چکیده
تشخیص هویت، نقشی حیاتی در جوامع پیشرفته امروزی پیدا کرده است. استفاده از روشهای متداولی مثل کارتهای هوشمند، رمزهای عبور و شمارههای هویت فردی (PIN) روشهای مناسبی هستند. مشکل اصلی در این روشها عبارتند از گم شدن، دزدیده شدن و اینکه براحتی قابل حدس زدن، مشاهده شدن و یا فراموش شدن هستند. همانطور که میدانیم هر فرد دارای خصوصیات فیزیولوژیکی منحصر بفردی است که با زمان تغییر نمیکنند. این خصوصیات برای تشخیص هویت افراد بسیار مناسب به نظر میرسند. تا کنون مشخصههای مختلفی مورد استفاده قرار گرفتهاند که هر کدام از آنها مزایا و معایب خاص خودشان را دارند. یکی از این مشخصهها هندسه دست و انگشتان میباشد که در این تحقیق مورد بررسی قرار گرفتهاند. با وجود اینکه سیستمهای تجاری وجود دارند که از هندسه دست برای شناسایی هویت استفاده میکنند ولی مقالات موجود روی این زمینه بسیار کم و محدود میباشند. ضمنا این مقالات بر روی جمعیتهای بسیار محدودی انجام شدهاند و برای جمعآوری تصاویر از ابزار خاصی استفاده میکنند که بسیار محدود کننده هستند. در این تحقیق سعی شده است تا هیچگونه محدودیتی هنگام جمعآوری تصویر روی فرد اعمال نشود و نسبت به مقالات پیشین مطالعه روی جمعیت بیشتری صورت گیرد. ضمنا غیر از استفاده از ویژگیهای متداول مورد استفاده در سایر مقالات از ویژگیهای متنوع دیگری نیز برای بالا بردن درصد تشخیص صحیح استفاده شده است. یکی از این ویژگیها استفاده از اطلاعات فرکانسی ژستهای دست است. در بخش نتایج ملاحظه میشود که استفاده همزمان از ویژگیهای هندسی با اطلاعات فرکانسی ژستها نتایج بسیار مطلوبی را در بر خواهد داشت.
مقدمه
برای صدور اجازه ورود برای یک فرد نیاز داریم وی را شناسایی و هویت وی را تایید کنیم و مورد نظر ما انجام بررسیهایی است که بصورت خودکار توسط یک سیستم صورت بگیرد.
در اصل تمام روشهای شناسایی با سه مورد زیر در ارتباط است ::
۱- آنچه که شما میدانید (یک کلمه عبور یا PIN)
۲- آنجه که شما دارید (یک کارت یا نشانه های دیگر)
۳- آنچه که شما هستید (مشخصات فیزیکی یا رفتاری)
مورد آخر به نام زیست سنجی (Biometrics) نیز شناخته میشود.
کلمه بیو متریک از کلمه یونانی biosبه معنای زندگی و کلمه metrikos به معنای اندازه گیری تشکیل شده است. همه ما می دانیم که ما برای شناسایی همدیگر از یک سری ویژگی هایی استفاده می کنیم که برای هر شخص به طور انحصاری است و از شخصی به شخص دیگر فرق می کند که از آن جمله می توان به صورت و گفتار و طرز راه رفتن می توان اشاره کرد. امروزه در زمینه های فراوانی ما به وسایلی نیاز داریم که هویت اشخاص را شناسایی کند و بر اساس ویژگیهای بدن اشخاص آن هارا بازشناسی کند و این زمینه هر روز بیشتر و بیشتر رشد پیدا می کند و علاقه مندان فراوانی را پیدا کرده است. علاوه بر این ها امروزه ID و password کارتهایی که بکار برده می شوند دسترسی را محدود می کنند اما این روشها به راحتی می توانند شکسته شوند و لذا غیر قابل اطمینان هستند. بیو متری را نمی توان امانت داد یا گرفت نمی توان خرید یا فراموش کرد و جعل آن هم عملا غیر ممکن است.
یک سیستم بیو متری اساساً یک سیستم تشخیص الگو است که یک شخص را بر اساس بردار ویژگی های خاص فیزیولوژیک خاص یا رفتاری که دارد باز شناسی می کند. بردار ویژگی ها پس از استخراج معمولا در پایگاه داده ذخیره می گردد. یک سیستم بیومتری بر اساس ویژگی های فیزیولوژیک اصولا دارای ضریب اطمینان بالایی است .سیستم های بیو متری می توانند در دو مد تایید و شناسایی کار کنند. در حالی که شناسایی شامل مقایسه اطلاعات کسب شده در قالب خاصی با تمام کاربران در پایگاه داده است ، تایید فقط شامل مقایسه با یک قالب خاصی که ادعا شده است را می شود. بنابراین لازم است که به این دو مسئله به صورت جدا پرداخته شود.
فصل اول
سیستم بیومتریک
سیستم بیومتریک یک سیستم تشخیص الگو است که هویت اشخاص را تعیین یا تأیید مى کند و این عملیات را با استفاده از اطلاعات بیومتریک کاربران انجام مى دهد. نخستین گام در استفاده از این سیستم ثبت اطلاعات بیومتریکى کاربران در بانک اطلاعات (Data Base) سیستم است که پس از ثبت اطلاعات افراد در این سامانه، دو نوع خدمت از سامانه بیومتریکى در خواست مى شود: تأیید هویت و تعیین هویت.
در فرایند تعیین هویت، سؤالى که مطرح مى شود این است که او چه کسى است؟
دستگاه بیومتریک پس از دریافت داده هاى بیومتریک توسط شخص متقاضى به انجام عمل مقایسه مى پردازد که این مقایسه میان اطلاعات بیومتریک شخص با اطلاعات موجود در بانک اطلاعات انجام مى گیرد.در این حالت، فرض بر این است که اطلاعات فرد در بانک اطلاعات موجود است.
اما در فرایند تأیید هویت، سؤالى که به دنبال پاسخش مى گردیم، این است که آیا او همان فردى است که ادعا مى کند؟
در تأیید هویت، ابتدا متقاضى با استفاده از نام یا وارد کردن رمز عبور و یا یک مدرک شناسایى ادعا مى کند که هویت خاصى را دارد. سپس سامانه به مقایسه داده هاى بیومتریکى مدعى با داده هاى ثبت شده در بانک مشخصات مى پردازد و ادعاى وى را مورد بررسى قرار مى دهد و نتیجه را اعلام مى کند
آزمایش زیست سنجى (Biometric) در سیستم بیومتریک شامل سه گام است: ثبت مشخصات، مقایسه و به روز رسانى.
۱- ثبت مشخصات: کاربران با سنجش هاى اولیه در سیستم ثبت نام مى شوند. این عمل در چندین مرحله براى ثبت اطلاعات دقیق انجام مى گیرد.
۲- مقایسه: گام بعدى مقایسه نمونه با الگوى مرجع است. در این مرحله تعیین سطوح مناسب خطاى مجاز (tolerance) خصوصاً براى سنجش رفتارى از اهمیت ویژه اى برخوردار است.
۳- به روز رسانى: تمامى سیستم هاى بیومتریک مخصوصاً آن هایى که از خصوصیات رفتارى کاربر استفاده مى کنند، باید براى به روزرسانى الگوى مرجع طراحى شده باشند.
یک سیستم بیومتری ساده دارای چهار بخش اساسی است :
1- بلوک سنسور: که کار دریافت اطلاعات بیومتری را بر عهده دارد.
2- بلوک استخراج ویژگیها: که اطلاعات گرفته شده را می گیرد و بردار ویژگی های آن را استخراج می کند.
3- بلوک مقایسه: که کار مقایسه بردار حاصل شده با قالبها را بر عهده دارد.
4- بلوک تصمیم: که این قسمت هویت را شنااسایی می کند یا هویت را قبول کرده یا رد می کند.
اجزاىسیستم بیومتریک
سیستم بیومتریک از ۳ جزء اصلى تشکیل مى شود:
۱- ابزار اندازه گیرى: ابزار طراحى شده در سیستم بیومتریک در حقیقت نقش واسطه با کاربر را برعهده دارد و لذا باید به راحتى توسط کاربران قابل استفاده باشد و در عین حال احتمال خطا در آن بسیار کم باشد.
۲- نرم افزار: این نرم افزار که براساس الگوریتم هاى ریاضى طراحى شده است، متغیرهاى سنجش شده را با الگوى مرجع موجود در بانک اطلاعات مقایسه مى کند.
۳- سخت افزار: در طراحى سامانه بیومتریکى، به قطعات سخت افزارى و کاربرد آنها باید بیش از سایر دستگاه هاى مشابه توجه نشان داد تا در انجام محاسبات دچار خطا نشود.
فصل دوم
تکنیک های بیومتری
بررسى هاى بیومتریک به دو دسته عمده تقسیم مى شود:
۱- تکنیک هاى رفتارى (Behavioral): در این روش، طرز انجام کارى توسط کاربر سنجیده مى شود. مانند امضا کردن یا بیان کردن یک عبارت.
۲- تکنیک های فیزیکى (Physiometric) : در این حالت، یک خصوصیت فیزیکى مانند اثر انگشت یا الگوى عنبیه مورد سنجش قرار مى گیرد.
تکنیکهای فیزیولوژیکى
باز شناسی هویت از طریق اثر انگشت
این روش قدیمی ترین روش آزمایش تشخیص هویت از راه دور است. اگرچه قبلاً اثر انگشت تنها در زمینه جرم قابل بحث بود، تحقیقات در بسیاری کشورها سطحی از پذیرش را نشان میدهد که به این روش اجازه استفاده در برنامه های عمومی را می دهد. سیستمها میتوانند جزئیاتی از اثر انگشت (نقاطی مانند تقاطعها یا کناره های برجستگیها) یا کل تصویر را بگیرند. الگوهای مرجع که برای حفظ این جزئیات بکار میرود در حدود ۱۰۰ بایت هستند که در مقایسه با تصویر کاملی که از اثر انگشت با حجم ۵۰۰ تا ۱۵۰۰ بایت میباشد,بسیار کوچکتر هستند.
در حال حاضر اثر انگشت خوانهای زیادی در دامنه وسیعی وجود دارند که به همراه بعضی کارتخوانها استفاده میشوند. اگرچه در حال حاضر قیمت آنها چندان پایین نیست اما میزان عرضه آنان در فروشگاههای کامپیوتر عادی باعث افت سریع قیمت آنان خواهد شد. به طور مثال شرکت هواپیمایی آلمان لوفتانزا ، آزمایش بلیت های بیومتریک را آغاز کرده است. این بلیت ها با اطلاعات مربوط به اثر انگشت شصت مسافران رمزگذاری شده اند و انتظار میرود سرعت کنترل را بدون پیچیدگی های امنیتی افزایش دهند.
در این بخش سعی بر آن شده است که اصول کلی، موانع و محدودیت های سیستمهای تشخیص اثر انگشت بررسی شوند.
اصول کلی در سیستمهای تشخیص اثر انگشت:
همانگونه که اشاره شد، اثر انگشت یکی از روشهای مطمئن برای شناسایی افراد می باشد و در زمینه هایی نظیر رسیدگی به جرم، سیستم های کنترل حوادث، کنترل مرزهای ملی و ... به کار می رود. دلیل اصلی انتخاب اثر انگشت برای شناسایی افراد این است که اثر انگشت هر فرد منحصر به فرد بوده و بعضی از ویژگی های آن تا آخر عمر ثابت باقی می ماند و از همین ویژگی ها در تطبیق اثر انگشت استفاده می شود. برای تطبیق دستی اثر انگشت روشهای استانداردی وجود دارد، اما روش دستی تطبیق اثر انگشت کاری مشکل و بسیار وقت گیر بوده و کارایی لازم را ندارد.البته از آنجا که بانکهای اطلاعاتی دارای میلیونها اثر انگشت می باشد، عملاً تطبیق دستی اثر انگشت امری محال می شود.
به منظور اتوماتیک کردن تطبیق باید روشی برای تصویر و یا کد کردن اثر انگشت تعریف گردد. برای این منظور تصویر بایستی شرایط زیر را داشته باشد:
1- توانایی تمایز هر اثر انگشت در سطوح مختلف رزولوشن،
2- محاسبات ساده
3- قابلیت بکارگیری در الگوریتم های تطبیق اتوماتیک،
4- پایداری و عدم تغییر با نویز و خرابی ها
5- کارا بودن و نشان دادن تصاویر به صورت فشرده
اگر تصویر به صورت خام ذخیره شود، حافظه زیادی مورد نیاز است و سیستم کارایی لازم را نخواهد داشت. در روشهای ساختاری ویژگی ها از تصویر استخراج و تصویر با این ویژگی ها شناخته شده و همچنین با استفاده از همین ویژگیها عمل تطبیق صورت می گیرد.
اثر انگشت از برآمدگی ها و فرو رفتگی ای فلو مانندی تشکیل شده است که بسته به وضعیت قرار گرفتن آنها ویژگی های مختلفی به وجود می آید. تا کنون 18 ویژگی برای اثر انگشت شناخته شده است که دو ویژگی مهم آن ، انتهای برآمدگی و دوشاخه شدن برآمدگی می باشدکه اصطلاحاً به آنها مینوتیا می گویند. در شکل زیر این دو ویژگی نشان داده شده است:
شکل 1: ویژگی های مینوتا در اثر انگشت
اطلاعات مینوتیا در مولفه های x ، y و زاویه برآمدگی ها آنها قرار دارد.ساختار توپولوژیکی مینوتای یک اثر انگشت منحصر به فرد بوده و با گذشت زمان تغییر نمی کند. در نتیجه می توان تشخیص اثر انگشت را بر مبنای تطبیق ساختار توپولوژیکی مینوتیا استوار ساخت. در یک تصویر انگشت با کیفیت نسبتاً خوب در حدود 70 تا 80 مینوتا وجود دارد که البته این تعداد در تصویرهای جزئی به حدود 20 تا 30 ویژگی کاهش می یابد، اما باز هم بااین تعداد می توان عمل تطبیق اثر انگشت را انجام داد.
اکثر سیستمهای تشخیص اثر انگشت، ساختاری بر مبنای مینوتیا دارند. در این سیستمها سه مرحله اساسی برای تشخیص وجود دارد که عبارتند از:
1- پیش پردازش
2- استخراج مینوتیا
3- تطبیق مینوتیا
مرحله اول برای افزایش کیفیت تصویر انجام می گیرد، مرحله دوم برای استخراج ویژگی های تصویر و مرحله آخر برای مقایسه مورد استفاده قرار می گیرد.
در مورد تطبیق، روشهای گوناگونی وجود دارد که از جمله می توان به موارد ذیل اشاره کرد:
1- تطبیق مجموعه نقاط
2- تطبیق گراف
3- همشکلی دو زیر گراف
البته عمل تطبیق بنا به دلایل زیر نیاز به محاسبات پیچیده دارد:
1- معمولاً کیفیت اثر انگشت پایین است.
2- بانک اطلاعاتی اثر انگشت ها بزرگ است.
3- تصویر هایی که به صورت ساختاری آسیب دیده اند، به الگوریتم های نیرومندی جهت تطبیق نیاز دارند.
در سیستمهای تشخیص اثر انگشت موجود دربازار که از این دو ویژگی (انتهای برآمدگی و دوشاخه شدن برآمدگی) استفاده می شود، به علت بزرگ بودن بانک اطلاعاتی و نویز دار بودن تصاویر، یک تطبیق یک به یک عملاً مشکل بوده و از این رو یکسری از تصویر های تطبیق یافته تهیه و سپس تطبیق نهایی توسط افراد متخصص انجام می گیرد.
استخراج سایر ویژگی ها:
علاوه بر ویژگی های بیان شده ، در بسیاری از سیستمهای تشخیص اثر انگشت، از ویژگی های سطح بالا نیز استفاده می شود. این امر باعث افزایش صحت عمل تطبیق می گردد. یکی از این ویژگی های مهم کلاس الگوی اثر انگشت می باشد.
اثر انگشت به پنج کلاس اصلی تقسیم می شود ک عبارت اند از:
1- کمان
2- کمان مایل
3- حلقه چپ
4- حلقه راست
5- مارپیچ
در تصاویر نویز دار و جزئی ممکن است کلاس الگو نامشخص باشد، که در اینصورت از یک ویژگی سطح بالاتری به نام چگالی برآمدگی ها به جای کلاس الگو استفاده می شود که بیانگر تعداد برآمدگی ها در واحد طول تعریف می شود. به منظور مستقل کردن چگالی برآمدی ها از جهت تصویر، تعداد برآمدگی ها بین دو نقطه منفرد محاسبه می شود. نقاط منفرد در اثر انگشت هسته و دلتا می باشند.هسته بالاترین نقطه در داخلی ترین برآمدگی و دلتا یک نقطه سه شاخه است که سه برآمدگی از کنار آن عبور می کند. در شکل زیر این نقاط نمایش داده شده است:
شکل 2 : محل نقاط هسته و دلتا بر روی اثر انگشت
یک سیستم اتوماتیک تشخیص اثر انگشت دارای مراحل نشان داده شده در شکل 3 می باشد:
شکل3: بلوک دیاگرام نحوه کد کردن اطلاعات اثر انگشت
در ادامه به بررسی مختصری از مراحل فوق می پردازیم:
1- نحوه به دست آمدن تصویر اثر انگشت:
1-1- کاغذ و مرکب : در سالهای گذشته بیشتر از روش کاغذ و مرکب استفاده می شد به این ترتیب که در ابتدا اثر انگشت فرد با استفاده از مرکب بروی کاغذ ثبت و سپس تصویر اثر انگشت اسکن شده و فایل تصویری آن آماده می شد، که این روش اکنون به علت مشکلات خاص خود و البته پیشرفت تکنولوژی کم کم منسوخ می شود. معمولا چون کیفیت تصویر به دست آمده پایین است با استفاده از تکنیک های پردازش تصویر این نقیصه تا حدی مرتفع می گردد، در شکل 4 نمونه هایی از این عمل دیده می شود:
شکل4: نمونهای از پردازش اولیه تصویر به دست آمده از اسکن اثر انگشت
2-1- روش اسکن مستقیم نوری: روشهای گوناگونی برای انجام این نوع تصویر گیری وجود دارد. نمونه ای از آن در شکل زیر آمده است:
شکل5 : روش اسکن مستقیم نوری
3-1- با استفاده از سنسور LE
در این روش از تکنولوژی نیمه هادی ها استفاده می گردد. به این ترتیب که انگشت شخص بر روی سنسور LE که از جنس نیمه هادی می باشد، قرار گرفته (شکل6) و در نتیجه در محل های برآمدگی پوست انگشت که در تماس با سنسور می باشند، فوتون آزاد شده و به این ترتیب اثر انگشت ثبت می گردد.
شکل 6: شناسایی محل های برآمدگی اثر انگشت بوسیله سنسور LE
در شکل زیر اصول اولیه این روش آمده است.
شکل 7: نحوه عملکرد سنسور LE با استفاده از نمودار نوار انرژی
امروزه اسکنر هایی که برای ارتباط با کامپیوتر طراحی شده اند، به راحتی اطلاعات تصویراثر انگشت را تهیه و از طریق درگاه های کامپیوتر در اختیار نرم افزارهای مربوطه قرار می دهند
نحوه استخراج ویژگی ها:
در اکثر سیستم ها از روشهای ساختاری که بر مبنای مینوتا هستند برای استخراج ویژگی ها استفاده می شود. در این سیستم ها در ابتداپیش پردازشهای اولیه ای مانند یکنواخت کردن هیستوگرام، تشخیص برآمدگی ها و نازک کردن آنها روی تصویر اعمال میگردد. سپس با استفاده از روشهای زیر به استخراج ویژگی ها و شناسایی اثر انگشت مبادرت می ورزند:
1 – روش فازی
2- روش شبکه های عصبی
3- ساختن گراف مربوطه به هر تصویر با استفاده از میدان جهت دار و الگوریتم راتا
پیاده سازی این روشها یا با استفاده از کامپیوتر انجام گرفته و یا از مدارات مجتمعی که به همین منظور ساخته شده است، انجام می گیرد. نمونه ای از مدارات مجتمع در شکل 11 آمده است:
شکل 8: نمونه ای از مدارات مجتمع برای پردازش اطلاعات اثر انگشت به دست آمده ازسنسور
باز شناسی هویت از طریق چشم:
باز شناسی هویت با استفاده از شبکیه
تاریخچه :
تحقیقات در زمینه تشخیص هویت از طریق چشم از سال 1935 آغاز شد. در همان سال بود که مقاله ای توسط Dr. Carleton Simon و Dr. Isodore Goldstein در نشریه New York State Journal of Medicine منتشر شد و این مطلب رابیان میکرد که شبکیه افراد مختلف دارای طرح و الگویی یکتا از رگهای خونی است و می توان از الگوی رگهای خونی که در شبکیه وجود دارند جهت تشخیص افراد استفاده کرد. در دهه 50 بود که Dr. Paul Tower بیان کرد که الگوی رگهای خونی افراد مختلف و حتی بین دوقلوهای کاملا یکسان متفاوت و یکتاست.
در سالهای اخیر نیز تحقیقات وسیع و پیشرفتهای چشم گیری در زمینه به دست آوردن الگوهایی از شبکیه و قرنیه و یکتایی این الگوها بوجود آمده است.
آناتومی و یکتایی شبکیه
نسبت شبکیه و چشم همانند نسبت فیلم به دوربین میباشد. شبکیه از بافت های گیرنده ای است که از لایه های مختلفی تشکیل شده است. همچنین شبکیه از میلیونها گیرنده نوری تشکیل شده است که عملکرد آنها عبارت است از جمع آوری اشعه های نوریی است که به آن فرستاده می شود و تبدیل این نورها به پالسهای الکتریکی است که با عبور از عصب نوری به مغز رسیده و در آنجا این پالسهای الکتریکی به تصویر تبدیل می شود. دو گونه مختلف گیرنده های نوری در شبکیه وجود دارند، گیرنده های میله ای و گیرنده های مخروطی. گیرنده های مخروطی که تقریبا 6 میلیون از آنها وجود دارند در دیدن رنگهای مختلف به ما کمک کرده و گیرنده های میله ای که تقریبا 125 میلیون از آنها وجود دارند در دید در شب و محیط پیرامون به ما کمک می کنند. این الگوی رگهای خونی موجود در شبکیه است که تشخیص هویت از این طریق قرار گرفته است.
شکل زیر نشان دنده موقعیت شبکیه است. همانطور که مشاهده می شود قرنیه در جلوی چشم قرار گرفته است و شبکیه در انتهای چشم قرار دارد. به علت اینکه شبکیه در مکانی درون چشم قرار گرفته است و در مقابل محیط خارج از چشم نیست به عنوان یک روش تشخیص هویت پایدار قلمداد می شود.
شکل 9 نشان دهنده شمای نزدیکی از الگوی رگهای خونی درون چشم می باشد. خطهای قرمز نشان دهنده رگهای خونی و قسمت زرد رنگ نشان دهنده مکان دیسک نوری(مکانی است که عصب نوری به شبکیه متصل می گردد و اطلاعات در این مکان از چشم به مغز ارسال می شود) است. دایره ای که در شکل وجود دارد مکان است که توسط دستگاه برای استخراج ویژگی اسکن شده است.
تکنولوژی دستگاههای اسکن
دستگاه های اسکن شبکیه از 3 بخش عمده تشکیل شده اند:
1- قسمت تصویر برداری و پردازش سیگنال:
این بخش شامل دوربینی جهت تصویر برداری و سپس تبدیل تصویر اسکن شده از شبکیه به فرمت دیجیتال می باشد.
2- قسمت تطبیق دهنده:
این بخش شامل یک سیستم کامپیوتری اعتبارسنجی و تشخیص هویت استفاده کننده می باشد.
3- قسمت نمایش دهنده:
در این بخش ویپگی های یکتای شبکیه به صورت یک قالب نمایش و ذخیره می شود.
قسمت اخذ تصویر و بخش پردازش آن مشکلترین بخش برای انجام بصورت کاملا صحیح می باشد و به این دلیل است که شخص مورد نظردر طی انجام این پروسه باید همکاری کامل داشته باشد. استفاده کننده ابتدا باید چشم خود را در مقابل لنز دستگاه اسکن شبکیه در فاصله بسیار نزدیک قرار دهد. در این هنگام بسیار مهم است که برای اخذ تصویری خوب شخص کاملا بی حرکت روبروی دستگاه قرار گیرد. همچنین استفاده کننده باید هرگونه عینکی که به چشم دارد را قبل از اخذ تصویر برداشته تا از انعکاس نور توسط عینک و یا لنز و تداخل آنها با سیگنالهای شبکیه جلوگیری شود.
در این لحظه استفاده کننده از درون لنزمتوجه نور سبز رنگی که درون پشت زمینه سفید قرار دارد خواهد شد. هنگامی که دستگاه فعال می شود، نور سبز در درون مسیر دایره ای رنگ شروع به حرکت می کند و تصویری از شبکیه از درون مردمک چشم تهیه می کند. معمولا 3 تا 5 تصویر از شبکیه گرفته می شود. با توجه به همکاری استفاده کننده این مرحله می تواند بیشتر از 1 دقیقه به طول کشد. که نسبت به اخذ و پردازش تصویر روشهای دیگر تشخیص هویت زمان بسیار زیادی به حساب می آید. این زمان برای دستگاه اسکن قرنیه تقریبا برابر 2 ثانیه می باشد.
در مرحله استخراج ویژگی های منحصر به فرد مزیت روش شبکیه در این است که فاکتورهای ژنتیکی تایین کننده الگوی شبکیه نیستند. این موضوع باعث می شوند که شبکیه دارای ویژگی های منحصر به فرد قوی باشد. از شبکیه تا 400 نقطه منحصر به فرد اطلاعاتی می توان استخراج کرد که نسبت به اسکن اثر انگشت که 30 تا 40 نقطه است بسیار روش دقیقتری است.
در مرحله تولید قالب، ویژگی های استخراج شده منحصر به فرد از الگوی رگهای خونی شبکیه اساس تشکیل این قالب می باشند که 96 بایت می باشد. لذا یکی از کوچکترین قالب های تشخیص هویت در نظر گرفته می شود. این حجم برای دستگاه اسکن قرنیه بین 256 تا 512 بایت می باشد.
منابع خطاها
مشکلات متفاوتی می توانند در اخذ تصویری دقیق از شبکیه نقش داشته باشند و لذا درعدم تشخیص دقیق نقش داشته باشند. در زیر به تعدادی از این خطاها اشاره شده است:
1- عدم همکاری شخص استفاده کننده با دستگاه. هر گونه حرکت از سمت استفاده کننده در مرحله اخذ تصویر می تواند باعث خطا شود.
2- عدم رعایت فاصله مشخص شده توسط دستگاه.
3- لنز کثیف دستگاه اسکن شبکیه.
4- تداخل نوری توسط محیط خارجی
5- ابعاد مردمک استفاده کننده. روشنایی زیاد محیط باعث کاهش نوزی می شود که از طریق مردمک به شبکیه و بالعکس می شود. این امر باعث افزایش تعداد عدم پزیرش توسط دستگاه می شود.
استانداردهای عملکردی روشهای تشخیص هویت
تمامی دستگاههای تشخیص هویتی توسط یک سری معیارهای استانداردی مقایسه می شوند. در زمینه تصویر شبکیه دو معیارقابل بررسی هستند و عبارتند از:
1- ضریب عدم تشخیص اشتباه:
نسبت به تمامی استانداردهای قابل بررسی، روش شبکیه از این استاندارد بیشترین تاثیر را می پذیرد. بدین علت که فاکتورهای زیادی در کیفیت تصویر نقش دارند و در صورت عدم کیفیت مناسب دچار خطای عدم پذیرش اشتباه می شود.
2- نسبت توانایی بررسی:
این استاندارد بیانگر احتمال تمام افرادی است که توسط سیستم اسکن شبکیه در روز می توانند مورد بررسی قرار گیرند. برای روش شبکیه این نسبت برابر مقدار کم 85% است. که عمدتا مربوط به نگرانی استفاده کنندگان از دستگاه اسکن شبکیه و اسکن از فاصله بسیار نزدیک است.
مزایا و معایب تشخیص هویت از طریق شبکیه
همانند سایر روشهای تشخیص هویت این روش نیز به نوبه خود دارای معیب و مزایایی می باشد.تعدادی از مزایای این روش در زیر آمده است:
- الگوی رگهای خونی شبکیه به ندرت در طی دوران زندگی تغییر می کنند. به غیر از مواردی که افراد دچار بیماری چشمی می شوند مانند اب مروارید ،...
- حجم قالب اصلی 96 بایت است که بسیار کوچک است و باعث کاهش زمان در انجام مراحل بررسی و تشخیص هویت نسبت به قالبهای بزرگتر می شود که ممکن است باعث افزایش زمان انجام این پروسه شود.
- تا حدود 400 نقطه دارای ویژگی های منحصر به فرد را می توان از الگوی رگهای خونی شبکیه به دست آورد.
- شبکیه درون چشم قرار دارد و در مقابل صدمات محیط خارجی مصون است.
معایب عمده این روش عبارتند از:
- تهدید سلامت چشم، این شایعه وجود دارد که اسکن از شبکیه باعث تخریب چشم می شود.
- عدم راحتی استفاده کننده به علت نزدیکی زیاد لنز با چشم.
- میزان انگیزه شخص استفاده کننده، بر خلاف روشهای دیگر کیفیت یکس گرفته شده بستگی مستقیم با میزان همکاری شخص دارد.
- استفاده کننده باید عینک و یا لنز چشمی خود را بردارد.
- در حال حاضر دستگاههای اسکن شبکیه بسیار گرانقیمت هستند.
1-2- باز شناسی هویت با استفاده از عنبیه:
تاریخچه:
در سال 1936 چشم پزشکی به نام frank Burch پیشنهاد تشخیص افراد از طریق الگوی قرنیه را عنوان کرد. اما تا سال 1985 بود که توسط دو چشم پزشک بنامهای Leonard Flom و Aran Safir این مطلب بیان شد که قرنیه های افراد مختلف کاملا با هم متفاوت است. ودر سال 1987 موضوع تشخیص هویت از طریق قرنیه افراد به نام آنها ثبت شد. در 1993 سازمان دفاع هسته ای برای ساخت و آزمایش اولین دستگاه تشخیص هویت از طریق الگوی قرنیه آغاز به کار کرد که این طرح در سال 1995 کاملاً موفقیت آمیز به انجام رسید.
کوششهای بشر برای تعبیه ابزار مکانیکی قابل اطمینان جهت شناسایی خصوصیات رفتاری و فیزیولوژیکی اشخاص، تاریخچه ای بس طولانی و رنگین دارد. به طور مثال در دوران ویکتوریا با الهام از پیدایش جرم شناسی و میلی که برای شناسایی زندانیان وتبهکاران وجودداشت، سرفرانسیس گالتون فهرست های مختلفی از خصوصیات برجسته صورت تهیه کرده بود. همچنین وی تعدادی انتخاب کنندگان خودکار مکانیکی برای اندازه گیری خصوصیات صورت تهیه کرده و یک آزمایشگاه اندازه گیری خصوصیات بدن انسان در کنزینگتون جنوبی تاسیس نموده بود تا بر اساس سیستم پزشک فرانسوی به نام آلفونس برتیلون هر یک از مجرمین را در یکی از 81 طبقه ای که او ایجاد کرده بود قرار دهد. از دیگر مشخص کنندگان خصوصیات فیزیولوژیکی و رفتاری که در طول تاریخ به کارگرفته شده اند میتوان ابعاد جمجمه، طول انگشت، اندازه گیری خصوصیات مختلف هندسی صورت و غیره را نام برد.
امروزه نیاز به وسایل قابل اطمینان، سریع وغیر تهاجمی برای تشخیص خودکار هویت اشخاص به شکل قابل توجهی وجود دارد. تکنیک های کامپیوتری که برای شناسایی ویژگیهای افراد مانند صورت، اثر انگشت، شبکیه، صوت، هندسه کف دست، چشم و غیره به کار می روند، کاربردهای فراوانی در زمینه های امنیتی، نظارتی و مالکیت دارند. اما بسیاری از روشهای موجود توانائیهای محدودی در زمینه شناسایی ویژگیها در موارد عملی و واقعی دارند؛ برخی از روشها مستلزم تماس با بدن شخص می¬باشند، برخی به صورت تهاجمی عمل می¬نماید، تعدادی از روش¬ها مستلزم تنظیم نهایی توسط یک شخص می¬باشند و برخی دیگر از آنها هزینه های بالایی دارند. روشی که اخیراً بیشتر از سایر روش¬ها مورد توجه قرار گرفته است، شناسایی افراد از روی خصوصیات موجود در عنبیه آنهاست.
ایده استفاده از الگوهای عنبیه برای شناسایی افراد ابتدا توسط چشم پزشکی به نام فرانک برچ در سال 1936 پیشنهاد شد. در دهه 1980 این ایده در یکی از فیلمهای جیمزباند به نام Never Say Never Again ظاهر شد و بدین طریق به افکار عمومی راه یافت، اما در آن زمان هنوز به عنوان حدس و افسانه علمی باقی مانده بود. در سال 1987 دو چشم پزشک دیگر به نامهای آرن سفیر و لئونارد فلوم این ایده را ثبت نموده و در سال 1989 از جان داگمن (که در آن زمان در دانشگاه هاروارد به تدریس مشغول بود) خواستند تا برای خلق الگوریتمهای واقعی برای شناسایی افراد بر اساس عنبیه کوشش نماید. الگوریتمهایی که داگمن در سال 1994 به ثبت رساند، پایه ای برای تمامی سیستمها امرزوی شناسایی افراد بر اساس عنبیه می¬باشد.
الگوریتمهای داگمن به شرکت تکنولوژیهای Iridian تعلق گرفته است و فعالیت بر روی آن تحت امتیاز کمپانی-های متعدد دیگر در آمده است که به عنوان سیستمهای کامل کننده و پیشرفت دهنده شناسایی افراد بر اساس عنبیه عمل می¬نماید. در سالهای اخیر محصولات متعددی برای بدست آوردن تصاویر عنبیه از فواصل مشخص و کاربردهای متنوع¬ توسعه داده شده اند. در سال 1996 یک سیستم تصویر برداری فعال که توسط مجوز شرکت Sensar توسعه داده شده بوداز دوربین¬های خاصی برای بدست آوردن تصاویر عنبیه در فاصله تا یک متر استفاده می کرد. این سیستم تصویر برداری فعال در ماشینهای خودپرداز در آزمایشهای عملی موفقیت آمیزی توسط دو کمپانی به نامهای NCR وِDiebold در کشورهای متعددی در طول سالهای 1999-1997 کار گذاشته شد.
یک وسیله تصویر برداری کوچکتر جدید و کم هزینه، Authenticam، دوربینی دیجیتالی برای استفاده دستی، رومیزی، تجارت الکترونیکی و دیگر کاربردهای امنیتی اطلاعات می باشد. برای ایمنی فیزیکی، دوربینی با متمرکز کننده و تنظیم کننده خودکار به نام IrisAccess برای کنترل مدخل و درب ورودی ساختمان توسط شرکت زنجیره ای کره¬ای به نام Ticketless air travel توسعه داده شد. روشهای ایمنی و کنترل ورودی بر پایه باجه های شناسایی افراد براساس عنبیه در فرودگاهها توسط شرکت Eye Ticket توسعه داده شده است. سیستمهای دیگری که الگوریتمهای شناسایی افراد بر اساس عنبیه را در خود جای می¬دهند توسط شرکتهای Oki ،LG و Panasonic در حال توسعه می¬باشند.
پیش¬بینی می شود که شناسایی افراد بر اساس عنبیه در محدوده وسیعی از کاربردهایی که شناسایی افراد در آنها می بایست ایجاد شده و یا تصدیق گردد، گسترش یابد. این ایده، کنترل گذرنامه، تجارت الکترونیکی، خدمات درمانی، پرداخت¬های استحقاققی، حق دستیابی به اطلاعات ویژه، اختیارات، خدمات دولت، کاربردهای نیروی انتظامی و قانونی، سفر هوایی، ورود به کامپیوتر و یا هر تعامل دیگری که درآن شناسایی شخصی بر دارائی یا رمز خاصی(کلیدها، کارت ها، مدارک، کلمات عبور، شماره های شناسایی فردی) تکیه می کند، را شامل می¬گردد.
برای الگوریتمهای شناسایی افراد بر اساس عنبیه، مدال و جایزه IT جامعه کامپیوتر انگلستان در سال 1997 به داگمن تعلق گرفت. تکنولوژی توسط شورای طرح انگلستان در سال 1998 به محصول هزاره دوم تخصیص داده شد و در طول سال 2000 میلادی در گنبد هزاره استفاده گردید. این سیستم همچنین در نمایشگاه سال 2000 در هانوفر آلمان به نمایش گذاشته شد. در حال حاضر کمپانی¬ها در کشورهای متعدد این الگوریتمها را در انواع مختلف محصول به کار می¬برند.
کاربردهای شناسایی افراد بر اساس عنبیه:
برخی کاربردهای ممکن شناسایی افراد بر اساس عنبیه عبارتند از:
- ورود به کامپیوتر؛ به عنوان یک رمز عبور زنده.
- کنترل مرزهای ملی؛ عنبیه به عنوان یک گذرنامه زنده.
- پرداخت هزینه تلفن بدون استفاده از پول نقد، کارت و یا شماره های شناسایی شخصی.
- دستیابی مطمئن به ماشین خودپرداز در بانک.
- سفر هوایی بدون بلیط.
- کنترل دستیابی به اموال(خانه، اداره، آزمایشگاه و غیره).
- گواهینامه¬های رانندگی و دیگر مدارک شخصی.
- موارد قانونی، شناسنامه، یافتن گمشده یا اشخاص تحت تعقیب
- اعتبار سودها و القاب
- سندیت کارتهای اعتباری
- گشودن قفل اتومبیل و جلوگیری از سرقت.
- ضد تروریسم (مانند بازرسی افراد مشکوک در فرودگاهها).
- معاملات مالی ایمن(تجارت الکترونیکی، بانکداری).
- ایمنی اینترنت؛ کنترل دستیابی به اطلاعات ویژه
- کلید بیومتریک به صورت رمز در آمده برای پنهان ساختن وآشکار نمودن پیامها.
- هر استفاده موجود از کلیدها، کارت¬ها، شماره¬های شخصی و یا کلمات عبور.
در حال حاضر بعضی از شرکت¬های استفاده کننده این الگوریتمها عبارتند از:
- شرکت Iridian Technologies ایالات متحده آمریکا
- شرکت LG کره
- صنایع الکتریکی OKI ژاپن
- شرکت NCR انگلستان
- شرکت Diebold ایالات متحده آمریکا
- جامعه The Nationwide Building انگلستان
مزایا و معایب عنبیه برای شناسایی افراد:
برخی از مزایای عنبیه برای شناسایی افرادعبارتند از:
- از اعضاء داخلی بسیار محافظت شده چشم است.
- قابل دید از خارج است؛ الگوهایی که می¬توانند از یک فاصله تصویر شوند.
- الگوهای عنبیه از 244 درجه آزادی برخوردار هستند.
- منحصر به فرد بودن به دلیل پیچیدگی ترکیبی
- تغییر اندازه مردمک طبیعی بودن فیزیولوژی را تایید می¬نماید
- دارای ساختار شکل گرفته قبل از تولد(ماه هفتم از دوران بارداری).
- الگوهای عنبیه قابلیت نفوذ ژنتیکی محدود دارند
- الگوهای در طول دوران زندگی پایداری می¬باشند
- به رمز در آوردن وتصمیم¬گیری روی تصاویر عنبیه مشکل نیست.
برخی از معایب عنبیه برای شناسایی افراد عبارتند از:
- کوچک بودن هدف(یک سانتیمتر) برای دستیابی از فاصله¬ای حدود یک متر
- متحرک بودن هدف
- قرار گرفتن عنبیه در پشت سطحی منعکس کننده، مرطوب و منحنی
- تاثیر مژه ها، عدسی¬ها و انعکاسات بر روی آن.
- عدم وضوح تصویر به دلیل فروافتادگی پلک¬ها.
- تغییر شکل غیرارتجاعی به دلیل تغییرات اندازه مردک
- تابش نباید مرئی یا روشن باشد.
علم عنبیه:
یک اعتقاد مشهور در مورد تغییرات سیستماتیک درظاهر عنبیه وجوددارد که مطابق آن عنبیه قادر است سلامتی ارگانهای مختلف بدن، خلق و یا شخصیت فرد را معلوم سازد. اشخاص شاغل و ماهر در تفسیر نمود الگوهای عنبیه برای تشخیص سلامتی، شخصیت و مهارتهای درونی آیریدولوژیست نامیده می¬شوند. علم عنبیه در کشور رومانی و ایالت کالیفرنیا متداول¬تر از دیگر نقاط می¬باشد.
سه نوع تغییر در ظاهر عنبیه از نظر علمی می¬تواند وجود داشته باشد:
1) در اولین ماههای زندگی پوششی از سلولهای کروماتوفور در لایه¬های قدامی عنبیه رنگ چشم را مشخص می-سازد.
2) گزارش شده است که برخی معالجات دارویی برای درمان بیماری گلوکما(آب سیاه) که درگیر پروستوگلاندین هستند، ملنین و در نتیجه تجمع رنگدانه¬های بافت عنبیه را تحت تاثیر قرار می¬دهند. البته این تغییرات رنگ عنبیه به روشهای شناسایی عنبیه ارتباطی پیدا نمی¬کند زیرا تصویر برداری از عنبیه با دوربینهای مونوکروم و با تابش مادون قرمز در باند nm900-700 صورت می¬گیرد که ملنین تقریباً غیر جاذب این طول موجهاست.
3) در چشم افراد مسن گاهی یک حلقه سفید عنبیه را محاصره می¬نماید.
خصوصیات بیومتریک ژنتیکی و اکتسابی:
خصوصیات ژنتیکی به ساختمان ژنتیکی و یا اشتراک یک گروه در یک خصوصیت گفته می¬شود وخصوصیات اکتسابی به تجلی حقیقی یک ویژگی به واسطه تعامل با نوع ژنتیکی و محیط اطراف گفته می¬شود. نفوذپذیری ژنتیکی قابلیت توارث عوامل مختلف را توضیح می¬دهد. در این بحث به خصوصیاتی مانند گروه خون و توالی DNA ویژگیهای ژنتیکی و به اثر انگشت و الگوهای عنبیه ویژگیهای اکتسابی ژنتیکی ثانویه گفته می¬شود. اشخاصی که از نظر ژنتیکی مساوی هستند دارای خصوصیات ژنتیکی برابر مانند خصوصیات جنسیت، گروه خون، نژاد و توالی DNA هستند. بعضی از خصوصیات مانندسیمای کلی صورت هم فاکتور ژنتیکی(شبیه به نظر رسیدن دوقلوهای مساوی) و هم فاکتور ژنتیکی ثانویه(تغییر ظاهر صورت به مرور زمان) را آشکار می¬سازند
فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد
تعداد صفحات این مقاله 50 صفحه
پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید
دانلود مقاله سیستم های بیومتریک
