Upload
ruby
View
87
Download
1
Embed Size (px)
DESCRIPTION
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. - PowerPoint PPT Presentation
Citation preview
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.
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.
Схема работы универсальной системы распознавания
Сканирование Блок извлечения признаков
Верификация
Системная БД
Блок сравнения
Ввод данных
Вывод результат
а
Нет
Да
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
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
,,min
minmin
min
min
ff
gfgfb
ff
gga
maz
mazmaz
maz
maz
010
111
010
W
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:
.12221W
,)2/)(,2/)((
),,(),(
xxyyyyyxxx
yyxxxxyyyx
yx pqqprqpqpr
qpилиqpеслиpqqqpqrrR
Метод контрольных точек
Определение положения и поворота кисти руки
Определение состояния руки (положение пальцев) по контрольным точкам:
ai,bi,ri: ,2
1пр
Rt
Rtii RR
R
где t – некоторая точка контура;R – ее окрестность;Ri – радиус искривления в точке i
контура.Ri рассчитываются по двум соседним
точкам с помощью системы, построенной по уравнению окружности (x-x1)
2 +(y-y1)2= R2:
2211
211
221
21
2211
211
)()(
)()(
)()(
Ryyxx
Ryyxx
Ryyxx
ii
ii
ii
,
Алгоритм хроматической коррекции
Изображение руки фильтруется по цвету источника света с помощью цветовой модели HSB, в результате чего формируется нормализованное изображение – отпечаток ладони.
,,0
,/255
,180,360
180,
],360;0[,
Vесли
VеслиVG
FHеслиFH
FHеслиFHV
FH
ij
oijij
o
oijij
oij
где Hij – координата Hue исследуемого пиксела;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.