139

RECONOCIMIENTO AUTOMÁTICO DE PATRONES DE IRIS

Embed Size (px)

Citation preview

  • 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