Biométrie main
Hand ID SystemUS Patent 3576537,1971 Richard H. Ernst
Vérification basée sur la géométrie de la main
• Longueur, largeur, épaisseur, courbure et articulation des doigts = caractéristiques uniques
• Acquisition de la silhouette ou de la forme 3D
Pourquoi la géométrie de la main?
• Non intrusif et simple d’usage
• Acquisition peu coûteuse
• Utilise des caractéristiques simples et sans trace
• Robuste aux changement de l’environnement
• Excellentes performances en vérification
Enregistrement
• Trois acquisitions (moyennées) consécutives via un scanner muni de taquets (pins)
• Templates de faible taille (une dizaine d’octets)
• Taux FE extrêmement faible
Aspects pratiques
• FRR affecté par la qualité / normalisation de l’enregistrement
• Sensible à la position (hauteur plateau, posture personne) mais feedback possible
• Nécessité de faire évoluer les templates avec le temps
• Enfants jusqu’à 8 ans et même moins
Exemple: HG-4 HandKey
Système de lecture de la géométrie de la main (< 512 usagers) basé uniquement sur la géométrie 3D de la main; fonctionne en moins d’1s; capture 32000 pixels et en extrait 90 mesures : longueurs, épaisseurs, largeurs, surface des doigts et de la main; insensible aux coupures, poussières et autres « bruits »
Exemple d’un système à CMU
Pigs (plots)Comment mesurer la distance ?
Prendre en compte la forme locale de la courbe dans le calcul de la distance de 2 points
Alignement séparé de chaque doigt
Forme générale
• acquisition
Binarisation et extraction du contour
Binarisation: critère colorimétriqueDétermination des composantes (régions)Suivi du contour de la grande régionCentres des 4 petites régions correction géométrique
Binarisation
• Couleur du fond différente de la couleur de la main
• Seuillage dans le bon espace colorimétrique
• Amélioration (érosion + dilatation)
Binarisation suite
Histogramme de Cb
Cb<140
Amélioration
Après 5 érosions + 5 dilatations
Erosion: tout pixel 1 qui a un voisin à 0 est mis à 0
Dilatation:tout pixel 0 qui a un voisin à 1 est mis à 1
Contours / points caractéristiques
Point de référence
Distance minimale /maxilocalement
alternative
Correction géométrique
Apparence due àla perspective
Forme normalisée (vue du dessus et de taille fixée)
[x y 1].A = [x’ y’ 1]A matrice 3x3
Point de repère
Paramètres du doigt
Axe principal d’inertie
Mesures de largeur
Mesure de longueur
Difficulté: le doigt n’a pas une forme géométrique simple
Comparaison (matching)
Limitations de la géométrie de la main
• Manque d’unicité pour de grandes bases
• Évolution, surtout chez les sujets jeunes ou vieux
• Problèmes avec les bijoux ou certaines pathologies (arthrose)
• Implique un capteur encombrant (inutilisable sur les portables)
Forme 3d de la main
knormal curvature - curvature of normal section at p
Principal Curvatures: kmax , kmin - normal curvatures with maximal-minimal values
Principal Directions: λ max , λ min - tangent vectors associated with principal curvatures.
kmax ≠ kmin → λ max ┴ λ min
p
(a surface curve)
Index de forme
Rut=ornière Cap=chapeau Trough=cuvette Saddle=selle Ridge=crête
Création de l’indexRut=ornièreCap=chapeauTrough=cuvetteSaddle=selleRidge=crête
Matching de 2 index de formes
Probe=test; Gallery=données d’apprentissage
Corrélation
Hamming
Comparaison le même jour
Comparaison à une semaine
Conclusions sur la forme 3d
• Le coefficient de corrélation est le critère le plus performant
• L’intervalle entre tests a un impact fort
• Cet impact peut être réduit en multipliant les templates
Veines
La forme des veines au dos de la main est très bien adaptée à la verification. Chaque main a un unique pattern qui n’est pas affecté par le temps ou le travail. On utilise une source IR.
Suite
Système Fujitsu
Conclusion biométrie main
• Une techno bien acceptée (éthiquement et individuellement) et déjà bien déployée
• Niveau de performance moyen mais suffisant en vérification sur une base moyenne
• Bonne stabilité• Extensions : veines, texture, lignes• Mise en œuvre simple mais encombrante