biometría ivan mendez.pdf
TRANSCRIPT
-
Universidad Politcnica de Victoria Seguridad Informtica
1 Ivn Daniel Mndez lvarez
Contenido Biometra .................................................................................................................................... 2
Biometra: rendimiento de los sistemas ........................................................................... 3
Cuota de mercado en tecnologa biomtrica ................................................................... 3
Huella dactilar (Colaborativo) ................................................................................................. 4
Iris (Colaborativo) ..................................................................................................................... 7
Caractersticas de la mano (Colaborativo) ......................................................................... 10
-
Universidad Politcnica de Victoria Seguridad Informtica
2 Ivn Daniel Mndez lvarez
Biometra
Los requisitos bsicos que deben reunir las caractersticas biomtricas son: Universalidad: todos los usuarios la tienen
Singularidad o univocidad: carcter distintivo
Permanencia: en el tiempo y condiciones ambientales diversas
Colectividad: ha de ser mensurable cuantitativamente
Rendimiento o actuacin: elevado nivel de exactitud
Aceptacin: por parte del usuario
Resistencia a fraude o usurpacin
-
Universidad Politcnica de Victoria Seguridad Informtica
3 Ivn Daniel Mndez lvarez
Biometra: rendimiento de los sistemas
Tasa de falsos positivos TFP (False Match Rate, FMR)
Proporcin de muestras falsamente asignadas a un usuario al que no le pertenecen.
Tasa de falsos negativos TFN (False Non Match Rate, FNMR)
Proporcin de muestras falsamente rechazadas como pertenecientes al cliente al que pertenecen.
Cuota de mercado en tecnologa biomtrica
-
Universidad Politcnica de Victoria Seguridad Informtica
4 Ivn Daniel Mndez lvarez
Huella dactilar (Colaborativo) Propiedades.
Universalidad (media-alta) Ms de un 96% de la poblacin tiene una huella legible
Univocidad (alta) Incluso gemelos idnticos tienen huellas diferentes
Permanencia (alta) La huella se forma en la etapa fetal y permanece estructuralmente
inalterable a lo largo de la vida
Rendimiento (alto) Es una de las tcnicas biomtricas con mejor rendimiento
Mayor compromiso entre comodidad y seguridad
Aceptacin (media) La captura de la imagen de la huella no es intrusiva
Posee implicaciones legales Paradigmas.
Manual Consiste en la inspeccin visual, de texturas y de minucias, adems de la
experiencia del experto
Tcnicas basadas en imagen Utilizan slo la apariencia visual de la imagen
Es necesario almacenar la imagen completa
Mtodos basados en texturas Tratan la huella como una imagen de texturas orientadas
Menos preciso que las tcnicas basadas en minucias
Tcnicas basadas en minucias Utilizan las posiciones relativas de las minucias
Es el mtodo ms conocido y preciso
-
Universidad Politcnica de Victoria Seguridad Informtica
5 Ivn Daniel Mndez lvarez
Huella dactilar: tcnica basada en minucias Preprocesado
Estimacin del campo de orientacin y realce de la imagen
Binarizacin (de 8 bits/pxel a 1 bit/pxel)
Extraccin de la regin de inters (ROI)
Adelgazamiento y depuracin de la imagen
Extraccin de caractersticas: minucias
Establecimiento del patrn de huella: datos que corresponden a la disposicin de las minucias (300 bytes)
Etapa de comparacin
Se convierten todas las minucias (modelo y muestra) a coordenadas polares. Centro: la minucia de referencia
Se representan (patrn y muestra) mediante cadenas de puntos
r: distancia radial e: ngulo radial : orientacin respecto a la minucia de referencia
Se aplica la distancia de disimilaridad entre las dos cadenas: muestra y patrn.
-
Universidad Politcnica de Victoria Seguridad Informtica
6 Ivn Daniel Mndez lvarez
Sensores
-
Universidad Politcnica de Victoria Seguridad Informtica
7 Ivn Daniel Mndez lvarez
Iris (Colaborativo) Principales Caractersticas.
Potencialidad para la Identificacin: Mayor unicidad que la huella
Parmetros accesibles desde el exterior, a travs de proteccin dada por la crnea
Textura del iris
Acceso visual a la retina a travs de la pupila rgano estable (en muchos de sus parmetros): Con la edad
Frente a accidentes (debido a la crnea) Fcil deteccin de sujeto vivo Por variaciones del tamao de la pupila frente a cambios de iluminacin Manipulacin compleja Conllevara potenciales riesgos en la visin del individuo
Inconvenientes: Utilizacin de elementos externos por parte de los usuarios
Captura
La captura se realiza de forma no invasiva Se realiza mediante una cmara digital o de video de alta resolucin con un
objetivo de aproximacin, para enfocar en el ojo a una distancia del sujeto que no le resulte incmoda a ste
Se requiere interaccin por parte del usuario Localizacin del ojo dentro de un campo de visin
En algunos sistemas se localiza el ojo en una escena y posteriormente se enfoca (de forma automtica)
Sin informacin de color Luz infrarroja
-
Universidad Politcnica de Victoria Seguridad Informtica
8 Ivn Daniel Mndez lvarez
Sistemas comerciales
Cmara de acceso fsico: LG
Panasonic
OKI
Senex
Evermedia
Jirix Cmara de PC: Panasonic Cmara de Mano: OKI (IrisPass-h)
Extraccin del patrn
Filtros de Gabor en coordenadas polares
Demodulacin y cuantificacin de la fase
-
Universidad Politcnica de Victoria Seguridad Informtica
9 Ivn Daniel Mndez lvarez
Patrn de iris (Iris Code) 2048 bits
Sistemas Actuales
-
Universidad Politcnica de Victoria Seguridad Informtica
10 Ivn Daniel Mndez lvarez
Caractersticas de la mano (Colaborativo) Caractersticas Principales
Unicidad: media. No existen estudios detallados que demuestre su unicidad. En el sector: correcta
Estabilidad: media, ya que los cambios de peso de una persona pueden modificar la geometra de la mano. Solucin: tomar medidas relativas
Coste: bajo. Slo se precisa una cmara de media/baja calidad y una plataforma diseada al efecto
Aceptabilidad: muy alta (no tiene implicaciones legales y es muy fcil de usar)
Tamao del patrn: muy pequeo (decenas de bytes) Extraccin del Patrn
a) El sistema toma 3muestras de la silueta de la mano
b) Forma un patrn de 9 bytes tomando el promedio de las 3 muestras
-
Universidad Politcnica de Victoria Seguridad Informtica
11 Ivn Daniel Mndez lvarez
a) Plataforma con 6 topes y espejo colocado 60 sobre la superficie
b) Colocacin de la mano
c) Imagen obtenida de 640x480 y 256 colores
-
Universidad Politcnica de Victoria Seguridad Informtica
12 Ivn Daniel Mndez lvarez
Regin Palmar
Captura y pre-procesado.
Proceso de extraccin de las lneas de la palma de la mano
Algoritmos de verificacin
Aproximaciones basadas en lneas Operadores de deteccin de bordes (Canny, Sobel, etc)
Algoritmos de comparacin (distancia eucldea, HMMs, distancia de Haussdorf, redes neuronales, etc.)
Aproximaciones basadas en sub-espacios Extraccin de caractersticas: filtros de Gabor, DCT, wavelets, etc.
Proyeccin en sub-espacios (LDA, PCA, ICA, etc.)
Aproximaciones estadsticas Estadsticos locales (Gabor, wavelets, etc. y media, varianzas locales)
Estadsticos globales (momentos, centros de gravedad, etc... calculados directamente sobre la imagen completa)
-
Universidad Politcnica de Victoria Seguridad Informtica
13 Ivn Daniel Mndez lvarez
Dispositivos de Captura