VIII Ciclo de Conferencias UPM TASSI Aplicaciones de la...
Transcript of VIII Ciclo de Conferencias UPM TASSI Aplicaciones de la...
-
VIII Ciclo de Conferencias
UPM TASSI
Aplicaciones de la Biometra a la Seguridad
Carmen Snchez vila
Grupo de Biometra, Bioseales y Seguridad Centro de Domtica Integral (CEDINT)
Universidad Politcnica de Madrid Email: [email protected]
Web: http://www.gb2s.es/
-
Carmen Snchez vila
ndice
1. Introduccin a la Biometra
2. Principales sistemas biomtricos basados en:
Huella dactilar
Iris
Mano
Cara
3. Algunas aplicaciones de la Biometra
4. Problemas abiertos y tendencias futuras
-
Carmen Snchez vila
Biometra
Objetivo: la identificacin de una persona mediante sus
caractersticas biofsicas o de comportamiento
Tcnicas biomtricas ms conocidas:
Huella dactilar
Caractersticas del ojo: iris y retina
Geometra de la mano e imagen vascular
Caractersticas faciales
Composicin qumica del olor corporal
Lneas de la mano
Escritura manuscrita
Voz
Tecleo
Gesto y movimiento corporal
-
Carmen Snchez vila
Reconocimiento
facial
Reconocimiento de huellas
dactilares
Reconocimiento
biomtrico de la
geometra de la
mano
Reconocimiento
de retina
Reconocimiento
biomtrico de la firma
Reconocimiento de voz
Reconocimiento de
dinmica de tecleo
Reconocimiento de
ADN
Reconocimiento de
iris
Biometra: tcnicas biomtricas ms conocidas
-
Carmen Snchez vila
Biometra dinmica
Medida de diferentes comportamientos
de cada persona Biometra esttica
Medida de rasgos fsicos de la persona
Biometra multimodal
Combinacin de medidas, tanto fsicas
como de comportamiento
Biometra
-
Carmen Snchez vila
Los requisitos bsicos que deben reunir las
caractersticas biomtricas son:
Universalidad: todos los usuarios la tienen
Singularidad o univocidad: carcter distintivo
Permanencia: en el tiempo y condiciones ambientales diversas
Colectividad: ha de ser mensurable cuantitativamente
Rendimiento o actuacin: elevado nivel de exactitud
Aceptacin: por parte del usuario
Resistencia a fraude o usurpacin
Biometra
-
Carmen Snchez vila
Bloques y etapas de un sistema biomtrico
Biometra
-
Carmen Snchez vila
Esquemas de Funcionamiento: Reconocimiento: (quin es?) Se compara la
muestra con todos los patrones almacenados de los distintos usuarios del sistema
Autenticacin: (es quin dice ser?) Se compara la muestra con el patrn del usuario que reclama su identidad.
Etapas: Captura de los datos biomtricos
Preprocesado de los datos capturados
Extraccin de las caractersticas propias del usuario
Comparacin con el patrn almacenado:
Clasificador (reconocimiento biomtrico): 1 N
Verificador (autenticacin biomtrica): 1 1
Biometra
-
Carmen Snchez vila
PROCESO DE INSCRIPCIN
Biometra
-
Carmen Snchez vila
Biometra
-
Carmen Snchez vila
Biometra
-
Carmen Snchez vila
Biometra
-
Carmen Snchez vila
Tasa de falsos positivos TFP (False Match Rate, FMR) Proporcin de muestras falsamente asignadas a un usuario al
que no le pertenecen
Tasa de falsos negativos TFN (False Non Match Rate, FNMR)
Proporcin de muestras falsamente rechazadas como pertenecientes al cliente al que pertenecen
Tasa de Falsa Aceptacin (FAR) Proporcin de veces que se acepta a un intruso como usuario del sistema
Tasa de Falso rechazo (FRR) Proporcin de veces que se rechaza a un usuario legtimo del sistema
Tasa de Igual Error (EER) Valor para el que FAR=FRR
Biometra: rendimiento de los sistemas
-
Carmen Snchez vila
FAR FRR
Umbral
% E
rror
EER
Biometra: rendimiento de los sistemas
-
Carmen Snchez vila
Curva ROC (Receiver Operating Characteristics) Muestra la variacin de la TFP y al tasa de verdaderos positivos (1-TFN)
con respecto a un determinado umbral
Curva DET (Detection Error Tradeoff) Muestra el nmero de desviaciones normales en la distribucin normal
estndar correspondiente a las probabilidades de FP y de FN
Curva ROC Curva DET
Tasa de falsos positivos (TFP) Tasa de falsos positivos (TFP FMR)
Tasa d
e v
erd
adero
s
positiv
os (
1-T
FN
)
Ta
sa
de
fa
lso
s n
eg
ativo
s
(TF
N
FN
MR
)
0 100
100
0
30
30 0.1 0.5 2 20
0.1
0.5
2
20
Biometra: rendimiento de los sistemas
-
Carmen Snchez vila
Referencia: T. Mansfield et al., Biometric Product Testing Final Report,
Centre for Mathematics and Scientific Computing, National Physical Laboratory, 2002.
Biometra: rendimiento de los sistemas (curva DET)
-
Carmen Snchez vila
Biometra: rendimiento de los sistemas
-
Carmen Snchez vila
Necesidad de un compromiso en el valor del umbral que haga que los valores tanto
de FAR, como de FRR, permitan funcionar al sistema de manera correcta.
Umbral FAR & FRR
Umbral FAR & FRR El valor depender en gran parte de las necesidades de seguridad de la aplicacin
en cuestin.
Biometra: rendimiento de los sistemas
-
Carmen Snchez vila
Evaluaciones objetivas realizadas por laboratorios independientes con el fin de medir el estado de la tecnologa biomtrica
Utilizan bases de datos estndar y generalmente son abiertas Ejemplos:
FVC (Fingerprint Verification Competition)
https://biolab.csr.unibo.it/fvcongoing/UI/Form/Home.aspx FRVT (Face Recognition Vendor Test)
http://www.frvt.org/FRVT2006/default.aspx FRGC (Face Recognition Gran Challenge)
http://www.frvt.org/FRGC/Default.aspx NIST Speaker Recognition Evaluation (voz)
http://www.nist.gov/speech/tests/spk/index.htm ICE (Iris Challenge Evaluation)
http://iris.nist.gov/ICE/
Biometra: evaluacin estndar de la tecnologa
-
Carmen Snchez vila
Biometra: cuota de mercado en tecnologa biomtrica
-
Carmen Snchez vila
Algunas tcnicas biomtricas
-
Carmen Snchez vila
Huella dactilar
-
Carmen Snchez vila
Universalidad (media-alta) Ms de un 96% de la poblacin tiene una huella legible
Univocidad (alta) Incluso gemelos idnticos tienen huellas diferentes
Permanencia (alta) La huella se forma en la etapa fetal y permanece
estructuralmente inalterable a lo largo de la vida
Rendimiento (alto) Es una de las tcnicas biomtricas con mejor rendimiento Mayor compromiso entre comodidad y seguridad
Aceptacin (media) La captura de la imagen de la huella no es intrusiva Posee implicaciones legales
Huella dactilar: propiedades
-
Carmen Snchez vila
Manual Consiste en la inspeccin visual, de texturas y de
minucias, adems de la experiencia del experto
Tcnicas basadas en imagen Utilizan slo la apariencia visual de la imagen
Es necesario almacenar la imagen completa
Mtodos basados en texturas Tratan la huella como una imagen de texturas
orientadas
Menos preciso que las tcnicas basadas en minucias
Tcnicas basadas en minucias Utilizan las posiciones relativas de las minucias
Es el mtodo ms conocido y preciso
Huella dactilar: paradigmas
-
Carmen Snchez vila
Preprocesado
Estimacin del campo de orientacin y realce de la imagen
Binarizacin (de 8 bits/pxel a 1 bit/pxel)
Extraccin de la regin de inters (ROI)
Adelgazamiento y depuracin de la imagen
Extraccin de caractersticas: minucias
Establecimiento del patrn de huella: datos que corresponden a la disposicin de las minucias (300 bytes)
Etapa de comparacin
Huella dactilar: tcnica basada en minucias
-
Carmen Snchez vila
Huella dactilar: tcnica basada en minucias
-
Carmen Snchez vila
Se convierten todas las minucias (modelo y muestra) a coordenadas polares. Centro: la minucia de referencia
Se representan (patrn y muestra) mediante cadenas de puntos
Se aplica la distancia de disimilaridad entre las dos cadenas: muestra y patrn
r: distancia radial
e: ngulo radial
: orientacin respecto a la minucia de referencia
Huella dactilar: tcnica basada en minucias
-
Carmen Snchez vila
Huella dactilar: tcnica basada en minucias
-
Carmen Snchez vila
Terminales completos de identificacin por huella
Lectores integrados (con software de soporte)
Sensores:
pticos
V: Elevada resolucin
D: Deformacin no lineal del sensor
Estado slido (sensores de tipo capacitivo, trmicos y piezoelctricos)
V: Bajo consumo y reducido tamao del dispositivo sensor
D: Elevada sensibilidad a variaciones de humedad de la huella
Ultrasnicos
V: Lectura tridimensional de la huella. Eliminacin de ruido
D: Elevado precio y menor resolucin que los sensores pticos
Importante: es recomendable que el rea de la huella sea de 1 pulgada
cuadrada y que la resolucin de la imagen sea igual o superior a 500 dpi y
256 niveles de grises (100-500 Kbytes).
Huella dactilar: dispositivos de captura
-
Carmen Snchez vila
Huella dactilar: sensores
-
Carmen Snchez vila
Huella dactilar: dispositivos de control de acceso
-
Carmen Snchez vila
Ventajas: Tcnica muy desarrollada
Gran aceptacin (para determinadas aplicaciones)
Sistemas de captura no invasivos y de bajo coste con posibilidad de incorporar fcilmente un sistema de deteccin de sujeto vivo
Facilidad de integracin en diferentes entornos
Unicidad y estabilidad de la huella
Desventajas: Implicaciones policiales y judiciales
Necesidad de elevada calidad de la imagen digital
Necesidad de contacto fsico con la superficie del sensor
Huella dactilar: estado actual de la tecnologa
Resultados satisfactorios con los sistemas actuales (FVC- onGoing 2009): Green Bit S.p.A.:
EER = 1,046% FRR = 2,210% para FAR 0,1% y FRR = 3,152% para FAR 0,01% Tiempo medio de verificacin: 3 msg.
Neurotechnology: EER = 1,528% FRR = 3,043% para FAR 0,1% y FRR = 4,079% para FAR 0,01% Tiempo medio de verificacin: 3 msg.
-
Carmen Snchez vila
Iris
-
Carmen Snchez vila
Potencialidad para la Identificacin: Mayor unicidad que la huella Parmetros accesibles desde el exterior, a travs de
proteccin dada por la crnea Textura del iris Acceso visual a la retina a travs de la pupila
rgano estable (en muchos de sus parmetros): Con la edad Frente a accidentes (debido a la crnea)
Fcil deteccin de sujeto vivo Por variaciones del tamao de la pupila frente a cambios de
iluminacin
Manipulacin compleja Conllevara potenciales riesgos en la visin del individuo
Inconvenientes: Utilizacin de elementos externos por parte de los usuarios
Iris: principales caractersticas
-
Carmen Snchez vila
1936: Frank Burch (oftalmlogo) proporciona la idea de que el iris se puede utilizar para identificar a una persona
1987: Leonard Flom y Aran Safir (oftalmlogos) patentan la idea de Burch
Contactan con John G. Daugman (profesor de la Universidad de Harvard) para que les desarrolle los algoritmos necesarios
1993: Publicacin de parte de los algoritmos
J.G. Daugman, "High Confidence Visual Recognition of Persons by a Test of Statistical Independence", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 15, n. 11, pp.: 1148-1161, 1993
1994: Patente de los algoritmos y fundacin de IriScan Corp., empresa que
se encargar de la explotacin de las patentes. Se licencia la patente a diversas empresas, entre ellas Sensar Corp., NCR, Panasonic, etc.
A partir del 2001, IriScan y Sensar deciden fusionarse creando la empresa Iridian Technologies (http://www.iridiantech.com/) que es la actual encargada de explotar las patentes
Iris: orgenes
-
Carmen Snchez vila
La captura se realiza de forma no invasiva
Se realiza mediante una cmara digital o de video de alta resolucin con un objetivo de aproximacin, para enfocar en el ojo a una distancia del sujeto que no le resulte incmoda a ste
Se requiere interaccin por parte del usuario
Localizacin del ojo dentro de un campo de visin
En algunos sistemas se localiza el ojo en una escena y posteriormente se enfoca (de forma automtica)
Sin informacin de color
Luz infrarroja
Iris: captura
-
Carmen Snchez vila
Cmara de acceso fsico:
LG
Panasonic
OKI
Senex
Evermedia
Jirix
Cmara de PC:
Panasonic
Cmara de Mano:
OKI (IrisPass-h)
Iris: sistemas comerciales
-
Carmen Snchez vila
Iris: captura
-
Carmen Snchez vila
Iris: localizacin
-
Carmen Snchez vila
Filtros de Gabor en coordenadas polares
Demodulacin y cuantificacin de la fase
2
20
2
20
0
)()(
)(,
jrr
jeeerG
ddeeeIgj
r
j 2
20
2
20
0
)()(
)(
Im}{Re,Im}{Re, ),(sgn
Iris: extraccin del patrn
-
Carmen Snchez vila
Patrn de iris (Iris Code)
2048 bits
(resumen la informacin de la
textura del iris)
Iris: extraccin del patrn
-
Carmen Snchez vila
Aeropuerto de Frankfurt
Tokyo
Aeropuerto de Schiphol
Emiratos rabes
Iris: sistemas actuales
-
Fuente: http://iris.nist.gov/ice
Iris: rendimiento de los sistemas
Carmen Snchez vila
http://iris.nist.gov/ice
-
Fuente: http://iris.nist.gov/ice
Iris: rendimiento de los sistemas
Carmen Snchez vila
http://iris.nist.gov/ice
-
Carmen Snchez vila
Caractersticas de la mano
-
Carmen Snchez vila
Unicidad: media. No existen estudios detallados que demuestre su unicidad.
En el sector: correcta
Estabilidad: media, ya que los cambios de peso de una persona pueden modificar la geometra de la mano.
Solucin: tomar medidas relativas
Coste: bajo. Slo se precisa una cmara de media/baja calidad y una plataforma diseada al efecto
Aceptabilidad: muy alta (no tiene implicaciones legales y es muy fcil de usar)
Tamao del patrn: muy pequeo (decenas de bytes)
Mano: caractersticas principales
-
Carmen Snchez vila
Mano: dispositivos de captura
-
Carmen Snchez vila
a) El sistema toma 3muestras de la silueta de la mano
b) Forma un patrn de 9 bytes tomando el promedio de las 3 muestras
Mano: extraccin del patrn
-
Carmen Snchez vila
Mano: extraccin del patrn
a) Plataforma con 6 topes y espejo colocado 60 sobre la superficie
b) Colocacin de la mano
c) Imagen obtenida de 640x480 y 256 colores
-
Carmen Snchez vila
Mano: extraccin del patrn
Caractersticas: algunas anchuras interdedo, dedos y mano
Medida de disimilaridad: distancia eucldea
MSU
Caractersticas: anchuras interdedo, dedos y mano, desviaciones y alturas
Medida de disimilaridad: GMMs
GUTI-GBTNI
-
Carmen Snchez vila
Mano: algunos resultados
MSU
96 % 15
97 % 21
96 % 25
GMMs N Caractersticas
GUTI-GBTNI
96 % 15
97 % 21
96 % 25
GMMs N Caractersticas
GUTI-GBTNI
96 % 15
97 % 21
96 % 25
GMMs N Caractersticas
-
Carmen Snchez vila
Sistema Palm Secure
(Fujitsu)
Mano: imagen vascular de la palma
-
Regin palmar
Captura y pre-procesado
Mano: regin palmar
Carmen Snchez vila
-
Proceso de extraccin de las lneas de la palma de la mano
Mano: regin palmar
Carmen Snchez vila
-
Algoritmos de verificacin Aproximaciones basadas en lneas
Operadores de deteccin de bordes (Canny, Sobel, etc) Algoritmos de comparacin (distancia eucldea, HMMs, distancia de
Haussdorf, redes neuronales, etc.)
Aproximaciones basadas en subespacios Extraccin de caractersticas: filtros de Gabor, DCT, wavelets, etc. Proyeccin en subespacios (LDA, PCA, ICA, etc.)
Aproximaciones estadsticas Estadsticos locales (Gabor, wavelets, etc y media, varianzas locales) Estadsticos globales (momentos, centros de gravedad, etc.. calculados
directamente sobre la imagen completa)
Otras aproximaciones Mtodos de codificacin basados en orientacin (CompCode, POC, RLOC,
BOCV, etc) ..
Mano: regin palmar
Carmen Snchez vila
-
Mano: regin palmar
Carmen Snchez vila
-
Identificacin
Tipos de regiones palmar: primera aproximacin
Mano: regin palmar
Carmen Snchez vila
-
Algunos resultados en Verificacin
Fuente: W. Jiaa, D.-S. Huanga, D. Zhang, Palmprint verification based on robust line orientation code, Pattern Recognition 41 (2008) 1504 1513.
Mano: regin palmar
Carmen Snchez vila
-
Carmen Snchez vila
Caractersticas faciales
-
Carmen Snchez vila
Caractersticas faciales
Unicidad: media. No existen estudios detallados que demuestre su unicidad
Estabilidad: media, ya que influyen muchos factores: cambios en iluminacin, pose, etc.
Coste: bajo. Slo se precisa una cmara de captura y una plataforma diseada al efecto
Aceptabilidad: alta (no tiene implicaciones legales, es fcil de usar y no es invasivo
Tamao del patrn: medio (dependiendo del mtodo utilizado)
Fiabilidad: media
Propiedades principales
-
Carmen Snchez vila
Redes neuronales Tcnicas de backpropagation
Ms indicadas para deteccin y localizacin de caras en imgenes, no para identificacin
Anlisis de la geometra facial Localizacin de las diferentes caractersticas
Distancias entre ellas
Geometra de las mismas
Comparacin de grafos Construcccin de un grafo alrededor de la cara
Localizacin de las caractersticas de la misma
Inclusin de otros datos (color de la piel, textura)
Autocaras Teora de la Informacin
Extrae componentes discriminantes de la identidad
Fisherface Utiliza informacin intra-clase para maximizar la separacin
entre clases
Caractersticas faciales: algunos mtodos 2D
-
Carmen Snchez vila
Caractersticas faciales: algunos resultados
Resultados en identificacin con PCA y SVM
(ncleo gaussiano)
95,8 %
-
Carmen Snchez vila
Caractersticas faciales: algunos resultados
Resultados en autenticacin con PCA y SVM
(ncleo gaussiano)
EER = 3,76 %
-
Carmen Snchez vila
Caractersticas faciales: algunos sistemas comerciales
Cognitec FaceVACS Entry Access Control
A4Vision Vision Access 3D Face Reader
Viisage Face PASS
Dreams MIRH MIRH Eye ACS
Identix FaceIt Argus ABIS
Geometrix FaceVision 3D
http://www.frvt.org/
-
Carmen Snchez vila
No es tan fiable como otro tipo de caracterstica biomtrica
Requiere alta capacidad de almacenamiento
Se precisan imgenes de buena calidad
Problemas:
Iluminacin Los cambios de iluminacin afectan al rendimiento del sistema
Saturacin de la imagen
Poses y expresiones Diferencias en la orientacin de la cabeza y las diferentes
expresiones
Calidad de imagen Las cmaras actuales (CCTV, etc.) no ofrecen a menudo la calidad
necesaria
Caractersticas faciales: algunas desventajas
-
Carmen Snchez vila
Caractersticas faciales: sistemas 3D
Ventajas: Incrementa la fiabilidad del sistema
Elimina los problemas de iluminacin y poses
Posee suficiente informacin invariante frente a cambios en la expresin, utilizacin de gafas, etc.
Una alternativa: reconocimiento facial 3D
Paradigmas: Comparacin de perfiles
Modelos 3D basados en firmas de puntos
Comparacin mediante segmentacin de la superficie
AURA (Advanced Uncertain Reasoning Architecture)
-
Fuente: http://iris.nist.gov/ice
Resultados con control de iluminacin
Carmen Snchez vila
Caractersticas faciales: resultados
http://iris.nist.gov/ice
-
Fuente: http://iris.nist.gov/ice
Resultados sin control de iluminacin
Carmen Snchez vila
Caractersticas faciales: resultados
http://iris.nist.gov/ice
-
Fuente: http://iris.nist.gov/ice
Resumen de resultados para algoritmos de reconocimiento facial 3D
Carmen Snchez vila
Caractersticas faciales: resultados
http://iris.nist.gov/ice
-
Carmen Snchez vila
Algunas aplicaciones de la Biometra
-
Carmen Snchez vila
Comerciales Control de acceso fsico o lgico (edificios, ordenadores, telefonos, PDAs, etc)
Comercio electrnico
ATMs
Gestin de historiales mdicos
Gubernamentales Tarjeta de identificacin nacional
Carnet de conducir
Tarjetas de seguridad social
Control de Pasaportes
Forenses Investigaciones policiales
Identificacin de terroristas
Identificacin de personas desaparecidas
Podemos dividirlas en tres grandes grupos:
Algunas aplicaciones de la Biometra
-
Carmen Snchez vila
Algunas aplicaciones de la Biometra: sistemas actuales
-
Carmen Snchez vila
Tendencias futuras en Biometra
-
Tasas de error en Biometra unimodal
En una instalacin con 200.000 usuarios diarios, tendramos:
4.000 usuarios errneamente rechazados al da si utilizaran identificacin por huella, 60 si se utiliza iris, 1.000 si se utiliza cara, 6.000 si utiliza mano y 30.000 (aprox.) si utilizan slo voz.
200 usuarios errneamente aceptados con huella, 2 con iris, 2 con cara, 6.000 con mano y 7000 (aprox.) con voz.
FRR FAR
Huella 2% 0,1%
Iris 0,03% 0,001%
Cara 0,5% 0,001%
Mano 3% 3%
Voz 10-20% 2-5%
Biometra multimodal
Carmen Snchez vila
-
Carmen Snchez vila
Mltiples
caractersticas (5)
Mltiples sensores (2)
Mltiples
representaciones (3)
Mltiples capturas (1)
Sistemas
multimodales
Mltiples
unidades (4)
Biometra multimodal: posibilidades
-
Carmen Snchez vila
Biometra multimodal: niveles de fusin
-
Carmen Snchez vila
Sistemas Match-on-Card Combinacin de las tecnologas biomtricas y de tarjeta
inteligente
Proceso de comparacin dentro de la tarjeta
El patrn no viaja fuera de la tarjeta en la que se almacena de forma segura
Cripto-Biometra Combinacin de la Criptografa y la Biometra
Implementacin de sistemas Cripto-Biomtricos de clave pblica
Patrn biomtrico como clave privada
Otras lneas futuras de trabajo
-
Carmen Snchez vila
A. K. Jain, R. Bolle and S. Pankanti (eds.), Biometrics: Personal Identification
in a Networked Society, Kluwer Academic Press, 1999.
J. L. Wayman, A. K. Jain, D. Maltoni and D. Maio (eds.), Biometric Systems.
Technology, Design and Performance Evaluation, Springer, 2005.
M. Tapiador y J. A. Sigenza (coord.), Tcnicas biomtricas aplicadas a la
seguridad, Ra-Ma, 2005.
S. Z. Li and A. K. Jain (eds.), Handbook of Face Recognition, Springer, 2005.
D. Maltoni, D. Maio, A. K. Jain and S. Prabhakar, Handbook of Fingerprint
Recognition, Springer, 2005.
A.K. Jain, P. Flynn, A. Ross (eds.), Handbook of Biometrics, Springer, 2008.
Enlaces de inters:
http://www.biometrics.org/
http://www.eubiometricforum.com/
http://www.bioapi.org/
Bibliografa