180 likes | 412 Views
Бесконтактное распознавания личности по геометрии руки. Цель работы. Исследование и разработка методов сегментации и распознавания изображений в контексте их практического применения в области биометрических технологий. Предметная область.
E N D
Бесконтактное распознавания личности по геометрии руки
Цель работы • Исследование и разработка методов сегментации и распознавания изображений в контексте их практического применения в области биометрических технологий.
Предметная область • Биометрия – всевозможные методы автоматической идентификации человека и подтверждения личности человека, основанные на физиологических или поведенческих характерис-тиках, называемых биометрическими иденти-фикаторами. • Физиологические: отпечатки пальцев, лицо, радужная оболочка) • Поведенческие: походка, роспись, речь
Постановка задачи • Исследовать современные методы и подходы аутентификации, изучить состояние современного рынка биометрии. • Проанализировать достоинства и недостатки современных систем распознавания по геометрии руки. • Исследовать методы сегментации изображений. Разработать метод сегментации для выделения руки на изображении с произвольным задним фоном для обеспечения бесконтактного сканирования. • Разработать алгоритмы распознавания состояния руки и аутентификации по контуру. • Оценить возможность использования текстуры (рисунка) ладони для повышения точности аутентификации личности. • Провести тестирования разработанных методов и алгоритмов, используя все возможные средства.
Состояние рынка • Отпечатки пальцев • Лицо • Геометрия руки • Радужка
Достоинства подхода геометрии руки • Не нарушает конфиденциальность личности. • Практически все работающие люди имеют руки. • Рука человека имеет способность легко менять состояние и непосредственно сканирование не требует никаких сложных оптических устройств. • Идеально подходит к использованию в комбинации с другими биометриками, такими как отпечатки пальцев.
Верификация Нет Да Ввод данных Системная БД Вывод результата Сканирование Блок извлечения признаков Блок сравнения Схема работы универсальной системы распознавания
Недостатки существующих методов сегментации • Пороговая сегментация: Совпадение по яркости сегментируемого объекта и объектов заднего плана. • Градиентная сегментация: Неоднородность заднего фона, присутствие посторонних объектов. • Сегментация по цвету: Совпадение цветов сегментируемого объекта и объектов заднего плана
Метод бинокулярной сегментации • Исходный метод получения z-координаты: • Введение обратной связи:
Фильтрация, контрастирование • Для устранения точек выброса на изображении был применен медианный фильтр: • Линейное контрастирование позволило выявить глубинную структуру изображения: где fmin,fmax - реальный динамический диапазон яркостей, gmin,gmax – новый диапазон g = af + b,
Построение контура изображения руки • Алгоритм следящей пары для построения непрерывного контура: где P(px,py) – черная точка; Q(qx,qy) – белая точка; R(rx,ry) – следующая точка контура. • Применение контурного медианного фильтра для восстановления контура руки:
Метод контрольных точек • Определение положения и поворота кисти руки • Определение состояния руки (положение пальцев) по контрольным точкам: ai,bi,ri: где t – некоторая точка контура; R – ее окрестность; Ri – радиус искривления в точке i контура. Riрассчитываются по двум соседним точкам с помощью системы, построенной по уравнению окружности (x-x1)2 +(y-y1)2= R2: ,
Алгоритм хроматической коррекции Изображение руки фильтруетсяпо цвету источника света с помощьюцветовой модели HSB, в результате чего формируется нормализованное изображение –отпечаток ладони. где Hij – координата Hue исследуемогопиксела; F – координата Hue для источника света; G – разность цветовых тонов; – допустимый диапазон
Расхождение отпечатков Отпечатки ладони: а – освещение сверху, б – освещение сбоку, в – расхождение.
Оценка полученного метода Недостатком разработанного метода является достаточно низкая производительность. Это обуславливается большим количеством преобразований, которым подвергается исходное изображение. Выход: Применение способа «постепенного уточнения», применяемого в современных системах распознавания текста.
Тестирование методов и алгоритмов • Введение обратной связи в алгоритме построения буфера глубины стереоизображения. • Выбор параметров для медианной фильтрации. • Применение медианной фильтрации для восстановления контура изображения и устранение нестабильных контрольных точек. • Проверка качества хроматической коррекции Тестирование позволило усовершенствовать разработанные методы и алгоритмы сегментации и распознавания изображения руки и подтвердило их эффективность и пригодность для использования в реальных биометрических системах.