Analisis de Reconocimiento de Patrones Biometricos

1
Analisis de Reconocimiento de Patrones
Biometricos
Reconcocimiento Facial
2
Identificacion del Problema

• El reconocimiento biométrico responde a un
  sistema automático basado en la inteligencia
  artificial y el reconocimiento de patrones, que
  permite la identificación y/o verificación de la
  identidad de personas a partir de características
  morfológicas o de comportamiento, propias y
  únicas del individuo, conocidas como
  autentificadores.
• Como principales autentificadores podemos
  mencionar las huellas
• dactilares, la geometría de la mano, la cara, el
  termograma facial, el iris, la retina, la voz, el
  estilo de escritura...etc. Asimismo, la
  naturaleza del tipo de característica,
  morfológica o de comportamiento, se encuentra
  directamente relacionada con el grado de
  variación de las mismas con el paso del tiempo

3
Formulacion del Problema

• El Reconcocimiento de Patrones Biométricos se ha
  convertido en una herramienta habitual en las
  fuerzas de la policía durante los procesos de
  investigación criminal, posibilitando la
  detención de delincuentes a nivel mundial, aunque
  también se le reconocen otras aplicaciones
  específicas tales como el control de acceso a
  cualquier tipo de transacción o acceso a datos
  protegidos

4
Objetivos

• Objetivo Primario
• Estudiar y analizar las caracteristicas del
  modelo de reconocimiento Facial, como parte del
  reconocimiento de patrones Biometricos
• Objetivo Secundario
• Presentar al usuario las caracteristicas, usos,
  enfoques y alcances que brinda el reconocimiento
  de patrones biometricos para el acceso y control
  de información

5
Justificación

• He escogido este tema debido a la importancia de
  mantener la seguridad en el acceso de datos que
  son considerados no compartibles, tanto en el
  área tecnológica como en el área social.
  (Policia, Secretos de estado, Plantas de acceso
  limitado).
• A pesar que esta área no es muy extendida en el
  Perú, en algún momento llegara el momento que
  tendremos que hacer uso de estas herramientas, es
  por eso que vi la importancia de hacer este
  estudio.

6
Antecedentes de Estudio

• 1) Titulo Evaluación de Sistemas de
  Reconocimiento Biométrico
• Autor Virginia Espinoza Duro Escuela
  Universitaria Politecnica de Mataro (Barcelona)
• Contenido Se baso en el analisis de
  Reconocimiento de huellas dactilares,
  reconocimiento facial y reconocimiento del iris.
• Titulo Control de Accesos Tecnologías
  Biométricas
• Autor Fernando M. Oubiña
• Contenido Baso su estudio en Reconocimiento
  Facial, huellas dactilares, geometria de la mano,
  iris y retina, voz, firma y dinamica de tecleo.

7
Bases Teóricas
La identificación por características faciales ha
sido primeramente alimentada por el cambio en la
tecnología de video multimedia, de esta forma se
ha incrementado la presencia de cámaras en los
lugares de trabajo y el hogar.   El
reconocimiento por características faciales es
inherente en todos nosotros. Individuos
específicos pueden ser distinguidos de una
multitud con solamente verles la cara. Como
resultado, este tipo de identificación es
considerada como la mas natural dentro de los
sistemas biométricos.
8
Bases Teoricas

• Lo sistemas de reconocimiento facial están
  englobados dentro de las técnicas FRT (Face
  Recognition Thecniques). Estas técnicas de
  aproximación al reconocimiento facial, pueden
  clasificarse en dos categorías según el tipo de
  aproximación holística o analítica. La
  aproximación holística (método de las eigenfaces)
  considera las propiedades globales del patrón,
  mientras que la segunda (eingenfeautres)
  considera un conjunto de características
  geométricas de la cara.

9
Bases Teoricas

• El proceso de identificación facial posee dos
  métodos significantes detección y
  reconocimiento.
• Detección comprende localizar la cara humana
  dentro de una imagen capturada por una video
  cámara y tomar esa cara y aislarla de los otros
  objetos en la imagen.
• Reconocimiento comprende en comparar la imagen
  facial capturada con imágenes que han sido
  guardadas en una base de datos.
• La tecnologia de reconocimiento básico involucra
  tanto a los 'eigenfeatures' (métrica facial,
  tecnica analitica) como a los 'eigenfaces(tecnica
  holistica).

10
Bases Teoricas

• Cuando una identificación facial utiliza
  'eigenface (holistica), el sistema interpreta
  cada imagen facial como un conjunto bidimensional
  de patrones brillantes y oscuros. Estas áreas son
  las consideradas 'eigenface'. Los patrones
  brillantes y oscuros son luego convertidos y
  representados como un algoritmo el cual es
  temporalmente almacenado como una combinación de
  'eigenfaces'. Finalmente, la combinación actual
  de eigenfaces es comparada contra una base de
  datos de eigenfaces.
• Por otro lado, el 'eigenfeature' (analitica)
  trata de determinar las distancias entre las
  características faciales como la nariz, ojos,
  estructura ósea, boca y pestañas. La diferencia
  en este método es que la identificación facial
  captura la imagen y extrae estos eigenfeatures de
  la cara para luego ser comparados contra otros
  almacenados en una base de datos

11
Terminos Básicos

• Eigen' termino alemán se refiere a la
  matemática recursiva usada para analizar
  características faciales únicas.
• FRT (Face Recognition Thecniques) Tecnicas de
  Reconocimiento Facial
• Aproximación holística Referido al
  reconocimiento facial tomado en conjunto
  (Eingenface).
• Aproximación analítica Referido al
  reconocimiento facial tomando como base la
  geometria de la cara (Eingenfeature).

12
Tipo y Nivel de Investigacion

• TIPO DESCRIPTIVO
• Devido a que se pretende analizar y describir las
  caracteristicas del reconocimiento facial
• NIVEL EXPLICATIVO
• Involucra las razones y causas por la cual se
  puede tomar en cuenta el analisis biometrico para
  casos en el cual su utilización sea prioritaria.

13
Muestra y Universo

• UNIVERSO
• Todos los tipos de Reconocimiento Biométrico
  Analisis Dactilar, Reconocimiento Facial, Iris,
  Retina, Geometría de la Mano, Voz, Estilo de
  escritura, etc.
• MUESTRA
• Es el estudio de solo un tipo de reconocimiento
  de analisis biometrico El reconocimiento FACIAL

14
Recoleccion de Datos

• La recolección de datos que he usado para este
  trabajo es
• INTERNET
• Entrevistas y Consultas a Expertos
• Textos y libros sobre el Reconocimiento de
  Patrones Biometricos

15
Reconocimiento de Patrones Usos

• Verificación El usuario se identifica mediante
  un método típicamente no biométrico, como un
  código (PIN) o una tarjeta, y se ha de comprobar
  (verificar) que la identidad proporcionada es
  correcta.
• Identificación Se trata de averiguar la
  identidad del sujeto buscando en una base de
  datos una representación de parámetros
  biométricos que se corresponda con la lectura del
  sistema.

16
Reconocimiento de Patrones Funcionamiento

• Adquisición de datos. Representación de los
  patrones
• La entrada a un sistema de reconocimiento
  estadístico de patrones es un vector numérico que
  contiene los valores muestreados y cuantificados
  (o binarizados) de una serie de señales
  naturales.
• Espacio de representación Con esta aproximación
  un patrón no es más que un punto en el espacio de
  representación de los patrones que es un espacio
  de dimensionalidad determinada por el número de
  variables consideradas
• Similaridad entre patrones La tarea fundamental
  de un sistema de reconocimiento de patrones
  (clasificador) es la de asignar a cada patrón de
  entrada una etiqueta
• Variabilidad entre patrones La suposición de un
  sistema de adquisición perfecto no deja de ser
  eso, una suposición. Los sistemas de adquisición
  introducen, indefectiblemente, cierta distorsión
  o ruido, lo que produce una variabilidad en la
  representación de los patrones.

17
Funcionamiento del Reconocimiento de Patrones

• 2. Selección y extracción de características
• El problema que se trata de resolver es el de
  extraer la información relevante
•  3. Módulo de clasificación
• El objetivo final de un sistema de
  Reconocimiento de Patrones es el etiquetar de
  forma automática patrones de los cuales
  desconocemos su clase.

18
Reconocimiento Facial
La identificación por características faciales ha
sido primeramente alimentada por el cambio en la
tecnología de video multimedia, de esta forma se
ha incrementado la presencia de cámaras en los
lugares de trabajo y el hogar.   El
reconocimiento por características faciales es
inherente en todos nosotros. Individuos
específicos pueden ser distinguidos de una
multitud con solamente verles la cara. Como
resultado, este tipo de identificación es
considerada como la mas natural dentro de los
sistemas biométricos.
19
Reconocimiento Facial

• Características del Sistema
• Sistema no invasivo.
• Permite la identificación de personas en
  movimiento.
• Sistema con posibilidad de camuflaje
• Reconocimiento de sujetos no dispuestos a
  cooperar.
• El sistema de captura necesita de una fuente de
  luz auxiliar.
• Susceptible a problemas de iluminación.
• Sistema vulnerable al reconocimiento de sujetos
  que se han sometido a operaciones de cirugía
  plástica

20
Reconocimiento Facial Técnicas

• Lo sistemas de reconocimiento facial están
  englobados dentro de las técnicas FRT (Face
  Recognition Thecniques). Estas técnicas de
  aproximación al reconocimiento facial, pueden
  clasificarse en dos categorías según el tipo de
  aproximación holística o analitica
• Aproximacion Holística
• Cuando una identificación facial utiliza
  'eigenface, el sistema interpreta cada imagen
  facial como un conjunto bidimensional de patrones
  brillantes y oscuros. Estas áreas son las
  consideradas 'eigenface'. Los patrones brillantes
  y oscuros son luego convertidos y representados
  como un algoritmo el cual es temporalmente
  almacenado como una combinación de 'eigenfaces'.
  Finalmente, la combinación actual de eigenfaces
  es comparada contra una base de datos de
  eigenfaces.
• Aproximacion Analítica
• Por otro lado, el 'eigenfeature' (analitica)
  trata de determinar las distancias entre las
  características faciales como la nariz, ojos,
  estructura ósea, boca y pestañas. La diferencia
  en este método es que la identificación facial
  captura la imagen y extrae estos eigenfeatures de
  la cara para luego ser comparados contra otros
  almacenados en una base de datos

21
Reconocimiento Facial Técnicas
La Lógica de las Redes Neuronales Un tipo de
método usado es por medio de redes neuronales.
Este tipo de tecnología puede emplear
inteligencia artificial que requiere que el
sistema aprenda de la experiencia. Las Redes
neuronales mas usadas para el reconocimiento
biométrico son las redes de contrapropagación que
básicamente el método que usan es convertir una
imagen en un vector de números y pasarla a la
capa de entrada de la red. Termograma
Facial Emplea una cámara infrarroja para capturar
el patrón que conforman las arterias y venas bajo
la piel. La ventaja de este sistema es que puede
ser usado en la oscuridad y no es tan afectado
por cambios en la posición de la cara.
22
Reconocimiento Facial Técnicas
Retratos Hablados Si no se tiene un sistema
computarizado, esta identificación puede ser muy
laboriosa y tardada. Módulo para el
reconocimiento de rostros que nos permite obtener
las características principales y posteriormente
obtener la identificación de los rostros más
similares que se encuentren en una base de datos
criminalista.
23
Reconocimiento Facial Aplicación

• A continuación presentamos un ejemplo de la
  aplicación de las FRT en el reconocimiento de
  imagen.
• Software
• Creado pro Atrasoft
• Simula un buscador usado por el FBI
•  

24
Software Attrasoft

• A continuación presentamos un ejemplo de la
  aplicación de las FRT en el reconocimiento de
  imagen, software creado por Attrasoft.
• Este software utiliza la tecnica de redes
  neuronales, especialmente la red neuronal de
  Retropropagacion.
• La tarea central en un sistema de manejo de datos
  de imágenes es capturar imágenes que contengan
  similares características. El software Attrasoft
  provee a los usuarios unas herramientas para la
  captura de imágenes, simula un buscador usado por
  el FBI
• Este software esta hecho en Microsoft Visual Java
  , y su salida esta dada en una pagina web, los
  formatos que soporta este software son, los
  archivos JPG y los archivos GIF.
• Posee 2 principales parámetros de entrada
• The Keys key-image(s), or key-segment(s) Usado
  para saber que buscara el software
• The Search-Directory El directorio de imagines
  donde se quedra buscar.

25
Entrenamiento

• Parametros Primarios
• 2.1.1 Background
• Consiste en 2 tipos de filtro Edge Filter y
  Thereshold Filter.
• El entrenamiento requiere especificar el tipo de
  background que se requiere, se puede especificar
  con el botón choice button.
•  
• 2.1.2 Simetría
• Significa la similaridad dentro de ciertos tipos
  de condiciones. Por ejemplo considerando 2
  imágenes, una con una cara en el centro y otra
  con la cara en una esquina, ahí se puede decir
  que hay imágenes similares.
• Posee 5 tipos de simetría
•  No symmetry (0)  Translation symmetry (3)
   Scaling symmetry (4)  Rotation symmetry (5)
  and  Rotation and Scaling symmetries (6).
•  
• 2.1.3 Corte de segmento
• Va en un rango de 0 a 12. Este parámetro combina
  con el segmento de imágenes movidas a la esquinal
  tiene dos tipos de corte, largo y pequeño.
• Ademas aparecen los conceptos de escalación,
  traslación, rotación y deformación estos lo hemos
  visto en Geometria conputacional.

26
Busqueda

• 2.2.1 Sensitividad
• Este parámetros va de un rango de o a 100. Para
  buscar pequeños segmentos, se usa la sensitividad
  alta, mientras que para búsquedas largas, se usa
  la sensitividad corta. Mientras mas alto sea el
  parámetro mas resultados se obtendrán..
•  
• 2.2.2 Blurring
• Este es uno de los mas importantes parámetros de
  búsqueda, si se usa un software para comprimir
  una imagen, para cambiar la intensidad de una
  imagen, escalar o rotar una imagen, la imagen
  será descompuesta un BIT en el nivel de píxeles.
  Es necesario usar blurring.
• 2.2.3 Shave Cut, Shave Cut2
• Trata con la forma de las imagenes y existen dos
  parámetros.
• Si tienes muchas imágenes diferentes, puede
  eliminar muchas imágenes al activar Shape Cut.,
  esto puede significas el incremento de velocidad
  en la búsqueda de imágenes.

27
Conclusiones

•  
• EL reconocimiento de imágenes es una herramienta
  que esta siendo cada vez mas usada en el mundo,
  por lo cual es necesario saber sobre la
  importancia del tema.
• Existen diversas técnicas para realizar el
  reconocimiento, pero no todas son de entera
  confianza.
• El reconocimiento de patrones exige el
  conocimiento de muchas formulas matemáticas, para
  la representación de patrones. Es necesario
  además el conocimiento de la geometría
  computacional, de una manera profunda.
• Personalmente me ha hecho comprender el
  funcionamiento de la red neuronal de
  retropropagación (backpropagation) para poder
  comprender un poco mas sobre el funcionamiento
  del software Attrasoft..