Transcript Identification basée sur l`iris
Identification basée sur l’iris
(Iris recognition) Alexandru NICOLAESCU Vincent CARON Identification basée sur l'iris 1
Plan
Introduction dans la reconnaissance des individus Critères d'évaluation des méthodes Avantages et inconvénients L'iris Extraction de l'information Repérage de l’iris Codage Recherche / identification Conclusion Identification basée sur l'iris 2
Introduction
Méthodes de reconnaissance des individus : • Empreinte digitale • Voix • Visage • Iris scan Identification basée sur l'iris 3
Critères d'évaluation
Genotypic error rate Fréquence de naissance des gémeaux identiques (DNA) Phenotypic error rate Expression d'une caractéristique non génétique Stabilité dans le temps Complexité Insensibilité aux conditions d ’acquisition Falsification difficile Identification basée sur l'iris 4
L'iris
Organe interne Trabecular meshwork Lecture facile et sûre Géométrie polaire intrinsèque 3,4 bit /mm 2 Identification basée sur l'iris 5
Iridologie
Le futur La santé La personnalité 1936: ophtalmologiste Frank Burch 1980: James Bond films Daugman: brevet (US Pat.) en 1994 Identification basée sur l'iris 6
Acquisition
640x480x8 (256 niveaux de gris) diamètre de l'iris : 60 à 200 pixels (11 mm) Distance de numérisation 30cm (sujet coopérant) à 3m (contrôle discret) au delà de 45cm, nécessité d'un zoom. Problèmes : amplification du mouvement profondeur de champ limitée orientation de la caméra (+tracking) Identification basée sur l'iris 7
Acquisition
Qualité de la numérisation luminosité et contraste Mise au point Perturbations occlusion des paupières réflexion spéculaire localisée dans la partie inférieure de l ’iris augmentée par la présence de lunettes/lentilles Identification basée sur l'iris 8
Détection de l'iris
Détection des contours intérieur (pupille) et extérieur (iris) Daugman & Seal : approche intégro-différentielle
(x i , y i , d i ) & (x e , y e , d e ) (x i , y i )
et (x e , y e ) peuvent êtres distants de 15% (du diamètre total de l'iris) la pupille est généralement légèrement abaissée et rapprochée du nez Identification basée sur l'iris 9
Détection de l'iris
Morphologie de l’œil on observe que
d i / d e
varie avec : le temps (courte période) : pulsations rapides et innées sur un oeil vivant. le temps (longue période) : lente détérioration du tissu (opacification), rotation possible de l'iris ... la luminosité ambiante : ce phénomène peut notablement dilater l'iris radialement Identification basée sur l'iris 10
Détection de l'iris
Changement de repère modèle à 'deux pôles', sans dimensions un axe des angles sur 360 ° un axe radial normalisé (indépendance vis-à-vis de la dilatation radiale de l'iris) une rotation devient une translation on peut appliquer des filtres classiques 2D élimination des parties occultés par la paupière élimination de la zone de réflexion spéculaire Identification basée sur l'iris 11
Tranformation de Gabor
Ondelettes de Gabor Une famille de fonctions 2D à valeurs complexes Utilisée notamment pour la reconnaissance des
textures J. Daugman
a montré que la transformée de Gabor est optimale pour l'extraction d'information : en termes d'orientation et de fréquence spatiale ("
quoi ?
") en termes de positionnement 2D ("
où ?
")
(exemple : partie réelle d'une ondelette où (
b/a
) = 1)
Identification basée sur l'iris 12
IrisCode
Codage exhaustif de l’information Information de l'image (zone de l'iris) 10,000 à 50,000 pixels x 8 bits = 80 à 400 Kbits Restriction du domaine d'étude 70% environ (56 à 280 Kbits) Transformée de Gabor 2D plan complexe de 112 à 560 Kbits Identification basée sur l'iris 13
IrisCode
Spécification capacité de 256 octets (2 Kbits ~ carte de crédit) évaluation de la transformée de Gabor domaine restreint [x, y] famille d’ondelettes restreinte [ , a , b ] ( ~ 1/ a ~ 1/ b ) Quantisation binaire des coefficients
h x,y,
sélection de 1024 paires (
h Re , h Im
) Identification basée sur l'iris 14
Comparaison des IrisCodes
Distance de Hamming
l ’information binaire doit être commensurable calcule le nombre de bits identiques entre les deux entités HD = 0 : vecteurs identiques HD = 1 : vecteurs ‘inverses binaires’ Identification basée sur l'iris 15
Comparaison des IrisCodes
Implémentation
Calcul simple et rapide pour un ordinateur (4000 comparaisons/s sur un 486DX2) Peut se paralléliser pour la recherche dans de grandes bases (plusieurs millions d'entités) Perfectionnement : autoriser une rotation de l'iris comparaison multiples avec un décalage progressif des deux IrisCodes nécessite un codage particulier des vecteurs de Gabor en pratique, on itère
n
= 7 fois Identification basée sur l'iris 16
Etude statistique
Degrés de liberté de l’IrisCode
distributions approximées par la méthode binomiale expérimentalement,
d
=173 degrés de liberté binaires un IrisCode peut à priori coder 2 173 , soit 10 52 iris différents !
mesure de l ’information bande passante de G corrélation propre de l ’iris entropie de l ’iris ~ 690 bits Identification basée sur l'iris 17
Etude statistique
Critère de décision
Méthode de Neyman-Pearson Identification basée sur l'iris 18
Etude statistique
Choix d’une politique
Conservative / libérale estimation du ‘juste milieu’
HD seuil
0.26
0.28
0.30
0.32
0.34
False accept
1 sur 2 milliards 1 sur 60 millions 1 sur 2.4 millions
1 sur 151,000
1 sur 11,500 Identification basée sur l'iris
False reject
1 sur 2,660 1 sur 9,000 1 sur 32,800
1 sur 128,000
1 sur 536,000 19
Conclusions
Organe interne bien protégé
– Visible facilement ~ 1 m – Réponse physiologique
Degré élevé d'unicité
– Stabilité pendant la vie
Méthode rapide
– Scan + analyse + codage = 1 sec – Recherche dans la base = 100.000 iris codes/sec
Difficultés de lecture
– Mouvement – Lunettes – Illumination Identification basée sur l'iris 20
Conclusions Identification basée sur l'iris 21
Conclusions Vive HTML !
Identification basée sur l'iris 22
Conclusions Pour s’amuser ...
Identification basée sur l'iris 23