RECONOCIMIENTO AUTOMÁTICO DE PATRONES DE IRIS
-
Upload
jeffryramirez -
Category
Documents
-
view
143 -
download
10
Transcript of RECONOCIMIENTO AUTOMÁTICO DE PATRONES DE IRIS
-
Universidad Autnoma de Madrid
Escuela politcnica superior
Proyecto fin de carrera
RECONOCIMIENTO AUTOMTICO
DE PATRONES DE IRIS
Ingeniera de Telecomunicacin
Pedro Tom Gonzlez
Junio 2008
-
Acta de Examen
Ttulo del proyecto: Reconocimiento Automtico de Patrones de Iris
Autor: Pedro Tom Gonzlez
Nombre del ponente: Javier Ortega Garca
Nombre del tutor: Fernando Alonso Fernndez
Nombre de los miembros del tribunal:
Presidente: Daniel Ramos Castro
Vocal: Jos M. Martnez Snchez
Secretario: Javier Ortega Garca
Presidente suplente: Doroteo Torre Toledano
Vocal suplente: Jess Bescs Cano
Fecha de lectura y defensa: Madrid, a de de 2008
Calicacin obtenida:
i
-
RECONOCIMIENTO AUTOMTICO
DE PATRONES DE IRIS
AUTOR: Pedro Tom Gonzlez
TUTOR: Fernando Alonso Fernndez
rea de Tratamiento de Voz y Seales
Dpto. de Ingeniera Informtica
Escuela Politcnica Superior
Universidad Autnoma de Madrid
Junio 2008
iii
-
Resumen
Resumen
En este proyecto se estudia, implementa y evala un sistema automtico de reconocimiento
de iris. Como bases de datos para la experimentacin se emplean CASIAv1.0 y BioSec-Baseline,
de libre acceso a la comunidad cientca.
Como punto de partida, se toman una serie de caractersticas y sistemas de reconocimiento
propuestos en la literatura. Tras una introduccin a la biometra y un estudio del estado del
arte en reconocimiento de iris, se hace una seleccin e implementacin de los mecanismos ms
representativos, incluyendo la propuesta de mejoras en algunos de ellos.
Para la parte experimental se han llevado a cabo experimentos diferenciados de cada una de
las etapas del sistema, de modo que podamos evaluar el sistema desarrollado de forma detallada
con sus puntos fuertes y dbiles. Los experimentos se han centrado en la mejora independiente
de las dos etapas ms importantes, segmentacin y extraccin de caractersticas, comparando
los resultados con un sistema de referencia de libre disposicin.
Por ltimo se evala el rendimiento global del sistema desarrollado comparndolo con el
sistema de referencia. Finalmente, se presentan las conclusiones y se proponen lneas de trabajo
futuras.
Palabras Clave
Biometra, procesamiento de imgenes, reconocimiento de patrones, reconocimiento del iris,
ltros de Gabor, tranformada de Hough.
v
-
Reconocimiento Automtico de Patrones de Iris
Abstract
In this M.Sc. Thesis, we study, implement and test an iris-based automatic recognition
system. We use for our experiments the CASIA v1.0 and the BioSec Baseline databases, which
are freely available upon request.
We rst start by describing the existing methods for iris recognition. After a review of the
state of the art of biometrics, and more specically of iris-based systems, we implement and test
a selection of algorithms for the dierent stages of the system, including the proposal of new
techniques in some parts.
In the experimental section, we rst evaluate separately the performance of the dierent
stages of the implemented system in order to optimize them. We use as a reference for our
experiments a freely available iris recognition system.
After the optimization of the dierent stages, we evaluate the performance of the overall
system, reporting global error rates and comparing them with those of the reference system.
Lastly, we present the conclusions and based on them, some future directions to improve the
implemented system are given.
Key words
Biometrics, image processing, pattern recognition, iris recognition, Gabor lters, Hough
transform.
vi
-
Agradecimientos
Quiero agradecer en primer lugar a mi ponente, Javier Ortega, la oportunidad que me ha
brindado de colaborar con el ATVS y su apoyo para realizar mi Proyecto Fin de Carrera.
Me siento muy agradecido al resto de miembros del ATVS, por habere permitido disfrutar
como lo he hecho durante el desarrollo de este proyecto, que me ha permitido iniciarme en
el mundo de la investigacin y ha impulsado a continuar y ampliar a un mas mis metas. En
especial quiero agradecer su incesante ayuda y dedicacin a mi tutor, Fernando Alonso, quin
me ha prestado un apoyo y consejo determinantes y me ha guiado de forma excepcional para
la realizacin de este proyecto, tambin agradecer a otros como Manuel Freire, Daniel Ramos,
Julin Firrez y Javier Galbally, que en cierta manera me han apoyado y animado a lo largo de
todo este tiempo, sin olvidarme de las babies, cuya vitalidad y simpata nos ha alegrado en todo
momento.
Por ltimo quera agradecer el apoyo mostrado por mi familia y amigos durante este proyecto
y durante toda mi carrera universitaria. En especial a mis amigos, Ismael y Javier entre otros,
que me han acompaado desde la infancia.
Y para nalizar quiero dedicar este proyecto a mi ahijada, Patricia Tom Valera, quin con
un aito de vida es capaz de iluminar cualquier da de oscuridad gracias a su energa, sonrisa y
vitalidad.
Pedro Tom Gonzlez
Junio 2008
Los que se enamoran de la prctica sin la teora son como los pilotos sin timn ni brjula,
que nunca podrn saber a dnde van.
Leonardo Da Vinci
El trabajo de investigacin que ha dado lugar a este Proyecto Fin de Carrera fue
desarrollado en el rea de Tratamiento de Voz y Seales, Departamento de Ingeniera
Informtica, Escuela Politcnica Superior, Universidad Autnoma de Madrid.
vii
-
ndice general
ndice de guras xiii
ndice de cuadros xvii
Prembulo 1
1. Introduccin 3
1.1. Motivacin del proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Objetivos y enfoque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Metodologa y plan de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2. Introduccin a la biometra 7
2.1. Caractersticas de los rasgos biomticos . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2. Rasgos biomticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3. Sistemas biomtricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.1. Aplicaciones de los sistemas biomtricos . . . . . . . . . . . . . . . . . . . 11
2.3.2. Problemas y limitaciones de los sistemas biomtricos . . . . . . . . . . . . 13
2.4. Aceptacin en la sociedad y privacidad . . . . . . . . . . . . . . . . . . . . . . . . 14
2.5. Lnea del tiempo de la biometra . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3. Sistemas automticos de reconocimiento 17
3.1. Estructura general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2. Modos de operacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3. Evaluacin del rendimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.1. Medidas de evaluacin de sistemas en modo vericacin . . . . . . . . . . 20
3.3.2. Criterios de evaluacin de sistemas en modo identicacin . . . . . . . . . 22
3.4. Sistemas biomticos multimodales . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4. Reconocimiento de iris. Estado del arte 25
4.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.2. Historia, nacimiento y evolucin. . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3. La anatoma del ojo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3.1. Aspectos diferenciadores del iris . . . . . . . . . . . . . . . . . . . . . . . . 28
4.4. Adquisicin del Iris . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
ix
-
Reconocimiento Automtico de Patrones de Iris
4.4.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.4.2. Esquemas de adquisicin tradicionales . . . . . . . . . . . . . . . . . . . . 29
4.4.3. Consideraciones sobre la iluminacin . . . . . . . . . . . . . . . . . . . . . 31
4.4.4. Posicionamiento del Iris . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.4.5. Sistemas comerciales de adquisicin . . . . . . . . . . . . . . . . . . . . . . 32
4.5. Localizacin y segmentacin del Iris . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.5.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.5.2. Metodologa de J. Daugman y derivadas . . . . . . . . . . . . . . . . . . . 34
4.5.3. Metodologa de R. Wildes y derivados . . . . . . . . . . . . . . . . . . . . 36
4.5.4. Otras metodologas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.5.5. Comparativa de metodologas . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.5.6. Deteccin de pestaas y ruido . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.6. Normalizacin del tamao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.6.1. Daugman's Rubber Sheet Model . . . . . . . . . . . . . . . . . . . . . . . 41
4.6.2. Image Registration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.6.3. Virtual Circles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.6.4. Normalizacin en ngulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.6.5. Mejora del contraste y eliminacin de ruido . . . . . . . . . . . . . . . . . 44
4.7. Algoritmos de Codicacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.7.1. Metodologa de Daugman: Filtros de Gabor . . . . . . . . . . . . . . . . . 45
4.7.2. Metodologas alternativas a la de Daugman . . . . . . . . . . . . . . . . . 46
4.7.3. Metodologas de Wildes. Vectores de caractersticas reales (no binarios) . 48
4.8. Algoritmos de Matching . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.8.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.8.2. Alineamiento espacial de los patrones . . . . . . . . . . . . . . . . . . . . . 49
4.8.3. Distancia de Hamming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.8.4. Distancia eucldea ponderada . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.8.5. Correlacin normalizada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.9. Problemtica y retos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.9.1. Segmentacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.9.2. Captura ideal no invasiva . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.9.3. Imgenes no ideales: parpadeo, desenfoque, etc . . . . . . . . . . . . . . . 51
4.9.4. Medidas de calidad de imgenes de iris . . . . . . . . . . . . . . . . . . . . 51
4.9.5. Deteccin y eliminacin de pestaas . . . . . . . . . . . . . . . . . . . . . 52
4.9.6. Nuevos mtodos de localizacin del iris . . . . . . . . . . . . . . . . . . . . 53
4.9.7. Ataques y deteccin de vida . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.10. Competiciones o Evaluaciones de Iris . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.10.1. The Iris Challenge Evaluation (ICE) . . . . . . . . . . . . . . . . . . . . . 55
x NDICE GENERAL
-
Reconocimiento Automtico de Patrones de Iris
4.10.2. The Noisy Iris Challenge Evaluation (NICE) . . . . . . . . . . . . . . . . . 56
4.11. Bases de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.11.1. CASIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.11.2. UBIRIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.11.3. BioSec Baseline y BioSecurID . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.11.4. BATH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.11.5. UPOL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.11.6. MMU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.12. Iridologa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5. Sistema, diseo y desarrollo 65
5.1. Segmentacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.2. Normalizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.3. Codicacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.4. Matching . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.5. Descripcin general del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6. Experimentos Realizados y Resultados 73
6.1. Bases de datos y protocolo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.2. Sistemas de referencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.3. Escenarios de pruebas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
6.4. Experimentos del sistema completo . . . . . . . . . . . . . . . . . . . . . . . . . . 86
7. Conclusiones y trabajo futuro 87
Glosario de acrnimos 89
Bibliografa 90
A. Presupuesto 97
B. Pliego de condiciones 99
C. Manual de utilizacin 103
D. Manual del programador 105
E. Imgenes ejemplo de las bases de datos 109
E.1. CASIA v1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
E.2. CASIA v3 - Interval . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
E.3. CASIA v3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
E.4. BioSec - Baseline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
NDICE GENERAL xi
-
Reconocimiento Automtico de Patrones de Iris
E.5. BioSec - Develop - Fake . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
E.6. BioSecurID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
E.7. UBIRISv1.0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
E.8. BATH 2007 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
E.9. UPOL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
xii NDICE GENERAL
-
ndice de guras
1.1. Reconocimiento de iris. Imagen introductoria. . . . . . . . . . . . . . . . . . . . . 4
1.2. Esquema de la metodologa de trabajo. . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Plan de trabajo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1. Rasgos biomticos humanos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2. Cadena de ADN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3. Oreja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.4. Rostro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.5. Termograma facial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.6. Venas de la cara anterior de la mano . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.7. Muestra de huella dactilar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.8. Individuos caminando . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.9. Imagen de una mano completa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.10. Iris marrn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.11. Huella palmar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.12. Estructura qumica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.13. Retina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.14. Ejemplo de rma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.15. Teclado virtual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.16. Ondas vocales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.17. Mano escribiendo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.18. Variaciones en una seal biomtrica, presentacin inconsistente: cambio en la
posicin ocular respecto a la cmara. . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.19. Variaciones en una seal biomtrica, presentacin irreproducible: diferentes caras
de un individuo con distintas caractersticas. . . . . . . . . . . . . . . . . . . . . . 13
2.20. Captura imperfecta: seis tomas diferentes del iris de un usuario. . . . . . . . . . 13
2.21. Lnea del tiempo de la biometra . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.1. Esquema de funcionamiento de un sistema de reconocimiento biomtrico . . . . . 17
3.2. Esquema de funcionamiento en modo registro. . . . . . . . . . . . . . . . . . . . . 19
3.3. Esquema de funcionamiento en modo vericacin. . . . . . . . . . . . . . . . . . . 19
3.4. Esquema de funcionamiento en modo identicacin. . . . . . . . . . . . . . . . . . 20
3.5. Curvas FAR y FRR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
xiii
-
Reconocimiento Automtico de Patrones de Iris
3.6. Densidades y distribuciones de probabilidad de usuarios e impostores . . . . . . . 21
3.7. Curvas (a) ROC y (b) DET. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.8. Fusin a nivel de extraccin de caractersticas. . . . . . . . . . . . . . . . . . . . . 23
3.9. Fusin a nivel de score. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.10. Fusin a nivel de decisin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.11. Varios escenarios en un sistema multibiomtrico multimodal. . . . . . . . . . . . . 24
4.1. Anatoma de un ojo humano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2. Fotoreceptores: bastones y conos . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.3. Imgenes ampliadas que muestran los fotorreceptores de la retina: conos y bas-
tones (izquierda) y una seccin de un iris (derecha). . . . . . . . . . . . . . . . . . 28
4.4. Vista frontal de ojo humano (izquierda y centro) y ejemplo de despigmentacin
(derecha). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.5. Ejemplos de pigmentacin de un iris . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.6. Sistema patentado por los doctores Flom y Sar en 1987. Fuente: [1] . . . . . . . 30
4.7. Sistemas de adquisicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.8. Pupila contrada y dilatada, esquema explicativo. . . . . . . . . . . . . . . . . . . 31
4.9. Ejemplos reales con iluminacin ambiente / no infrarroja, pupila dilatada (izquier-
da) y pupila contrada (derecha). . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.10. Ejemplo: Sucesin de imgenes del iris en una secuencia de video . . . . . . . . . 32
4.11. Ejemplo: Imgenes de iris capturadas . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.12. Sistemas comerciales de adquisicin . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.13. Sistema de reconocimiento de iris del aeropuerto Heathrow (Londres), Reino Unido 33
4.14. Militares controlando el paso de fronteras con sistemas de reconocimiento de iris. 33
4.15. Mvil con software Symbian de reconocimiento de iris . . . . . . . . . . . . . . . 33
4.16. Localizacin de los bordes del iris y la pupila . . . . . . . . . . . . . . . . . . . . 35
4.17. Transicin de imgenes de contorno . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.18. Secuencia de explicacin de la transformada de Hough para detectar crculos. . . 37
4.19. Ejemplo de normalizacin por el mtodo de Daugman . . . . . . . . . . . . . . . 41
4.20. Ejemplo de muestreo de pupila e iris no concntricos . . . . . . . . . . . . . . . . 41
4.21. Descripcin de la tcnica de normalizacin basada en crculos virtuales. . . . . . . 42
4.22. Firma del iris a partir de una circunferencia y a partir de una corona circular . . 43
4.23. Procesos de normalizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.24. Ejemplos de normalizacin para 45 y para 180 (crculo completo). . . . . . . . . 44
4.25. a) Imagen original, b) Iris localizado, c) Imagen normalizada, d) Iluminacin de
fondo estimada y e) Imagen normalizada despus de la mejora de contraste. . . . 45
4.26. Ejemplos de ltros de Gabor de 25x25 con distintos parmetros. . . . . . . . . . . 46
4.27. Imgenes no ideales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.28. Proceso para aislar y desestimar la zona ocluida por las pestaas . . . . . . . . . 52
4.29. Proceso para localizar las pestaas . . . . . . . . . . . . . . . . . . . . . . . . . . 52
xiv NDICE DE FIGURAS
-
Reconocimiento Automtico de Patrones de Iris
4.30. Imgenes del sistema Iris on the move. . . . . . . . . . . . . . . . . . . . . . . . . 53
4.31. Esquema de los tipos de ataques a sistemas de reconocimiento. . . . . . . . . . . 53
4.32. Persona capturando un iris falso e iris impreso . . . . . . . . . . . . . . . . . . . . 54
4.33. Captura de imgenes impresas para atacar un sistema. . . . . . . . . . . . . . . . 54
4.34. Imagen capturada de la pelcula Minority Reports. . . . . . . . . . . . . . . . . . 54
4.35. Rendimiento de la ejecucin de 29.056 imgenes del ojo derecho y 30.502 imgenes
del izquierdo de 240 sujetos con 30 particiones para cada uno de los ojos y a la
derecha las claves para interpretar las grcas. . . . . . . . . . . . . . . . . . . . . 56
4.36. Iridologa, topografa del iris. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.37. Iridologa, topografa del iris, muestra de los 12 sectores. . . . . . . . . . . . . . . 63
5.1. Secuencia descriptiva de la localizacin de la pupila. . . . . . . . . . . . . . . . . 65
5.2. Secuencia descriptiva de la binarizacin. . . . . . . . . . . . . . . . . . . . . . . . 66
5.3. Distribucin de radios de la base de datos BioSec. . . . . . . . . . . . . . . . . . . 66
5.4. Transformada de Hough para detectar crculos. . . . . . . . . . . . . . . . . . . . 67
5.5. Ejemplo de la localizacin del iris y la pupila. . . . . . . . . . . . . . . . . . . . . . 67
5.6. Ejemplo de normalizacin del sistema implementado. . . . . . . . . . . . . . . . . 67
5.7. Ejemplo descriptivo de normalizacin por el mtodo de Daugman. . . . . . . . . . 68
5.8. Ejemplo de mejora para la extraccin de caractersticas. . . . . . . . . . . . . . . 68
5.9. Filtro de Gabor de 25x25 en coseno y en seno con x = 8, y = 4 y T = 11. . . . 69
5.10. Ejemplo de como evitar la rotacin del ojo a la hora de codicar. . . . . . . . . . 69
5.11. Codicacin dependiente de ngulo de la plantilla normalizada. . . . . . . . . . . 69
5.12. Ejemplo de codicacin de un iris normalizado. . . . . . . . . . . . . . . . . . . . 70
5.13. Ejemplo de matching y rotacin de dos plantillas de iris. . . . . . . . . . . . . . . 70
5.14. Diagrama global de funcionamiento del sistema, describiendo sus etapas de seg-
mentacin, normalizacin, codicacin y matching . . . . . . . . . . . . . . . . . 72
6.1. Ejemplos de imgenes de baja calidad de la base de datos Biosec-Develop-Fake.
Se muestra una imagen original como referencia (arriba izquierda). . . . . . . . . 73
6.2. Histograma de la distribucin de niveles de gris en las imgenes de CASIAv1-
Develop. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.3. Histograma de la distribucin de niveles de gris en las imgenes de BioSec-Develop. 76
6.4. Histogramas de la segmentacin automtica en CASIA-Develop comparada con la
segmentacin manual para el Sistema Desarrollado (SD) y Sistema de Referencia
(SR). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.5. Histogramas de la segmentacin automtica en BioSec-Develop comparada con la
segmentacin manual para el Sistema Desarrollado (SD) y Sistema de Referencia
(SR). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.6. Distribucin de la distancia entre centros de las circunferencias de la pupila y el
iris y ejemplos de imgenes mal segmentadas, que son detectadas siguiendo este
criterio (Biosec-Develop). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.7. Imgenes ejemplo que justican la eleccin del segundo criterio de segmentacin
(circunferencia del iris desbordada del tamao de la imagen). . . . . . . . . . . . 79
NDICE DE FIGURAS xv
-
Reconocimiento Automtico de Patrones de Iris
6.8. Imgenes ejemplo que justican la eleccin del tercer criterio de segmentacin
(separacin entre circunferencias). . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.9. Ejemplo de la aparicin de un mnimo en el EER del ltro coseno para un valor
de T dado (Biosec-Develop). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.10. Ajuste no de los parmetros del ltro coseno (Biosec-Develop). . . . . . . . . . . 82
6.11. Ejemplo de la estabilizacin del EER en el ltro seno para un valor de T dado
(Biosec-Develop). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.12. Ajuste no de los parmetros del ltro seno (Biosec-Develop). . . . . . . . . . . . 83
6.13. Representacin grca de los ltros de Gabor ptimos de tamao 9 15 paraBiosec-Develop. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.14. Representacin grca de la tabla 6.9 con cada sesin por separado. . . . . . . . . 83
6.15. Representacin grca de la tabla 6.10 con cada sesin por separado. . . . . . . . 84
C.1. Esquema de funcionamiento detallado para el programador. . . . . . . . . . . . . 104
E.1. Popurr de imgenes de cada una de las bases de datos disponibles. . . . . . . . . 109
E.2. Ejemplo de imgenes de iris de CASIA v1. . . . . . . . . . . . . . . . . . . . . . . 110
E.3. Ejemplo de imgenes de iris de CASIA v3-Interval. . . . . . . . . . . . . . . . . . 111
E.4. Ejemplo de imgenes de iris de CASIA v3. . . . . . . . . . . . . . . . . . . . . . . 112
E.5. Ejemplo de imgenes de iris de BioSec Baseline. . . . . . . . . . . . . . . . . . . . 113
E.6. Ejemplo de imgenes de iris de BioSec Develop Fake. . . . . . . . . . . . . . . . . 114
E.7. Ejemplo de imgenes de iris de BioSecurID. . . . . . . . . . . . . . . . . . . . . . 115
E.8. Ejemplo de imgenes de iris de UBIRISv1.0. . . . . . . . . . . . . . . . . . . . . . 116
E.9. Ejemplo de imgenes de iris de la Universidad de Bath versin 2007. . . . . . . . 117
E.10.Ejemplo de imgenes de iris de UPOL. . . . . . . . . . . . . . . . . . . . . . . . . 118
xvi NDICE DE FIGURAS
-
ndice de cuadros
2.1. Comparacin cualitativa de las caractersticas de los distintos rasgos biomtricos
(A=Alto, M=Medio, B=Bajo). Fuente: [2, 3]. . . . . . . . . . . . . . . . . . . . . 11
4.1. Comparativa de distintos metodologas de segmentacin sobre la base de datos
UBIRISv1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2. Comparativa de distintos mtodos de segmentacin. . . . . . . . . . . . . . . . . . 39
4.3. Bases de datos de iris. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.4. Caractersticas de la base de datos de CASIA v1 y v2: [4]. . . . . . . . . . . . . . 57
4.5. Caractersticas de la base de datos de CASIA v3: [4]. . . . . . . . . . . . . . . . . 58
4.6. Caractersticas de la base de datos UBIRIS v1: [5, 6]. . . . . . . . . . . . . . . . 59
4.7. Caractersticas de las bases de datos BioSec [7] y BioSecurID [8]. . . . . . . . . . 59
4.8. Caractersticas de las bases de datos Bath [9]. . . . . . . . . . . . . . . . . . . . 60
4.9. Caractersticas de las bases de datos UPOL [10]. . . . . . . . . . . . . . . . . . . 60
4.10. Caractersticas de las bases de datos MMU [11]. . . . . . . . . . . . . . . . . . . 61
6.1. Comparacin entre la segmentacin manual y automtica. Se indica el porcentaje
de mgenes de cada base de datos donde ambas segmentaciones coinciden. . . . . 78
6.2. Porcentaje de acierto en la segmentacin aplicando el criterio 1. . . . . . . . . . . 79
6.3. Porcentaje de acierto en la segmentacin aplicando el criterio 2. . . . . . . . . . . 79
6.4. Porcentaje de acierto en la segmentacin aplicando el criterio 3. . . . . . . . . . . 80
6.5. Porcentaje de acierto en la segmentacin aplicando los tres criterios denidos. . . 80
6.6. Porcentaje de acierto en la segmentacin aplicando los tres criterios denidos
sobre un conjunto difcil de segmentar. . . . . . . . . . . . . . . . . . . . . . . . . 80
6.7. Variacin del EER para el ltro en coseno de tamao 915 en Biosec-Develop (dearriba a abajo: matchings intra-sesin para sesin 1, matchings intra-sesin para
sesin 2, y matchings inter-sesin. . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.8. Variacin del EER para el ltro en seno de tamao 915 en Biosec-develop (dearriba a abajo: matchings intra-sesin para sesin 1, matchings intra-sesin para
sesin 2, y matchings inter-sesin. . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.9. Tabla de la variacin del EER en funcin de distintos tamaos del ltro coseno
para Biosec-Develop. (S1 = Sesin 1, S2 = Sesin 2 y S1-S2 = Entre sesiones 1 y
2). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
6.10. Tabla de la variacin del EER en funcin de distintos tamaos del ltro seno para
Biosec-Develop. (S1 = Sesin 1, S2 = Sesin 2 y S1-S2 = Entre sesiones 1 y 2). . 84
6.11. EER obtenido tras nalizar el ajuste de ltros del Sistema Desarrollado (SD) para
Biosec-Develop. A efectos comparativos, se muestran tambin los resultados con
el Sistema de Referencia (SR). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
xvii
-
Reconocimiento Automtico de Patrones de Iris
6.12. Porcentaje de acierto en la segmentacin sobre el conjunto de test aplicando los
tres criterios denidos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.13. EER obtenido por el Sistema Desarrollado y el Sistema de Referencia sobre el
conjunto de datos BioSec-Test. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.14. EER obtenido por el Sistema Desarrollado y el Sistema de Referencia sobre el
conjunto de datos Casia-Test. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
xviii NDICE DE CUADROS
-
Prembulo
Organizacin del Proyecto
El presente trabajo describe el desarrollo de un sistema automtico de reconocimiento biomtri-
co basado en iris. El captulo 1 contiene la introduccin, la motivacin y los objetivos de este
Proyecto Fin de Carrera. El objetivo nal es estudiar, desarrollar, implementar y documentar
un sistema automtico de reconocimiento de iris segn el estado del arte actual.
Como punto de partida, en el captulo 2, se realiza una introduccin a la biometra, se
clasican los rasgos biomtricos en funcin de sus caractersticas, se hace una presentacin
de los sistemas biomtricos incluyendo sus ventajas, aplicaciones y tambin sus limitaciones y
nalmente se comentan cuestiones relativas a la privacidad y aceptacin en la sociedad.
En el captulo 3 se realiza una exposicin de los sistemas automticos de reconocimiento. Se
explica la estructura y las etapas de las que consta cualquiera de estos sistemas junto con sus
posibles modos de operacin y se comentan las diferentes formas de medir el rendimiento de un
sistema de este tipo.
En el captulo 4 se realiza una revisin detallada del estado del arte en reconocimiento de iris,
tema principal de este trabajo. Se comienza haciendo un recorrido histrico de los hechos ms
destacados en el nacimiento de la tecnologa llegando hasta su utilizacin hoy da. Se describe
la anatoma del ojo humano, la adquisicin automtica del iris y su localizacin en la imagen
capturada, haciendo una revisin de los sistemas existentes ms destacados. Tambin se estudian
los distintos algoritmos de codicacin de la informacin de iris, alineamiento de patrones y
mtodos de comparacin de los mismos. Para nalizar el captulo se hace hace un breve repaso de
la problemtica del iris as como de sus retos. Tambin se resumen las competiciones tecnolgicas
de iris, as como las bases de datos existentes. Por ltimo, un tema de vanguardia como es la
iridologa, una tcnica de diagnstico a travs del iris humano.
El captulo, 5, se detalla el sistema desarrollado en este proyecto, describiendo los algoritmos
implementados en cada una de las fases del sistema. Los algoritmos que conforman el sistema
estn programados en un PC utilizando Matlabr y el sistema programado se describe en losanexos C y D.
Los experimentos llevados a cabo se exponen en el el captulo 6. Se presentan varios esce-
narios, cada uno de ellos con unas caractersticas determinadas, que prueban el rendimiento del
sistema en diferentes situaciones. Estos experimentos se realizan utilizando de libre acceso para
la comunidad cientca y ampliamente utilizadas en publicaciones de referencia recientes. Para la
evaluacin comparativa, usamos un sistema tambin de libre acceso, que ser la referencia sobre
la que mediremos el rendimiento del sistema programado. Entre los experimentos realizados, se
incluye el ajuste individual de las distintas etapas del sistema. Una vez ajustadas stas, se mide
el rendimiento global del sistema desarrollado.
Finalizando tenemos el captulo 7 donde se discuten los resultados extrayendo conclusiones
y planteando posibles vas para trabajo futuro.
Para completar el trabajo se han aadido al proyecto una serie de anexos entre los que
guran el presupuesto, el pliego de condiciones (anexos A y B) y por ltimo los manuales de uso
y programador (anexos C y D) que contienen la informacin relativa al desarrollo del prototipo
software del sistema propuesto.
1
-
Notaciones utilizadas
Los trminos pertenecientes al mbito de las disciplinas tratadas han sido por norma general
traducidos al castellano, salvo en dos casos: cuando el trmino en ingls es de uso comn en la
literatura en castellano y cuando, aun no estando extendido, su traduccin no resulta directa.
El signicado de los acrnimos aparecidos en el trabajo se incluye en el Glosario. Se han uti-
lizado las siguientes abreviaturas: Cap. (captulo), Sec. (seccin), Fig. (gura) y Ecu. (Ecuacin).
Para la bibliografa se ha optado por la notacin plaint del mdulo natbib de L
A
T
E
X, por
considerarla la ms adecuada para este tipo de documentos por legibilidad y elegancia. Ejemplos
de esta notacin son [2] para referencias entre corchetes y para referencias inline.
Herramientas utilizadas
El presente trabajo ha sido redactado por el autor usando L
A
T
E
X. El formato del texto es
Computer Roman Modern a tamao 11pt. Todos los grcos e imgenes fueron incluidos en
formato Encapsulated PostScript.
Nota sobre el copyright r
Los derechos de cualquier marca comercial o registrada mencionada en el presente documento
son propiedad de sus respectivos titulares.
2
-
1Introduccin
1.1. Motivacin del proyecto
El crecimiento de la sociedad de la informacin experimentado en los ltimos aos, y el
consiguiente incremento de los requerimientos de seguridad, han dado lugar a un rpido desar-
rollo de sistemas automticos de identicacin personal basados en tcnicas biomtricas. En la
actualidad el uso de este tipo de de tcnicas est cobrando gran relevancia, ya que la biometra
supone una forma sencilla y segura de identicacin de personas. Una de sus principales ventajas
consiste en que los rasgos biomtricos en general son ms difciles de duplicar o falsicar, ya que
a diferencia de los mtodos comnmente utilizados, no se basan en lo que cada individuo posee
(por ejemplo el DNI o una llave) o recuerda (por ejemplo un PIN) para conrmar o establecer su
identidad. Las tcnicas biomtricas usan caractersticas o comportamientos siolgicos propios
de cada individuo para identicarlo, es decir, se basan en algo que el individuo es.
Los rasgos biomtricos se pueden clasicar en rasgos biomtricos morfolgicos o anatmicos
y rasgos biomtricos de comportamiento o conducta [2]. Entre los rasgos biomtricos anatmicos
se encuentran el iris, la huella dactilar, la geometra de la mano, la retina y el ADN, entre otros.
Su principal caracterstica es su menor variabilidad a lo largo del tiempo, pero su adquisicin es
ms invasiva y requiere la cooperacin de los sujetos. Por el contrario, los rasgos biomtricos de
comportamiento o conducta, como pueden ser la voz, la rma o la escritura, son menos invasivos
aunque la exactitud de la identicacin es menor debido a la variabilidad de los patrones de
comportamiento. A diferencia de los rasgos anatmicos, en los de comportamiento no estn
presentes de modo permanente, siendo necesaria una realizacin (p.e. rmar o hablar).
Entre todos los rasgos biomtricos, el reconocimiento del iris es considerado como uno de los
medios ms precisos y ables [2, 3]. Ha suscitado un gran inters en los ltimos aos debido a
sus aplicaciones en el campo de seguridad y a su uso por ejemplo en aeropuertos y cajeros. El iris
humano consiste en un anillo situado entre la pupila y la esclera, el cual contiene gran cantidad
de caractersticas muy precisas como bastoncillos, coronas, pliegues, etc. Estas caractersticas
visibles que son conocidas como textura del iris, son nicas y propias de cada individuo.
Aunque la coloracin y la estructura del iris estn genticamente ligadas, los detalles de
los patrones no lo estn. El iris se desarrolla durante el crecimiento prenatal con un estricto
proceso de formacin y plegado de la membrana de tejido no, y es ya en la adolescencia cuando
nalmente se estabiliza la pigmentacin y el tamao de la pupila. Se considera que los iris de
un individuo son nicos y estructuralmente distintos, lo que le permite que sea utilizado para
propsitos de reconocimiento [12].
3
-
Reconocimiento Automtico de Patrones de Iris
10101010100010101010 10000111 010100010 1010 10101010100010101010 1
0000111 010100010 1010 10101010100010101010 10000111 010100010 1010 1
0101010100010101010 10000111 010100010 1010 10101010100010101010 10
000111 010100010 1010 0010 1010 0010 1010 0010 1010 0010 1010 0010 1010 001
0 1010 0010 1010 0010 1010 0010 1010 0010 1010 0010 1010 0010 1010 001 001010
10101010100010101010 10000111 010100010 1010 10101010100010101010 1
0000111 010100010 1010 10101010100010101010 10000111 010100010 1010 1
0101010100010101010 10000111 010100010 1010 10101010100010101010 10
000111 010100010 1010 0010 1010 0010 1010 0010 1010 0010 1010 0010 1010 001
0 1010 0010 1010 0010 1010 0010 1010 0010 1010 0010 1010 0010 1010 001 001010
Aun pareciendo un mecanismo relativamente moderno, el uso del iris como medio de re-
conocimiento de personas nace a nales del siglo XIX como medio de identicacin de criminales.
Sin embargo, no es hasta nales de los aos 80 cuando se retoma el estudio del reconocimiento
de iris como medio ecaz de identicacin usando mecanismos automticos. Hoy en da multitud
de organizaciones utilizan el iris no solo en la investigacin criminal, sino tambin en el con-
trol a zonas restringidas, control de fronteras, identicacin de empleados, seguridad nanciera
y en otros campos todava hoy en desarrollo, siendo por tanto un rea de intensa actividad
investigadora.
1.2. Objetivos y enfoque
El presente proyecto se centrar en el estudio de una serie de caractersticas que permitan
identicar a las personas en base a su estructura ocular, en concreto a la textura de su iris. La
importancia del iris radica principalmente en el carcter nico e individual para cada persona,
siendo esto una de las principales ventajas para su uso en entornos de alta seguridad. Del mismo
modo destaca tambin, su carcter no invasivo, entendido como la capacidad para capturar los
rasgos biomtricos (la imagen del iris) sin necesidad de usar un medio que entre fsicamente en
contacto con el sujeto analizado.
Este proyecto tiene como objetivo estudiar, desarrollar, implantar y documentar un conjunto
de tcnicas que permitan la identicacin automtica del iris en base al estado del arte actual.
Las fases ms destacadas que componen un sistema biomtrico de iris pueden resumirse en (1)
prelocalizacin de la regin del iris en la imagen capturada, reduciendo as el coste computa-
cional, (2) deteccin de bordes circulares que delimitan el anillo del iris, donde se encuentra la
informacin discriminante, y (3) normalizacin y codicacin de la informacin de la regin del
iris obteniendo as el patrn de iris. Dicho patrn representa la identidad del usuario y ser lo
que comparemos con otros patrones con el n de reconocer al individuo. Como punto de partida,
se tomarn las caractersticas y algoritmos propuestos en la literatura, hacindose una seleccin
e implementacin de los mas representativos.
Una vez obtenida una implementacin de un sistema automtico de reconocimiento de iris,
se pondr a prueba con variados experimentos sobre distintas bases de datos pudiendo medir
as el rendimiento. Para estas evaluaciones, se ha hecho uso de bases de datos de libre distribu-
cin ampliamente utilizadas en publicaciones previas de referencia. Igualmente, se ha utilizado
un sistema de libre acceso, que servir como referencia para medir el rendimiento del sistema
desarrollado.
4 CAPTULO 1. INTRODUCCIN
-
Reconocimiento Automtico de Patrones de Iris
1.3. Metodologa y plan de trabajo
Con el n de cumplir los objetivos del Proyecto Fin de Carrera descritos, se ha seguido una
metodologa de trabajo que se esquematiza en la Fig. 1.2.
La metodologa de trabajo se divide en 4 lneas paralelas con diferente inicio temporal:
Formacin: es fundamental para obtener los mejores resultados. El primer paso fue la
lectura de publicaciones cientcas de referencia en el tema de inters para llegar a sintetizar
el estado del arte en sistemas de identicacin biomtrica. La etapa nal de formacin fue
especializada en reconocimiento de patrones de iris.
Investigacin: ha sido un punto importante en el desarrollo del PFC que comenz tras la
formacin en el estado del arte. Se ha tratado de perfeccionar los algoritmos implementados
aportando nuevas ideas y probando nuevas tcnicas.
Investigacin
(Biometra de
Iris)
Formacin
avanzada
Estado del Arte
(Reconoci-
miento
biomtrico)
Estado del Arte
(Reconocimiento
de patrones de
iris)
PROYECTO
FIN DE
CARRERA
(PFC)
Desarrollo
(Sistema de
reconocimiento
de iris)
Pruebas y
experimentos
de
funcionamiento
Escritura y
publicaciones
FORMACIN
INVESTIGACIN
DESARROLLO
PUBLICACIESCRITURA Y
PUBLICACIONES
Figura 1.2: Esquema de la metodologa de trabajo.
Desarrollo: el objetivo nal es obtener una implementacin prctica de un sistema de iris.
Para ello, en primer lugar se lleva a cabo un desarrollo de todas las fases que lo componen
(prelocalizacin, deteccin y segmentacin, normalizacin, codicacin de caractersticas
y matching). Tras esto, se realizan diferentes experimentos para evaluar el sistema desar-
rollado.
Escritura y publicaciones: La escritura se ha llevado a cabo a lo largo de todo el
proyecto, condensando la mayor carga de trabajo al nalizar el periodo de desarrollo. Se
ha considerado muy importante la publicacin de los resultados en el mbito internacional
tanto en conferencias como en publicaciones cientcas especializadas, habindose obtenido
una publicacin [13] y otra ms enviada [14].
Por ltimo, en la Fig. 1.3 se incluye el plan de trabajo seguido para la realizacin de este
proyecto, en el que de forma global se detallan las distintas partes en que ha consistido y la
evolucin de las mismas a lo largo del periodo de trabajo.
CAPTULO 1. INTRODUCCIN 5
-
Reconocimiento Automtico de Patrones de Iris
1 Fase: Lectura y documentacin
Estudio del estado del arte en rec. Biomtrico
Estudio del estado del arte en biometra de iris
Familiarizacin con el procesado de imgenes
Obtencin de bases de datos de imgenes de iris
2 Fase: Diseo y desarrollo
Implementacin de la segmentacion y normalizacion
Implementacin de la codificacion y el matching
Documentacin del cdigo generado
3 Fase: Realizacin de pruebas
Evaluacin de los resultados y conclusiones
Documentacin de los experimentos realizados
4 Fase: Documentacin del PFC
Escritura del PFC
Preparacin de publicaciones
Revisiones y fe de erratas
5 Fase: Preparacin de la presentacin
Defensa del Proyecto Fin de Carrera
sep-07 oct-07 nov-07 dic-07 may-08ene-08 feb-08 mar-08 abr-08 jun-08
Figura 1.3: Plan de trabajo.
6 CAPTULO 1. INTRODUCCIN
-
2Introduccin a la biometra
En una sociedad cada vez ms interconectada, el reconocimiento de los individuos representa
un papel fundamental. Desde la autorizacin de transacciones bancarias al control de fronteras,
la identicacin able es un requisito imprescindible. Existen tres grandes modalidades de re-
conocimiento: basada en algo que el individuo sabe (p.e. una contrasea), en algo que tiene
(p.e. una llave), o en algo que es (p.e. su cara). El reconocimiento biomtrico se corresponde
con este ltimo grupo [2, 3]. Frente a los otros dos tipos de reconocimiento, presenta la ventaja
de que un rasgo biomtrico no puede ser olvidado, robado o perdido.
2.1. Caractersticas de los rasgos biomticos
Dentro del reconomiento biomtrico se pueden utilizar diferentes rasgos para identicar al
usuario. Estos se pueden clasicar asimismo en patrones morfolgicos o anatmicos (p.e. huella,
iris, voz, cara, etc) y patrones de comportamiento (p.e. rma, escritura, forma de andar, etc).
La Fig. 2.1 contiene ejemplos de rasgos biomtricos. La conveniencia de uno u otro rasgo para
determinada aplicacin se estudia teniendo en cuenta una serie de caractersticas que todo rasgo
debe cumplir en mayor o menor medida [15]:
Universalidad: existencia del rasgo en todos los usuarios.
Unicidad: capacidad discriminativa del rasgo (personas distintas deben poseer rasgos
distintos).
Permanencia o Estabilidad: invariabilidad del rasgo en el tiempo.
Mensurabilidad o Evaluabilidad: capacidad para caracterizar el rasgo cuantitativa-
mente, es decir, para ser medido.
Aceptabilidad: grado de aceptacin personal y social.
Rendimiento: precisin y rapidez en la identicacin.
Evitabilidad o Fraude: resistencia a ser eludido/burlado.
7
-
Reconocimiento Automtico de Patrones de Iris
2.2. Rasgos biomticos
Desafortunadamente cada rasgo biomtrico destaca en algunos atributos mientras que aquea
en otros, no existiendo uno slo que cumpla todos con xito. Cada rasgo presenta ventajas y
desventajas, por lo tanto, la seleccin de un rasgo especco para una aplicacin particular est
condicionada por las caractersticas concretas del mismo y los requisitos de la aplicacin. En el
cuadro 2.1 podemos ver el grado de cumplimiento de las caractersticas anteriores para distintos
rasgos. A continuacin, describimos brevemente cada uno de ellos pudiendo observar un resumen
de los mismos en la g. 2.1.
Dinmica de tecleo
ADN
Huella dactilar
Termograma palmar
Venas de la mano
Geometra de la mano
Huella palmar
Cara
Termograma facial
Voz
Oreja
Retina
Iris
Olor
Firma
Escritura
Forma de andar
Figura 2.1: Rasgos biomticos humanos
ADN. El ADN es nico para cada individuo, excepto para el caso de geme-
los monocigticos. Es el mtodo ms comn en aplicaciones forenses para re-
conocimiento. En cambio, los factores que limitan su uso para aplicaciones de
reconocimiento automtico son la facilidad para robar ese rasgo biomtrico, la
lentitud del proceso de reconocimiento y la necesidad de que sea asistido por una
persona. Adems, la informacin que se puede extraer a partir del ADN de una per-
sona, puede revelar discapacidades u otras caractersticas que el usuario no desee
hacer pblicas. Esto hace que su utilizacin como rasgo biomtrico sea, cuanto menos, discutible.
8 CAPTULO 2. INTRODUCCIN A LA BIOMETRA
-
Reconocimiento Automtico de Patrones de Iris
Oreja. Para el reconocimiento basado en la oreja se emplea la forma de su
borde y de las estructuras cartilaginosas que la componen. Los sistemas que se han
propuesto en la actualidad suelen emplear la distancia de los salientes del borde de
la oreja con respecto a una referencia comn del interior de la misma.
Cara. El rostro es uno de los rasgos biomtricos ms aceptados ya que es el
comnmente empleado en el reconocimiento humano entre individuos junto con
la voz. Adems, para adquirir este rasgo basta con una fotografa, lo cual es no
invasivo. Los mayores inconvenientes que presenta es la posibilidad de emplear
mscaras, no detectables en sistemas sin vigilancia. Adems, el sistema debe poder
adaptarse a los cambios con la edad del usuario, la iluminacin, las expresiones y la posicin
relativa con respecto a la cmara.
Termogramas. El calor radiado por el cuerpo humano es caracterstico de
cada individuo. Puede ser capturado mediante una cmara de infrarrojos de forma
no intrusiva o incluso oculta. La mayor desventaja de esta clase de sistemas es el
coste de los sensores y su vulnerabilidad ante otras fuentes de calor no controlables.
Los termogramas pueden ser tambin empleados para capturar la estructura de las venas de la
mano.
Venas de la mano. La identicacin biomtrica por las venas de la mano
es un medio seguro difcilmente falsicable y es mucho ms segura que las huel-
las digitales, que pueden ser fcilmente reproducidas. Las venas tiene mltiples e
innitas caractersticas que las diferencian, por lo que asumir una falsa identidad
falsicndolas es extremadamente difcil.
Huella. La huella dactilar se lleva usando como mtodo de identicacin de
individuos desde hace ya varios siglos en entornos policiales y forenses. Una huella
consiste en un conjunto de valles y crestas que son capturados al presionar el
dedo contra un sensor. Es nica para cada persona y cada dedo. Actualmente la
exactitud de los sistemas de reconocimiento de huella disponibles es muy elevada.
Los sensores son baratos y una gran cantidad de dispositivos portables comienzan a incluirlos
(PDAs, mviles, porttiles, etc).
Forma de caminar. La forma de caminar de cada individuo es un rasgo
biomtrico complejo a nivel espacio-temporal. No es un rasgo muy distintivo, pero
puede ser sucientemente discriminatorio en aplicaciones que requieran un bajo
nivel de seguridad o donde el usuario est obligado a pasar por un sitio (ej. aerop-
uertos). Forma parte de los rasgos biomtricos de comportamiento y vara a lo largo de tiempo,
pero su adquisicin es no invasiva y para su captura es suciente una cmara de vdeo.
Geometra de la mano. Los sistemas de reconocimiento para este rasgo se
basan en un conjunto de medidas fsicas como la forma de la mano, el tamao de
la palma, la longitud y el ancho de los dedos. Los factores ambientales no suponen
un problema, pero la geometra de la mano es un rasgo de baja distintividad de
cada individuo y est sujeto a cambios a lo largo de la vida de una persona.
CAPTULO 2. INTRODUCCIN A LA BIOMETRA 9
-
Reconocimiento Automtico de Patrones de Iris
Iris. El iris es altamente distintivo para cada uno de los dos ojos de cada
individuo. Aunque su captura requiere participacin por parte del usuario, ya que
debe situarse a una distancia predeterminada del sensor, y la tecnologa es cara, han
aparecido nuevos sistemas menos intrusivos y con mejor relacin precio-efectividad que permiten
capturar el iris a medida que el usuario se acerca .
Huella Palmar. La palma de la mano, al igual que la huella dactilar, consiste
en una estructura de valles y crestas. Al tener un rea mayor que la de un dedo, este
rasgo es ms distintivo que la huella dactilar y proporciona informacin adicional
que permite una mayor exactitud. Por contra, necesita un sensor ms grande.
Olor. Cada objeto produce un olor que es caracterstico de su composicin
qumica y que lo distingue del resto de objetos. Puede ser capturado por sensores
qumicos, cada uno sensible a una sustancia qumica. Una parte del olor emitido
por los seres humanos es distintiva para cada uno de ellos, pero resulta complicado
separarla de sustancias articiales como perfumes y desodorantes.
Escner de retina. La estructura vascular de la retina se supone diferente
para cada individuo y cada ojo. Es el rasgo biomtrico ms seguro por su dicultad
para duplicarlo, pero su captura requiere la cooperacin del usuario y contacto
con el sensor, por lo que su aceptabilidad por parte del usuario se ve seriamente
afectada. Adems, puede revelar ciertas afecciones mdicas.
Firma. La forma de rmar de cada persona es caracterstica de ella misma.
Aunque requiere contacto con una supercie y la cooperacin del usuario, es un
rasgo muy aceptado como mtodo de autenticacin ya que se usa ampliamente en cantidad de
transacciones. La rma vara a lo largo del tiempo para un mismo individuo y est inuenciado
por su estado fsico y emocional. Adems existen sujetos cuya rma vara muy signicativamente
en cada realizacin, por lo que su identicacin es compleja.
Dinmica de tecleo. Cada persona tiene una dinmica de tecleo caracterstica.
Este rasgo es de conducta por lo que vara a lo largo del tiempo y es poco distintivo,
pero proporciona informacin sucientemente discriminatoria para identicacin en
casos sencillos de aplicaciones on-line. Para su captura basta con emplear secuencias de tecleo
del usuario, por lo que no es intrusivo.
Voz. La voz es una combinacin de caractersticas fsicas y de conducta. Las
caractersticas fsicas del habla de cada individuo permanecen invariantes, pero las
caractersticas de conducta cambian a lo largo del tiempo y se ven inuenciadas por
la edad, las afecciones mdicas o el estado de nimo de la persona. Las principales desventajas
de este rasgo son su menor distintividad y la facilidad con la que puede ser imitado. Por el
contrario, la voz es un rasgo biomtrico muy aceptado y fcil de obtener.
Escritura. La escritura est dentro de los rasgos biomtricos de comportamien-
to, por lo que es variable a lo largo del tiempo. Su captura es poco invasiva pero
no constituye un rasgo tan discriminatorio como el ADN, por ejemplo.
10 CAPTULO 2. INTRODUCCIN A LA BIOMETRA
-
Reconocimiento Automtico de Patrones de Iris
Rasgo biomtrico Universalidad
Unicidad
Permanencia
Mensurabilidad
Rendimiento
Aceptabilidad
Evitabilidad
ADN A A A B A B B
Oreja M M A M M A M
Cara A B M A B A A
Termograma facial A A B A M A B
Venas de la mano M M M M M M B
Huella dactilar M A A M A M M
Forma de andar M B B A B A M
Geometra de la mano M M M A M M M
Iris A A A M A B B
Huella palmar M A A M A M M
Olor A A A B B M B
Retina A A M B A B B
Firma B B B A B A A
Forma de teclear B B B M B M M
Voz M B B M B A A
Escritura B B B A B A A
Cuadro 2.1: Comparacin cualitativa de las caractersticas de los distintos rasgos biomtricos
(A=Alto, M=Medio, B=Bajo). Fuente: [2, 3].
Una forma de mejorar la abilidad del reconocimiento biomtrico es utilizar distintos tipos
de informacin biomtrica. Esto se denomina multibiometra y se puede realizar a distintos
niveles [16]: mltiples rasgos, mltiples tomas del mismo rasgo, mltiples sensores, mltiples
algoritmos de reconocimiento, etc, que veremos en la Sec. 3.4.
2.3. Sistemas biomtricos
Un sistema biomtrico consiste en un sistema reconocedor de patrones cuyo modo de o/-pe/-
racin es el siguiente: captura un rasgo biomtrico, extrae un conjunto de caractersticas y las
compara con uno o varios patrones almacenados en una base de datos para decidir acerca de la
identidad del individuo.
2.3.1. Aplicaciones de los sistemas biomtricos
La necesidad de seguridad se ha disparado con el auge de Internet, las compras on-line, las
transacciones bancarias va web o los atentados del 11 de Septiembre. La biometra se erige como
el futuro de los sistemas de seguridad y su desarrollo en los ltimos aos ha experimentado
un gran crecimiento respecto a otras tecnologas de seguridad. Su ecacia potencial la hacen
especialmente interesante en determinadas reas, en la que ya se empiezan a emplear algunos
sistemas biomtricos. Las aplicaciones de los sistemas biomtricos se dividen en los siguientes
tres grandes grupos [2, 3]:
Aplicaciones comerciales: proteccin de datos electrnicos, proteccin en red, e-comercio,
cajeros automticos, control de acceso fsico, etc.
Aplicaciones gubernamentales: DNI, carn de conducir, pasaporte, control en fronteras,
etc.
Aplicaciones forenses: identicacin de cadveres, investigacin criminal, identicacin de
terroristas, determinacin de parentesco, etc.
CAPTULO 2. INTRODUCCIN A LA BIOMETRA 11
-
Reconocimiento Automtico de Patrones de Iris
Algunos ejemplos de estas aplicaciones son:
Entidades nancieras: Es quiz uno de los sectores ms preocupados histricamente por la
seguridad para evitar fraudes y prdidas de dinero. Por ello algunas entidades han empezado
a apostar fuertemente por los sistemas biomtricos. En bancos como el Bank of America y
en instituciones nancieras como VISA o MasterCard ya se han implementado sistemas de
reconocimiento de mano y del iris para hacer frente a las grandes prdidas debidas en parte a
la poca seguridad que presentan los sistemas utilizados hasta ahora.
Comercio electrnico y banca electrnica: sta ha sido una de las reas que ms ha crecido en
los ltimos aos, y de las que ms han inuido en el desarrollo de nuevos sistemas de seguridad,
hasta el punto de que la tendencia en este sector es reducir los precios de venta de los dispositivos
de reconocimiento biomtrico hasta que acaben formando parte del PC, integrados incluso dentro
de un ratn o del teclado, o de otro tipo de equipos, como telfonos mviles o PDAs.
Turismo e inmigracin y control de fronteras: El reciente endurecimiento de varios gobiernos
sobre la normativa para acceder al pais ha generado la necesidad de buscar otros mtodos de
seguridad rpidos y efectivos. En EE.UU. ya se est capturando la cara y los dos dedos ndices
de todo ciudadano no residente a la llegada al aeropuerto. Asimismo, la Unin Europea plantea
desarrollar mecanismos similares. Tambin se usa para la bsqueda de criminales.
Acceso a instalaciones: Si a nivel local este sistema puede resultar muy benecioso para
la seguridad de las empresas, sus posibilidades seran enormes si se crease una base de datos
biomtricos global que permitiese identicar tambin a los clientes o a los mensajeros con el n
de que nadie ajeno a las actividades de la empresa pudiera franquear la entrada.
DNI electrnico: ste sera sin duda el salto denitivo a la tecnologa biomtrica: un DNI
biomtrico que contuviera los datos biomtricos del portador y que fuera inservible sin la pres-
encia del mismo, garantizando la autenticidad de la transaccin.
Algunos ejemplos en los que se estn empleando sistemas biomtricos de seguridad son:
Reconocimiento de huella dactilar :
Control de acceso a reas en el Pentgono
Acceso a computadoras de redes nancieras en Italia
Automated Banking Terminal en Australia
Aduana e inmigracin en Amsterdam
Control de acceso Expo'92 Sevilla
Acceso a parques temticos en Florida
Reconocimiento de Mano:
San Francisco Intl Airport (control acceso operaciones)
Lotus (visitantes fuera de reas reservadas)
University of Georgia (alineamientos consumidos)
Crcel en Jessup
Aeropuerto Kenneddy y Newark en Nueva York (inspeccin automtica de pasaporte y
control de personas que se registran como pasajeros frecuentes)
Cmara de Diputados y Senado en Colombia para evitar fraude en las votaciones.
12 CAPTULO 2. INTRODUCCIN A LA BIOMETRA
-
Reconocimiento Automtico de Patrones de Iris
2.3.2. Problemas y limitaciones de los sistemas biomtricos
A pesar de sus evidentes ventajas, los rasgos biomtricos de una persona o individuo y su
representacin varan considerablemente segn el mtodo de adquisicin, el entorno en el que
se realiza la captura y la interaccin del usuario con el sistema de adquisicin. Las razones ms
comunes por las que se producen estas variaciones son [3]:
Presentacin inconsistente (Fig. 2.18): la seal capturada por el sensor depende tanto
de las caractersticas intrnsecas del rasgo biomtrico como de la forma en la que se presenta
dicho rasgo. Por ejemplo, la forma tridimensional de un dedo se mapea en una supercie
bidimensional del sensor por lo que se pueden tener impresiones diferentes de un mismo
dedo. Otros rasgos, como iris o cara pueden variar segn la orientacin en que se site el
usuario respecto a la cmara.
Figura 2.18: Variaciones en una seal biomtrica, presentacin inconsistente: cambio en la
posicin ocular respecto a la cmara.
Presentacin irreproducible (Fig. 2.19): los rasgos biomtricos representan medidas de
una caracterstica biolgica o de comportamiento y estn expuestos a accidentes y heridas
que pueden cambiar su estructura de forma permanente, a cambios en su aspecto externo
debido a adornos como joyas o al maquillaje, etc. Todos estos fenmenos contribuyen a la
variacin de la seal capturada en diferentes adquisiciones. Incluso en algunos casos, el ras-
go puede sufrir daos irreparables que lo hagan irreversible (p.e. amputacin, quemaduras
graves, ...)
Figura 2.19: Variaciones en una seal biomtrica, presentacin irreproducible: diferentes caras
de un individuo con distintas caractersticas.
Captura imperfecta (Fig. 2.20): las condiciones de captura de una seal en situaciones
prcticas no son perfectas y causan variaciones en la seal capturada. Estas condiciones
pueden ser la iluminacin para la captura de imgenes faciales, las caractersticas del canal
para seales de voz, un contacto no uniforme en la toma de huellas dactilares, etc.
Figura 2.20: Captura imperfecta: seis tomas diferentes del iris de un usuario.
CAPTULO 2. INTRODUCCIN A LA BIOMETRA 13
-
Reconocimiento Automtico de Patrones de Iris
Asimismo, los sistemas biomtricos tienen otras limitaciones:
Ruido en los datos adquiridos: los datos adquiridos pueden tener una componente
ruidosa o estar distorsionados. El ruido puede estar producido por un sensor sucio o en
mal estado o por condiciones ambientales desfavorables. Los datos adquiridos con ruido
pueden dar lugar a que un usuario sea rechazado errneamente.
Variaciones intra-clase: los datos biomtricos adquiridos durante un proceso de autenti-
cacin suelen ser diferentes de los datos que fueron usados para generar el patrn durante
el proceso de registro, afectando por tanto al reconocimiento. Estas variaciones pueden
producirse porque el usuario interacta de forma diferente con el sensor (ejemplo: cambia
la forma de poner el dedo) o porque hay cambios en el rasgo (ejemplo: el usuario lleva
distinta indumentaria en una foto o vdeo).
Unicidad: aunque se espera que un rasgo biomtrico vare entre individuos, pueden existir
similitudes entre diferentes usuarios en el conjunto de caractersticas usadas para repre-
sentar ese rasgo. Esta limitacin restringe la capacidad de discriminar usando ese rasgo
biomtrico.
No universalidad: aunque se espera que todos los individuos posean un cierto rasgo
biomtrico, es posible que exista un subconjunto de individuos que carecen de l, por
ejemplo: sufrir daos irreparables en un dedo, no saber escribir, etc.
Ataques: un impostor puede intentar imitar el rasgo biomtrico de un usuario legtimo
para sortear el sistema. Los rasgos biomtricos de comportamiento son ms susceptibles a
este tipo de ataques que los siolgicos (imitadores de rma o voz, etc).
2.4. Aceptacin en la sociedad y privacidad
La sociedad es la que determina el xito de los sistemas de identicacin basados en ras-
gos biomtricos [2]. La facilidad y comodidad en la interaccin con el sistema contribuye a su
aceptacin. Si un sistema biomtrico permite medir una caracterstica de un individuo sin necesi-
dad de contacto directo, se percibe como mejor. Adems, las tecnologas que requieren muy poca
cooperacin o participacin de los usuarios suelen ser percibidas como ms convenientes. Por
otro lado, los rasgos biomtricos que no requieren la participacin del usuario en su adquisicin
pueden ser capturados sin que el individuo se d cuenta y esto es percibido como una amenaza
a la privacidad por parte de muchos usuarios. El tema de la privacidad adquiere gran relevancia
con los sistemas de reconocimiento biomtrico porque los rasgos biomtricos pueden propor-
cionar informacin muy personal de un individuo, como afecciones mdicas, y esta informacin
puede ser utilizada de forma poco tica.
Por otro lado, los sistemas biomtricos pueden ser empleados como uno de los medios ms
efectivos para la proteccin de la privacidad individual. Si un individuo extrava su tarjeta de
crdito y otra persona la encuentra podra hacer un uso fraudulento de ella. Pero si la tarjeta
de crdito nicamente pudiese ser utilizada si el impostor suplantase los rasgos biomtricos del
usuario, ste estara protegido. Otra ventaja del uso de los rasgos biomtricos consiste en limitar
el acceso a informacin personal.
La mayora de los sistemas biomtricos comerciales disponibles hoy en da no almacenan las
caractersticas fsicas capturadas en su forma original, sino que almacenan una representacin
digital en un formato encriptado. Esto tiene dos propsitos: el primero consiste en que la carac-
terstica fsica real no pueda ser recuperada a partir de su representacin digital, lo que asegura
privacidad, y el segundo se basa en que el encriptado asegura que slo la aplicacin designada
puede usar dicha representacin digital.
14 CAPTULO 2. INTRODUCCIN A LA BIOMETRA
-
Reconocimiento Automtico de Patrones de Iris
2.5. Lnea del tiempo de la biometra
6000
A.C
. Alm
acen
amie
nto
de h
uella
s di
gita
les,
usa
do p
or a
sirio
s, b
abil
nico
s, ja
pone
ses
y ch
inos
.
Sig
lo X
IV. C
hino
s es
tam
paba
n la
s hu
ella
s de
man
os y
pie
s de
los
nio
s pa
ra id
entif
icar
los
1686
. Mal
pigh
iide
ntifi
cdi
fere
ncia
s en
los
patro
nes
de h
uella
s di
gita
les
1823
. Pur
kinj
e, id
entif
ic
la n
atur
alez
a n
ica
de la
s hu
ella
s di
gita
les
1858
. Her
sche
lcre
a el
prim
er re
gist
ro d
e hu
ella
s pa
lmar
es d
e em
plea
dos
1880
-28-
Oct
. Fau
lds
publ
ica
el a
rtcu
lo"O
n th
e Ski
n-Fu
rrow
s of
the
Han
d"
1882
-189
0. L
a po
lica
de
Fran
cia
utiliza
la t
cnica
desa
rrol
lada
por
Ber
tillo
n
1883
. Mar
k Tw
ain
publ
ica
el libr
o"li
fe o
n th
e M
ississ
ippi
"
1891
-1-S
ep. S
e em
piez
a a
utiliza
r el m
tod
o de
Jua
n Vuc
etic
hen
Arg
entin
a
1892
. Fra
ncis
Gal
ton
publ
ica
el li
bro
"Fin
gerP
rints
"
1894
. Mar
k Tw
ain
publ
ica
el li
bro
"The
trag
edy
of P
udd
nhea
dW
ilson
"
1896
. La
polic
a d
e Ben
galim
plem
enta
el s
iste
ma
de h
uella
dig
ital
1900
. Sco
tland
Yar
dad
opta
el s
iste
ma
de h
uella
s di
gita
les
de H
enry
1902
. Den
mar
kHill e
n el
Rei
no U
nido
es
cone
ctad
o co
n la
esc
ena
del c
rimen
1903
. El d
epar
tam
ento
de
polic
a d
e New
Yor
kem
piez
a lo
s ar
chivos
de
huel
las
digi
tale
s
1903
. Col
apsa
el s
iste
ma
Ber
tillo
n
1905
-190
8. S
e im
plem
enta
el s
iste
ma
de h
uella
s di
gita
les
en la
s Fu
erza
s M
ilita
res
de E
EUU
1918
. Loc
ard
esta
blec
e 12
det
alle
s G
alto
nco
mo
mn
imo
para
iden
tific
aci
n po
sitiv
a de
una
per
sona
.
1935
-Sep
. Se
publ
ica
el a
rtcu
lo "A n
ewSci
entif
icM
etho
dof
Iden
tificat
ion"
1936
. Bur
chpr
opon
e el
con
cept
o de
los
patro
nes
de ir
is p
ara
reco
nocim
ient
o
1955
. Se
publ
ica
el a
rtc
ulo
"The
fund
usO
culiin
mon
ozig
otic
twin
s: R
epor
t of s
ix p
airs
of i
dent
ical
twin
s"
1960
. Pub
licac
in
mod
elo
de lo
s co
mpo
nent
es fi
siol
gic
os d
e la
pro
ducc
in
del d
iscu
rso
acs
tico.
1963
-9-M
ar. P
ublic
aci
nar
ticul
o"a
utom
atic C
ompa
rison
of F
inge
r-Rid
ge P
atte
rns"
1964
-196
5 Des
arro
llo d
el p
rimer
sis
tem
a se
mi-a
utom
tic
o de
reco
nocim
ient
o fa
cial
.
1965
. Des
arro
llo d
el p
rimer
siste
ma
de re
cono
cim
ient
o de
firm
a
1969
. El F
BI i
mpu
lsa
la a
utom
atizac
in
del p
roce
so d
e id
entif
icac
in
de h
uella
s di
gita
les.
1969
-25-
Nov
. Dan
napa
tent
a un
inst
rum
ento
par
a id
entif
icar
la fi
rma
Dc
ada
70s
Gol
dste
in, H
arm
ony
Lesk
pres
enta
n lo
s pr
imer
os
1970
. Per
kellm
odel
a po
r prim
era
vez
com
pone
ntes
con
duct
uale
s de
l dis
curs
o
1971
-25-
May
. Se
pate
nta
un s
iste
ma
de id
entif
icac
in
de la
pal
ma
de la
man
o
1974
. El p
rimer
siste
ma
de re
cono
cim
ient
o de
la g
eom
etra
de
la m
ano
estu
vo d
ispo
nibl
e
1975
. FBI d
esar
rollo
un
prot
otip
o le
ctor
de
huel
las
digi
tale
s
1976
. Se
desa
rrol
la p
rimer
pro
totip
o de
siste
ma
de re
cono
cim
ient
o de
l hab
lant
e
1976
-25-
May
. Pat
enta
do u
n ap
arat
o pa
ra g
raba
r la
firm
a
1977
-28-
Jun.
Nam
ur p
aten
ta u
n ar
regl
o de
reco
nocim
ient
o de
hab
lant
e
1977
-12-
Jul.
Se
pate
nta
un a
para
to p
ara
iden
tific
aci
n pe
rson
al
1978
-22-
Ago
. Se
pate
nta
un a
para
to y
mt
odo
para
iden
tific
ar
Dc
ada
80s.
NIS
T cr
ea e
l gru
po d
e di
scur
so N
IST
1983
. Jam
es B
ond
utiliza
tecn
olog
a d
e re
cono
cim
ient
o de
iris
1985
. Flo
my
Saf
irpr
opon
en e
l con
cept
o de
que
no
hay
dos
iris
igua
les
1987
-3-F
eb. S
e pa
tent
a un
sis
tem
a de
reco
nocim
ient
o de
iris
1987
-31-
Jul.
Se
pate
nta
un m
tod
o pa
ra id
entif
icar
una
per
sona
a p
artir
de
la g
eom
etra
de
la m
ano
1988
. El c
onda
do d
e Lo
s ng
eles
em
piez
a a
usar
tecn
olog
a d
e re
cono
cim
ient
o fa
cial
1989
-14-
Feb.
Se
pate
nta
un m
tod
o y
apar
ato
para
ver
ifica
r la
iden
tidad
de
un in
dividu
o
1991
. Tur
k y
Pen
tland
publ
ican
"Eig
enfa
ces
for r
ecog
nitio
n"
1992
-Oct
. Prim
era
Reu
nin
de
Bio
met
ricCon
sorti
um
1993
-199
7. C
orre
el p
rogr
ama
FacE
REco
gniti
onTe
chno
logy
(FERET)
1993
. Se
inic
ian
traba
jos
para
pro
bar y
ent
rega
r un
prot
otip
o de
unid
ad d
e re
cono
cim
ient
o de
iris
.
1993
-31-
Ago
. Pat
enta
do m
tod
o pa
ra d
ecod
ifica
r sm
bolo
s de
cd
igos
de
barras
par
a es
cane
ospa
rcia
les
1993
-7-S
ep. P
aten
tado
sis
tem
a pa
ra c
odifi
car y
dec
odifi
car d
atos
en
una
maq
uina
lect
ora
de fo
rmas
gr
ficas
1994
. Loc
khee
dM
artin
es s
elec
cion
ado
para
con
stru
ir el
IAFI
S d
el F
BI
1994
. Sal
e al
mer
cado
RECO
derm
TM
1994
-1-M
ar. D
augm
anpa
tent
a un
siste
ma
biom
tric
o de
iden
tific
aci
n pe
rson
al b
asad
o en
el a
nlis
is d
el ir
is
1995
. OKI E
lect
ricIn
dust
ryLt
d. O
frece
caj
eros
aut
omt
icos
con
reco
nocim
ient
o de
iris
en
Jap
n
1997
. Se
pres
enta
el p
roye
cto
HA-A
PI
1998
. El F
BI l
anza
Com
bine
dDNA In
dex
Sys
tem
(CO
DIS
)
1998
-28-
Jul.
Se
pate
nta
una
iden
tificac
in
biom
tric
a de
indi
vidu
os u
sand
o pa
trone
s de
ven
as s
ubcu
tne
as
1999
. La
ICAO
inic
ia e
stud
io d
e la
apl
icab
ilida
d de
los
biom
tric
os e
n M
RTD
2001
-Ene
. Se
usa
el s
iste
ma
de R
econ
ocim
ient
o fa
cial
en
el S
uper
Bow
len
Tam
pa, F
lorid
a
2001
. Se
publ
ica
un p
aper
sobr
e el
uso
de
patro
nes
de v
enas
sub
cut
neas
2002
. Se
esta
blec
e el
com
itde
bio
mt
ricos
en
la IS
O
2002
-1-F
eb. S
e cr
ea e
l pro
gram
a FE
ARID
2002
-30-
May
. Pat
ente
Col
ombi
ana
para
un
"Sis
tem
a de
Lec
tura
de
huel
las
dact
ilare
s"
2003
. Se
esta
blec
e Eur
opea
nBio
met
rics
Foru
m
2004
-May
. Se
da in
icio
al g
ran
reto
del
reco
nocim
ient
o fa
cial
(FRG
C)
2005
. Exp
ira la
pat
ente
de
Est
ados
Uni
dos
para
el c
once
pto
de re
cono
cim
ient
o de
l iris
2005
. Iris
on
Mov
eTM
es a
nunc
iado
en
la C
onfe
renc
ia d
e
2005
-31-
May
. Ter
min
a el
pro
gram
a FE
ARID
resu
ltado
s en
la a
utom
atizac
in
del r
econ
ocim
ient
o Fa
cial
indi
vidu
os a
trav
s d
e su
s pa
trone
s va
scul
ares
de
la re
tina
Bio
met
rics
Con
sorti
umpo
r par
te d
e Sar
noff
Cor
pora
tion
2000
. Fin
gerp
rintV
erifica
tion
Com
petit
ion
(FVC)
2004
. Sig
natu
ra V
erifi
catio
nCom
petit
ion
(SVC)
1996
. NIS
T Spe
aker
Rec
ogni
tion
Eva
luat
ion
(SRE)
2000
. Fac
e Rec
ogni
tion
Ven
dor T
est (
FRVT)
2007
. Bio
secu
reM
ultim
odal
Eva
luat
ion
Cam
paig
n
2005
. Iris
Cha
lleng
eEva
luat
ion
(ICE)
CAPTULO 2. INTRODUCCIN A LA BIOMETRA 15
-
3Sistemas automticos de reconocimiento
3.1. Estructura general
Todos los sistemas de reconocimiento automtico de patrones poseen una estructura funcional
comn formada por varias fases cuya forma de proceder depende de la naturaleza del patrn
o seal a reconocer (ver Fig. 3.1). El plano marca la frontera entre la interfaz de usuario y el
sistema, de modo que en general el usuario nicamente tiene acceso al sensor, el cual captura
el rasgo biomtrico. Los mdulos sin resaltar son las entidades hardware o software bsicas del
sistema, y los mdulos marcados con lnea discontinua hacen referencia a las etapas de procesado
opcionales.
Interfaz de usuario
Sistema
Base de datos
Extraccin de las caractersticas
Comparador
Decisin
Normalizacin
Preprocesado de la seal
Sensor Identidad
Umbral
Figura 3.1: Esquema de funcionamiento de un sistema de reconocimiento biomtrico
17
-
Reconocimiento Automtico de Patrones de Iris
De una manera global podemos describir el anterior diagrama dividindolo en cuatro grandes
grupos importantes que son: la adquisicin de datos, el preprocesado, la extraccin de carac-
tersticas y por ltimo la comparacin de patrones.
Adquisicin de datos. En esta fase se recogen los datos analgicos de partida a travs de
un transductor o sensor y se convierten en un formato digital. Este proceso es determinante ya
que de l depende la cantidad y la calidad de la informacin adquirida, la implementacin de
las siguientes fases, y por tanto, el resultado nal que se obtiene.
Preprocesado. En algunos casos es necesario acondicionar la informacin capturada para
eliminar posibles ruidos o distorsiones producidas en la etapa de adquisicin, o para normalizar
la informacin a unos rasgos especcos con el n de tener una mayor efectividad en el re-
conocimiento posterior.
Extraccin de caractersticas. En esta etapa se elimina la informacin que no resulte
til en el proceso de reconocimiento, ya sea por no ser especca de cada individuo o por ser
redundante. De este modo, se extraen nicamente aquellas caractersticas que sean discrimi-
nantes entre distintos individuos y que al mismo tiempo permanezcan invariantes para un mis-
mo usuario, reducindose as mismo la duracin de todo el proceso de reconocimiento y su coste
computacional.
Comparacin de patrones. Una vez extradas las caractersticas ms signicativas, se
comparan con el modelo o modelos de identidad almacenados en la base de datos del sistema,
con el n de determinar la identidad del individuo a reconocer.
Dependiendo del tipo de aplicacin los sistemas podrn trabajar on-line u o-line. Los sis-
temas on-line, como por ejemplo los de acceso restringido basados en rasgos biomtricos, nece-
sitarn generar la decisin de una manera rpida, casi inmediata, por lo que sern sistemas
completamente automticos. Por el contrario, los sistemas o-line, como por ejemplo los usados
en ciencia forense, pueden permitirse emplear un cierto tiempo en el reconocimiento. Gracias a
esta demora ser posible la intervencin humana durante el proceso, lo que mejorar los resul-
tados. En el caso de la ciencia forense tambin ser viable que el sistema devuelva una lista de
posibles candidatos, la cual podr ser manualmente examinada por un experto forense.
Dentro del mbito de los sistemas de reconocimiento biomtricos, stos pueden tener dos
nalidades: el reconocimiento positivo y el negativo. El reconocimiento positivo es aqul que
busca comprobar que un usuario es realmente quien dice ser. En el caso de reconocimiento
negativo, se trata de lograr determinar que un usuario es quien niega ser (ej. un criminal). Cabe
destacar que la identicacin negativa slo puede ser realizada mediante rasgos biomtricos, y
no mediante mtodos clsicos como contraseas o llaves.
3.2. Modos de operacin
Distinguiremos tres modos de operacin [2]. En dos de ellos, vericacin e identicacin, se
puede considerar que el sistema est en funcionamiento. El modo registro, por el contrario, es
una fase previa y comn a estos dos modos de funcionamiento. La Fig. 3.2, Fig. 3.3 y Fig. 3.4
muestra el esquema de cada uno de ellos.
Durante el modo registro, ver Fig. 3.2, los usuarios son dados de alta en el sistema. Para
ello se extrae el rasgo o caracterstica correspondiente y se almacena junto con la informacin
del usuario (plantilla biomtrica). En los sistemas de reconocimiento biomtrico, dependiendo
de la aplicacin, la informacin de usuario ser guardada en la base de datos del sistema o en
otro tipo de dispositivos externos (tarjetas inteligentes, magnticas, etc.).
18 CAPTULO 3. SISTEMAS AUTOMTICOS DE RECONOCIMIENTO
-
Reconocimiento Automtico de Patrones de Iris
PIN del usuario
Interfaz de usuario
Comprobar calidad
Extraccin de caractersticas
Base de datos del
sistema
Plantilla del usuario
Modo Registro