معرفي روش هاي نوين بيومتري
باز شناسي هويت از طريق چشم
بيومتريك تكنولوژي نويني براي تشخيص خودكار
هويت افراد است. در اين روش از ويژگي هاي منحصر به فردي از قبيل اثر انگشت،
كف دست، امضاء، هندسه دست، سياهرگ مچ دست، صوت، چهره، عنبيه، شبكيه چشم و
... استفاده مي شود. همچنين بيومتريك راه حلي براي افزايش امنيت جوامع
اطلاعاتي نسبت به امنيت حاصله از روش هاي تشخيص هويت جاري از قبيل كلمه
عبور، شماره شناسايي شخصي و كارت هاي نوار مغناطيسي است. در اين شماره به
معرفي ساير روش هاي بيومتريك خواهيم پرداخت.
در زنگ تحقيق شماره قبل
تعدادي از روش هاي بيومتريك مورد بررسي قرار گرفت و ويژگي هاي اين روش ها
به طور كامل ذكر شد. در اين شماره تعدادي از روش هاي ديگر در زمينه
بيومتريك بررسي مي شود و مزايا و معايب تمامي روش هاي مبتني بر بيومتريك
مورد مقايسه قرار مي گيرد. همچنين كاربرد شبكه هاي عصبي مصنوعي در زمينه
تشخيص هويت بيان شده و اهميت هر شبكه در استفاده از روش هاي بيومتريك خاص
بيان مي شود.
مزاياي تكنولوژي بيومتريك نسبت به روش هاي تشخيص هويت قديمي عبارتند از:
1- ضرورت حضور فيزيكي فرد در محل شناسايي
2- عدم نياز به يادآوري كلمه عبور، PIN يا حمل كارت شناسايي
3- كاهش شديد امكان تقلب و دسترسي غيرمجاز و صرفه جويي ميلياردي در اقتصاد
سيستم
هاي بيومتريك شامل خوانده يا وسيله اسكن عضو مورد نظر، نرم افزار
تبديل‌كننده اطلاعات جمع آوري شده به شكل ديجيتال و پايگاه داده كه داده
هاي بيومتريك را براي مقايسه با موارد از پيش ضبط شده فراهم مي كند .
انواع سيستم هاي بيومتريك
هر
سيستم بيومتريك داراي قوت و ضعف خاص خودش است و انتخاب هر روش خاص بسته به
كاربرد آن است. هيچ روش بيومتريك به تنهايي انتظار نمي رود كه به صورت
كاملا موثر نيازهاي يك كاربرد را برآورده سازد. به عبارت ديگر هيچ
بيومتريكي بهينه نيست. در شكل1 تعدادي از روش هاي مختلف بيومتريك نشان داده
شده است. شكل a-1، بيومتريك از طريق DNA b-1 بيومتريك توسط گوش،
c-1 بيومتريك با استفاده از چهره، d-1 بيومتريك از طريق گرماي صورت،
e-1 بيومتريك توسط گرماي دست، f-1 بيومتريك با استفاده از رگ دست،
g-1 بيومتريك از طريق اثر انگشت، h-1 بيومتريك با استفاده از راه
رفتن، i-1 بيومتريك توسط هندسه دست، j-1 بيومتريك از طريق عنبيه،
k-1 بيومتريك اثر كف دست، l-1 بيومتريك شبكيه، m-1 بيومتريك امضاء،
n-1 بيومتريك با استفاده از روش صوت را نشان مي دهد.
1- باز شناسي هويت با استفاده از شبكيه
تحقيقات
در زمينه تشخيص هويت از طريق چشم از سال 1935 آغاز شد. در همان سال مقاله
اي منتشر شد و اين مطلب را بيان كرد كه شبكيه افراد مختلف داراي طرح و
الگويي يكتا از رگ هاي خوني است و مي توان از الگوي رگ هاي خوني كه در
شبكيه وجود دارند جهت تشخيص افراد استفاده كرد.
در دهه 50 بيان شد كه
الگوي رگ هاي خوني افراد مختلف و حتي بين دوقلوهاي كاملا يكسان متفاوت و
يكتاست. در سال هاي اخير نيز تحقيقات وسيع و پيشرفت هاي چشم گيري در زمينه
به دست آوردن الگوهايي از شبكيه و قرنيه و يكتايي اين الگوها به وجود آمده
است.
آناتومي و يكتايي شبكيه
نسبت
شبكيه و چشم همانند نسبت فيلم به دوربين است. شبكيه از بافت هاي
گيرنده‌‌اي است كه از لايه هاي مختلفي تشكيل شده است. همچنين شبكيه از
ميليون ها گيرنده نوري تشكيل شده است كه عملكرد آن ها عبارت از: جمع آوري
اشعه هاي نوري است كه به آن فرستاده مي شود و تبديل اين نورها به پالس هاي
الكتريكي است كه با عبور از عصب نوري به مغز رسيده و در آنجا اين پالس هاي
الكتريكي به تصوير تبديل مي شود. دو گونه مختلف گيرنده هاي نوري در شبكيه
وجود دارند، گيرنده هاي ميله اي و گيرنده هاي مخروطي. گيرنده هاي مخروطي كه
تقريبا 6 ميليون از آن ها وجود دارند در ديدن رنگ هاي مختلف به فرد كمك
كرده و گيرنده هاي ميله اي كه تقريبا 125 ميليون از آن ها وجود دارند در
ديد در شب و محيط پيرامون به شخص كمك مي كنند. اين الگوي رگ هاي خوني موجود
در شبكيه است كه تشخيص هويت از اين طريق قرار گرفته است.
شكل2 نشان دهنده موقعيت شبكيه است. همانطور كه 
مشاهده
مي شود قرنيه در جلوي چشم قرار گرفته است و شبكيه در انتهاي چشم قرار
دارد. به علت اينكه شبكيه در مكاني درون چشم قرار گرفته است و در مقابل
محيط خارج از چشم نيست به عنوان يك روش تشخيص هويت پايدار قلمداد مي شود.
شكل
3 نشان دهنده شماي نزديكي از الگوي رگ هاي خوني درون چشم است. خط‌هاي قرمز
نشان دهنده رگ هاي خوني و قسمت روشن نشان دهنده مكان ديسك نورياست
(مكاني كه عصب نوري به شبكيه متصل مي شود و اطلاعات در اين مكان از چشم به
مغز ارسال مي شود. ) دايره اي كه در شكل وجود دارد مكاني است كه توسط
دستگاه براي استخراج ويژگي اسكن شده است.
تكنولوژي دستگاه هاي اسكن
دستگاه هاي اسكن شبكيه از 3 بخش عمده تشكيل شده اند:
1-قسمت تصوير برداري و پردازش سيگنال:
اين بخش شامل دوربيني جهت تصوير برداري و سپس تبديل تصوير اسكن شده از شبكيه به فرمت ديجيتال است.
2-قسمت تطبيق دهنده:
اين بخش شامل يك سيستم كامپيوتري اعتبارسنجي و تشخيص هويت استفاده كننده است.
3-قسمت نمايش دهنده:
در اين بخش ويژگي هاي يكتاي شبكيه به صورت يك قالب نمايش و ذخيره مي شود.
قسمت
اخذ تصوير و بخش پردازش آن مشكل ترين بخش براي انجام به صورت كاملا صحيح
بوده و به اين دليل است كه شخص مورد نظر در طي انجام اين پروسه بايد همكاري
كامل داشته باشد. استفاده كننده ابتدا بايد چشم خود را در مقابل لنز
دستگاه اسكن شبكيه در فاصله بسيار نزديك قرار دهد. در اين هنگام بسيار مهم
است كه براي اخذ تصويري خوب شخص كاملا بي حركت روبروي دستگاه قرار گيرد.
همچنين استفاده كننده بايد هرگونه عينكي كه به چشم دارد قبل از اخذ تصوير
برداشته تا از انعكاس نور توسط عينك يا لنز و تداخل آن ها با سيگنال هاي
شبكيه جلوگيري شود.
در اين لحظه استفاده كننده از درون لنز متوجه نور
سبز رنگي كه درون پشت زمينه سفيد قرار دارد خواهد شد. هنگامي كه دستگاه
فعال مي‌شود، نور سبز در درون مسير دايره اي رنگ شروع به حركت مي كند و
تصويري از شبكيه از درون مردمك چشم تهيه مي كند. معمولا 3 تا 5 تصوير از
شبكيه گرفته مي شود. با توجه به همكاري استفاده كننده اين مرحله مي تواند
بيشتر از 1 دقيقه به طول انجامد. كه نسبت به اخذ و پردازش تصوير روش هاي
ديگر تشخيص هويت زمان بسيار زيادي به حساب مي آيد. اين زمان براي دستگاه
اسكن قرنيه تقريبا برابر 2 ثانيه است.
در مرحله استخراج ويژگي هاي منحصر
به فرد مزيت روش شبكيه در اين است كه فاكتورهاي ژنتيكي تعيين كننده الگوي
شبكيه نيستند. اين موضوع باعث مي شود كه شبكيه داراي ويژگي هاي منحصر به
فرد قوي باشد. از شبكيه تا 400 نقطه منحصر به فرد اطلاعاتي مي‌توان استخراج
كرد كه نسبت به اسكن اثر انگشت كه 30 تا 40 نقطه است بسيار روش دقيق‌تري
است.
در مرحله توليد قالب، ويژگي هاي استخراج شده منحصر به فرد از الگوي
رگ هاي خوني شبكيه اساس تشكيل اين قالب هستند كه 96 بايت است. لذا يكي از
كوچكترين قالب هاي تشخيص هويت در نظر گرفته مي شود. اين حجم براي دستگاه
اسكن قرنيه بين 256 تا 512 بايت است.
منابع خطاها
مشكلات متفاوتي مي
توانند در اخذ تصويري دقيق از شبكيه نقش داشته باشند و لذا در عدم تشخيص
دقيق نقش داشته باشند. در زير به تعدادي از اين خطاها اشاره شده است:
1-عدم همكاري شخص استفاده كننده با دستگاه. هر گونه حركت از سمت استفاده كننده در مرحله اخذ تصوير مي تواند باعث خطا شود.
2-عدم رعايت فاصله مشخص شده توسط دستگاه
3-لنز كثيف دستگاه اسكن شبكيه
4-تداخل نوري توسط محيط خارجي
5-ابعاد
مردمك استفاده كننده. روشنايي زياد محيط باعث كاهش نويز از طريق مردمك به
شبكيه و بالعكس مي شود. اين امر باعث افزايش تعداد عدم پذيرش توسط دستگاه
مي شود.
مزايا و معايب تشخيص هويت از طريق شبكيه
همانند ساير روش هاي تشخيص هويت اين روش نيز به نوبه خود داراي معايب و مزايايي است. تعدادي از مزاياي اين روش در زير آمده است:
الگوي
رگ هاي خوني شبكيه به ندرت در طي دوران زندگي تغيير مي كنند. به غير از
مواردي كه افراد دچار بيماري هاي چشمي ميشوند، مانند آب مرواريد ،آب سياه
و ...
حجم قالب اصلي 96 بايت است كه بسيار كوچك است و باعث كاهش زمان در انجام مراحل بررسي و تشخيص هويت نسبت به قالب هاي بزرگتر مي شود.
تا حدود 400 نقطه داراي ويژگي هاي منحصر به فرد را مي توان از الگوي رگ هاي خوني شبكيه به دست آورد.
شبكيه درون چشم قرار دارد و در مقابل صدمات محيط خارجي مصون است.
معايب عمده اين روش عبارتند از:
تهديد سلامت چشم، اين شايعه وجود دارد كه اسكن از شبكيه باعث تخريب چشم مي شود.
عدم راحتي استفاده كننده به علت نزديكي زياد لنز با چشم
ميزان انگيزه شخص استفاده كننده، بر خلاف روش هاي ديگر كيفيت يكي گرفته شده بستگي مستقيم با ميزان همكاري شخص دارد.
استفاده كننده بايد عينك يا لنز چشمي خود را بردارد.
در حال حاضر دستگاه هاي اسكن شبكيه بسيار گران قيمت هستند.
باز شناسي هويت با استفاده از عنبيه
در
سال 1936 چشم پزشكي به نام frank Burch پيشنهاد تشخيص افراد از طريق الگوي
قرنيه را عنوان كرد. اما تا سال 1985 بود كه توسط دو چشم پزشك به نام هاي
Leonard Flom و Aran Safir اين مطلب بيان شد كه قرنيه هاي افراد مختلف
كاملا با هم متفاوت است ودر سال 1987 موضوع تشخيص هويت از طريق قرنيه افراد
به نام آن ها ثبت شد. در 1993 سازمان دفاع هسته اي براي ساخت و آزمايش
اولين دستگاه تشخيص هويت از طريق الگوي قرنيه آغاز به كار كرد كه اين طرح
در سال 1995 كاملا موفقيت آميز به انجام رسيد.
امروزه نياز به وسايل
قابل اطمينان، سريع و غير تهاجمي براي تشخيص خودكار هويت اشخاص به شكل قابل
توجهي وجود دارد. تكنيك هاي كامپيوتري كه براي شناسايي ويژگي هاي افراد
مانند صورت، اثر انگشت، شبكيه، صوت، هندسه كف دست، چشم و غيره به كار مي
روند، كاربردهاي فراواني در زمينه‌هاي امنيتي، نظارتي و مالكيت دارند. اما
بسياري از روش هاي موجود توانائي هاي محدودي در زمينه شناسايي ويژگي ها در
موارد عملي و واقعي دارند؛ برخي از روش ها مستلزم تماس با بدن شخص هستند،
برخي به صورت تهاجمي عمل مي كند، تعدادي از روش‌ها مستلزم تنظيم نهايي توسط
يك شخص بوده و برخي ديگر از آن ها هزينه هاي بالايي دارند. روشي كه اخيرا
بيشتر از ساير روش‌ها مورد توجه قرار گرفته است، شناسايي افراد از روي
خصوصيات موجود در عنبيه آن ها است.
ايده استفاده از الگوهاي عنبيه براي
شناسايي افراد ابتدا توسط چشم پزشكي به نام فرانك برچ در سال 1936 پيشنهاد
شد. در دهه 1980 اين ايده در يكي از فيلم هاي جيمزباند به نام Never Say
Never Again ظاهر شد و بدين طريق به افكار عمومي راه يافت، اما در آن زمان
هنوز به عنوان حدس و افسانه علمي باقي مانده بود. در سال 1987 دو چشم پزشك
ديگر به نام هاي آرن سفير و لئونارد فلوم اين ايده را ثبت كرده و در سال
1989 از جان داگمن خواستند تا براي خلق الگوريتم‌هاي واقعي براي شناسايي
افراد بر اساس عنبيه كوشش كند. الگوريتم هايي كه داگمن در سال 1994 به ثبت
رساند، پايه اي براي تمامي سيستم هاي امروزي شناسايي افراد بر اساس عنبيه
است.
در سال هاي اخير محصولات متعددي براي به دست آوردن تصاوير عنبيه از
فواصل مشخص و كاربردهاي متنوع توسعه داده شده‌اند. در سال 1996 يك سيستم
تصوير برداري فعال، از دوربين‌هاي خاصي براي به دست آوردن تصاوير عنبيه در
فاصله تا يك متر استفاده كرد.
يك وسيله تصوير برداري كوچكتر جديد و
كم هزينه، Authenticam، دوربيني ديجيتالي براي استفاده دستي، روميزي، تجارت
الكترونيكي و ديگر كاربردهاي امنيتي اطلاعات است. براي ايمني فيزيكي،
دوربيني با متمركز كننده و تنظيم كننده خودكار به نام IrisAccess براي
كنترل مدخل و درب ورودي ساختمان توسعه داده شد. روش هاي ايمني و كنترل
ورودي بر پايه باجه هاي شناسايي افراد براساس عنبيه در فرودگاه ها توسعه
داده شده است. سيستم هاي ديگري كه الگوريتم هاي شناسايي افراد بر اساس
عنبيه را در خود جاي مي‌دهند در حال توسعه هستند.
پيش‌بيني مي شود كه
شناسايي افراد بر اساس عنبيه در محدوده وسيعي از كاربردهايي كه شناسايي
افراد در آن ها مي بايست ايجاد شده و يا تصديق شود، گسترش يابد. اين ايده،
كنترل گذرنامه، تجارت الكترونيكي، خدمات درماني، پرداخت‌هاي استحقاقي، حق
دستيابي به اطلاعات ويژه، اختيارات، خدمات دولت، كاربردهاي نيروي انتظامي و
قانوني، سفر هوايي، ورود به كامپيوتر يا هر تعامل ديگري كه درآن شناسايي
شخصي بر دارائي يا رمز خاصي(كليدها، كارت ها، مدارك، كلمات عبور، شماره هاي
شناسايي فردي) تكيه مي كند، را شامل مي شود.
كاربردهاي شناسايي افراد بر اساس عنبيهبرخي كاربردهاي ممكن شناسايي افراد بر اساس عنبيه عبارتند از:
ورود به كامپيوتر؛ به عنوان يك رمز عبور زنده
كنترل مرزهاي ملي؛ عنبيه به عنوان يك گذرنامه زنده
پرداخت هزينه تلفن بدون استفاده از پول نقد، كارت يا شماره هاي شناسايي شخصي
دستيابي مطمئن به ماشين خودپرداز در بانك
سفر هوايي بدون بليط
كنترل دستيابي به اموال(خانه، اداره، آزمايشگاه و غيره)
گواهينامه‌هاي رانندگي و ديگر مدارك شخصي
موارد قانوني، شناسنامه، يافتن گمشده يا اشخاص تحت تعقيب
اطمينان كارت هاي اعتباري
گشودن قفل اتومبيل و جلوگيري از سرقت
ضد تروريسم (مانند بازرسي افراد مشكوك در فرودگاه ها)
معاملات مالي ايمن(تجارت الكترونيكي، بانكداري)
ايمني اينترنت؛ كنترل دستيابي به اطلاعات ويژه
كليد بيومتريك به صورت رمز در آمده براي پنهان ساختن وآشكار كردن پيام ها
هر استفاده موجود از كليدها، كارت‌ها، شماره‌هاي شخصي يا كلمات عبور
سامانه تشخيص هويت با استفاده از تصاوير عنبيه
طرز كار سامانهعنبيه
بافتي داخلي و محافظت شده و ايزوله از محيط بيرون است كه به خوبي از بيرون
ديده مي شود. اين ويژگي ها باعث مي شوند كه عنبيه به عنوان بافتي مناسب
براي تشخيص هويت مورد توجه محققان قرار گيرد. بافت عنبيه از ماه سوم دوران
جنيني شروع به ساخته شدن مي كند و در ماه هشتم تقريبا به طور كامل ساخته
شده است ولي ممكن است كه رنگدانه هاي موجود در آن تا سال هاي اوليه زندگي
تغيير كرده و كامل‌تر شوند.
از روش هاي پردازش تصوير گوناگون براي
استخراج ويژگي از خصوصيات منحصر به فرد تصاوير عنبيه استفاده مي شود و
تصوير را به يك كد بيومتريك تبديل مي‌كنند. كد بيومتريك نتيجه اعمال
عملگرهاي رياضي به تصوير است. كدهاي به دست آمده از تصاوير مختلف پس از
استخراج در پايگاه داده سامانه ذخيره مي شوند و وقتي شخصي بخواهد در سامانه
تشخيص هويت شود ابتدا كدي از تصوير عنبيه او استخراج مي شود و سپس اين كد
با ساير كدهاي موجود در پايگاه داده مقايسه مي شود. در اين مرحله سامانه
به دنبال كدي است كه كمترين تفاوت را با كد به دست آمده از شخص دارد، اگر
فاصله كد يافته شده از حد آستانه اي كمتر بود فرد تشخيص هويت داده مي شود و
در غير اين صورت تشخيص داده نمي شود.سامانه تشخيص هويت توسط تصاوير عنبيه
اخيرا مورد توجه قرار گرفته است و بحث اصلي در اين زمينه توسط پروفسور جان
داگمن در دانشگاه كمبريج انگلستان انجام شده است اين سامانه مطمئن‌ترين
سامانه در بين سامانه ها است و در شرايط گوناگون و براي تعداد زيادي از
افراد مورد آزمايش قرار گرفته و هيچ گونه خطايي از خود نشان نداده است و
موفقيت آن100% بوده است، به همين دليل در بيشتر محصولات تجاري از اين
سامانه استفاده مي‌شود. سامانه ديگري كه نرخ موفقيت بالايي را نشان داده
است، سامانه وايلدز است. اين سامانه بر روي520 تصوير هيچ گونه خطايي از خود
نشان نداده است. سامانه ديگر سامانه ليم است كه بر روي 6000 تصوير نرخ
موفقيت 4/98% را نشان داده است. با توجه به نتايج گرفته شده در روش هاي
مختلف، مي توان نتيجه گرفت كه در مقايسه با ساير روش هاي بيومتريك مثل اثر
انگشت و صورت يا صدا، سامانه هاي مبتني بر تصاوير عنبيه از قابليت اطمينان
بالاتري برخوردار هستند. مشكل اصلي در آزمايشات مربوط به اين بيومتريك نبود
تصاوير زياد از عنبيه است كه باعث مي شود نتايج فقط روي پايگاه تصاوير كم
به دست آيند. در ضمن در اكثر آزمايشات از تصاوير با كيفيت بالا استفاده مي
شود.
بافت عنبيه براي دوباره سازي به صورت مجازي بسيار سخت و پيچيده
است و شخصي كه بخواهد از هويت عنبيه شخص ديگري به طور غير قانوني استفاده
كند چاره‌اي جز اينكه بافت عنبيه آن شخص را به طور زنده در اختيار داشته
باشد ندارد. سامانه اسكن عنبيه براي تشخيص زنده بودن بافت عنبيه كه از آن
تصوير برداري مي كند از تغييرات و نوسان اندازه مردمك در برابر نور استفاده
مي كند به منظور تصوير برداري خوب و با كيفيت مناسب از بافت عنبيه،
سامانه تصوير برداري بايد در راستاي شعاع عنبيه حداقل70 پيكسل نمونه برداري
كند. امروزه در سامانه ها از100 تا 140 پيكسل نمونه برداري مي شود در حال
حاضر براي به دست آوردن تصوير مناسب از عنبيه لازم است كه شخص به مدت چند
ثانيه به دوربين خيره بماند كه اين امر باعث سخت شدن عمل تصوير برداري
براي كاربر مي شود. البته تصوير برداري از عنبيه براي مدت طولاني ضرري براي
چشم ندارد (بر خلاف شبكيه) و فقط بايد از نور مناسبي براي تصويربرداري
استفاده كرد چون نور نامناسب ممكن است باعث از بين رفتن اطلاعات وجزئيات
موجود در تصوير شود و خطاي سامانه را افزايش دهد.
چهره نگاري و تشخيص هويت
يكي ازروش هاي مورد بررسي براي تعيين هويت انسان، بازشناخت چهره توسط كامپيوتر است، كه معمولا با عنوان شناسايي چهره يا بازشناخت چهره بيان مي شود. در باز شناخت تصوير يك چهره تصوير ورودي با توجه به اطلاعات موجود در بانك اطلاعات، مورد شناسايي قرار مي‌گيرد. اين بانك شامل مشخصاتي از تصوير چهره افراد شناسايي شده است.
بازشناخت چهره استفاده‌‌هاي فراواني در شناسايي
بزهكاران، كارت هاي اعتباري، سيستم هاي امنيتي و موارد متعدد ديگر داشته و
به دليل كاربردهاي فراوان، در سال‌هاي اخير، مورد توجه قرار گرفته است. اين
بازشناخت چهره در تصوير دردو مرحله انجام مي شود:
1- موقعيت و حدود چهره يا چهره ها، در تصويري كه داراي اشياء و زمينه هاي مختلف است، مشخص مي شود.
2-
از چهره مشخص شده در تصوير، ويژگي‌هاي لازم استخراج شده و بازشناخت انجام
مي‌شود. كه از جمله آن مشخص كردن اجزاء چشم و تعيين حالت و موقعيت آن‌ها
است.
كارهاي انجام شده براي استخراج خصوصيات از تصوير بر روي دو نوع
تصوير (تصاوير تمام رخ و نيم‌رخ) بوده است و به دليل اينكه تصاوير نيم رخ
حاوي اطلاعات كمتري از تصاوير تمام رخ است، بررسي هاي انجام شده، بيشتر بر
تصاوير تمام رخ متمركز شده است. در دهه‌هاي اخير روش هاي متعددي براي باز
شناخت چهره پيشنهاد شده است، ولي به دليل مشكلاتي رسيدن به اين هدف به طور
كامل ميسر نشده است.
تشخيص دو بعدي چهرهدر هر چهره
مشخصات چانه، دهان، بيني، چشم و پيشاني، منحصر به فرد هستند. اما براي
تشخيص هويت از روي چهره برخي عوامل مانند ريش و سبيل، عينك و زاويه تابش
نور، كار را دشوار مي‌كنند. از همين رو، سيستم بايد اين اطلاعات قابل تغيير
را حذف كرده و روي ويژگي‌هاي ثابت هر چهره متمركز شود. افزون بر اين، بايد
هنگام پردازش به حالت چهره (شاد، غمگين و ...) نيز توجه داشت براي رسيدن
به يك نتيجه قابل اطمينان در تشخيص چهره، دو روش وجود دارد.
1Elastic Graph Matching -
2Eigen- Faces -
در
روش نخست، ويژگي‌هاي كليدي چهره با كمك گراف به دست ميآيد.براي اين‌كار
يك شبكه روي چهره قرار مي‌گيرد. سپس نقاط تلاقي اين شبكه كه روي نقاط كليدي
چهره مانند چشم‌ها، انحناي لب يا نوك بيني قرار گرفته‌اند ثبت ميشوند.
اين نقاط يك شبكه الاستيكي با نسبت‌هاي ثابت مي‌سازند. اين تناسب‌ها حتي با
تغيير حالت چهره يا موقعيت دوربين نيز ثابت مي‌مانند. درون عكس‌هاي گرفته
شده از چهره شخص مي‌توان اين نقاط را پيدا كرد. در پايان، سيستم با مقايسه
مشخصات به دست آمده با مشخصاتي كه از پيش ذخيره شده در باره شخص داوري
مي‌كند.
در روش دوم تلاش مي‌شود تا عكس اسكن شده صورت با اطلاعات
پايه‌اي از قبل ذخيره شده مطابقت داده شود.برداري كه در پايان به دست
ميآيد، ملاك خوبي براي شناسايي چهره است.
تشخيص سه بعدي چهره
برخلاف روش
تشخيص دو بعدي، روش سه بعدي به تجهيزات بسيار پيچيده‌تري نياز دارد.در اين
روش، انحراف داده‌هاي ورودي از داده‌هاي ذخيره شده زيادتر است و روش با
دقت بيشتري عمل مي‌كند روش تشخيص سه بعدي چهره از يك چشمه نور مادون قرمز و
يك اسكنر به عنوان دريافت كننده استفاده مي‌كند. فرستنده شبكه‌اي از
نورهاي مادون قرمز كه براي انسان قابل رويت نيست را روي صورت شخص
مي‌تاباند. سپس يك اسكنر ويژه پرتوهاي بازتاب را دريافت كرده و اطلاعات
تصوير را پردازش مي‌كند. دريافت بازتاب و تصويربرداري با سرعت 25 فريم در
ثانيه انجام مي‌گيرد.
برتري روش سه بعدي در همين سرعت بالاي شناسايي و عدم وابستگي به حركت و جا به جايي صورت است.
انتقال
و نصب سيستم تصويربرداري هم بسيار ساده است. زاويه ديد سيستم چندان مهم
نيست. همچنين آينه‌اي شدن يا نورپردازي نامناسب تاثيري در اين شيوه ندارد.
همچنين عمليات آن براي اشخاص ساده بوده و كاملا پذيرفتني است. سيستم براي
شناسايي دقيق اشخاص، براي هر نفر برداري هاي سه بعدي مي‌سازد.
مشكلات اساسي در بازشناخت
اساسا
اختلاف و تنوع زياد در چهره افراد به گونه‌اي است كه نمي‌توان چهره‌ها را
در دسته‌ها وگروههاي مشخصي طبقه‌بندي كرد. علاوه بر آن، ممكن است تغييراتي
شبيه بلندي يا كوتاهي موي سر و صورت يا نحوه مرتب كردن آن و نيز تغيير سن
باعث تغيير چهره شود. در ضمن ممكن است، تغيير در چهره به دليل شرايط تصوير
برداري باشد. اين شرايط مي‌تواند شامل تغييرات در شدت نور و نيز چگونگي
قرار گرفتن (زاويه و چرخش چهره) يا زاويه تصوير برداري از چهره باشد، كه به
هر صورت، باعث مشكلات اساسي در باز شناخت تصوير چهره مي شود. به دلايل ذكر
شده، استخراج ويژگي‌هاي ثابتي از يك چهره، كه با ويژگي‌هاي استخراج شده از
تصوير يك شخص با تغيير شرايط تصويربرداري تغيير مي‌كند، و گاهي نيز بر
عكس آن ويژگي استخراج شده از چهره اشخاص متفاوت (به دليل شباهت و تعدد
چهره‌ها)، بسيار شبيه بوده و در باز شناخت تصوير مشكل آفرين مي شود.
روش هاي استخراج خصوصيات از چهره
در
سال هاي اخير روش هاي مختلفي براي استخراج ويژگي هاي مهم و موثر جهت
شناسايي چهره، مورد بررسي قرار گرفته است، اين روش‌ها به سه دسته كلي
تقسيم‌بندي ميشوند:
1- ويژگي هاي ظاهري
ويژگي‌هاي
ظاهري شامل مختصات اجزاء چهره، مانند چشم‌ها، بيني، حلقه‌ها، بافت‌ها
ونواحي مختلف چهره است كه همان خصوصيات ظاهري چهره هستند. در استخراج اين
خصوصيات از تصوير محدوديت‌هاي فراواني وجود دارد.
2- ويژگي هاي جبريهر تصوير
مي‌تواند به صورت يك ماتريس تلقي شده و سپس عمليات جبري و تبديلات رياضي
مختلف بر روي آن اعمال شود. ويژگي هاي جبري، حاصل اين فرايند بوده و عموما
نشانگر خواص ذاتي يك تصوير است. از عمليات مهم بر روي ماتريس تصوير، تحليل
مولفه‌هاي اساسي تبديل (PCA) است. اين تبديل يكي از روش هاي مهم براي
استخراج ويژگي هاي جبري از تصوير چهره است، كه بر مبناي بردارهاي ويژه
ماتريس كواريانس بنا نهاده شده است. بردارهاي ويژه ماتريس، بيان كننده
توزيع جبري ماتريس وثابت‌هاي هندسي بوده و مي‌تواند براي استخراج ويژگي از
تصوير به كار برده شود.
از ديگر روش هاي جبري، روش تجزيه مقادير منفرد
SVD است. مي‌توان نشان داد كه تجزيه مقادير منفرد ماتريس يكي از روش هاي
موثر براي استخراج ويژگي ازماتريس تصوير است. تجزيه مقادير منفرد در
فشرده‌سازي و پردازش سيگنال نيز مورد استفاده قرار مي‌گيرد.
3- ويژگي هاي آماري نقاط تصوير
با
توجه به دو بعدي بودن تصاوير و در نظر گرفتن نقاط تصوير به صورت داده‌هاي
آماري، مي‌توان از مشخصات آماري نقاط، براي توصيف تصوير استفاده كرد. در
اين روش معمولا از خصوصياتي استفاده مي‌شود كه داراي توانائي كافي براي
توصيف تصوير بوده و ضمن غناي اطلاعاتي، از پايداري خوبي نيز برخوردار باشد.
يكي از روش‌هاي آماري مهم استفاده از روش خود بستگي موضعي با درجه بالا
است. ويژگي‌هاي استخراج شده از تصوير به صورت بردار در نظر گرفته مي‌شود.
اگر بردارهاي استخراج شده از تصاوير داراي ابعاد زيادي باشند، بايد كاهش
بعد داده شوند تا جداپذيري و طبقه‌بندي كلاس‌ها بهتر شود.
روش اخذ تصاوير و تهيه بانك تصوير
تعداد
افراد قابل بازشناخت را روش مورد استفاده در استخراج ويژگي از تصوير و دقت
لازم براي بازشناخت تعيين مي‌كند و هر قدر روش استخراج ويژگي از چهره
كاراتر باشد، مي‌توان تعداد بيشتري افرادرا مورد شناسايي قرار داد. اما
عموما در تمام روش هاي موجود، باز شناخت براي تعداد محدودي از افراد انجام
مي‌گيرد.
تصاوير چهره داراي ابعاد 128*128 نقطه بوده و هر نقطه توسط يك
بايت بيان مي‌شود. به عبارتي تصاوير داراي 256 سطح روشنايي هستند. فاصله
دوربين تا چهره تصويربرداري شده تقريبا ثابت در نظر گرفته شده است و اختلاف
در فاصله تصويربرداري از افراد، حداكثر 40 سانتيمتر است. البته براي
تصاوير گرفته شده از يك شخص، اين تقريب به 20 سانتيمتر محدود مي‌شود.
در
مورد شدت نور تصاوير و تغييرات نور در تصويربرداري، چون تصاوير در روزهاي
مختلفي گرفته شده، نور تمامي تصاوير دقيقا يكسان نيست. اما براي تصاوير
گرفته شده از يك نفر، به دليل اينكه تصاوير در يك محيط ثابت ودر فاصله
زماني كم گرفته شده است، تغييرات نور كم بوده ومي‌توان از آن صرف نظر
كرد(در گرفتن تصاوير از نور فلاش استفاده شده است.)
دسته تصاوير مربوط
به يك نفر، شامل تصوير چهره در حالت تمام رخ، چرخش چهره به اطراف، چشم‌هاي
بسته، لبخند و حالت هاي مختلف چهره است. در تهيه بانك تصوير سعي شده از
انواع چهره و افراد مختلف استفاده شود.
پس از تهيه بانك تصوير، از
تصاوير اشخاص موجود در بانك تصوير، ويژگي ها استخراج شده وكاهش بعد داده
ميشوند. واضح است كه ويژگي هاي استخراج شده و كاهش بعد يافته، در بانك
ديگري، كه بانك ويژگي هاي استخراج شده ناميده مي‌شود، ذخيره مي شود.
تغييرات اعمال شده بر روي تصاوير
هدف
اصلي شناسايي يك چهره است .بنابراين در مرحله اول اين شناسايي ، از مرحله
تفكيك كه چهره را از ميان اجزاء ديگر موجود در تصوير منفك مي كند صرف نظر
مي‌شود. اين موقعيت مشابه با وضعيتي است كه فردي به يك در بسته نزديك
مي‌شود و قرار است قبل از رسيدن به در مورد شناسايي قرار گيرد. دوربين از
چهره وي تصوير برداري كرده تا باز شناخت را بوسيله سيستم انجام دهد، سپس
دستورات بعدي مثلا باز شدن در ورودي انجام شود، دراين حالت تصاوير پشت سر
فرد مي‌تواند سفيد در نظر گرفته شود. اين محدوديت در تعريف بازشناخت باعث
مي شود كه در تصوير برداري از چهره محدوديت هايي اعمال شود. از جمله اين
محدوديت ها ثابت بودن زمينه تمام تصاوير است، لذا پس از تصوير برداري زمينه
تصوير سفيد و اطلاعات اضافي از قبيل شانه‌ها و گردن تا حد ممكن حذف مي
شود. واضح است هر قدر اطلاعات اضافي و ناخواسته در تصوير چهره كمتر باشد،
ويژگي استخراجي داراي پايداري بيشتري است.
پارامترهاي مهم در تعيين نرخ بازشناختنرخ باز شناخت در تمامي روش‌هاي موجود، به چند عامل مهم وابسته است، كه به آن‌ها اشاره مي‌شود:
1- اندازه تصاوير چهرههر چند تصاوير بزرگتر باشند، حاوي اطلاعات بيشتري از چهره بوده واين فراواني اطلاعات در بردار استخراجي نيز صدق مي‌كند، و لذا طبقه‌بندي و جداپذيري كلاس‌ها بهتر انجام گرفته و نرخ بازشناخت افزايش مي‌يابد. البته اگر تصاوير بزرگ و تعداد آن ها زياد باشد، حجم و حافظه زيادي براي پردازش و نگهداري تصاوير، لازم خواهد بود.
2- تغييرات تصاوير آموزش هر شخص
اگر
تغييرات تصاوير آموزشي در هر كلاس كم باشد، تغييرات بردار استخراجي و
تداخل بين كلاس ها كمتر بوده و نرخ شناسايي افزايش مي‌يابد. اما بايد توجه
داشت كه در اين صورت، حالت‌هاي محدودي از چهره (شبيه تصاوير آموزشي) قابل
بازشناخت خواهد بود.
3- تعداد اشخاص (كلاس ها) در بانك تصاوير
با
افزايش تعداد كلاس ها، تداخل بين كلاس‌ها بيشتر شده و از جداپذيري آن ها
كاسته مي شود و نرخ شناسايي نسبت به تعداد كمتر كلاس ها، پايين ميآيد.
4- به كار بردن سطح آستانه
شناسايي هويت ازطريق دندان ،لب ، تپش‌هاي قلب و...
روش هاي شناسايي هويت بر خلاف آنچه تصور مي شود،تنها به اثر انگشت يا شناسايي هويت از روي عنبيه و تصوير نگاري ختم نمي شود. با پيشرفت تكنولوژي ، تپش قلب ، دندان، DNA،گوش و حتي لب ها نيز به كمك انسان آمده اند تا بتوانند افراد را از يكديگر متمايز كنند. در اين بخش به معرفي اين روش هاي جديد تشخيص هويت خواهيم پرداخت.
محققان يك روش بيومتريك تازه براي شناسايي افراد
پيدا كرده‌اند. اين محققان تپش‌هاي قلب را مبناي كار خود قرار داده‌اند. آن
ها دريافته‌اند كه هر قلب الگوي يكتاي خود را براي تپش دارد.
آن ها از
اين كشف براي ساختن يك روش بيومتريك براي شناسايي افراد استفاده كرده‌اند.
تقريبا مانند همه روش‌هاي بيومتريك، سيستم نخست يك الگو از تپش قلب
مي‌سازد. براي اين كار از ويژگي‌هاي خاص كه با حسگرهاي متعارف مانند
الكتروكارديوگرام (ECG) جمع‌آوري ميشوند، استفاده مي‌شود.
هر قلب
الگوي يكتاي خود را براي تپش دارد. داده‌هاي كليدي كارديوگرام براي مقايسه
بعدي در بانك اطلاعاتي ذخيره مي‌شود. براي هر چه بالاتر بردن ضريب اطمينان
اين روش، عمليات پيش پردازش و پيش نمايش اهميت ويژه‌اي دارند. در اين
مرحله، تپش‌هاي قلب به گونه‌اي فيلتر شده و در مورد پردازش قرار مي‌گيرد كه
بتوان داده‌هاي حاصل را در يك بانك اطلاعاتي ذخيره كرد. البته اين روش
هنوز دقت و اطمينان كافي را ندارد و هنوز در آغاز راه خود است. اما همه اين
پژوهش‌گران مطمئن هستند كه شناسايي از روي تپش‌هاي قلب كاملا شدني است.
تشخيص هويت با استفاده از راديوگرافي دندان (Dental Biometrics)
بر خلاف ساير روش هاي بيومتريك، تشخيص هويت از طريق دندان بسيار پيچيده است زيرا دندان با گذشت زمان تغيير مي
كند. يك دندان مي تواند در اثر عمل جراحي يا تصادف از دست رود. به همين
دليل در مجامع قانوني اين روش تشخيص كمتر قابل قبول است ولي در برخي موارد
(مانند قتل در آتش سوزي) تنها وسيله تشخيص همين روش مي تواند باشد.
در
اين روش از بيومتريك از عكس هاي راديولوژي كه از دندان افراد مختلف گرفته
مي شود به عنوان اطلاعات اوليه پايگاه داده ها مورد استفاده قرار مي گيرد.
سپس بعد از مرگ يك فرد به طوري كه نشود او را از طرق ديگر تشخيص داد از
دندان هاي او عكس گرفته و با داده هاي قبلي تطابق داده مي شود تا هويت فرد
مورد نظر تعيين شود.
باز شناسي هويت از طريق DNA
DNA
پايه و اساس زندگي است كه از دي اكسيد ريبوز- فسفات پليمري تشكيل شده است و
در واقع از چهار پايه هتروسيكليك تشكيل شده است كه شامل آدنين و تيميدين و
گوانين و سيتوزين است. DNA در واقع يك كد شيميايي خودسازنده است. از
طريق تركيبات هيدروژني بين رشته اي ، رشته هاي ناموازي از پليمرها كنار هم
قرار مي گيرند تا يك ساختار مارپيچي بزرگ را ايجاد كنند.
ترتيب خطي
اين پايه ها يك دستورالعمل را به فرم تركيبي از ژن‌ها ايجاد مي كند در هر
انسان چيزي حدود سي تا چهل هزار ژن وجود دارد. فهم روابط پيچيده بين DNA و
خصوصيات مختلف در درجه اول اهميت در علوم بيولوژي ملكولي و پزشكي قرار
دارد. توسعه و رشد اشتباه ژن ها چه در فرم محصولات زيان آور و چه در فرم
غير عادي آن عامل بسياري از بيماري ها است. بنابراين به خصوص در سطح ملكولي
علاقه مندي به توليد فرايندها و وسايلي كه كار تنظيم و مطالعه توسعه و
ساخت ژن ها را انجام مي‌دهند وجود دارد.
باز شناسي DNA
به
طور مفهومي بازشناسي DNA به سه حوزه تقسيم مي شود يكي حوزه بيولوژيك آن
است يكي بازشناسي شيميايي اسيد هاي نوكلئيك است و آخري نيز اسپكتروسكوپي
است.
در بازشناسي DNA كه در واقع يك كد يك بعدي است كه برا ي هر فرد
به صورت يكتا است.فرم استاندارد Bاز DNAداراي دو نوع ماجور ومينور است كه
نوع ماجور آن داراي شيار كم عمق و وسيعي با طول 12 آنگستروم است و نوع
مينور آن داراي شيار عميق و باريك با طول 4 تا 6 آنگستروم است. تغييرات
ساختاري وابسته به توالي ، خواص تركيبي ، حلاليت و ... ، همگي باعث ايجاد
تغيير در فرم استاندارد آن مي شوند. شكل1 جدول ماژورها و مينورها را نشان
مي دهد.
تفكيك شيميايي بين پايه هاي DNAبه وسيله الگو هاي تركيبي
هيدروژن دار دونور و اكسپتور كه در لبه هاي جفت هاي پايه هستند صورت مي
گيرد. پروتئين هايي كه باعث شناسايي DNAمي شوند از تركيبات ويژه هيدروژني
نظير وان در والس و الكترواستاتيك براي اتصال به توالي هاي مهم بيولوژيك
استفاده مي كنند. بنابراين ترتيب پايه ها به عبارتي به خواص شيميايي در DNA
هاي ماجور و مينور بستگي دارد كه اين ها در نهايت به پروتئيني كه به نام
read مشهور است متصل مي شوند.
بررسي زمينه هاي بازشناسي DNAبه وسيله
مولكول هاي كوچك باعث توليد محصولات خنثايي مي شود كه مي توانند DNA را
بازشناسي كنند كه هر كدام داراي درجه خاصي از ويژگي هاي رشته هستند و داراي
مدهاي اتصال متفاوتي هستند كه شامل شيار ها يا روي هم قرار گرفتن مي شود.
شيار‌هاي مينور محيط خوبي را براي بازشناسي به وسيله ملكول هاي كوچك فراهم
مي كنند.
ديستامينسين كه 5 جفت پايه را در رشته مينور متصل مي كند ،
اثبات شده است كه داراي موقعيت مناسبي براي كنترل ويژگي هاي رشته
دارد.
چارچوب پلي آميدي براي بازشناسي توالي ويژه اي از ملكول ها در نوع مينورساختمان
پلي آميد در DNA شامل N-متيل پيرول (Py) كربوكسيد است كه ساختاري از تكرار
ديستامين است و به همان تعداد متيل ايميدازول (Im) و متيل3-هيدروكسي پيرول
(Hp) كربوكسيد است. بازشناسي DNA به جفت‌هاي اسيد هاي آمينه كناري در نوع
مينور بستگي دارد كه حلقه هاي آروماتيك را در كنار خود جمع مي كند. شكل2
قوانين جفتي براي شناخت پلي آميد در جدول مينور است.
هر
جفت از پلي اميد هاي باقي مانده يك انتخاب براي يك جفت پايه در يك DNAخاص
است كه بر اساس فاكتورهاي موقعيت فضايي و يكساني اتصالات هيدروژني دونور يا
اكسپتور و ويژگي اين تركيبات ، وارد معادله تركيب مي‌شود. يك جفت ازIm در
طرف مخالف Py باعث ايجاد يك جفت پايه G-C مي شود در حالي كه Py/Im باعث
ايجاد C-G مي شود. يك جفت Py/Py باعث نابودي هر دو جفت پايه A-T و T-A مي
شود. يك Hp در خلاف جهت يك Pyباعث ايجاد تفاوت بين A-T و T-A مي شود در
حالي كه Py/Hp جفت A-Tرا در اولويت بالاتري از T-A قرار مي دهد و با روش
هاي مختلفي اين قوانين اثبات شده اند. 
گوش(Ear)
از گوش به دو شكل براي تشخيص هويت استفاده مي شود:
1) شكل و ساختار لاله گوش در افراد مختلف متفاوت است (شكل 3.)
1)اكوي صداي خروجي از كانال گوش براي هر فرد با فرد ديگري متفاوت است (شكل 4.)
تا به حال اين روش كارايي زياد و قابل اعتمادي براي تشخيص هويت نداشته است و مواردي اندك براي تاييد هويت از آن استفاده شده است.
لب ها (Lips)تا به حال اين نوع از بيومتريك پيشرفت و كاربرد خاصي نيافته است. از لب به عنوان بيومتريك به يكي از سه طريق زير استفاده مي شود :
اثر لب (Lips Print) :
همانند اثر انگشت است با اين تفاوت كه اثر لب را ثبت مي‌كنند. لب نيز
همانند انگشت داراي منحني ها و خط و خطوط مختص به هر فرد است. اين روش تا
حد زيادي قابل اعتماد است.
نحوه تحرك لب ها(Lips Movement): اين روش همانند Gait يك روش رفتاري است و در تشخيص گوينده به ما كمك مي كند. روش دقيقي نيست و مي تواند تنها براي تاييد هويت استفاده شود.
شكل لب ها: Lips Shape مي تواند براي تاييد هويت به كار رود و مرسوم نيست.
ناخن (Nail)اين روش كاملا جديد است و تحقيقات گسترده اي روي آن صورت نگرفته است. از ناخن به دو شكل براي بيومتريك استفاده مي‌كنند:
رشته هاي گوشت زير ناخن :Nail Bed اگر در ابعاد ميكروسكوپي به سطح نرم زير ناخن نگاه شود، مشاهده مي شود اين سطح داراي برآمدگي هايي موازي و رشته مانند است. اين قسمت شامل مويرگ‌ها، اعصاب و ...است. در طول سن اين برآمدگي ها يا رشد طولي دارند يا پهن تر مي شوند ولي در هرحال وجود دارند. ادعا مي شود كه ساختار و شكل اين رشته‌ها همانند اثر انگشت و عنبيه در افراد مختلف، متفاوت است.
Nail RFID : اين روش بسيار به ندرت استفاده شده است. در اين روش يك ميكرو‌چيپ RFID بر روي سطح ناخن قرار مي گيرد و ميزان خاصيت خا
مطالب مشابه :
معرفي روش هاي نوين بيومتري
شود.سامانه تشخيص هويت توسط تصاوير عنبيه هويت بر مبناي تحليل
روش76- روش هاي نوين بيومتري
شود.سامانه تشخيص هويت توسط تصاوير عنبيه هويت بر مبناي تحليل
مروري بر فناوري تصديق هويت و ارائه روشي نو در جهت تسهيل روند اجرايي
روش هاي خودکار شناسايي يک فرد بر مبناي علاوه بر آن تشخيص هويت بر در اين تصاوير
موضوعات پیشنهادی پایان نامه کارشناسی ارشد سخت افزار و معماری کامپیوتر
يا تأييد هوّيت بر تحليل وکلاسه بندي تصاوير تصاوير ديجيتال بر مبناي
تحقیق در مورد سیستم تشخیص اثر انگشت و کاربرد های اثر انگشت
شناسايي و تشخيص هويت مي‌باشد نيز بر روي تصاوير اثر كه بر مبناي
رابط مغز - كامپيوتر؛ نقطه تلاقي انسان و ماشين
و حتي كامپيوتر، تصاوير را يك نوع ابزار تشخيص هويت است كه اساس كار آن بر مبناي
رابط مغز - كامپيوتر؛ نقطه تلاقي انسان و ماشين
و حتي كامپيوتر، تصاوير را يك نوع ابزار تشخيص هويت است كه اساس كار آن بر مبناي
برچسب :
تشخيص هويت بر مبناي تحليل تصاوير