Riconoscimento dell'iride: Prospettive illuminanti sul riconoscimento dell'iride nella visione artificiale

Di Fouad Sabry

Che cos'è il riconoscimento dell'iride

Il riconoscimento dell'iride è un metodo automatizzato di identificazione biometrica che utilizza tecniche matematiche di riconoscimento di modelli su immagini video di una o entrambe le iridi di un individuo occhi, i cui schemi complessi sono unici, stabili e possono essere visti da una certa distanza. Il potere discriminante di tutte le tecnologie biometriche dipende dalla quantità di entropia che sono in grado di codificare e utilizzare nell'abbinamento. Il riconoscimento dell'iride è eccezionale a questo riguardo, poiché consente di evitare "collisioni" anche nei confronti incrociati tra popolazioni massicce. Il suo limite principale è che l'acquisizione di immagini da distanze superiori a un metro o due, o senza cooperazione, può essere molto difficile. Tuttavia, la tecnologia è in fase di sviluppo e il riconoscimento dell'iride può essere effettuato anche fino a 10 metri di distanza o tramite il feed di una telecamera in tempo reale.

Come trarrai vantaggio

(I) Approfondimenti e convalide sui seguenti argomenti:

Capitolo 1: Riconoscimento dell'iride

Capitolo 2: Scansione della retina

Capitolo 3: John Daugman

Capitolo 4: Punti biometrici

Capitolo 5: Verifica delle vene oculari

Capitolo 6: Dispositivo biometrico

Capitolo 7: Biometria privata

Capitolo 8: Aadhaar

Capitolo 9: Biometria nelle scuole

Capitolo 10: Legge Aadhaar

(II) Rispondere alle domande più importanti del pubblico sul riconoscimento dell'iride.

(III) Esempi reali dell'utilizzo del riconoscimento dell'iride in molti campi.

A chi è rivolto questo libro

Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di riconoscimento dell'iride.

 

 

• Lingua: Italiano
• Editore: Un Miliardo Di Ben Informato [Italian]
• Data di uscita: 5 mag 2024

Anteprima del libro

Capitolo 1: Riconoscimento dell'iride

Il riconoscimento dell'iride è un metodo automatizzato di identificazione biometrica che utilizza tecniche matematiche di riconoscimento di modelli su immagini video di una o entrambe le iridi degli occhi di un individuo. Gli intricati modelli dell'iride di un individuo sono unici nel loro genere, rimangono coerenti e possono essere osservati da una distanza ragionevole. Il livello di entropia è direttamente proporzionale alle capacità discriminatorie di tutta la tecnologia biometrica. Uno dei suoi svantaggi più significativi è che può essere molto difficile acquisire un'immagine a una distanza superiore a uno o due metri o in assenza di collaborazione.

Il riconoscimento dell'iride e la scansione della retina, due tipi distinti di tecnologie biometriche oculari, sono spesso confusi l'uno con l'altro. Il riconoscimento dell'iride utilizza i modelli unici sull'iride di una persona, mentre la scansione della retina utilizza i modelli unici sui vasi sanguigni di una persona. L'identificazione dell'iride si avvale della tecnologia della videocamera combinata con una luce leggera nel vicino infrarosso per raccogliere foto delle strutture complicate e ricche di dettagli dell'iride visibili al mondo esterno. Una persona, o qualcuno che pretende di essere quell'individuo, può essere identificato utilizzando modelli digitali codificati utilizzando tecniche matematiche e statistiche. Questi modelli vengono generati dai modelli stessi. I motori Matcher analizzano i database dei modelli registrati a velocità misurate in milioni di modelli al secondo per CPU (single-core) e con percentuali molto basse di corrispondenze di modelli non corrette.

Almeno 1,5 miliardi di persone in tutto il mondo (tra cui 1,2 miliardi di cittadini indiani, nel programma UIDAI / Aadhaar) sono stati iscritti a sistemi di riconoscimento dell'iride per l'identità nazionale, i servizi governativi elettronici, la distribuzione dei benefici, la sicurezza e scopi di convenienza come l'attraversamento automatizzato delle frontiere senza passaporto. dell'iride come organo interno e protetto, ma visibile esternamente dell'occhio.

Nonostante il fatto che John Daugman abbia sviluppato e brevettato i primi algoritmi effettivi per eseguire il riconoscimento dell'iride, abbia pubblicato i primi articoli su di esso e ne abbia dato le prime dimostrazioni dal vivo, l'idea che ha portato a questa invenzione ha una storia molto più lunga e attualmente beneficia dei contributi di un gran numero di altri contributori scientifici attivi. In un libro di testo clinico pubblicato nel 1953, F.H. Adler, che ne era l'autore nel 1949, disse che: L'architettura minuta dell'iride mostra variazioni in ogni soggetto studiato, proprio come le impronte digitali sono uniche per ogni singola persona. [Le sue caratteristiche] sono costituite da un certo numero di diversi elementi variabili, e le possibili permutazioni e combinazioni di questi componenti sono quasi illimitate. Più tardi, negli anni '80, due oftalmologi americani di nome L. Flom e Aran Safir riuscirono a brevettare la congettura di Adler e Doggart secondo cui l'iride poteva servire come identificatore umano. Tuttavia, poiché mancavano di un algoritmo o di un'implementazione effettiva per eseguire il compito, il loro brevetto è rimasto congetturale nonostante il loro successo. Questa teoria può essere fatta risalire al 1892, quando un francese di nome A. Bertillon pubblicò un libro intitolato Tableau de l'iris humain, in cui fece la cronaca di diverse sottigliezze. I motivi dell'iride erano usati nell'antico Egitto, in Caldea a Babilonia e nell'antica Grecia, come testimoniano le iscrizioni su pietra, i manufatti in ceramica dipinta e gli scritti di Ippocrate. I modelli di iride sono stati usati per divinare un'ampia varietà di cose, tra cui il futuro, il passato e vari aspetti del presente. (La pratica della divinazione dell'iride è praticata ancora oggi con il nome di iridologia).

Il concetto fondamentale alla base degli algoritmi di Daugman è la proposizione che il fallimento di un test di indipendenza statistica può servire come solida base per il riconoscimento di modelli in situazioni in cui c'è un'adeguata quantità di entropia (sufficienti gradi di libertà di variazione casuale) presente nei dati raccolti da diverse classi di campioni. Nel 1994, ha presentato una domanda di brevetto per la fondazione del riconoscimento dell'iride e dei suoi algoritmi di visione artificiale sottostanti per l'elaborazione delle immagini, l'estrazione di caratteristiche e la corrispondenza. Allo stesso tempo, pubblicò queste tecniche in un articolo. IriScan, Iridian, Sarnoff, Sensar, LG-Iris, Panasonic, Oki, BI2, IrisGuard, Unisys, Sagem, Enschede, Securimetrics e L-1, che ora è di proprietà della società francese Morpho, sono solo alcune delle aziende che hanno concesso in licenza questi algoritmi per un uso diffuso. IriScan era una start-up fondata da Flom, Safir e Daugman.

Questi algoritmi continuano ad essere la base di tutte le importanti implementazioni pubbliche del riconoscimento dell'iride oggi, e sono regolarmente tra i migliori nei test NIST, nonostante abbiano subito una serie di miglioramenti nel corso degli anni (implementazioni presentate da L-1, MorphoTrust e Morpho, per il quale Daugman ricopre il ruolo di Chief Scientist per il riconoscimento dell'iride). Ma la ricerca su molti aspetti di questa tecnologia e sui metodi alternativi è esplosa, e ora c'è una letteratura accademica in rapida espansione su ottica, fotonica, sensori, biologia, genetica, ergonomia, interfacce, teoria delle decisioni, codifica, compressione, protocollo, sicurezza, aspetti matematici e hardware di questa tecnologia. Anche questa tecnologia è stata oggetto di un ampio dibattito.

La stragrande maggioranza di questi algoritmi è stata utilizzata negli aeroporti come alternativa alla presentazione di un passaporto e allo scopo di eseguire controlli di sicurezza utilizzando liste di controllo. Nei primi anni di questo secolo, le principali implementazioni di un programma chiamato IRIS, acronimo di Iris Recognition Immigration System, sono iniziate all'aeroporto Schiphol di Amsterdam e in dieci terminal aeroportuali nel Regno Unito. Questi dispiegamenti hanno permesso ai viaggiatori frequenti di presentare l'iride piuttosto che il passaporto. Lungo il confine tra Stati Uniti e Canada, così come molti altri confini, sono in vigore sistemi simili. Tutti i 32 aeroporti, i 32 porti terrestri e i 32 porti marittimi degli Emirati Arabi Uniti utilizzano questi algoritmi per condurre controlli di sicurezza sui visitatori che necessitano di un visto per entrare nel paese. Il numero di confronti incrociati dell'iride è aumentato a 62 trilioni in soli dieci anni a seguito di una scansione approfondita di una massiccia lista di controllo sviluppata dagli Stati del GCC. Più di 1,2 miliardi di codici dell'iride e delle impronte digitali dei cittadini indiani sono stati archiviati in un database gestito dall'Autorità di identificazione unica dell'India (UIDAI) allo scopo di creare una carta d'identità nazionale e ridurre i casi di frode relativi alla distribuzione di benefici governativi.

La melanina dell'iride, nota anche come cromoforo, è costituita principalmente da due macromolecole eterogenee distinte chiamate eumelanina (marrone-nero) e feomelanina (giallo-rossastro). Il seguente confronto tra queste due modalità di imaging fornisce maggiori informazioni su questi due tipi di melanina. Inoltre, è stata presentata una nuova tecnica per l'estrazione di caratteristiche per codificare le immagini dell'iride VW, che potrebbe fornire una strategia alternativa per i sistemi biometrici multimodali.

Per iniziare, il sistema deve prima individuare i bordi interni ed esterni dell'iride in un'immagine di un occhio, così come la pupilla e il limbus. Ulteriori subroutine cercano ed eliminano eventuali ostruzioni, tra cui palpebre, ciglia e riflessi speculari, che spesso possono nascondere porzioni dell'iride. Dopo che l'insieme di pixel, che include solo l'iride, è stato normalizzato utilizzando un modello a foglio di gomma per tenere conto di eventuali cambiamenti nelle dimensioni della pupilla, viene successivamente elaborato per estrarre un modello di bit che codifica le informazioni necessarie per confrontare le due immagini dell'iride.

Una trasformata wavelet di Gabor viene utilizzata ogni volta che una delle tecniche di Daugman viene elaborata. Il prodotto finale è una raccolta di numeri interi complessi che trasmettono informazioni sull'ampiezza e la fase del modello dell'iride in ogni posizione locale. La maggior parte delle informazioni sull'ampiezza viene eliminata negli algoritmi sviluppati da Daugman, e i 2048 bit che vengono utilizzati per descrivere un modello di iride sono costituiti da informazioni di fase (bit di segno complessi delle proiezioni wavelet di Gabor). L'eliminazione delle informazioni sull'ampiezza aiuta a garantire che il modello non venga alterato in modo significativo da modifiche alle impostazioni di illuminazione o guadagno sulla fotocamera, il che a sua volta aumenta la capacità del modello biometrico di essere utilizzato per un periodo di tempo più lungo.

Un modello formato dall'imaging di un'iride viene quindi confrontato con i modelli che sono stati salvati in un database. Questa operazione può essere eseguita per l'identificazione (corrispondenza uno-a-molti) o per la verifica (corrispondenza uno-a-uno). Se la distanza di Hamming è inferiore alla soglia di decisione, è stata effettivamente fatta un'identificazione positiva perché è statisticamente estremamente improbabile che due persone diverse possano essere d'accordo per caso in così tanti bit, data l'elevata entropia dei modelli di iride. Se la distanza di Hamming è maggiore della soglia di decisione, è stata effettivamente effettuata un'identificazione negativa.

È stato detto che