Biométrie main
Hand ID System US Patent ,1971 Richard H. Ernst
Vérification basée sur la géométrie de la main Longueur, largeur, épaisseur, courbure et articulation des doigts = caractéristiques uniques Acquisition de la silhouette ou de la forme 3D
Pourquoi la géométrie de la main? Non intrusif et simple dusage Acquisition peu coûteuse Utilise des caractéristiques simples et sans trace Robuste aux changement de lenvironnement Excellentes performances en vérification
Enregistrement Trois acquisitions (moyennées) consécutives via un scanner muni de taquets (pins) Templates de faible taille (une dizaine doctets) Taux FE extrêmement faible
Aspects pratiques FRR affecté par la qualité / normalisation de lenregistrement Sensible à la position (hauteur plateau, posture personne) mais feedback possible Nécessité de faire évoluer les templates avec le temps Enfants jusquà 8 ans et même moins
Exemple: HG-4 HandKey Système de lecture de la géométrie de la main (< 512 usagers) basé uniquement sur la géométrie 3D de la main; fonctionne en moins d1s; capture pixels et en extrait 90 mesures : longueurs, épaisseurs, largeurs, surface des doigts et de la main; insensible aux coupures, poussières et autres « bruits »
Exemple dun système à CMU Pigs (plots) Comment mesurer la distance ? Prendre en compte la forme locale de la courbe dans le calcul de la distance de 2 points Alignement séparé de chaque doigt
Forme générale acquisition
Binarisation et extraction du contour Binarisation: critère colorimétrique Détermination des composantes (régions) Suivi du contour de la grande région Centres des 4 petites régions correction géométrique
Binarisation Couleur du fond différente de la couleur de la main Seuillage dans le bon espace colorimétrique Amélioration (érosion + dilatation)
Binarisation suite Histogramme de Cb Cb<140
Amélioration Après 5 érosions + 5 dilatations Erosion: tout pixel 1 qui a un voisin à 0 est mis à 0 Dilatation:tout pixel 0 qui a un voisin à 1 est mis à 1
Contours / points caractéristiques Point de référence Distance minimale /maxi localement
alternative
Correction géométrique Apparence due à la perspective Forme normalisée (vue du dessus et de taille fixée) [x y 1].A = [x y 1] A matrice 3x3 Point de repère
Paramètres du doigt Axe principal dinertie Mesures de largeur Mesure de longueur Difficulté: le doigt na pas une forme géométrique simple
Comparaison (matching)
Limitations de la géométrie de la main Manque dunicité pour de grandes bases Évolution, surtout chez les sujets jeunes ou vieux Problèmes avec les bijoux ou certaines pathologies (arthrose) Implique un capteur encombrant (inutilisable sur les portables)
Forme 3d de la main
k normal curvature - curvature of normal section at p Principal Curvatures: k max, k min - normal curvatures with maximal-minimal values Principal Directions: λ max, λ min - tangent vectors associated with principal curvatures. k max k min λ max λ min p (a surface curve)
Index de forme Rut=ornière Cap=chapeau Trough=cuvette Saddle=selle Ridge=crête
Création de lindex Rut=ornière Cap=chapeau Trough=cuvette Saddle=selle Ridge=crête
Matching de 2 index de formes Probe=test; Gallery=données dapprentissage Corrélation Hamming
Comparaison le même jour
Comparaison à une semaine
Conclusions sur la forme 3d Le coefficient de corrélation est le critère le plus performant Lintervalle entre tests a un impact fort Cet impact peut être réduit en multipliant les templates
Veines La forme des veines au dos de la main est très bien adaptée à la verification. Chaque main a un unique pattern qui nest pas affecté par le temps ou le travail. On utilise une source IR.
Suite Système Fujitsu
Conclusion biométrie main Une techno bien acceptée (éthiquement et individuellement) et déjà bien déployée Niveau de performance moyen mais suffisant en vérification sur une base moyenne Bonne stabilité Extensions : veines, texture, lignes Mise en œuvre simple mais encombrante