Analisis de Reconocimiento
de Patrones Biometricos
Reconcocimiento Facial
Identificacion del Problema
• El reconocimiento biométrico responde a un sistema automático
basado en la inteligencia artificial y el reconocimiento de
patrones, que permite la identificación y/o verificación de la
identidad de personas a partir de características morfológicas o
de comportamiento, propias y únicas del individuo, conocidas
como autentificadores.
• Como principales autentificadores podemos mencionar las
huellas
dactilares, la geometría de la mano, la cara, el termograma
facial, el iris, la retina, la voz, el estilo de escritura...etc.
Asimismo, la naturaleza del tipo de característica, morfológica o
de comportamiento, se encuentra directamente relacionada con
el grado de variación de las mismas con el paso del tiempo
Formulacion del Problema
• El Reconcocimiento de Patrones Biométricos se ha convertido
en una herramienta habitual en las fuerzas de la policía durante
los procesos de investigación criminal, posibilitando la
detención de delincuentes a nivel mundial, aunque también se
le reconocen otras aplicaciones específicas tales como el
control de acceso a cualquier tipo de transacción o acceso a
datos protegidos
Objetivos
• Objetivo Primario
• Estudiar y analizar las caracteristicas del modelo de
reconocimiento Facial, como parte del reconocimiento de patrones
Biometricos
• Objetivo Secundario
• Presentar al usuario las caracteristicas, usos, enfoques y alcances
que brinda el reconocimiento de patrones biometricos para el
acceso y control de información
Justificación
• He escogido este tema debido a la importancia de mantener la
seguridad en el acceso de datos que son considerados no compartibles,
tanto en el área tecnológica como en el área social. (Policia, Secretos
de estado, Plantas de acceso limitado).
• A pesar que esta área no es muy extendida en el Perú, en algún
momento llegara el momento que tendremos que hacer uso de estas
herramientas, es por eso que vi la importancia de hacer este estudio.
Antecedentes de Estudio
1)
Titulo: Evaluación de Sistemas de Reconocimiento Biométrico
Autor: Virginia Espinoza Duro – Escuela Universitaria
Politecnica de Mataro (Barcelona)
Contenido: Se baso en el analisis de Reconocimiento de huellas
dactilares, reconocimiento facial y reconocimiento del iris.
2)
Titulo: Control de Accesos – Tecnologías Biométricas
Autor: Fernando M. Oubiña
Contenido: Baso su estudio en Reconocimiento Facial, huellas
dactilares, geometria de la mano, iris y retina, voz, firma y
dinamica de tecleo.
Bases Teóricas
La identificación por características faciales ha sido primeramente
alimentada por el cambio en la tecnología de video multimedia, de
esta forma se ha incrementado la presencia de cámaras en los lugares
de trabajo y el hogar.
El reconocimiento por características faciales es inherente en todos
nosotros. Individuos específicos pueden ser distinguidos de una
multitud con solamente verles la cara. Como resultado, este tipo de
identificación es considerada como la mas natural dentro de los
sistemas biométricos.
Bases Teoricas
• Lo sistemas de reconocimiento facial están englobados dentro de las
técnicas FRT (Face Recognition Thecniques). Estas técnicas de
aproximación al reconocimiento facial, pueden clasificarse en dos
categorías según el tipo de aproximación holística o analítica. La
aproximación holística (método de las eigenfaces) considera las
propiedades globales del patrón, mientras que la segunda
(eingenfeautres) considera un conjunto de características geométricas
de la cara.
Bases Teoricas
• El proceso de identificación facial posee dos métodos significantes:
detección y reconocimiento.
• Detección comprende localizar la cara humana dentro de una imagen
capturada por una video cámara y tomar esa cara y aislarla de los otros
objetos en la imagen.
• Reconocimiento comprende en comparar la imagen facial capturada con
imágenes que han sido guardadas en una base de datos.
•
La tecnologia de reconocimiento básico involucra tanto a los
'eigenfeatures' (métrica facial, tecnica analitica) como a los
'eigenfaces‘(tecnica holistica).
Bases Teoricas
• Cuando una identificación facial utiliza 'eigenface‘ (holistica), el
sistema interpreta cada imagen facial como un conjunto bidimensional
de patrones brillantes y oscuros. Estas áreas son las consideradas
'eigenface'. Los patrones brillantes y oscuros son luego convertidos y
representados como un algoritmo el cual es temporalmente
almacenado como una combinación de 'eigenfaces'. Finalmente, la
combinación actual de eigenfaces es comparada contra una base de
datos de eigenfaces.
• Por otro lado, el 'eigenfeature' (analitica) trata de determinar las
distancias entre las características faciales como la nariz, ojos,
estructura ósea, boca y pestañas. La diferencia en este método es que la
identificación facial captura la imagen y extrae estos eigenfeatures de
la cara para luego ser comparados contra otros almacenados en una
base de datos
Terminos Básicos
• ‘Eigen' : termino alemán se refiere a la matemática recursiva usada
para analizar características faciales únicas.
• FRT (Face Recognition Thecniques) : Tecnicas de Reconocimiento
Facial
• Aproximación holística: Referido al reconocimiento facial tomado en
conjunto (Eingenface).
• Aproximación analítica: Referido al reconocimiento facial tomando
como base la geometria de la cara (Eingenfeature).
Tipo y Nivel de Investigacion
• TIPO DESCRIPTIVO:
• Devido a que se pretende analizar y describir las caracteristicas del
reconocimiento facial
• NIVEL EXPLICATIVO:
• Involucra las razones y causas por la cual se puede tomar en
cuenta el analisis biometrico para casos en el cual su utilización
sea prioritaria.
Muestra y Universo
• UNIVERSO:
• Todos los tipos de Reconocimiento Biométrico: Analisis Dactilar,
Reconocimiento Facial, Iris, Retina, Geometría de la Mano, Voz,
Estilo de escritura, etc.
• MUESTRA:
• Es el estudio de solo un tipo de reconocimiento de analisis
biometrico “El reconocimiento FACIAL”
Recoleccion de Datos
• La recolección de datos que he usado para este trabajo es:
• INTERNET
• Entrevistas y Consultas a Expertos
• Textos y libros sobre el Reconocimiento de Patrones
Biometricos
Reconocimiento de Patrones:
Usos
• Verificación: El usuario se identifica mediante un método típicamente
no biométrico, como un código (PIN) o una tarjeta, y se ha de
comprobar (verificar) que la identidad proporcionada es correcta.
• Identificación: Se trata de averiguar la identidad del sujeto buscando
en una base de datos una representación de parámetros biométricos que
se corresponda con la lectura del sistema.
Reconocimiento de Patrones:
Funcionamiento
1.
Adquisición de datos. Representación de los patrones
La entrada a un sistema de reconocimiento estadístico de patrones es un
vector numérico que contiene los valores muestreados y cuantificados (o
binarizados) de una serie de señales naturales.
Espacio de representación: Con esta aproximación un patrón no es más
que un punto en el espacio de representación de los patrones que es un
espacio de dimensionalidad determinada por el número de variables
consideradas
Similaridad entre patrones: La tarea fundamental de un sistema de
reconocimiento de patrones (clasificador) es la de asignar a cada patrón de
entrada una etiqueta
Variabilidad entre patrones: La suposición de un sistema de adquisición
perfecto no deja de ser eso, una suposición. Los sistemas de adquisición
introducen, indefectiblemente, cierta distorsión o ruido, lo que produce una
variabilidad en la representación de los patrones.
Funcionamiento del Reconocimiento de
Patrones
2. Selección y extracción de características
El problema que se trata de resolver es el
de extraer la información relevante
3. Módulo de clasificación
El objetivo final de un sistema de
Reconocimiento de Patrones es el
etiquetar de forma automática patrones de
los cuales desconocemos su clase.
Reconocimiento Facial
La identificación por características faciales ha sido primeramente
alimentada por el cambio en la tecnología de video multimedia, de
esta forma se ha incrementado la presencia de cámaras en los lugares
de trabajo y el hogar.
El reconocimiento por características faciales es inherente en todos
nosotros. Individuos específicos pueden ser distinguidos de una
multitud con solamente verles la cara. Como resultado, este tipo de
identificación es considerada como la mas natural dentro de los
sistemas biométricos.
Reconocimiento Facial
Características del Sistema:
•
Sistema no invasivo.
•
Permite la identificación de personas en movimiento.
•
Sistema con posibilidad de camuflaje
•
Reconocimiento de sujetos no dispuestos a cooperar.
•
El sistema de captura necesita de una fuente de luz auxiliar.
•
Susceptible a problemas de iluminación.
•
Sistema vulnerable al reconocimiento de sujetos que se han
sometido a operaciones de cirugía plástica
Reconocimiento Facial: Técnicas
• Lo sistemas de reconocimiento facial están englobados dentro de las
técnicas FRT (Face Recognition Thecniques). Estas técnicas de
aproximación al reconocimiento facial, pueden clasificarse en dos
categorías según el tipo de aproximación holística o analitica
• Aproximacion Holística
• Cuando una identificación facial utiliza 'eigenface‘, el sistema interpreta cada
imagen facial como un conjunto bidimensional de patrones brillantes y
oscuros. Estas áreas son las consideradas 'eigenface'. Los patrones brillantes y
oscuros son luego convertidos y representados como un algoritmo el cual es
temporalmente almacenado como una combinación de 'eigenfaces'.
Finalmente, la combinación actual de eigenfaces es comparada contra una base
de datos de eigenfaces.
• Aproximacion Analítica
• Por otro lado, el 'eigenfeature' (analitica) trata de determinar las distancias
entre las características faciales como la nariz, ojos, estructura ósea, boca y
pestañas. La diferencia en este método es que la identificación facial captura la
imagen y extrae estos eigenfeatures de la cara para luego ser comparados
contra otros almacenados en una base de datos
Reconocimiento Facial: Técnicas
La Lógica de las Redes Neuronales
Un tipo de método usado es por medio de redes
neuronales. Este tipo de tecnología puede
emplear inteligencia artificial que requiere que el
sistema aprenda de la experiencia.
Las Redes neuronales mas usadas para el
reconocimiento biométrico son las redes de
contrapropagación que básicamente el método
que usan es convertir una imagen en un vector de
números y pasarla a la capa de entrada de la red.
Termograma Facial
Emplea una cámara infrarroja para capturar el
patrón que conforman las arterias y venas bajo la
piel. La ventaja de este sistema es que puede ser
usado en la oscuridad y no es tan afectado por
cambios en la posición de la cara.
Reconocimiento Facial: Técnicas
Retratos Hablados
Si no se tiene un sistema computarizado,
esta identificación puede ser muy laboriosa
y tardada.
Módulo para el reconocimiento de rostros
que nos permite obtener las características
principales y posteriormente obtener la
identificación de los rostros más similares
que se encuentren en una base de datos
criminalista.
Reconocimiento Facial: Aplicación
A continuación presentamos un ejemplo de la
aplicación de las FRT en el reconocimiento de
imagen.
Software
•Creado pro Atrasoft
•Simula un buscador usado por el FBI
Software Attrasoft
•
•
•
•
•
A continuación presentamos un ejemplo de la aplicación de
las FRT en el reconocimiento de imagen, software creado
por Attrasoft.
Este software utiliza la tecnica de redes neuronales,
especialmente la red neuronal de Retropropagacion.
La tarea central en un sistema de manejo de datos de
imágenes es capturar imágenes que contengan similares
características. El software Attrasoft provee a los usuarios
unas herramientas para la captura de imágenes, simula un
buscador usado por el FBI
Este software esta hecho en Microsoft Visual Java ++, y su
salida esta dada en una pagina web, los formatos que
soporta este software son, los archivos JPG y los archivos
GIF.
Posee 2 principales parámetros de entrada:
• The Keys: key-image(s), or key-segment(s) Usado
para saber que buscara el software
• The Search-Directory: El directorio de imagines donde
se quedra buscar.
Entrenamiento
•
•
Parametros Primarios
2.1.1 Background
Consiste en 2 tipos de filtro: Edge Filter y Thereshold Filter.
El entrenamiento requiere especificar el tipo de background que se requiere, se puede especificar
con el botón choice button.
•
2.1.2 Simetría
Significa la similaridad dentro de ciertos tipos de condiciones. Por ejemplo considerando 2
imágenes, una con una cara en el centro y otra con la cara en una esquina, ahí se puede decir
que hay imágenes similares.
Posee 5 tipos de simetría:
No symmetry (0); Translation symmetry (3); Scaling symmetry (4); Rotation symmetry (5);
and Rotation and Scaling symmetries (6).
•
2.1.3 Corte de segmento
Va en un rango de 0 a 12. Este parámetro combina con el segmento de imágenes movidas a la
esquinal tiene dos tipos de corte, largo y pequeño.
•
Ademas aparecen los conceptos de escalación, traslación, rotación y deformación estos lo hemos
visto en Geometria conputacional.
Busqueda
•
2.2.1 Sensitividad
Este parámetros va de un rango de o a 100. Para buscar pequeños segmentos, se usa la
sensitividad alta, mientras que para búsquedas largas, se usa la sensitividad corta. Mientras
mas alto sea el parámetro mas resultados se obtendrán..
•
2.2.2 Blurring
Este es uno de los mas importantes parámetros de búsqueda, si se usa un software para
comprimir una imagen, para cambiar la intensidad de una imagen, escalar o rotar una
imagen, la imagen será descompuesta un BIT en el nivel de píxeles. Es necesario usar
blurring.
•
2.2.3 Shave Cut, Shave Cut2
Trata con la forma de las imagenes y existen dos parámetros.
Si tienes muchas imágenes diferentes, puede eliminar muchas imágenes al activar Shape
Cut., esto puede significas el incremento de velocidad en la búsqueda de imágenes.
Conclusiones
•
EL reconocimiento de imágenes es una herramienta que esta siendo cada vez
mas usada en el mundo, por lo cual es necesario saber sobre la importancia del
tema.
•
Existen diversas técnicas para realizar el reconocimiento, pero no todas son de
entera confianza.
•
El reconocimiento de patrones exige el conocimiento de muchas formulas
matemáticas, para la representación de patrones. Es necesario además el
conocimiento de la geometría computacional, de una manera profunda.
•
Personalmente me ha hecho comprender el funcionamiento de la red neuronal
de retropropagación (backpropagation) para poder comprender un poco mas
sobre el funcionamiento del software Attrasoft..
Descargar

Reconocimiento de patrones Biometricos