Wstęp do biometrii
Punkty charakterystyczne twarzy
Punkty charakterystyczne twarzy
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Wstęp</strong> <strong>do</strong> <strong>biometrii</strong><br />
Przemysław Strzelczyk<br />
prof. Andrzej Pacut<br />
Pracownia Biometrii<br />
Naukowa i Akademicka Sieć Komputerowa<br />
(NASK)<br />
informatyka +<br />
2
Czym jest biometria?<br />
Biometria w szerszym znaczeniu:<br />
– od grec. bios = „życie”, metron = „pomiar”<br />
– pomiar własności istot żywych<br />
– różnorodny cel pomiaru (np. diagnostyka medyczna)<br />
Biometria w węższym znaczeniu:<br />
– Pomiar własności biologicznych lub behawioralnych<br />
człowieka<br />
– Cel: automatyczne rozpoznawanie osób
Biometria a uwierzytelnianie<br />
Uwierzytelnianie (z ang. authentication) to:<br />
– Ustalanie tożsamości – identyfikacja (porównanie 1:N)<br />
– Potwierdzanie tożsamości – weryfikacja (porównanie 1:1)<br />
Czynniki uwierzytelniające:<br />
- wiedza (coś co wiem – np. hasło, PIN)<br />
- posiadanie (coś co mam – np. paszport)<br />
- cechy biologiczne (coś co mnie charakteryzuje)
Podstawowe pojęcia<br />
związane z biometrią<br />
• Modalność – typ własności biologicznych jakie będziemy<br />
mierzyć (np. wygląd twarzy, kształt dłoni, układ linii<br />
papilarnych palca)<br />
• Próbka biometryczna - to co pobieramy z sensora, wynik<br />
pomiaru/obserwacji (np. zdjęcie twarzy, odcisk palca)<br />
• Cecha biometryczna – reprezentacja próbki<br />
biometrycznej, najczęściej skrócona (np. długość palców,<br />
położenie punktów charakterystycznych odcisków)<br />
• Wzorzec biometryczny – wyselekcjonowane cechy<br />
biometryczne lub model zbu<strong>do</strong>wany na ich podstawie, służące<br />
<strong>do</strong> porównań w uwierzytelnianiu
Modalności biometryczne<br />
Stosowane w praktyce modalności<br />
oparte o cechy fizyczne:<br />
- palec: odcisk, układ żył<br />
- dłoń: geometria 2D/3D, termika,<br />
układ żył, odcisk<br />
- twarz: geometria 2D/3D, termika<br />
- oko: siatkówka, tęczówka<br />
Możliwe <strong>do</strong> wykorzystania:<br />
- DNA<br />
- zapach<br />
- ucho: geometria, termika<br />
Źródło: N.Miura, et al. Extraction of Finger-Vein Patterns Using<br />
Maximum Curvature Points in Image Profiles, IAPR Conf. On<br />
MVA May 16-18, 2005 Tsukuba Science City, Japan<br />
Odciski palców pobrane za pomocą różnych czytników<br />
(ultradźwiękowy, optyczny i naciskowy)
Modalności biometryczne<br />
Stosowane w praktyce modalności<br />
oparte o cechy fizyczne:<br />
- palec: odcisk, układ żył<br />
- dłoń: geometria 2D/3D, termika,<br />
układ żył, odcisk<br />
- twarz: geometria 2D/3D, termika<br />
- oko: siatkówka, tęczówka<br />
Możliwe <strong>do</strong> wykorzystania:<br />
- DNA<br />
- zapach<br />
- ucho: geometria, termika<br />
Źródło: www.biometriclabs.pl,<br />
Pracownia Biometrii NASK<br />
Źródło: State of the Art. Biometrics<br />
Excellence Roadmap, MITRE, Tech.<br />
Rep. Vol 1. 2008<br />
Obraz z kamery termowizyjnej
Modalności biometryczne<br />
Stosowane w praktyce modalności<br />
oparte o cechy fizyczne:<br />
- palec: odcisk, układ żył<br />
- dłoń: geometria 2D/3D, termika,<br />
układ żył, odcisk<br />
- twarz: geometria 2D/3D, termika<br />
- oko: siatkówka, tęczówka<br />
Możliwe <strong>do</strong> wykorzystania:<br />
- DNA<br />
- zapach<br />
- ucho: geometria, termika<br />
Rekonstrukcja 3D twarzy. Ł.Mirtecki,<br />
Pracownia Biometrii NASK i Politechjnika Wrocławska
Modalności biometryczne<br />
Stosowane w praktyce modalności<br />
oparte o cechy fizyczne:<br />
- palec: odcisk, układ żył<br />
- dłoń: geometria 2D/3D, termika,<br />
układ żył, odcisk<br />
- twarz: geometria 2D/3D, termika<br />
- oko: siatkówka, tęczówka<br />
Możliwe <strong>do</strong> wykorzystania:<br />
- DNA<br />
- zapach<br />
- ucho: geometria, termika<br />
Zdjęcie dna oka.<br />
Źródło: University of<br />
Michigan<br />
Kellogg Eye Center<br />
Zdjęcie tęczówki.<br />
Źródło: Baza tęczówek<br />
BATH University
Modalności biometryczne<br />
Stosowane w praktyce modalności<br />
oparte o cechy fizyczne:<br />
- palec: odcisk, układ żył<br />
- dłoń: geometria 2D/3D, termika,<br />
układ żył, odcisk<br />
- twarz: geometria 2D/3D, termika<br />
- oko: siatkówka, tęczówka<br />
Możliwe <strong>do</strong> wykorzystania:<br />
- DNA<br />
- zapach<br />
- ucho: geometria, termika<br />
Źródło: „Ear biometrics”<br />
w A.Jain, et al. Biometrics.<br />
Personal Identification in<br />
Networked Society,<br />
Kluwer, 1999
Modalności biometryczne c.d.<br />
Stosowane w praktyce modalności<br />
oparte o nasze zachowanie:<br />
- podpisu odręcznego<br />
- pismo ręczne<br />
- dynamika pisania na klawiaturze<br />
- głos (rozpoznawanie mówcy)<br />
Możliwe <strong>do</strong> wykorzystania:<br />
- fale mózgowe – EEG<br />
- oko: dynamika gałki ocznej,<br />
dynamika źrenicy<br />
- chód<br />
- gra w skojarzenia<br />
Elektroniczny tablet Motion Touch<br />
<strong>do</strong> składania podpisów odręcznych
Atrybuty <strong>do</strong>brej <strong>biometrii</strong><br />
• Unikatowość cech (wysoki stopień zróżnicowania)<br />
• Powszechność („każdy powinien ją mieć”)<br />
• Niezmienność cech (odporność na starzenie, choroby)<br />
• Mierzalność i powtarzalność pomiaru (możliwość<br />
łatwego i <strong>do</strong>kładnego pomiaru cechy)<br />
• Odporność na fałszerstwa<br />
• Akceptowalność (wygodny pomiar, biometria<br />
akceptowalna społecznie)
Schemat systemu biometrycznego
Biometria twarzy<br />
13 Hidden Faces Illusion<br />
informatyka + 14
Rozpoznawanie twarzy<br />
Fakty:<br />
- Dziecko rozpoznaje twarz matki już po 3 dniach od urodzenia<br />
- Rozpoznawanie twarzy jest słabo zależne od:<br />
- warunków obserwacji: oświetlenia, odległości, zasłonięć, kąta obserwacji<br />
- zmiennych elementów twarzy: mimiki, fryzury, ubrania, okularów, choroby, starzenia się<br />
Źródło: npx.autismspot.com/facial_expression.jpg
Rozpoznawanie twarzy<br />
Fakty:<br />
- Ludzki mózg jest „zaprogramowany” w specjalny sposób <strong>do</strong> wyszukiwania i<br />
rozpoznawania twarzy<br />
Przykłady parei<strong>do</strong>lii
Etapy automatycznego<br />
rozpoznawania twarzy 2D<br />
1. Monitorowanie otoczenia<br />
2. Detekcja i lokalizacja twarzy<br />
3. Wyizolowanie obrazu twarzy<br />
4. <strong>Wstęp</strong>ne przetwarzanie<br />
5. Wyszukiwanie indywidualnych cech osoby<br />
6. Porównywanie cech osoby ze wzorcami<br />
informatyka + 17
Detekcja twarzy<br />
Wyszukiwane cechy:<br />
- Kolor skóry<br />
- Tekstura skóry<br />
- Obecność elementów twarzy<br />
- Punkty charakterystyczne twarzy<br />
- Kontur twarzy<br />
skala chromatyczna von Luschan’a<br />
Używana <strong>do</strong> klasyfikacji koloru skóry<br />
Real Time Face Detector – CeBIT’ 2008<br />
informatyka + 18
Detekcja twarzy<br />
Wyszukiwane cechy:<br />
- Kolor skóry<br />
- Tekstura skóry<br />
- Obecność elementów twarzy<br />
- Kontur twarzy<br />
- Punkty charakterystyczne twarzy<br />
informatyka + 19
<strong>Wstęp</strong>ne przetwarzanie<br />
Normalizacja obrazu:<br />
- Skalowanie<br />
- Pozycjonowanie<br />
- Wyszukiwanie oczu, nosa,<br />
podbródka<br />
- Kompensacja obrotu<br />
informatyka + 20
Twarze własne (eigenfaces)<br />
Metoda eigenfaces:<br />
- Na podstawie zdjęć twarzy tworzony jest zbiór twarzy własnych odpowiadających<br />
kierunkom największych zmian na obrazie (na podstawie analizy skła<strong>do</strong>wych<br />
głównych – PCA)<br />
- Każda porównywana twarz przedstawiana jest jako suma ważona twarzy własnych i<br />
twarzy średniej<br />
- Wyliczone wagi są cechami twarzy<br />
informatyka + 21
Twarze Fishera<br />
Metoda fisher-faces:<br />
Twarze Fishera – kierunki największej separowalności twarzy<br />
- Po<strong>do</strong>bna <strong>do</strong> eigenfaces, zamiast PCA wykorzystana została Liniowa Analiza<br />
Dyskryminacyjna (LDA)<br />
- Twarze Fishera odpowiadają kierunkom największej separacji zdjęć twarzy<br />
różnych osób z uwzględnieniem zmienności w zdjęciach od tej samej osoby<br />
- Po<strong>do</strong>bnie jak w eigenfaces wagi są cechami twarzy<br />
informatyka + 22
Rozpoznawanie twarzy 3D<br />
Sposoby pozyskiwania danych:<br />
- użycie więcej niż jednej kamery (np. systemy stereoskopowe)<br />
- fotografie obiektu pod różnymi warunkami oświetleniowymi<br />
- laserowe pomiary odległości<br />
- użycie światła strukturalnego (widzialnego lub podczerwieni)<br />
- sekwencje obrazów (np. z wykorzystaniem kodu Graya)<br />
- obraz statyczny wielokolorowy<br />
- inne: ultradźwięki, skanery terahercowe, światło modulowane,<br />
metody wolumetryczne (np. tomografia komputerowa)<br />
Kolorowe światło strukturalne<br />
z unikatowymi kolorami <strong>do</strong><br />
rekonstrukcji 3D –www.dh.aist.go.jp<br />
Pozyskiwanie obrazu 3D przy pomocy monochromatycznego<br />
światła strukturalnego - http://www.eecs.berkeley.edu/~ravir/<br />
informatyka + 23
Dlaczego twarz?<br />
Zalety:<br />
+ Naturalny sposób rozpoznawania osób<br />
+ Sensorem jest zwykła kamera (2D) – niski koszt<br />
+ Duża szybkość <strong>do</strong>konywania pomiaru (2D)<br />
+ Biometria bezkontaktowa – możliwe rozpoznawanie na odległość<br />
Wady:<br />
- Wrażliwość na zmienne oświetlenie,<br />
- Problem z mimiką twarzy, okularami, zarostem i zmienną fryzurą<br />
- Wrażliwość na zmianę kąta obserwacji<br />
- Niska odporność na fałszerstwa<br />
- Osoby spokrewnione wyglądają po<strong>do</strong>bnie<br />
informatyka + 24
Biometria odcisku palca<br />
Ogromny kształt w kształcie odcisku palca zarejestrowany na<br />
powierzchni palca, źródło: Reuters
Elementy podstawowe odcisku<br />
grzbiety<br />
(ang. ridges)<br />
<strong>do</strong>liny<br />
(ang. valleys)<br />
informatyka + 26
Cechy globalne odcisku<br />
Punkty osobliwe:<br />
Odcisku syntetyczne<br />
wygenerowane przez<br />
program SFINGE<br />
wir pętla delta<br />
Rdzeń – najbardziej wysunięty na północ punkt osobliwy typu wir lub pętla<br />
Dla odcisków bez wiru lub pętli rdzeniem jest punkt<br />
największej krzywizny linii papilarnych.<br />
informatyka + 27
Klasyfikacja Henry’ego<br />
wir<br />
(27,9%)<br />
łuk zwykły pętla prawa pętla lewa<br />
(2,7%) (31,7%) (33,8%)<br />
gniaz<strong>do</strong><br />
centralne<br />
łuk uniesiony<br />
(2,9%)<br />
pętla<br />
podwójna<br />
ułożenie<br />
przypadkowe<br />
źródło: N. Yager, A. Amin, Fingerprint verification based on minutiae features. Pattern Anal. Applic. vol. 7, str. 94-113, 2004<br />
informatyka + 28
Klasyfikacja Henry’ego<br />
wir<br />
(27,9%)<br />
łuk zwykły pętla prawa pętla lewa<br />
(2,7%) (31,7%) (33,8%)<br />
gniaz<strong>do</strong><br />
centralne<br />
łuk uniesiony<br />
(2,9%)<br />
pętla<br />
podwójna<br />
ułożenie<br />
przypadkowe<br />
źródło: N. Yager, A. Amin, Fingerprint verification based on minutiae features. Pattern Anal. Applic. vol. 7, str. 94-113, 2004<br />
informatyka + 29
Lokalne cechy odcisku (detale Galtona)<br />
minucje podstawowe<br />
zakończenie rozwidlenie oczko odcinek skrzyżowanie styk boczny<br />
haczyk mostek mostek<br />
bliźniaczy<br />
linia<br />
przechodząca<br />
rozwidlenia<br />
wielokrotne<br />
Przykłady ze strony www.optel.com.pl<br />
informatyka + 30
Inne szczegóły odcisku<br />
pory<br />
(60-250 µm)<br />
zmienna<br />
grubość linii<br />
linie<br />
zdegenerowane<br />
zmarszczki brodawki blizny<br />
informatyka + 31
Metody pozyskiwania odcisku<br />
Metody pasywne (off-line)<br />
• Skanowanie odcisków z kart daktyloskopijnych<br />
• Fotografowanie lub skanowanie odcisków utajonych<br />
(ang. latent fingerprints)<br />
Metody aktywne (on-line)<br />
• Pojemnościowe<br />
• Optyczne<br />
• Naciskowe<br />
• Termiczne<br />
• Ultradźwiękowe<br />
• Bez<strong>do</strong>tykowe<br />
Zbieranie odcisków utajonych<br />
informatyka + 32
Czytniki pojemnościowe i naciskowe<br />
Czytnik pojemnościowy<br />
• Matryca kondensatorów o ładunku zależnym od<br />
odległości pomiędzy sensorem a powierzchnią palca<br />
• Poziom ładunku zamieniany na liczbę z zakresu<br />
0..255<br />
• Niski koszt wykonania czytnika<br />
• Niska odporność na zakłócenia<br />
• Wrażliwość na wilgotność palca<br />
• Dokładność maleje z powodu zanieczyszczeń<br />
• Typowa rozdzielczość 300 dpi<br />
Czytnik naciskowy<br />
• Matryca piezoelektrycznych sensorów nacisku<br />
• Siła nacisku przetwarzana na liczbę z zakresu 0..255<br />
• Brak wrażliwości na wilgotność<br />
• Mało istotna siła nacisku<br />
• Typowa rozdzielczość 400 dpi<br />
Przykła<strong>do</strong>we zdjęcia odcisków pobranych<br />
czytnikiem pojemnościowym (po lewej) i<br />
naciskowym (po prawej)<br />
informatyka + 33
Czytniki optyczne<br />
źródło światła<br />
podczerwonego<br />
pryzmat<br />
matryca CCD<br />
Czytnik optyczny<br />
• Wykorzystanie zjawiska całkowitego wewnętrznego<br />
odbicia na granicy dwóch ośrodków o różnym<br />
współczynniku załamania<br />
• Brak odbicia w miejscach styku linii papilarnych palca z<br />
czytnikiem<br />
• Kamera rejestruje obraz monochromatyczny (odcienie<br />
szarości)<br />
• Typowa rozdzielczość 4001000 dpi<br />
Przykła<strong>do</strong>wy odcisk pobrany<br />
za pomocą czytnika<br />
optycznego<br />
informatyka + 34
Czytniki termiczne<br />
Czytnik termiczny<br />
• Pomiar temperatury palca<br />
przesuwanego w kierunku<br />
prostopadłym <strong>do</strong> matrycy<br />
sensorów (np. 8 x 300<br />
sensorów)<br />
• Przetwornik analogowo-cyfrowy<br />
porównuje temperatury<br />
zmierzone w kolejnych chwilach<br />
(<strong>do</strong> 1800 pomiarów na<br />
sekundę)<br />
• Mały rozmiar sensora (50µm) i<br />
wysoka rozdzielczość<br />
uzyskiwanego obrazu (500 dpi)<br />
• Dokładność zależy od<br />
szybkości skanowania<br />
• Istotna jest stała szybkość<br />
przesuwania palca<br />
informatyka + 35
Czytniki ultradźwiękowe<br />
Czytnik ultradźwiękowy<br />
• Wykorzystuje zjawisko zmiany<br />
rozkładu fal ultradźwiękowych na<br />
granicy dwóch ośrodków<br />
• Odczyt odpowiedzi (odbitej fali<br />
dźwiękowej) za pomocą<br />
poruszającej się koliście głowicy<br />
• Sygnał z głowicy przetwarza się na<br />
po<strong>do</strong>bnej zasadzie jak w<br />
tomografach odbiciowych<br />
• Rozdzielczość około 250 dpi.<br />
• Rozwiązanie drogie i<br />
skomplikowane.<br />
• Możliwość badania żywotności<br />
palca poprzez analizę rozproszenia<br />
fal dźwiękowych głębiej w palcu<br />
(po<strong>do</strong>bnie jak w USG)<br />
Zasada działania czytnika<br />
ultradźwiękowego<br />
Przykła<strong>do</strong>wy odcisk<br />
pobrany za pomocą<br />
czytnika ultradźwiękowego<br />
Źródło: www.optel.com.pl<br />
informatyka + 36
Czytnik bez<strong>do</strong>tykowy<br />
• Obrazowanie 3D z wykorzystaniem<br />
szeregu sensorów CCD<br />
• Przekształcenie obrazu 3D <strong>do</strong> postaci<br />
akceptowalnej przez algorytmy<br />
porównujące odciski<br />
Czytniki bez<strong>do</strong>tykowe<br />
Czytnik TST Biometrics,<br />
Konferencja Biometrics, Londyn 2010<br />
Czytnik MORPHO,<br />
Konferencja Biometrics, Londyn 2010<br />
informatyka + 37
Przykła<strong>do</strong>we czytniki odcisków palców<br />
informatyka + 38
Dlaczego odciski palców?<br />
Zalety:<br />
+ Prawie każdy ma odciski palca - powszechność<br />
+ Cechy powierzchni palca są unikatowe dla każdego palca i dla każdej osoby (nawet<br />
pomiędzy bliźniętami jednojajowych cechy są różne, chociaż po<strong>do</strong>bne)<br />
+ Cechy są niezmienne w czasie<br />
+ Wygląd linii papilarnych umożliwia ich wstępną klasyfikację - grupowanie<br />
+ Niewielki koszt i prostota bu<strong>do</strong>wy czytników odcisków<br />
+ Duża szybkość <strong>do</strong>konywania pomiaru<br />
+ Prostota działania<br />
Wady:<br />
- Odciski palców wciąż kojarzą się z kryminalistyką<br />
- Niska odporność na fałszerstwa<br />
- Podatność na uszkodzenia<br />
- Pomiar zazwyczaj kontaktowy, a więc mało higieniczny<br />
informatyka + 39
Biometria tęczówki<br />
„Bezinwazyjna” identyfikacja biometryczna<br />
Źródło: film „Minority Raport”<br />
informatyka + 40
Krótka historia<br />
Afgańska dziewczynka<br />
Okładka National Geographic<br />
Magazine, 1985 r, fot. Steve McCurry<br />
Zdjęcie wykonane w 1984 r, w<br />
Pakistanie w obozie dla uchodźców z<br />
Afganistanu<br />
informatyka + 41
Krótka historia<br />
John Daugman stosuje swoją metodę<br />
<strong>do</strong> rozpoznania tożsamości<br />
dziewczynki<br />
Sharbat Gula, Afganistan, 1992<br />
informatyka + 42
Tęczówka – część oka<br />
informatyka + 43
Kolor i struktura tęczówki<br />
Źródła zabarwienia tęczówki:<br />
- Melanina (brązowe, czarne, szare, zielone)<br />
- Lipochromy (bursztynowe)<br />
- Selektywne rozpraszanie światła (niebieskie, piwne)<br />
- Hemoglobina we krwi (czerwony, różowe)
Pozyskiwanie zdjęcia tęczówki<br />
informatyka + 45
System <strong>biometrii</strong> tęczówki<br />
informatyka + 46
Przykła<strong>do</strong>we zdjęcie tęczówki<br />
informatyka + 47
Kamery <strong>do</strong> rejestracji zdjęć tęczówki<br />
informatyka + 48
Kamery <strong>do</strong> rejestracji zdjęć tęczówki<br />
informatyka + 49
Fazy segmentacji:<br />
Segmentacja obrazu oka<br />
- Wyszukiwanie środka źrenicy<br />
(najciemniejszy obszar)<br />
- Wykorzystanie operatora całkoworóżniczkowego<br />
<strong>do</strong> zlokalizowania granic<br />
źrenicy i tęczówki (aproksymacja okręgami)<br />
- Wykorzystanie aktywnych konturów <strong>do</strong><br />
<strong>do</strong>kładnego wytyczenia granic<br />
Działanie operatora całkowo-różniczkowego podczas<br />
wykrywania granic tęczówki<br />
informatyka + 50
Segmentacja obrazu oka<br />
Dodatkowe etapy segmentacji:<br />
- Usuwanie odblasków<br />
- Wykrywanie powiek i rzęs<br />
- Wykrywanie innych zakłóceń<br />
- Korekcja obrotu gałki ocznej Detekcja powiek: „How Iris<br />
Recognition Works”” IEEE Trans.<br />
CSVT 14(1) pp. 21-30, 2004<br />
Kompensacja obrotu gałki ocznej, źródło: „New methods in Iris<br />
Recognition”” IEEE Trans. On Systems, Man, and Cybernetics,<br />
Part B. Vol. 37, No. 5, October 2007<br />
Usuwanie zakłóceń<br />
odblasków ze zdjęcia oka,<br />
A.Czajka, Pracownia Biometrii<br />
NASK<br />
informatyka + 51
Wyznaczanie cech<br />
Wyliczanie cech:<br />
• Transformowanie obrazu <strong>do</strong> postaci<br />
biegunowej (zamiana na paski)<br />
• Filtrowanie każdego paska osobno za<br />
pomocą wybranych filtrów<br />
• Wyszukiwanie punktów<br />
charakterystycznych w przefiltrowanych<br />
paskach (np. punktów z zerową<br />
wartością,)<br />
• Cechami są położenia punktów<br />
charakterystycznych na paskach lub<br />
skwantowane wartości przefiltrowanego<br />
paska w określonych miejscach<br />
informatyka + 52
Dlaczego tęczówka?<br />
Zalety:<br />
+ Wysoki stopień zróżnicowania (nawet dla bliźniąt jednojajowych)<br />
+ Niezmienność w czasie<br />
+ Mniej podatna na uszkodzenia<br />
+ Pomiar bezkontaktowy, a więc higieniczny<br />
Wady:<br />
- Niska odporność na fałszerstwa<br />
- Wysoki koszt czytników<br />
- Pomiar kłopotliwy, niewygodny<br />
- Wymagane przeszkolenie z zasad użytkowania<br />
- Obawy związane z bezpieczeństwem dla oczu<br />
informatyka + 53
To już jest koniec<br />
Przemysław Strzelczyk<br />
Pracownia Biometrii<br />
Naukowa i Akademicka Sieć<br />
Komputerowa - NASK<br />
www.biometriclabs.pl<br />
przemek.strzelczyk@nask.pl<br />
informatyka + 54
Change language