tại siêu thị, theo dõi động vật, quản lý hàng hóa trong kho và xí nghiệp, giám sát xe cộ qua trạm thu phí, quản lý sách trong thư viện, cũng như trong ứng dụng hộ chiếu điện tử.

Sau đây là giới thiệu chi tiết về công nghệ RFID và việc ứng dựng nó trong lĩnh vực phát triển hộ chiếu điện tử.

Đặc tả RFID

Đầu đọc RFID là thiết bị dùng để thẩm vấn thẻ thông qua ăng ten phát sóng vô tuyến Khi thẻ vào vùng phủ sóng, nó thu năng lượng từ sóng vô tuyến, kích hoạt và phản hồi lại với dữ liệu của mình.

Cơ bản, đầu đọc gồm 3 chức năng chính:

Liên lạc 2 chiều với thẻ

Tiền xử lý thông tin nhân được

Kết nối với máy chủ quản lý thông tin

Các thông số quan trọng của đầu đọc RFID:

Tần số : LF, HF, UHF,

Giao thức : chuẩn ISO, EPC, …

Khả năng hỗ trợ mạng : TCP/IP, Wireless LAN, Ethernet LAN, RS485

2.2.2 Ăng ten Ăng ten là 1 bộ phận không thể thiếu của hệ thống RFID, được thiết kế khéo léo và tinh tế Vị trí của ăng ten phụ thuộc vào khoảng cách làm việc với các thẻ RFID : với khoảng cách gần( sử dụng tần số LF, HF) ăng ten được tích hợp trong đầu đọc, với khoảng cách xa thì ăng ten nằm ngoài đầu đọc và được kết nối tới đầu đọc bằng cáp đồng có trở kháng được bảo vệ

Thẻ RFID bao gồm một bộ vi xử lý để lưu trữ và xử lý thông tin, một bộ nhớ trong và một ăng ten để truyền thông Bộ nhớ của thẻ có thể được phân loại thành loại chỉ đọc, ghi một lần hoặc có khả năng đọc ghi hoàn toàn.

Hình 2 : Thẻ phi tiêp xúc a Các thành phần cơ bản của thẻ RFID : Ăng ten

Chất liệu bao bọc chip

Nguồn nuôi ( Chỉ có với thẻ chủ động và bán thụ động ) b Thẻ RFID được chia ra làm 3 loại :

Thẻ RFID không cần nguồn nuôi bên trong, mà được kích hoạt nhờ năng lượng từ sóng radio nhận được từ đầu đọc Khi thẻ được kích hoạt, nó sẽ truyền tín hiệu phản hồi Những ưu điểm nổi bật của thẻ này bao gồm không cần nguồn nuôi, giá thành rẻ, kích thước nhỏ gọn và độ bền cao, có thể lên tới 20 năm.

Thẻ thụ động có khả năng đọc được khoảng cách từ 2mm (theo tiêu chuẩn ISO 14443) đến vài mét, tùy thuộc vào lựa chọn sóng radio, thiết bị đọc và thiết kế ăng ten.

Thẻ bán chủ động RFID tương tự như thẻ thụ động nhưng có thêm một pin nhỏ, cho phép IC của thẻ được cấp nguồn liên tục Điều này giúp giảm thiểu chi phí thiết kế anten thu năng lượng từ tín hiệu quay lại Các thẻ này không phát tín hiệu chủ động mà chỉ hoạt động khi nhận được tín hiệu từ bộ đọc, giúp bảo tồn pin Nhờ vào khả năng phản hồi nhanh hơn, thẻ bán chủ động RFID có hiệu suất đọc số truyền tốt hơn so với thẻ thụ động.

Thẻ năng lượng có khả năng nhận biết tín hiệu yếu từ đầu đọc, nhưng thời gian sử dụng của chúng chỉ khoảng 5 năm Ngoài ra, thẻ này có giá thành cao, kích thước lớn và cần thay pin định kỳ để duy trì hoạt động liên tục của hệ thống.

Thẻ nhớ có thể được phân chia theo khả năng đọc ghi, bao gồm các loại: thẻ chỉ đọc, thẻ chỉ đọc-ghi một lần, thẻ đọc/ghi, thẻ đọc/ghi tích hợp bộ cảm biến, và thẻ đọc/ghi thích hợp bộ phát Nguyên lý hoạt động của các loại thẻ này khác nhau tùy thuộc vào chức năng và ứng dụng của chúng.

Hệ thống RFID hoạt động dựa trên lý thuyết điện từ, trong đó các thẻ RFID được gắn vào đối tượng và chứa thông tin về đối tượng đó Thông tin này có thể bao gồm định danh, ảnh khuôn mặt hoặc vân tay Khi thẻ đi qua vùng từ trường của đầu đọc, chúng sẽ trao đổi thông tin, giúp đầu đọc nhận diện đối tượng và các thông tin cần thiết khác.

Hình 3: Nguyên lý hoạt động của RFID

Khi dòng điện 1 chiều chạy trong bộ đọc, nó tạo ra dòng điện cảm ứng từ trong cuộn dây ăngten của thẻ, cung cấp năng lượng cho các phần tử của thẻ hoạt động Thông tin của thẻ được gửi đến đầu đọc thông qua quy trình điều biến nạp, trong đó cuộn dây của thẻ nạp theo dạng thay đổi theo thời gian, ảnh hưởng đến dòng điện của cuộn dây đầu đọc Để nhận diện thẻ, đầu đọc giải mã sự thay đổi dòng do biến đổi điện thế qua một điện trở Khác với biến thế, cuộn dây của đầu đọc và thẻ tách biệt về không gian, chỉ kết nối qua dòng từ trường trong phạm vi ngắn.

Khi dữ liệu được truyền giữa đầu đọc và thẻ RFID, nó được biểu diễn dưới dạng các bit 0 và 1 và được mã hóa để đảm bảo tính tin cậy Quá trình này, còn được gọi là điều biến tín hiệu truyền thông, là một phần quan trọng trong việc mã hóa dữ liệu truyền đi trong hệ thống RFID.

Thông thường có 2 loại mã hóa trong RFID : mã hóa mức và mã hóa chuyển tiếp

Mã hóa mức bit được thể hiện qua mức điện áp, với 1 hoặc 0 tương ứng với một mức điện áp cụ thể Các mã hóa chuyển tiếp nhận biết thông qua sự thay đổi mức điện áp Mặc dù các mã hóa mức như Non-Return-to-Zero (NRZ) và Return-to-Zero (RZ) thường độc lập với dữ liệu trước đó, nhưng chúng không mạnh mẽ Ngược lại, các mã hóa chuyển tiếp có thể phụ thuộc vào dữ liệu trước đó và có độ mạnh cao hơn Hình dưới đây minh họa một số lược đồ mã hóa.

Mã hóa Pulse Pause Modulation (PPM) là loại mã hóa đơn giản nhất, trong đó độ dài giữa các xung được sử dụng để chuyển các bit Mặc dù mã hóa PPM cung cấp tốc độ bit thấp, nhưng nó chỉ chiếm một phần nhỏ băng thông và rất dễ cài đặt Hơn nữa, loại mã hóa này có thể được sửa đổi dễ dàng để đảm bảo nguồn năng lượng liên tục, vì tín hiệu không thay đổi trong các khoảng thời gian dài.

Mã hóa Manchester là một phương pháp mã hóa chuyển tiếp băng thông cao, trong đó chuyển tiếp âm được thể hiện ở khoảng giữa và chuyển tiếp dương ở khoảng giữa Phương pháp này mang lại hiệu quả truyền thông cao, với tốc độ bit tương đương với băng thông của hệ thống truyền thông.

Trong RFID, kỹ thuật mã hóa phải được lựa chọn với những cân nhắc sau:

Mã hóa phải duy trì năng lượng tới thẻ nhiều nhất có thể

Mã hóa phải không tiêu tốn quá nhiều băng thông

Mã hóa phải cho phép phát hiện các xung đột

Tùy thuộc vào băng thông, các hệ thống sử dụng PPM hoặc PWM để truyền thông từ đầu đọc tới thẻ, trong khi việc truyền thông từ thẻ tới đầu đọc có thể áp dụng mã Manchester hoặc NRZ.

HỘ CHIẾU ĐIỆN TỬ

Tổng quan hộ chiếu điện tử

Hộ chiếu là giấy tờ tùy thân quan trọng, xác thực danh tính công dân khi đi du lịch hoặc công tác ở nước ngoài Nó chứa đựng thông tin cá nhân như họ tên, ngày sinh, quê quán, ảnh, vân tay, mống mắt, cùng với thông tin về cơ quan cấp, ngày cấp và thời hạn hiệu lực.

Hộ chiếu điện tử (HCĐT) là sự kết hợp giữa hộ chiếu thông thường và thẻ thông minh phi tiếp xúc, cho phép lưu trữ thông tin cá nhân, bao gồm cả thông tin sinh trắc Việc tích hợp chip điện tử vào tài liệu vật lý của hộ chiếu không chỉ nâng cao hiệu quả trong quy trình cấp phát và kiểm duyệt hộ chiếu mà còn cải thiện tính bảo mật của thông tin.

Cấu trúc HCĐT

Hình 4a : Mô hình Hộ Chiếu Điện Tử

Hộ chiếu điện tử dựa trên cấu trúc của hộ chiếu thông thường, được chia làm 2 phần:

Booklet vật lý tương tự như hộ chiếu truyền thống, nhưng có thêm biểu tượng HCĐT và phần MZR ở cuối trang dữ liệu.

Hình 4b : Biểu tượng HCĐT được in ở phía ngoài của booklet

MRZ được thiết kế cho máy đọc quang học với 2 dòng liên tục ở dưới trang dữ liệu Mỗi dòng chứa ít nhất 44 ký tự, được in bằng font ORC-B và bao gồm các thông tin cần thiết.

Tên người mang hộ chiếu : Xuất hiện ở dòng thứ nhất từ ký tự thứ 6 đến 44

Số hộ chiếu : Được xác định bởi 9 ký tự đầu tiên của dòng thứ 2

Ngày sinh của người mang hộ chiếu: Xác định từ ký tự 14 đến 19 của dòng

Ngày hết hạn : Được xác định từ ký tự 22 đến 29 của dòng 2

Ngoài ra, 3 trường số còn so 1 ký tự kiểm tra đứng ngay sau giá trị của trường tương ứng

Mạch RFIC (Mạch tích hợp tần số) là một mạch phi tiếp xúc được sử dụng với đầu đọc RFID Mạch này được cấy vào HCĐT và phải tuân theo tiêu chuẩn ISO/IEC 14443, đảm bảo khoảng cách đọc chính xác lên đến 10cm.

Mạch RFIC thường bao gồm một chip và một ăng ten vòng, với ăng ten vòng có chức năng kết nối và thu năng lượng từ đầu đọc, cung cấp năng lượng cần thiết cho chip hoạt động.

Mạch được gắn vào booklet tại vị trí giữa vỏ và trang dữ liệu, đảm bảo chip không bị ăn mòn và khó rời ra Việc này ngăn chặn truy cập trái phép và gỡ bỏ không mong muốn Để đạt được sự thống nhất cấu trúc HCĐT toàn cầu, việc chuẩn hóa là rất quan trọng Tổ chức hàng không dân dụng quốc tế (ICAO) khuyến nghị cấu trúc và phân nhóm logic các thành phần dữ liệu trong HCĐT, bao gồm hai phần chính: phần bắt buộc và phần không bắt buộc.

Hộ Chiếu Điện Tử được tổ chức dữ liệu bên trong theo cấu trúc nhóm dữ liệu, nhằm thuận lợi cho việc đọc và ghi thông tin trên toàn cầu.

Cấu trúc dữ liệu logic (Logical Data Structure - LDS) hiện tại được phân chia thành 16 nhóm dữ liệu (Data Group - DG), được đánh số từ DG1 đến DG16.

DG1 : Nhóm dữ liệu cơ bản chứa thông tin như trên hộ chiếu thông thường

DG2 lưu trữ ảnh khuôn mặt được mã hóa dưới định dạng JPEG hoặc JPEG2000, giúp các quốc gia dễ dàng triển khai hộ chiếu điện tử và tận dụng các hệ thống hiện có.

Hiện nay có 21 phương pháp nhận dạng sinh trắc học, trong đó nhóm thông tin bao gồm các giá trị ảnh khuôn mặt được lưu trữ dưới dạng mẫu Do đó, nhóm thông tin này cần có trường lưu trữ số giá trị Đặc biệt, giá trị ảnh khuôn mặt đầu tiên phải được cung cấp dưới dạng hình ảnh.

DG3/4 được sử dụng để lưu trữ các đặc trưng sinh trắc học như vân tay và tròng mắt Việc lựa chọn các đặc trưng này phụ thuộc vào quy định của từng quốc gia; ví dụ, tại Hoa Kỳ, DG3 được dùng để lưu trữ đặc trưng vân tay của hai ngón trỏ.

DG5: Lưu ảnh chân dung người mang hộ chiếu Thông tin này dưới dạng một ảnh JPEG2000

DG6: Dự phòng dùng trong tương lai

DG7: Lưu chữ ký của người mang hộ chiếu Thông tin này dưới dạng một ảnh JPEG2000

DG8/9/10: Mô tả các thông tin về đặc tính dữ liệu, đặc tính cấu trúc

DG11: Thông tin chi tiết về người mang hộ chiếu ngoài các thông tin cơ bản ở phần DG1 Ví như các tên khác của người mang hộ chiếu

DG12: Thông tin thêm về hộ chiếu chưa được mô tả trong phần DG1

DG13: Các thông tin mang tính riêng biệt của cơ quan cấp hộ chiếu thể hiện

DG14: Dự phòng dùng trong tương lai Tuy nhiên trong mô hình đề xuất ở chương

Chúng tôi sử dụng nhóm thông tin này để lưu trữ chứng chỉ phục vụ cho quá trình điều khiển truy cập mở rộng, bao gồm Chip Authentication và Terminal Authentication DG15 lưu trữ khóa công khai cho tùy chọn xác thực chủ động.

DG16: Thông tin về người khi cần có thể liên lạc

DG17/18/19 hiện tại chưa được sử dụng Các nhóm thông tin này dự kiến sẽ được áp dụng để lưu trữ thông tin ghi nhận tại các điểm xuất nhập cảnh, thông tin về thị thực điện tử và lịch sử xuất nhập cảnh.

Hai nhóm thông tin đầu tiên là bắt buộc và được thống nhất toàn cầu, giúp kiểm tra danh tính của người mang hộ chiếu so với thông tin trong hộ chiếu Đồng thời, chúng cũng là dữ liệu đầu vào cho hệ thống nhận dạng khuôn mặt.

Quy trình cấp phát và quản lý hộ chiếu

B1: Đăng ký cấp hộ chiếu theo mẫu do cơ quan cấp phát, quản lý hộ chiếu phát hành

B2: Kiểm tra nhân thân, đây là quá trình nghiệp vụ của cơ quan cấp hộ chiếu và nằm ngoài phạm vi luận văn

B3: Thu thập thông tin sinh trắc học, bao gồm ảnh khuôn mặt, ảnh hai vân tay ngón trỏ và ảnh hai mống mắt Tuy nhiên, sự tồn tại của các thông tin sinh trắc này có thể thay đổi tùy thuộc vào ngữ cảnh và đối tượng liên quan.

B4: In hộ chiếu, ghi thông tin vào chip RFID

- Ghi thông tin cơ bản như trên trang hộ chiếu giấy vào DG1

- Ghi hai ảnh hai mống mắt vào DG4

- Ngoài ra: Ghi ảnh khuôn mặt vào DG2; Ghi ảnh hai vân tay vào DG3; Ghi các thông tin khác khóa công khai, khóa bí mật

3.3.2 Quy trình kiểm duyệt hộ chiếu

Người sở hữu hộ chiếu cần trình hộ chiếu cho cơ quan kiểm tra, nơi sẽ thu thập các đặc điểm sinh trắc học từ người đó.

Kiểm tra các đặc tính bảo mật trên trang hộ chiếu giấy thông qua các yếu tố an ninh truyền thống như thủy ấn, dải quang học và lớp bảo vệ ảnh.

Hệ thống FRIC thực hiện quá trình BAC, cho phép đọc thông tin từ chip sau khi quá trình này thành công Tất cả thông tin trao đổi giữa đầu đọc và chip được mã hóa và xác thực bằng cặp khóa.

B4: Thực hiện xác thực thụ động để kiểm tra tính xác thực và toàn vẹn của thông tin lưu trữ trong chip, thông qua việc kiểm tra chữ ký trong SOD bằng khóa công khai của cơ quan cấp hộ chiếu.

Quá trình xác thực tại terminal (Terminal Authentication) chứng minh quyền truy cập vào thông tin sinh trắc học của hệ thống, và chỉ được thực hiện đối với các cơ quan kiểm tra hộ chiếu.

23 triển khai EAC Sau khi Terminal Authentication thành công, đầu đọc có thể truy cập thông tin theo quyền thể hiện trong chứng chỉ CIS

Hệ thống đối sánh thông tin sinh trắc học từ người xuất trình hộ chiếu với dữ liệu lưu trong chip là rất quan trọng Nếu quá trình này thành công, cùng với các chứng thực khác, cơ quan kiểm tra hộ chiếu có thể xác nhận tính xác thực của hộ chiếu và danh tính của người mang hộ chiếu Luận văn này sẽ phát triển một công cụ cơ bản để thực hiện bước đối sánh này.

NHẬN DẠNG SINH TRẮC HỌC

Nhận dạng vân tay

Trong thời đại thông tin bùng nổ và sự phát triển của công nghệ điện tử, việc ứng dụng nhận dạng sinh trắc học trong kiểm soát truy cập ngày càng trở nên phổ biến Công nghệ này không ngừng được cải tiến để tạo ra các sản phẩm ổn định, chính xác, hiệu quả và linh hoạt trong môi trường làm việc.

Vân tay là một dấu hiệu sinh học tự nhiên và được công nhận là bằng chứng hợp pháp toàn cầu Mặc dù công nghệ sinh trắc học còn mới mẻ tại Việt Nam, nhưng trên thế giới, nó đã được ứng dụng rộng rãi, đặc biệt trong lĩnh vực an ninh bảo mật Đặc điểm nhận dạng vân tay của con người và hoạt động của hệ thống nhận dạng vân tay rất quan trọng trong việc đảm bảo an toàn Dưới đây là một hình ảnh vân tay:

Hình 5 minh họa các đặc điểm của vân tay, bao gồm các điểm Delta, Island và Ridge Ending Điểm Delta là những điểm nằm ở góc trái hoặc phải phía dưới đốt ngón tay, được bao quanh bởi các đường vân hình tam giác Điểm Island là những đường vân ngắn xuất hiện tại các chỗ rẽ nhánh của các đường vân Cuối cùng, điểm Ridge Ending là điểm kết thúc của đường vân.

25 Điểm Pore là những lỗ nhỏ phân bố đều trên đường vân tay Điểm Crossover là nơi giao nhau của hai đường vân tay Điểm Core là điểm trung tâm, thường nằm giữa ngón tay và được bao quanh bởi các đường xoáy, vòng hoặc cung Cuối cùng, Điểm Bifurcation là điểm rẽ nhánh trong cấu trúc của đường vân tay.

4.1.2 Hoạt động của 1 hệ nhận dạng vân tay

Mô hình hệ thống tự động nhận dạng vân tay, gồm 4 phần :

Hệ thống cơ sở dữ liệu

Hệ thống các mô đun mã hoá vân tay

Hệ thống các mô đun thẩm định

Hình 6 : Mô hinh hoạt động của hệ thống nhận dạng vân

Hoạt động của hệ thống tự động nhận dạng vân tay

Dưới đây là mô hình mô tả quá trình mã hóa vân tay

Hình 7 : Quá trình mã hóa vân tay và trích chọn đặc trưng

Từ một ảnh vân tay, qua các quá trình xử lý, chúng ta thu được một tập hợp các điểm đặc trưng, bao gồm các điểm chạc ba và điểm kết thúc.

4.1.3 Một số thuật toán tiêu biểu được sử dụng trong nhận dạng vân tay

4.1.3.1 Thuật toán nhận dạng vân tay của IDTeck

Thuật toán nhận dạng vân tay bao gồm 2 kỹ thuật chính:

Kỹ thuật xử lý hình ảnh lưu giữ những đặc điểm của dấu vân tay tương ứng bởi hình ảnh có được sau vài công đoạn

Thuật toán đối sánh là kỹ thuật xác thực nhân dạng thông qua việc so sánh các đặc trưng của dữ liệu gốc, bao gồm các điểm đặc trưng, với các mẫu trong cơ sở dữ liệu.

Hình dưới đây giải thích toàn bộ sơ đồ khối của thuật toán nhận dạng vân tay, bao gồm 2 kỹ thuật đã nói ở trên

Hình 8 : Sơ đồ khối thuật toán nhận dạng vân tay, gồm các kỹ thuật xử lý ảnh và so khớp

Phần này gồm 6 công đoạn:

Công đoạn nâng cao chất lượng hình ảnh (image enhancement stage): Loại bỏ nhiễu và nâng cao độ tương phản của ảnh gốc đưa vào hệ thống

Công đoạn phân tích hình ảnh (image analysis stage): Cắt bớt vùng ảnh vân tay không rõ ràng

Công đoạn nhị phân hoá vân tay (binarization stage): Chuyển ảnh sang dạng nhị phân mức xám

Công đoạn làm mảnh (thinning stage): Làm mảnh đường vân trong hình ảnh nhị phân của vân tay

Công đoạn khôi phục đường vân (ridge reconstruction stage): Xây dựng lại những lằn gợn bằng việc loại bỏ những điểm đặc trưng giả mạo

Công đoạn trích lọc điểm đặc trưng (minutiae extraction stage): Trích chọn đặc trưng dựa trên ảnh đã được khôi phục đường vân

Dưới đây là hình ảnh thu được qua các công đoạn từ :

Hình 9 trình bày kết quả xử lý ảnh qua các giai đoạn khác nhau: a) Ảnh gốc, b) Ảnh được làm rõ, c) Mô hình hóa ảnh, d) Làm mảnh, e) Dựng lại ảnh, và f) Chớch đặc trưng.

Quá trình đối sánh bao gồm 4 công đoạn chính:

• Phân tích điểm đặc trưng

Sau khi phân tích, các cặp điểm đặc trưng có mối quan hệ hình học với các điểm láng giềng, và mối quan hệ này sẽ được sử dụng làm thông tin cơ bản để đo nét tương tự cục bộ.

Phép đo nét tương tự toàn bộ là quá trình tính toán sự tương đồng giữa hai dấu vân tay thông qua việc xác định các cặp điểm đặc trưng trong phép đo nét tương tự cục bộ.

Cuối cùng, việc tính toán và đối sánh điểm số với giá trị tương tự toàn bộ là cần thiết để xác minh danh tính của người dùng, thông qua việc so sánh với các giá trị quyết định đã được thiết lập trước đó.

Dựa vào các đường đặc trưng của vân tay, bao gồm các hình dạng cơ bản như hình cung, quai út, quai cái, vân xoắn và vân xoắn đôi, thuật toán Hough sử dụng các hàm cơ bản để phân tích và nhận diện.

FOR (px, py, α) ∈ P Do FOR (qx, qy, β) ∈ Q Do FOR θ ∈ {θ1, , θL} DO

END FOR Result := arg maxk,l,m,n A(k.l.m.n) END PROCEDURE

4.2 Nhận dạng màng mống mắt:

4.2.1 Tổng quan nhận dạng mống mắt

Nhận dạng mống mắt là công nghệ sinh trắc có độ chính xác cao nhất, chỉ sau kiểm tra DNA Tuy nhiên, công nghệ này cần sự hợp tác từ người dùng và bị ảnh hưởng bởi các yếu tố bên ngoài, như kính mắt, đặc biệt là kính áp tròng.

Việc nhận dạng màng mống mắt ngày càng trở nên phổ biến nhờ vào đặc trưng sinh trắc đảm bảo tỷ lệ xác thực người dùng cao Ứng dụng này đặc biệt quan trọng trong lĩnh vực tài chính, giúp xác thực đúng người trong các giao dịch Một ứng dụng thành công khác là trong hệ thống HCĐT, nhằm nâng cao độ chính xác trong việc xác thực.

4.2.2 Hoạt động của hệ thống nhận dạng mống mắt

4.2.2.1 Quy trình trích chọn đặc trưng mống mắt

Trong hệ thống nhận dạng mống mắt, việc trích xuất các đặc trưng của mống mắt là giai đoạn quan trọng nhất, ảnh hưởng trực tiếp đến độ chính xác của toàn bộ hệ thống Đầu tiên, cần xác định vị trí của 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 10 : Ảnh mống mắt với các đường ranh giới

Sử dụng phương pháp Hough để xác định vị trí của mống mắt và đồng tử

Thuật toán Hough được áp dụng để phát hiện các đường cong bằng cách thay đổi độ rộng bán kính Dưới đây là thuật toán chi tiết nhằm xác định vị trí của mống mắt và đồng tử.

Lược đồ cạnh được sinh ra bằng sự tạo ngưỡng độ lớn về gradient cường độ ảnh ∇G(x,y)*I(x,y)

G(x,y) là hàm làm nhẵn Gaussian với tham biến tỷ lệ δ để lựa chọn phân tích tỷ lệ cạnh chính xác

Các tham biến là các toạ độ tâm x c , y c và bán kính r, chúng có thể xác định bất cứ vòng tròn nào theo phương trình (theo [10]):

Nhận dạng khuôn mặt

Nhận dạng khuôn mặt dựa vào việc phân tích hình dạng và khoảng cách tương đối giữa các điểm trên khuôn mặt, như khoảng cách giữa mũi và miệng, mắt và mũi, hoặc giữa hai mắt Ngoài ra, có thể kết hợp các đặc điểm hình dáng khuôn mặt với cấu trúc da để nâng cao độ chính xác trong nhận diện.

Trong hệ thống kiểm tra an ninh, ảnh mặt được thu thập từ các máy ảnh video tiêu chuẩn và so khớp với thông tin trong hộ chiếu Tuy nhiên, chất lượng hình ảnh có thể bị ảnh hưởng bởi ánh sáng, tư thế của khuôn mặt, cũng như các yếu tố như kính mắt, tóc trên mặt và các biểu hiện khác.

Có 2 loại ảnh mặt chính: ảnh mặt dạng 2 chiều và 3D Trong khuôn khổ luận văn, chúng ta chỉ đề cập tới việc nhận dạng mặt 2 chiều, và mục đích chính là phục vụ cho việc xác minh trong HCĐT

Chi tiết các bước trong quá trình nhận dạng mặt :

Bước 1 Thu nhận ảnh : Ảnh được thu bằng nhiều hình thức khác nhau, thông thường là bằng máy chụp ảnh độ phân giải cao

Bước 2 : Mã hóa ảnh thu được

Bước 3: Phát hiện và định vị khuôn mặt, sau đó tiến hành bình thường hóa ảnh Đầu tiên, xác định xem ảnh có chứa khuôn mặt hay không, nếu có, xác định vị trí của khuôn mặt trong ảnh Tiếp theo, thực hiện các bước xử lý để thu được ảnh chuẩn với các yếu tố như hướng, độ sáng và kích thước được điều chỉnh.

Bước 4 : Trích chọn đặc trưng

4 Trích chọn đặc trưng mặt

5 So khớp các đặc trưng

3 Phát hiện, định vị măt và bình thường hoá ảnh mặt

Tùy thuộc vào phương pháp, các đặc trưng của khuôn mặt như mắt, mũi, miệng và hình dáng khuôn mặt sẽ được trích xuất Đây là giai đoạn quan trọng nhất trong các hệ thống nhận dạng, ảnh hưởng đến cả quá trình nhận dạng và thu nạp dữ liệu Trong quá trình nhận dạng, các thông tin này được sử dụng cho bước so khớp, trong khi ở giai đoạn thu nạp, chúng được lưu trữ vào cơ sở dữ liệu của hệ thống dưới dạng các mẫu (template) của từng cá nhân.

Bước 5: So khớp hình ảnh trong hệ thống kiểm tra định danh (HCĐT) sẽ được thực hiện bằng cách so sánh ảnh với hình ảnh được đọc từ dữ liệu trong hộ chiếu của người mang theo, nhằm xác minh chính xác danh tính của chủ thể.

4.3.3 Thuật toán nhận dạng mặt

Thuật toán sẽ tập trung vào giai đoạn quan trọng nhất của quá trình nhận dạng là việc trích chọn đặc trưng của mặt đã được chuẩn hóa

Eigenface là một phương pháp sử dụng phân tích thành phần chính (PCA) để nhận diện và phát hiện khuôn mặt Phương pháp này nổi bật với khả năng biểu diễn toàn bộ hình ảnh và đạt hiệu quả nén cao, giúp loại bỏ nhiễu và dữ liệu dư thừa.

Trong phương pháp này, mỗi vectơ mẫu x được biểu diễn dưới dạng tổ hợp tuyến tính của các eigenface, với m nhỏ hơn n, trong đó m là số lượng eigenface có ý nghĩa nhất Cụ thể, vectơ x sẽ được thể hiện như sau:

Phương pháp eigenface sử dụng các vectơ eigenface (Φ) để giải bài toán eigen với ma trận hiệp phương sai (C) của các ảnh đầu vào (x) Ưu điểm nổi bật của phương pháp này là khả năng không nhạy cảm với nhiễu trong ảnh, giúp loại bỏ vấn đề nhiễu trong nhận dạng Nhiều hệ thống nhận dạng đã áp dụng phương pháp eigenface, và hiệu suất của chúng cho thấy rằng cách biểu diễn eigenface rất hiệu quả trong các trường hợp ảnh có vết nhơ, bị che khuất một phần hoặc có nền thay đổi.

Hệ thống nhận dạng mặt tự động đầu tiên thành công là hệ thống sử dụng eigenface (hay eigenpicture) của Turk và Pentland vào năm 1991 Phương pháp này sẽ được áp dụng khi xây dựng công cụ thực nghiệm để so khớp ảnh khuôn mặt.

4.3.3.2 Chi tiết phương pháp eigenfaces a Giai đoạn khởi tạo:

Thu thập 1 tập ảnh huấn luyện

Tính toán các eigenface từ tập huấn luyện và chỉ giữ lại M ảnh có giá trị riêng cao nhất để định nghĩa không gian mặt Khi có ảnh mặt mới, các eigenface này có thể được cập nhật hoặc tính toán lại.

Tính toán phân phối tương ứng trong không gian trọng số M chiều cho từng cá thể đã biết bằng cách chiếu các ảnh của chúng vào không gian mặt (face space) Giai đoạn tiếp theo là nhận dạng.

Tính toán tập các trọng số dựa trên ảnh input và M eigenface bằng cách chiếu ảnh input vào mỗi eigenface

Để xác định xem một bức ảnh có phải là mặt hay không, dù đã biết hay chưa biết, cần kiểm tra xem các trọng số của nó có đủ gần với không gian mặt hay không.

Nếu đó là mặt, xác định mặt (mẫu trọng số-weight pattern) này là đã biết hay chưa được nhận biết

(Tùy Chọn) Update eigenface và các mẫu trọng số

Nếu đã gặp một mặt chưa biết nhiều lần, hãy tính toán các mẫu trọng số tiêu biểu và đưa chúng vào không gian ảnh đã biết.

Ảnh mặt l(x,y) được biểu diễn bởi một mảng 2 chiều N x N chứa các giá trị cường độ Ảnh này có thể được xem như một vector 2 chiều với kích thước điển hình là 256 x 256.

THỰC NGHIỆM

Yêu cầu đặt ra

Khi dữ liệu từ chip RFID được đọc, cần phải so khớp với các ảnh sinh trắc của người mang hộ chiếu, đây là bước quyết định độ chính xác và tin cậy của hệ thống Do đó, công cụ mà chúng ta phát triển sẽ đảm nhận vai trò quan trọng này.

Hiện tại, chưa có phần cứng như chip RFID và máy chụp để lấy mẫu ảnh, do đó luận văn chỉ tập trung vào việc xây dựng công cụ dựa trên các mẫu đã có sẵn Các ảnh sinh trắc này được giả định là đã được chụp từ người và lấy từ thẻ RFID thông qua đầu đọc.

Quy trình thực nghiệm

Do điều kiện thực tế chưa cho phép, chúng ta coi như đã thu thập được thông tin sinh trắc từ hộ chiếu qua thiết bị đọc Ảnh sinh trắc từ người sở hữu được lấy từ mẫu có sẵn Nhiệm vụ của chúng ta là trích xuất các đặc trưng từ ảnh và so khớp với thông tin từ hộ chiếu Mỗi ảnh sinh trắc sẽ tương ứng với một thuật toán so khớp khác nhau, nhưng tất cả đều tuân theo quy trình đã được xác định.

Kết quả và đánh giá

5.3.1 K ế t qu ả Đã xây dựng được tool mô phỏng quá trình so khớp, sử dụng các giải thuật so khớp phổ biến nhất với độ chính xác có thể chấp nhận đươc Dưới đây là kết quả được thực thi bởi tool Ảnh vân tay Ảnh mống mắt

Anh khuôn măt Ảnh vân tay Thu được từ hộ chiếu Ảnh mống mắt

Thu được từ hộ chiếu

Bộ thuật toán so khớp Độ tương tự

So khớp ảnh khuôn mặt

K ế t qu ả so kh ớ p ả nh vân tay

Công cụ được xây dựng dựa trên các thuật toán mới và phổ biến nhất về nhận dạng

Nhận dạng vân tay: Sử dụng bô thư viện fingerprint SDK, cung cấp các giao diện chuẩn quốc tế cho phép nhận dạng vân tay

Nhận dạng mống mắt sử dụng thuật toán tiên tiến để phát hiện mống mắt thông qua các đường tròn ngẫu nhiên từ tâm đồng tử Hệ thống chuẩn hóa ảnh người mang hộ chiếu về kích thước và loại ảnh, sau đó trích xuất các đặc trưng để so khớp với đặc trưng từ hộ chiếu Độ tương tự được đánh giá qua khoảng cách Hamming, với thuật toán này tận dụng tính hợp nhất để chỉ sử dụng các bít quan trọng trong tính toán Khoảng cách Hamming được tính bằng cách chỉ sử dụng các bít từ vùng mống mắt, đảm bảo kết quả so khớp đáng tin cậy.

Nhận dạng khuôn mặt sử dụng thuật toán eigenfaces để phát triển công cụ so khớp Eigenface được phát triển thông qua kỹ thuật phân tích các thành phần chính (PCA), giúp loại bỏ nhiễu và dư thừa, đồng thời biểu diễn ảnh với độ nén tối ưu.

Đóng góp và Hướng nghiên cứu

- Đã nghiên cứu các kiến thức cơ bản của Hộ Chiếu Điên Tử và Công Nghệ RFID

- Nghiên cứu các hàm thư viện opencv cho phép so khớp ảnh sinh trắc dựa trên các thuật toán đã nêu

- Xây dựng tool mô phỏng quá trình so khớp

- Phát triển hoàn thiện hệ thống so khớp, đồng thời nghiên cứu mô hình Hộ chiếu điện tử có thể áp dụng rộng rãi ở Việt Nam.

Kết luận

Bài viết này nghiên cứu và phân tích các vấn đề liên quan đến nhận dạng ảnh mống mắt, vân tay và ảnh mặt Mục tiêu là phát triển công cụ hỗ trợ xác thực người dùng dựa trên các đặc điểm sinh trắc học trong hệ thống HCĐT.

Quá trình nhận dạng sinh trắc học bao gồm nhiều bước quan trọng, bắt đầu từ xử lý và bình thường hóa ảnh, mã hóa, cho đến trích chọn đặc trưng Đối với mống mắt, quy trình xác định vùng mống mắt và đồng tử, loại bỏ tạp nhiễu và trích chọn vùng quan tâm là rất cần thiết Các thuật toán như Mô hình tấm cao su của Daugman và phương pháp chuẩn hóa phi tuyến tính được áp dụng để chuẩn hóa ảnh mống mắt Mống mắt được mô hình hóa như tấm cao su dẻo, sau đó các đặc trưng được trích rút bằng bộ lọc Gabor và Log-Gabor, với khoảng cách Hamming được sử dụng để so khớp Đối với vân tay, quy trình bao gồm làm rõ ảnh, mã hóa và trích rút đặc trưng để so khớp Trong nhận dạng khuôn mặt, phương pháp eigenfaces được áp dụng để loại bỏ tạp nhiễu và đạt được độ nén tốt.

Phần thực nghiệm được thực hiện bằng cách xây dựng công cụ minh họa các bước chính trong quá trình so khớp ảnh sinh trắc Tuy nhiên, do thiếu thiết bị thu nhận ảnh mống mắt, khuôn mặt và vân tay, công cụ chỉ sử dụng ảnh mẫu có sẵn, dẫn đến việc chưa thể đánh giá chính xác hơn về tốc độ thực hiện và độ chính xác của kết quả so khớp.

Xác thực sinh trắc học là một lĩnh vực nghiên cứu đa dạng, yêu cầu sự kết hợp của nhiều công nghệ và kiến thức khác nhau Việc xây dựng một hệ thống nhận dạng sinh trắc học hiệu quả là rất cần thiết.

Công việc phát triển hệ thống nhận dạng là một quá trình khó khăn và kéo dài Hiện nay, hầu hết các hệ thống nhận dạng trên thế giới vẫn chưa hoàn thiện, với tỷ lệ sai sót còn cao Điều này cho thấy những thách thức lớn trong việc nghiên cứu và triển khai các hệ thống nhận dạng hoàn chỉnh.

Tiêu đề	Xây dựng công cụ thử nghiệm quá trình xác thực hộ chiếu sinh trắc
Tác giả	Trần Bỡnh Trọng
Người hướng dẫn	TS. Nguyễn Ngọc Hoỏ
Trường học	Đại học Công nghệ, Đại học Quốc gia Hà Nội
Chuyên ngành	Công nghệ Thông tin
Thể loại	Luận văn tốt nghiệp
Năm xuất bản	2010
Thành phố	Hà Nội

Định dạng
Số trang	53
Dung lượng	3,26 MB