Luận án nghiên cứu nâng cao kỹ thuật đối sánh vân tay dựa trên đặc trưng điểm chạc

GIỚI THIỆU CHUNG Động lực nghiên cứu Nhận dạng sinh trắc học hay đơn giản còn được gọi là sinh trắc học-biometric) đề cập tới việc s dụng các đặc điểm có tính chất phân biệt của con người để tự động nhận dạng các cá nhân. Các đặc điểm sinh trắc thường được chia làm 2 nhóm: i dựa trên đặc trưng cơ thể như đặc trưng vân tay, bàn tay, võng mạc, khuôn mặt, N ; và (ii) dựa trên đặc trưng hành vi của cá nhân như chữ ký, giọng nói. Nhận dạng sinh trắc học được s dụng rộng rãi trong các ứng dụng của chính phủ và dân sự [49]. Hiện nay, trong lĩnh vực sinh trắc học, tuy một số đặc điểm sinh trắc như N , võng mạc, mống mắt cho độ chính xác cao, tuy nhiên việc thu thập các đặc điểm sinh trắc này còn tương đối phức tạp, chi phí lớn.

Vân tay có tính bất biến và đảm bảo được t lệ khác biệt giữa hai người khác nhau, ngoài ra các thiết bị thu vân tay hiện đã rất ph biến, chi phí mức hợp lý và có thể tích hợp vào rất nhiều thiết bị khác chẳng hạn như điện thoại thông minh, khoá c a, …. Chính v thế, hiện nay vân tay vẫn là đặc điểm sinh trắc học có tính ph dụng nhất. Sinh trắc học dựa trên vân tay được s dụng ph biến trong các ứng dụng như kiểm soát truy cập, định danh khách hàng thực hiện giao dịch: ví dụ tại các máy TM, định danh người dùng trong các giao dịch trực tuyến, quản lý thời gian có mặt của các nhân viên tại các t chức. Sinh trắc học dựa trên vân tay được s dụng trong các ứng dụng liên quan đến chính phủ như định danh công dân hộ chiếu), quản lý xuất nhập cảnh, định danh trong pháp y.

Hệ thống sinh trắc học dựa trên vân tay thường được chia làm hai loại tiến tr nh đó là kiểm tra đối tượng verification và tiến tr nh định danh đối tượng (identification). Tiến tr nh kiểm tra nh m mục đích kiểm tra xem vân tay đưa vào kiểm tra có đúng là của người dùng đã đăng ký. Trong khi đó tiến tr nh định danh vân tay nh m mục đích t m ra ai là người s hữu vân tay được đưa vào t m kiếm trong tập người dùng đã đăng ký vân tay. 13 Hai tiến tr nh kiểm tra và định danh thường s dụng chung các mô đun chức năng của hệ thống như: (i) mô đun trích xuất các đặc trưng từ ảnh vân tay thu nhận từ các bộ cảm biến.

Các hệ thống sinh trắc học dựa trên vân tay thường không s dụng trực tiếp ảnh vân tay mà thường s dụng các đặc trưng có tính chất gọn nhẹ được trích xuất từ ảnh vân tay (ii) s dụng các đặc trưng này trong giai đoạn đối sánh vân tay (matching). Đầu vào của mô đun đối sánh là tập đặc trưng của một vân tay trong CS L vân tay và tập đặc trưng của vân tay cần nhận dạng, kết quả đầu ra của mô đun đối sánh ch độ tương đồng giữa hai vân tay similarity score). Giá trị tương đồng này s được so sánh với giá trị ngưỡng xác định trước trong hệ thống để đưa ra quyết định cuối cùng. Nếu giá trị tương đồng lớn hơn ngưỡng, cá nhân đó được nhận dạng.

Nh n chung, quá tr nh định danh vân tay thường đòi hỏi nhiều tài nguyên tính toán, đặc biệt khi phải làm việc với tập dữ liệu vân tay người dùng có quy mô lớn hàng trăm triệu đặc trưng vân tay trong cơ s dữ liệu, chẳng hạn như tập dữ liệu vân tay trong dự án định danh cá nhân của Ấn độ [68]. Tại Việt Nam, hệ thống C RIS do Bộ Công an phát triển với mục đích quản lý tàng thư căn cước công dân, căn cước căn phạm và t m kiếm dấu tay hiện trường phục vụ công các quản lý và điều tra tội phạm cung cấp khả năng nhận dạng 2.5 triệu vân tay trong 5 phút, s dụng hệ thống cluster gồm 10 máy tính1. Như vậy tốc độ đối sánh của C RIS đạt khoảng 1000 vân tay/giây trên một máy tính. Với các ứng dụng truy vấn vân tay đòi hỏi thời gian thực trên quy mô rất lớn, định danh tức thời từ mẫu vân tay đầu vào cần phải có được hệ thống thi hành có khả năng đối sánh hàng triệu vân tay trong thời gian đơn vị giây.

Các thuật toán đối sánh vân tay khi thực thi trên môi trường một máy tính với bộ vi x lý (Central Processing Unit – CPU) thường không thỏa mãn tính chất thời gian thực với cơ s dữ liệu (CSDL) vân tay lớn. Nâng cao chất lượng của quá tr nh trích chọn đặc trưng từ ảnh vân tay và nâng cao độ chính xác và tốc độ của quá tr nh đối sánh vân tay là lĩnh vực nhận được nhiều quan tâm nghiên cứu trong nhận dạng vân tay. Nội dung luận án s hướng tới các kỹ thuật đối sánh vân tay. 1 14 Thuật toán đối sánh vân tay thường s dụng dữ liệu đầu vào là các thuộc tính được trích chọn từ các ảnh vân tay.

Đầu ra của quá tr nh đối sánh s đánh giá xem liệu hai ảnh vân tay có thuộc cùng một vân tay hay không. Một số khó khăn cho quá tr nh đối sánh vân tay như, cùng một vân tay có thể hiện khác nhau do đặt lệnh vị trí, xoay vân tay, lực lấy vân tay khác nhau dẫn đến các biến đ i vân tay khác nhau hoặc do nhiễu trong quá tr nh lấy mẫu vân tay với nguyên nhân như da khô, da có mô hồi, chất lượng của thiết bị lấy mẫu. Thực trạng nghiên cứu về đối sánh vân tay Mặc dù các nghiên cứu trong lĩnh vực đối sánh vân tay cho kết quả tốt, đối sánh vân tay vẫn là lĩnh vực nhận được nhiều quan tâm nghiên cứu hiện nay [33]. Một số lĩnh vực nghiên cứu trong đối sánh vân tay được quan tâm như: tăng tốc quá tr nh đối sánh, đối sánh vân tay với dữ liệu truy vấn là các ảnh vân tay chất lượng thấp, không đầy đủ (ảnh vân tay thu thập từ hiện trường), đối sánh vân tay trên các thiết bị như thẻ thông minh, đối sánh vân tay kết hợp các đặc trưng khác nhau, đối sánh trong đó bảo vệ tính bí mật, riêng tư của vân tay.

Các phương pháp đối sánh vân tay thường được phân loại dựa trên 3 cách tiếp cận [49]: - Dựa trên độ tương quan ảnh (Correlation-based matching): hai ảnh vân tay được so sánh mức điểm ảnh thông qua việc s dụng các ph p căn ch nh khác nhau. Đối sánh vân tay s dụng điểm ảnh thường gặp khó khăn do sự thay đ i về cấu trúc ảnh khi lấy mẫu khác nhau, sự thay đ i về độ sáng và tương phản của ảnh và các điều kiện của da khi lấy mẫu. Thêm vào đó quá tr nh đối sánh điểm ảnh đòi hỏi nhiều tài nguyên tính toán. o đó các cách tiếp cận trong đối sánh vân tay thường dựa trên các đặc trưng được trích chọn từ ảnh vân tay thay v dựa trên đối sánh dựa trên các điểm ảnh vân tay.

Ví dụ Jain và cộng sự đề xuất biểu diễn ingerCode cho vân tay [32], s dụng các biến đ i lọc Gabor theo các hướng khác nhau dựa trên hướng đường vân để trích xuất các thông tin ảnh xung quanh điểm trung tâm của vân tay. Độ tương đồng giữa 2 vân tay là khoảng cách giữa 2 vector FingerCode. Phương pháp đối sánh s dụng ingerCode cần biết điểm core của vân tay. Thuật toán s khó áp dụng nếu vân tay không tồn tại 15 điểm core hoặc gặp khó trong quá tr nh xác định điểm core.

Gần đây Zanganeh và cộng sự [76 đề xuất phương pháp chia ảnh vân tay thành các vùng nhỏ khác nhau và tiến hành đối sánh giữa các vùng ảnh này. Phương pháp này giúp nhanh chóng t m ra các vùng ảnh phù hợp, sau đó tác giả tiến hành t ng hợp kết quả dựa trên các vùng ảnh phù hợp. - Dựa trên các đặc trưng không là điểm chạc: việc trích chọn các điểm chạc có thể khó khăn đối với các ảnh vân tay có chất lượng chất thấp. Các đặc trưng khác từ ảnh vân tay như mẫu đường vân, thông tin về h nh dạng đường vân, tần số của đường vân, kết cấu của đường vân có thể được trích chọn [67], [23], [70], [92], [93].

- Dựa trên điểm chạc: đây là cách tiếp cận ph biến nhất và là kỹ thuật được s dụng rộng rãi nhất. Các thuật toán đối sánh vân tay dựa trên điểm chạc có ưu điểm về việc dễ tách điểm chạc từ ảnh vân tay, thuận tiện cho việc lưu trữ mẫu với kích thước gọn nhẹ và cho kết quả đối sánh có độ chính xác cao và tốc độ x lý nhanh [49]. Trong các thuật toán đối sánh vân tay, thường ph biến dựa trên thông tin là các điểm chạc từ ảnh vân tay như trong báo cáo khảo sát [56]. Khá nhiều đề xuất liên quan nâng cao độ chính xác của thuật toán đối sánh vân tay dựa trên thông tin điểm chạc được đề xuất như [8], [17], [48], [2].

Một số khó khăn ảnh hư ng đến độ chính xác của các thuật toán đối sánh vân tay như: việc t m thiếu hoặc sai các đặc trưng trong quá tr nh trích chọn đặc trưng là ph biến do chất lượng ảnh lấy mẫu, điều này dẫn đến thêm khó khăn cho quá tr nh đối sánh vân tay. Chất lượng vân tay đặc biệt thấp đối với ảnh vân tay hiện trường (latent) [31], [54], [83]. o đó một số thuật toán đối sánh vân tay bên cạnh s dụng thông tin là điểm chạc, có kết hợp với các thông tin không là điểm chạc điểm chạc như thông tin về số đường vân giữa các điểm chạc [7], thông tin về hướng các đường vân bao quanh điểm chạc [47]. Ngoài thuật toán đối sánh vân tay được x lý trên môi trường s dụng máy tính, đối sánh vân tay trên các thiết bị nhúng, smart cards cũng nhận được nhiều quan tâm [3].

Đặc điểm đối sánh vân tay trên các thiết bị nhúng thường không h trợ các ph p tính phức tạp như dấu ph y động [1]. 16 i sánh v n tay trên CSDL v n tay lớn Thuật toán đối sánh vân tay tiên tiến hiện nay dựa trên biểu diễn mã trụ MCC cho các điểm chạc cho hiệu năng cao về tốc độ và độ chính xác cũng cần 3 mili giây để thực hiện đối sánh giữa hai vân tay [56]. o đó thuật toán cần 3 giây để xác định một vân tay trong một CS L 1000 vân tay.