4
Diseño y desarrollo de un sistema biométrico portátil basado en el reconocimiento de patrones faciales para la identificación de personas
J. Escobar1, L. Yabar2
1Estudiante de 11vo. ciclo de la Carrera de Ingeniería Electrónica, Facultad de Ing. Electrónica y Sistemas, Universidad Tecnológica del Perú, Lima, Perú
2 Docente de la Facultad de Ing. Electrónica y Sistemas, Universidad Tecnológica del Perú, Lima, Perú
Email:
[email protected]
Resumen - Este trabajo se basa en satisfacer las necesidades de seguridad en el Perú, en el ámbito de identificación de personas, por tal motivo se desarrolló un prototipo en una laptop con cámara digital integrada para la parte de Hardware, en la parte de Software se trabajó con un tratamiento matemático matricial, aplicado en la rama de las redes neuronales considerado como parte principal de la electrónica biométrica además que contara con un sistema de realimentación que mantendrá informado del proceso y del resultado del sistema. Asimismo, se requiere de conocimientos del programa Matlab en desarrollo de imágenes (PDI) y algoritmos de entrenamiento de redes neuronales (RNA) que estará basado en el estándar: ANSI/NIST-ITL 1: 2011 en su última versión, siendo usado para sistemas biométricos. Además, para el procesamiento de la imagen una vez obtenida la muestra, se aplican filtros de imágenes que son funciones desarrollados en Matlab, luego se detecta la geometría de la cara, obteniendo así los patrones faciales necesarios. Ya con la sección facial, se binariza la imagen para pasar por un algoritmo de predicción para su mejor eficiencia, para luego pasar a compararse con la base de datos y finalmente mostrarse los resultados en un GUIDE. Se busca obtener una imagen de la cara que sea, clara y sin ruido para el reconocimiento de la persona gracias a sus patrones faciales, manejando la información de manera adecuada en un sistema portátil no invasivo, capaz de avisar si existiera errores en la toma, siendo un sistema realimentado que compare y pueda realizar una correcta verificación del individuo. Se espera tener una tasa de aceptación del 90% por ser prototipo, y tener una baja tasa de falso positivo, y modificar los parámetros según donde se emplee este sistema biométrico.
Palabras clave – Sistema Biométrico, Redes Neuronales Artificiales (RNA), Interfaz Gráfica de Usuario (GUIDE), MATLAB, Procesamiento de imágenes (PDI), laptop, filtros.
INTRODUCCIóN
La biometría (del griego bios, vida, y metron, medición) consiste en el estudio y aplicación de métodos matemáticos, tratamiento de imágenes digitales y estadísticos que tienen la finalidad de conocer la identidad de una persona.
Estos métodos permiten analizar características o rasgos físicos o del comportamiento de la persona que permiten distinguirla del resto de la población con cierto grado de certeza, según modelo y costos. Algunas de las características físicas que permiten el reconocimiento de individuos son el rostro, las huellas dactilares, el ADN, la textura del iris y la geometría de la mano. Entre las características del comportamiento se pueden mencionar la firma, la voz e inclusive el patrón de tipeo.
Viendo la Tabla 1. Se aprecia la cualidad de cada rasgo biométrico, y la capacidad para evaluar y trabajar en el reconocimiento facial.
Tabla. 1 Cuadro cualitativo de Rasgos Biométricos.
(A=Alto, M=Medio, B=Bajo)
Los sistemas biométricos, en general, están compuestos de dispositivos para recopilar datos en formato digital; algoritmos de procesamiento de los datos recolectados, que efectúan control de calidad de los datos y van conformando las plantillas biométricas. Las plantillas se almacenan en una base de datos contra la cual se comparan los datos ingresantes en la posterior actividad de verificación. El proceso de comparación permite realizar el cotejo de los nuevos datos con los datos almacenados [1]. Finalmente, un proceso de decisión recomienda tomar una decisión en el proceso de reconocimiento, a partir de los resultados del componente de coincidencia [2].
El reconocimiento biométrico desempeña un rol fundamental en los procesos de identificación y de verificación de identidad, sobre los cuales se basan las políticas públicas de seguridad. Los gobiernos se apoyan en la biometría para identificar a las personas, autenticar su identidad en sistemas informáticos, reforzar la seguridad pública en aeropuertos y ciudades, y restringir el acceso a sitios seguros, tanto físicos como virtuales. Un aspecto relevante para las aplicaciones biométricas es la elaboración de estándares tecnológicos universalmente aceptados, a fin de permitir su utilización en distintos lugares. Los estándares reducen las diferencias entre los productos y generan un ambiente de estabilidad, madurez y calidad. Los estándares tecnológicos biométricos se refieren a aspectos, tales como: los dispositivos de captura y almacenamiento, los patrones biométricos a utilizar, los formatos de intercambio de datos, unidades de medidas, entre otros.
Fig. 1 Area requerida para Reconocimiento de facial
La motivación de reconocimiento facial, es por parte de la seguridad, que hoy en día los sistemas son bastantes vulnerables y en Perú falta desarrollar la tecnología biométrica facial para aplicarla en sistemas de seguridad, verificación y control de personal para acceso a zonas restringidas, siendo el mejor método limpio y no invasivo.
Cabe resaltar que la RENIEC en el 2009 reitero el uso de un sistema de biometría facial, que está en constante desarrollo teniendo una demanda del 11.4% frente a un 5.1% de la biometría dactilar usada actualmente en sus sistemas como se observa en la figura 2 [3]. Además en el mismo año se registró un 30% burlas a nuestros sistemas policiales en nuestros terminales terrestres y aéreos según el MINCETUR por carencias y deficiencias en nuestros sistemas de seguridad [4]. Es por eso que se necesita aplicar el conocimiento y aplicar el sistema de reconocimiento facial, ubicándola en la Figura 2.
Algunos países como Argentina en el 2011 para mejorar en su seguridad se usó una base de datos de servidor común en las dependencias legales, género que un 70% de consumidores apoye el uso biométrico mientras que el 66% lo calificaron como método ideal para combatir el fraude y robo de identidades que se incrementó un 18% entre 2005 y 2010 según Unisys Corporation [5].Además con el atentado del 9/11 el gobierno de los EE.UU incremento sus defensas y se basó test de ISO/IEC 7816 con verificación de algoritmos, mientras el organismo nacional de U.S contribuyo con el núcleo del plan de pruebas MINEX II, NISTIR 748527 con el fin de mejorar la confiabilidad biométrica [6].
Fig. 2 Uso porcentual de Sistema Biométricos 2009
Sin olvidar a China que en el 2006 en el Instituto de Automatización mejoró la biometría facial, reduciendo el número de tomas de 6 a 1 por cara y tamaño de esta, por medio de algoritmo de preselección o predicción basado en RNA que logro predecir las diferentes poses evitando almacenar tomas innecesarias, con lo que se minimizo en un 15% en hardware, utilizando memorias de menor capacidad, que será usado en este proyecto como base para competir en costos con la biometría dactilar existente en nuestro país actualmente [7].
MATERIALES Y METODOS
El objetivo principal del presente trabajo es en diseñar y desarrollar un sistema biométrico portátil basado en el reconocimiento de patrones faciales, para la identificación y verificación de personas independiente del envejecimiento, en empresas privadas o control de seguridad. También durante el proceso se busca adquirir y visualizar los datos binarios de los patrones faciales y almacenarlos en una base de datos, pre-seleccionar y analizar digitalmente la imagen para efectuar la predicción de tomas obviadas y próxima comparación en formato binario para dar acceso o confirmación de credencial a través de la biométrica de patrones faciales y finalmente mejorar el software con el uso RNA para contar con un sistema auto-entrenado y poder asegurar la escalabilidad y confiabilidad del sistema, para poder competir en costos con la tecnología biometría dactilar usada actualmente en el Perú.
El diseño de software se basa en matemática matricial con el software MATLAB en un lenguaje de programación C++, con una versión en el estándar ANSI/NIST-ITL 1:2011 usado para Biometría. Para el algoritmo se requiere dominar el toolbox en procesamiento de Imágenes (PDI) y en Redes Neuronales (RNA). En PDI es fundamental saber el filtro espacial para la reducción de ruidos y la detección de la parte facial, en RNA es indispensable conocer la red Hopfield para la predicción de datos incompletos y el constante auto aprendizaje del sistema de lazo cerrado. La base de datos será en JAVA ORACLE que almacenaran los datos en el servidor UDP. En la Figura 3, se muestra el Diagrama de Bloques Completo del sistema.
Fig. 3 Diagrama de Bloques completo del sistema.
En primer lugar se toma la muestra con la cámara digital que se encuentra conectada a la Pc, esta pasa al bloque de segmentación en donde se encuentra el filtro espacial basado en la transformada de Fourier y la teoría de Convolución logra retirar el ruido de la imagen haciendo uso de la ecuación 1 para luego pasar al algoritmo basado en la ecuación 2 y el diagrama de flujo en la figura 4 que extrae el área de interés con ayuda de máscaras que realizan un promediado de contorno que son usados como filtros, primero dimensionando el tamaño del filtro con los datos M y N para que se pueda hacer efecto la Convolución y se recorre de izquierda a derecha multiplicando valores según el casillero de la matriz con la máscara y así recorrer toda la imagen y solo quedarse con la imagen acotada de la cara para poder realizar el procesamiento de patrones, en caso de un error en la toma de imagen pasa al feedback.
……….. (1)
Ecuación. 1 Transformada inversa de Fourier aplicado con la teoría de Convolución a la matriz de la imagen.
b)
Ecuación. 2 a) Mascara de la Imagen b) Matriz aplicada a la imagen
El feedback es parte de software que permite verificar si existe algún inconveniente con la imagen en caso la cámara fallara.
Fig. 4 Diagrama de flujo del algoritmo de extracción del área de la cara.
Luego de obtener la región necesaria vamos al bloque de procesamiento, en donde se binaria la imagen usando un método de umbralización para su procesamiento, luego por medio de un algoritmo de predicción basado en redes neuronales se obtiene la imagen frontal. Con la imagen y los de la base de datos se realiza una comparación basado en un algoritmo de la Red Neuronal Hopfield para luego ser actualizada la base datos y mandarlo al bloque de interfaz. En el bloque de interfaz se esta la parte de resultados que será vista por medio de un GUIDE Matlab que se observara en la pantalla.
La mayoría de los sistemas de reconocimiento facial se basan en los cinco procesos básicos.
Adquisición. Consiste en obtener la imagen facial.
Segmentación. En esta etapa se quita errores de tomas y se localiza la cara en la imagen facial.
Binarizacion. En este proceso se transforma la imagen facial segmentada y se binariza para su procesamiento.
Predicción. Consta de un algoritmo para predecir los datos de la imagen segmentada en 5 diferentes ángulos para poder reducir costos de Hardware y tener un sistema más confiable.
Identificación. En esta parte se determina si el código obtenido pertenece a las características almacenadas en la base de datos.
Resultado GUIDE MATLABComparación de Códigos con la base de datosUso del algoritmo de predicciónBinarizacion del ImagenExtracción del Área de Interés (Cara)Pre Procesamiento de la ImagenCaptura de la Imagen
Resultado GUIDE MATLAB
Comparación de Códigos con la base de datos
Uso del algoritmo de predicción
Binarizacion del Imagen
Extracción del Área de Interés (Cara)
Pre Procesamiento de la Imagen
Captura de la Imagen
Fig. 5. Diagrama de Flujo general para análisis de la cara
RESULTADOS
La interfaz gráfica de usuario (GUI) desarrollada en MATLAB, para la visualización del contorno de la verificación facial de la persona con sus datos personales se muestra en la figura 5.
Fig. 5 Interfaz gráfica diseñada a Través del GUIDE del MATLAB.
Por último, este trabajo se basa en habilitar las bases para el desarrollo de la biometría del facial, y desarrollarla más en el País, y reemplazar la identificación por huellas dactilares, mejorando nuestro hardware y software, haciéndolo cada vez más compacto y fácil de usar con el fin de contrarrestar la inseguridad que está afectando a nuestro país considerablemente.
CONCLUSIONES
El proyecto me parece muy interesante, y avanzado, lo cual hace falta en el país, que continuamente ya que está muy atrasado en tecnología en cuando a biometría, y ya se tienen los medios necesarios a la mano, para poder desarrollarlo nosotros mismo.
El hardware de es un poco rustico, ya que será una laptop y una cámara, ya que es prototipo, se busca tener un mayor desarrollo en esta parte. También desarrollar y aplicar estas tecnologías de maneras privadas como en la Reniec, en empresas para identificaciones de personal o accesos en ascensores. A la vez el uso del Feedback, que se espera tener una mejor interfaz (GUI).
Se espera que según utilidad se modifiquen las funciones de tratamiento de imágenes para dar más importancia a los actores necesarios, así como la tasa de aceptación de acuerdo al uso.
Referencias
Wayman, J.L.; Jain, A.K.; Maltoni, D.; Maio, D. (Eds.). Biometric Systems: Technology, Design and Performance Evaluation. London: Springer, 2005.
Jain, A. K.; Ross, Arun; Prabhakar, Salil. An introduction to biometric recognition, IEEE Transactions on Circuits and Systems for Video Technology 14th (1): 4–20, 2004.
RENIEC, Servicio de Verificación Biométrica, Perú, 2009
http://www.reniec.gob.pe/portal/pdf/05_svb.pdf
Corte Suprema de Justicia, Procesados y sentenciados bajo control http://historico.pj.gob.pe/CorteSuprema/documentos/
EL_MAGISTRADO_26_300611.pdf
Graciela Etchart, Lucas Luna, "Sistemas de reconocimiento biométricos, importancia del uso de estándares en entes estatales", Argentina, 2011
Sistema biométrico del gobierno de EE.UU., Biometrics in goverment POST-9/11, EE.UU., 2008.
Xiaoyang Tan, Songcan Chen, Zhi-Hua Zhou, Fuyan Zhang, Face Recognition from a Single Image per Person: A Survey, China, 2006
1
PUBLICACION_VENEZUELA_FAGV_CORREGIDA
