Prepoznavanje Duzice Oka i Glasa

PREPOZNAVANJE DUŽICE, LICA I GLASA

IDENTIFIKACIONI SISTEMI

DUŽICA OKAStara poslovica: Oči su odgledalo duše.

Dužica se nalazi između rožnjače i sočiva.

Ona igra ulogu dijafragme oka - posebnim mišićnim mehanizmom reguliše količinu svjetlosti koja upada u oko.

Unutrašnji organ čovjeka koji se vidi spolja.

Počinje se formirati oko tri mjeseca nakon začeća.

Struktura linija i šara koje joj daju prepoznatljivost se formiraju do osmog mjeseca.

Dužica se sastoji od mišića za kontrolu širine zjenice, hromatofora, melanocita i pigmenta.

Debljina dužice je između 0.3 i 0.4 mm.

Od količine pigmenta u pojedinim slojevima dužice zavisi boja oka, odnosno dužice.

DUŽICA OKA

Dijagramski presjek ljudskog oka: A - staklasto tijelo, B - sočivo, C - rožnjača, D - zjenica, E - dužica, F -beonjača,

G – očni nerv, H – sudovnjača, J - mrežnjača, K - cilijarno tijelo

DUŽICA OKA

Vertikalni presjek dužice

DUŽICA OKA

Horizontalni presjek

Mogućnost da dužica oka bude upotrijebljena za identifikaciju, najprije je sugerisana od strane oftamologa.

Veliki broj detalja koji su jednistveni i ostaju nepromijenjeni tokom vremena.

1936 godine oftamolog Frank Burch prvi sugeriše upotrebu dužice za personalnu identifikaciju.

1986. god. druga dva oftamologa Aran Safir i Leonard Flom su patentirali tu ideju

Dr. John Daugman, profesor na Harvard Universitetu, sredinom 1990-tih godina patentira algoritme za skeniranje

dužice.

ISTORIJAT

PREPOZNAVANJE DUŽICE OKA

Dužica oka slikana sa malog rastojanja i njen negativ.

Dužica posjeduje preko 200 detalja koji se mogu upotrijebiti za poređenje.

Čitači dužice koriste običnu video kameru.

Ne zahtijeveju kontakt sa korisnikom.

Skeniranje dužice najčešće se vrši infracrvenim svjetlom.

Vidljiva svjetlost se rjeđe koristi jer izaziva dilataciju zjenice.

Algoritam Dr. Daugman-a obezbjeđuje 3-4 bita podataka pokvadratnom milimetru (prečnik dužice je oko 11 milimetara).

Šara dobijena iz tamno braon dužice osvijetljene infracrvenimsvjetlom.

PREPOZNAVANJE DUŽICE OKA

PREPOZNAVANJE DUŽICE OKA

Postupak prepoznavanja dužice oka

Vrijeme potrebno za prepoznavanje je obično manje od 5 sekundi.

Prilikom skeniranja dužice oka, korisnik staje ispred čitača, na način da na uređaju može vidjeti refleksiju svojih očiju.

PREPOZNAVANJE DUŽICE OKA

Nakon što smo došli do slike oka, potrebno je izdvojiti samu dužicu.

Treba pronaći centar zjenice,detektovati ivice dužice, povezati te ivice i izvršiti filtriranje.

PREPOZNAVANJE DUŽICE OKA

Radijalno pretraživanje slike dužice u cilju određivanja njenih kontura

PREPOZNAVANJE DUŽICE OKA

PREPOZNAVANJE DUŽICE OKANakon odredjivanja granica - pronalaženje karakterističnih tačaka popovršini dužice.

Sliku se transformiše u polarni koordinatni sistem.

Time se postiže da veličina dužice na slici, pozicija i orjentacija šara dužice, kao i veličina zjenice ne utiču na dobijanje koda.

Slika dužice nakon transformacije

Struktura dužice transformiše se u niz vektora u kompleksnoj ravni.

Dobijen kod dužice uporedjuje se sa kodovima u bazi podataka.

Test statističke nezavisnosti.

Hamingova distanca:

Fiziološka reakcija dužice na svjetlo predstavlja prirodni test za detekciju falsifikata.

Nakon izvršenog skeniranja, u cilju detekcije dilatacije zjenice, čitač uključuje vidljivu svjetlost i varira njen intezitet.

• Zaštićenost dužice od spoljašnje sredine.

• Šara dužice je nezavisna od genetskog porijekla.

• Šara dužice je vidljiva i sa rastojanja što donosi prednost u odnosu na tehnologiju identifikacije mrežnjače.

• Karakteristike dužice se ne mijenju sa protokom vremena.

PREPOZNAVANJE DUŽICE OKA - PREDNOSTI

’’Afghan girl’’, 1984. i 17 godina poslije

PREPOZNAVANJE DUŽICE OKA -PREDNOSTI

• Veličina dužice svega 1cm pa njeno skeniranje zahtijevastriktnu saradnju korisnika.

• Sekeniranje dužice, dalje, otežava njena pokretljivost.

• Povremeno spuštanje očnih kapaka ometa proces skeniranja.

• Još uvijek postoji neskad između tvrdnji o tačnosti i pouzdanosti tehnologije skeniranja dužice i onoga što je ova tehnologija, danas, u stanju da pruži.

PREPOZNAVANJE DUŽICE OKA -NEDOSTACI

Brojne su primjene tehnologije skeniranja dužice. Primjenjujese:

• kao zamjena za pasoše i identifikacione kartice,

• za obezbjeđenje sigurnosti u vazduhoplovstvu,

• za kontrolu pristupa određenim prostorima na aerodromu,

• za kontrolu pristupa bazama podataka i prijavljivanje nakompjuterske mreže,

• za kontrolu pristupa zgradama i kućama,

• za evidencije i kontrole pristupa u bolnicama,

• za provjeru identiteta na graničnim prelazima,

itd.

PREPOZNAVANJE DUŽICE OKA -PRIMJENE

Jedan od kontrolnih punktova u UAE za identifikaciju naosnovu prepoznavanje dužice oka

Jedna od nejvećih primjena tehnologije skeniranja dužicerealizovana je od strane Ministarstva unutrašnjih poslovaUjedinjenih Arapskih Emirata (UAE).

Na svih 17 zračnih,

zemaljskih i morskih luka u

UAE vrši se prepoznavanjedužice oka svih

putnika koji ulazeu zemlju.

PREPOZNAVANJE DUŽICE OKA -PRIMJENE

Više aerodroma širom svijeta imaju instalisaneidentifikacione sisteme zasnovane na prepoznavanju dužice.

Uređaj za prepoznavanje dužice na amsterdamskomaerodromu Schiphol

PREPOZNAVANJE DUŽICE OKA -PRIMJENE

Komisija Ujedinjenih Nacija za izbjeglice, poslije pada Talibanskogrežima, kontroliše, povratak Afganistanskih izbjeglica.

Umjesto pasoša identifikaciju i evidenciju vrše za prepoznavanjem dužice oka izbjeglica.

Prostorija za skeniranje dužice na Pakistansko-Avganistanskojgranici.

PREPOZNAVANJE DUŽICE OKA -PRIMJENE

U Velikoj Britaniji, u srednjoj školi u mjestu Sanderlend, postavljen je čitač koji može da prepozna osobu na osnovu snimka dužice

oka.

Čitač je postavljen u školskoj kantini s ciljem da se učenicima omogući dobijanje obroka bez plaćanja gotovim novcem.

PREPOZNAVANJE DUŽICE OKA -PRIMJENE

PREPOZNAVANJE DUŽICE OKA -PRIMJENE

PREPOZNAVANJE DUŽICE OKA -PRIMJENEPIER™ 2.3 – Portable Iris Enrollment and Recognition Device

The PIER™ is a rugged hand-held device that allows the operator to enroll and identify individuals using the highly unique patterns and textures of the human iris. The PIER™can store a database of up to 200,000 individuals (both left and right eye) and quickly return the identity of the subject. Tethered to a PC, the device can match an unknown individual against a database of millions with extremely high accuracy.Thousands of PIER™ devices are in deployment throughout Iraq, Afghanistan, Bosnia and other areas of conflict.

Lice je dio čovjekove spoljašnjosti na osnovu kojeg se ljudimeđusobno prepoznaju.

U poslednjih desetak godina čine se intezivni napori da se takva sposobnost razvije i kod kompjutera.

U procesu prepoznavanja lica ne zahtijeva se fizički kontakt saskenerom.

Jednostavna za korištenje - Može se koristiti postojeća oprema kaošto je web kamera, sigurnosna kamera itd..

PREPOZNAVANJE LICA

Lice nije u toj mjeri jedinstveno kao što je to slučaj sa otiskom prsta ilidužicom oka.

Mijenja se sa protokom vremena.

PREPOZNAVANJE LICA

’’Afghan girl’’, 1984. i 17 godina poslije

Karakteristike lice koje se mogu mjeriti i koristiti za kasnijuidentifikaciju nazivaju se ključni detalji.

Postoji oko 80 ključnih detalja na ljudskom licu. Neki od tih detaljasu:

• Rastojanje između očiju,

• Širina nosa,

• Dubina očnih udubljenja,

• Jagodice,

• Vilična linija,

itd...

PREPOZNAVANJE LICA – KLJUČNI DETALJI

PREPOZNAVANJE LICA - POSTUPAK

Postupak prepoznavanja lica sastoji se iz sljedećih koraka:

� Detekcije� Podešavanja� Normalizacije� Kodiranje i� Komparacije

DETEKCIJA LICAU najkraćem:

� Lociranje lica na slici.� Izdvojanje iz scene

PODEŠAVANJA

Vrše se sljedeća podešavanja:

�Rotacija�Osvjetljaj�Skala�Naklon glave

� Položaj očiju (lociranje oka)

NORMALIZACIJA

“Mirna slika“ - frontalna slika, sa uobičajenim izrazomčovječijeg lica.

Manji numerički kod za predstavljanje lica u bazi podataka.

Normalizacija - statistička tehnika kojom se vrši korekcija razlika u licu istog čovjeka na različitim slikama.

Normalizacione korekcije donekle umanjuju razlike i između različitih lica.

KODIRANJEKljučni detalji se mjere i formira se numerički kod, odnosno niz

brojeva, koji predstavlja lice u bazi podataka -″″″″faceprint″″″″.

Mjerenje ključnih detalja lica

KOMPARACIJADobijeni digitalni kod (faceprint), se u fazi komparacije koristi zapoređenje sa drugim raspoloživim kodovima iz baze podataka.

TEŠKOĆE:

� Varijacije u osvjetljaju� Verijacije u orijentaciji (pozicija lica)� Varijacije u veličini� Velika baze podataka� Jačina procesora

PREPOZNAVANJE LICA

Margina greške.

Već broj korisnika – veći FAR.

Velika baza podataka može uzrokovati isuviše veliki FAR.

Multi-biometrijski koncept predstavlja dobro rješenje zaobezbjeđenje visoke pouzdanosti identifikacije.

Prepoznavanje lice - dopuna osnovne metode identifikacije

PREPOZNAVANJE LICA – TEŠKOĆE

Pouzdanost sistema za prepoznavanja lica jefunkcija:

� Demografskih karakteristika populacija koja koristisistem.

PREPOZNAVANJE LICA

Experimenti su pokazali da je lakše prepoznati muškarcenego žene, kao i da je lakše prepoznati starije nego mlađe

ljude.

Rezultati takođe pokazuju da razlike u lakoći prepoznavanja, muškaraca i žena, opadaju sa njihovim starenjem.

Kao i u slučaju tehnologije prepoznavanja otiska prsta i tehnologija prepoznavanja lica je prilično ugrožena

mogućnošću falsifikovanja.

PREPOZNAVANJE LICA

PREPOZNAVANJE LICA - PRIMJENEPrvi korisnici sistema za prepoznavanje lica bili su policija, sudovi itd..

Policija ove sisteme koristi za nadzor određenih prostora.

Nadzor se sastoji u provjeri identiteta slučajno odabranog lica iz mase.

PREPOZNAVANJE LICA - PRIMJENEPoznatiji sistemi za sigurnosni nadzor koji koriste tenologijuprepoznavanja lica su:

- Virginia Beach Surveillance, - City of Brentwood Police Department,- Zurich Airport Face, - Manchester NH Viisage, itd.

Biometrijska tehnologija prepoznavanja lica može se upotrijebiti i za kontrolu pristupa kompjuteru.

Montiranjem web kamere na kompjuter i instalacijomsoftvera, korisnikovo lice može zamijeniti lozinku za pristupkompjuteru

PREPOZNAVANJE LICA - PRIMJENE

Provjera identiteta na automatu za keširanje novca.

PREPOZNAVANJE LICA - PRIMJENE

PREPOZNAVANJE GLASAKarakteristika ponašanja - najveći se napori se ulažu u razvoj tehnologijeprepoznavanja glasa.

Upotreba sistema za prepoznavanje glasa je veoma jednostavna i jeftina.

Intefejs između korisnika i sistema, može biti bilo koji audio uređaj, uključujući mobilne/fiksne telefone, PC mikrofone itd..

Dobro prihvatanje od strane korisnika - glas najprirodniji način komunikacije.

Najčešće se koristi tamo gdje je glas jedini raspoloživi biometrijski identifikator.

Prepoznavanje glasa ≠≠≠≠ Prepoznavanje govora

Tehnologija prepoznavanja govora prevodi što je korisnik rekao.

Tehnologija prepoznavanja glasa, verifikuje identitet individue kojagovori.

Tehnologije su često povezane.

PREPOZNAVANJE GLASA

Osobine glasa dominantno su zavistne od oblika vokalnog trakta.

PREPOZNAVANJE GLASA

PREPOZNAVANJE GLASAGenerisanje glasa započinje na glasnim žicama.

Između glasnih žica postoje prorezi.

Kada započnemo sa govorom, mišići koji kontrolišu glasne žice, zatežu se.

Glasne žice se sužavaju.

Prolazak daha kroz proreze glasnih između žica proizvodi glas.

Jedinstvene karakteristike glasa oblikuju se u vokalnom traktu.

Vokalni trakt modifikuje spektralni sadržaj glasa – neke harmonike pojačava, druge prigušuje.

Digitalizacija karakteristika ljudskog glasa - stvoranje nizadigitalnih podataka koji opisuju glas.

″″″″Voice print″″″″ ili ″″″″Profil glasa″″″″

Digitalizacijom se svaka izgovorena riječ svodi na segmentesastavljene od dominantnih frekvencija (formanta).

Svaki segment ima nekoliko formanta.

Svi formanti zajedno predstavljaju jedinstveni profil glasa

PREPOZNAVANJE GLASA

PREPOZNAVANJE GLASA

Sistemi za prepoznavanje glasa mogu biti:

� tekst zavisni,

� tekst nezavisni ili

� kombinacija ove dvije vrste.

TEKST ZAVISNI SISTEMI

� Korisnik izgovara unaprijed definisane riječi ili rečenice.

� Mjesto rođenja, omiljene boje, niz brojeva, ...

� Dobijeni glasovni profil poredi se sa glasovnim profilom istih tih rečenica dobijenom u procesu upisivanja

PREPOZNAVANJE GLASA

TEKST NEZAVISNI SISTEMI

� Ne koriste se unaprijed definisne rečenice.

� Govor dužeg trajanja.

� Prepoznaju se glasovne karakteristike: jačina, takt, tonalitet, ...

PREPOZNAVANJE GLASA

PREPOZNVANJE GLASA - PROBLEMI

• Profil ljudskog glasa veoma je zavistan od zdravlja i emocionalnog stanja čovjeka.

• Pozadinski šum i loš kvalitet ulaznog uređaja (mikrofona) mogu stvoriti preobleme.

• Sistemi za prepoznavanje glasa ugroženi su i od pokušajalažne identifikacije.

Lažna identifikacija, na osnovu snimljenog glasa regularnogkorisnika, je jedan on najčešćih slučajeva.

Razvijeni su mnogi sofisticirani algoritmi kojima se nastojišto pouzdanije provjeriti da li se radi o živom glasu ili snimku.

PREPOZNAVANJE GLASA - PRIMJENE

IBM razvija sistem za prepoznavanje glasa VIVA (Voice Identification and Verification Agent)

Namjena ovog sistema je da omogući identifikacijukorisnika preko telefona.

Dva izvora za autentifikaciju: 1) biometrika glasa (the voice-print) i2) korisnikovo znanje ( lozinka i lične informacije)

Procenat pogrešno prihvaćenih je 0.00001%.

Procenat pogrešno odbijenih 3%.

VIVA

PREPOZNAVANJE GLASA - PRIMJENE

Slučaj I:

Prvi slučaj: Pravi korisnik pristupa svom računu.

VIVA je u stanju akustički verifikovati korisnika.

Zbog dobre podudarnosti glasa – u intervjuu samo jedno pitanje.

Slučaj II:

PREPOZNAVANJE GLASA - PRIMJENEDrugi slučaj: Uljez pokušava da “provali" u tuđ račun.

Pored nepodudaranja glasovnih karakteristika, uljez ne zna da odgovori na biometrijska pitanja iz intervjua.

Slučaj III:

PREPOZNAVANJE GLASA - PRIMJENETreći slučaj: Dobro informisani uljez pokušava da “provali“ u tuđ račun.

Imposter zna odgovore na sva biometrijska pitanja iz intervjua.

Randomizacija intervjua – različita pitanja u svakoj uzastopnoj sesiji.