Title: Analisis de Reconocimiento de Patrones Biometricos
1Analisis de Reconocimiento de Patrones
Biometricos
Reconcocimiento Facial
2Identificacion 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 caracterÃsticas
morfológicas o de comportamiento, propias y
únicas del individuo, conocidas como
autentificadores. - Como principales autentificadores podemos
mencionar las huellas - dactilares, la geometrÃa 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 caracterÃstica,
morfológica o de comportamiento, se encuentra
directamente relacionada con el grado de
variación de las mismas con el paso del tiempo
3Formulacion del Problema
- El Reconcocimiento de Patrones Biométricos se ha
convertido en una herramienta habitual en las
fuerzas de la policÃa durante los procesos de
investigación criminal, posibilitando la
detención de delincuentes a nivel mundial, aunque
también se le reconocen otras aplicaciones
especÃficas tales como el control de acceso a
cualquier tipo de transacción o acceso a datos
protegidos
4Objetivos
- 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
5Justificación
- 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.
6Antecedentes 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 TecnologÃas
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.
7Bases Teóricas
La identificación por caracterÃsticas faciales ha
sido primeramente alimentada por el cambio en la
tecnologÃa de video multimedia, de esta forma se
ha incrementado la presencia de cámaras en los
lugares de trabajo y el hogar. Â El
reconocimiento por caracterÃsticas faciales es
inherente en todos nosotros. Individuos
especÃficos 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.
8Bases 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 categorÃas según el tipo de
aproximación holÃstica o analÃtica. La
aproximación holÃstica (método de las eigenfaces)
considera las propiedades globales del patrón,
mientras que la segunda (eingenfeautres)
considera un conjunto de caracterÃsticas
geométricas de la cara.
9Bases 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).
10Bases 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
caracterÃsticas 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
11Terminos Básicos
- Eigen' termino alemán se refiere a la
matemática recursiva usada para analizar
caracterÃsticas faciales únicas. - FRT (Face Recognition Thecniques) Tecnicas de
Reconocimiento Facial - Aproximación holÃstica Referido al
reconocimiento facial tomado en conjunto
(Eingenface). - Aproximación analÃtica Referido al
reconocimiento facial tomando como base la
geometria de la cara (Eingenfeature).
12Tipo 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.
13Muestra y Universo
- UNIVERSO
- Todos los tipos de Reconocimiento Biométrico
Analisis Dactilar, Reconocimiento Facial, Iris,
Retina, GeometrÃa de la Mano, Voz, Estilo de
escritura, etc. - MUESTRA
- Es el estudio de solo un tipo de reconocimiento
de analisis biometrico El reconocimiento FACIAL
14Recoleccion 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
15Reconocimiento de Patrones Usos
- Verificación El usuario se identifica mediante
un método tÃpicamente 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.
16Reconocimiento de Patrones Funcionamiento
- Adquisición de datos. Representación de los
patrones - La entrada a un sistema de reconocimiento
estadÃstico 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.
17Funcionamiento del Reconocimiento de Patrones
- 2. Selección y extracción de caracterÃsticas
- 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.
18Reconocimiento Facial
La identificación por caracterÃsticas faciales ha
sido primeramente alimentada por el cambio en la
tecnologÃa de video multimedia, de esta forma se
ha incrementado la presencia de cámaras en los
lugares de trabajo y el hogar. Â El
reconocimiento por caracterÃsticas faciales es
inherente en todos nosotros. Individuos
especÃficos 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
- CaracterÃsticas 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 cirugÃa
plástica
20Reconocimiento 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 categorÃas según el tipo de
aproximación holÃstica o analitica - Aproximacion HolÃstica
- 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 AnalÃtica
- Por otro lado, el 'eigenfeature' (analitica)
trata de determinar las distancias entre las
caracterÃsticas 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
21Reconocimiento Facial Técnicas
La Lógica de las Redes Neuronales Un tipo de
método usado es por medio de redes neuronales.
Este tipo de tecnologÃa 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.
22Reconocimiento 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 caracterÃsticas principales y posteriormente
obtener la identificación de los rostros más
similares que se encuentren en una base de datos
criminalista.
23Reconocimiento 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
- Â
24Software 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 caracterÃsticas. 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.
25Entrenamiento
- 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. - Â
- 2.1.2 SimetrÃa
- 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, ahà se puede decir
que hay imágenes similares. - Posee 5 tipos de simetrÃa
- Â No symmetry (0) Â Translation symmetry (3)
 Scaling symmetry (4)  Rotation symmetry (5)
and  Rotation and Scaling symmetries (6). - Â
- 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.
26Busqueda
- 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.. - Â
- 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 pÃxeles.
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.
27Conclusiones
- Â
- 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 geometrÃa
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..