تبلیغات
مهندسی پزشکی - شما را از تپش های قلبتان می شناسند! معرفی روش های نوین بیومتری 1

شما را از تپش های قلبتان می شناسند! معرفی روش های نوین بیومتری 1

نویسنده :مازیار سلیمی
تاریخ:سه شنبه 5 مرداد 1389-04:08 ب.ظ

باز شناسی  هویت از طریق چشم

بیومتریك تكنولوژی نوینی برای تشخیص خودكار هویت افراد است. در این روش از ویژگی های منحصر به فردی از قبیل اثر انگشت، كف دست، امضاء، هندسه دست، سیاهرگ مچ دست، صوت، چهره، عنبیه، شبكیه چشم و ... استفاده می شود. همچنین بیومتریك راه حلی برای افزایش امنیت جوامع اطلاعاتی نسبت به امنیت حاصله از روش های تشخیص هویت جاری از قبیل كلمه عبور، شماره شناسایی شخصی و كارت های نوار مغناطیسی است. در این شماره به معرفی سایر روش های بیومتریك خواهیم پرداخت.
در زنگ تحقیق شماره قبل  تعدادی از روش های بیومتریك مورد بررسی قرار گرفت و ویژگی های این روش ها به طور كامل ذكر شد. در این شماره تعدادی از روش های دیگر در زمینه بیومتریك بررسی می شود و مزایا و معایب تمامی روش های مبتنی بر بیومتریك مورد مقایسه قرار می گیرد. همچنین كاربرد شبكه های عصبی مصنوعی در زمینه تشخیص هویت بیان شده و اهمیت هر شبكه در  استفاده از روش های بیومتریك خاص بیان می شود.

مزایای تكنولوژی بیومتریك نسبت به روش های تشخیص هویت قدیمی عبارتند از:
1- ضرورت حضور فیزیكی فرد در محل شناسایی
2- عدم نیاز به یادآوری كلمه عبور،  PIN یا حمل كارت شناسایی
3- كاهش شدید امكان تقلب و دسترسی غیرمجاز و صرفه جویی میلیاردی در اقتصاد
سیستم های بیومتریك شامل خوانده یا وسیله اسكن عضو مورد نظر، نرم افزار تبدیل‌كننده اطلاعات جمع آوری شده به شكل دیجیتال و پایگاه داده كه داده های بیومتریك را برای مقایسه با موارد از پیش ضبط شده فراهم می كند .

انواع سیستم های بیومتریك
هر سیستم بیومتریك دارای قوت و ضعف خاص خودش است و انتخاب هر روش خاص بسته به كاربرد آن است. هیچ روش بیومتریك به تنهایی انتظار نمی رود كه به صورت كاملا موثر نیازهای یك كاربرد را برآورده سازد. به عبارت دیگر هیچ بیومتریكی بهینه نیست. در شكل1 تعدادی از روش های مختلف بیومتریك نشان داده شده است.  شكل a‌-1، بیومتریك از طریق DNA  b‌-1 بیومتریك  توسط گوش،  c‌-1 بیومتریك با استفاده از چهره،  d‌-1 بیومتریك  از طریق گرمای صورت،  e‌-1 بیومتریك  توسط گرمای دست،  f‌-1 بیومتریك  با استفاده از رگ دست،  g‌-1 بیومتریك  از طریق اثر انگشت،  h‌-1 بیومتریك با استفاده از راه رفتن،  i‌-1 بیومتریك  توسط هندسه دست،  j‌-1 بیومتریك از طریق عنبیه،  k‌-1 بیومتریك اثر كف دست،  l‌-1 بیومتریك شبكیه،  m‌-1 بیومتریك امضاء،  n‌-1 بیومتریك با استفاده از روش صوت را نشان می دهد.

1- باز شناسی  هویت با استفاده از شبكیه
تحقیقات در زمینه تشخیص هویت از طریق چشم از سال 1935 آغاز شد. در همان سال مقاله ای منتشر شد و این مطلب را بیان كرد كه شبكیه افراد مختلف دارای طرح و الگویی یكتا از رگ های خونی است و می توان از الگوی رگ های خونی كه در شبكیه وجود دارند جهت تشخیص افراد استفاده كرد. 
در دهه 50  بیان شد كه الگوی رگ های خونی افراد مختلف و حتی بین دوقلوهای كاملا یكسان متفاوت و یكتاست. در سال های اخیر نیز تحقیقات وسیع و پیشرفت های چشم گیری در زمینه به دست آوردن الگوهایی از شبكیه و قرنیه و یكتایی این الگوها به وجود آمده است.

آناتومی و یكتایی شبكیه
نسبت شبكیه و چشم همانند  نسبت فیلم به دوربین است. شبكیه از بافت های گیرنده‌‌ای است كه از لایه های مختلفی تشكیل شده است. همچنین شبكیه از میلیون ها گیرنده نوری تشكیل شده است كه عملكرد آن ها عبارت  از: جمع آوری اشعه های نوری است كه به آن فرستاده می شود و تبدیل این نورها به پالس های الكتریكی است كه با عبور از عصب نوری به مغز رسیده و در آنجا این پالس های الكتریكی به تصویر تبدیل می شود. دو گونه مختلف گیرنده های نوری در شبكیه وجود دارند، گیرنده های میله ای و گیرنده های مخروطی. گیرنده های مخروطی كه تقریبا 6 میلیون از آن ها وجود دارند در دیدن رنگ های مختلف به فرد كمك كرده و گیرنده های میله ای كه تقریبا 125 میلیون از آن ها وجود دارند در دید در شب و محیط پیرامون به شخص كمك می كنند. این الگوی رگ های خونی موجود در شبكیه است كه تشخیص هویت از این طریق قرار گرفته است.
شكل2 نشان دهنده موقعیت شبكیه است. همانطور كه مشاهده می شود قرنیه در جلوی چشم قرار گرفته است و شبكیه در انتهای چشم قرار دارد. به علت اینكه شبكیه در مكانی درون چشم قرار گرفته است و در مقابل محیط خارج از چشم نیست به عنوان یك روش تشخیص هویت پایدار قلمداد می شود.
شكل 3 نشان دهنده شمای نزدیكی از الگوی رگ های خونی درون چشم است. خط‌های قرمز نشان دهنده رگ های خونی و قسمت  روشن نشان دهنده مكان دیسك نوریاست (مكانی  كه عصب نوری به شبكیه متصل می شود و اطلاعات در این مكان از چشم به مغز ارسال می شود. ) دایره ای كه در شكل وجود دارد مكانی است كه توسط دستگاه برای استخراج ویژگی اسكن شده است. 

تكنولوژی دستگاه های اسكن 
دستگاه های اسكن شبكیه از 3 بخش عمده تشكیل شده اند:

1-قسمت تصویر برداری و پردازش سیگنال:
این بخش شامل دوربینی جهت تصویر برداری و سپس تبدیل تصویر اسكن شده از شبكیه به فرمت دیجیتال است.

2-قسمت تطبیق دهنده:
این بخش شامل یك سیستم كامپیوتری اعتبارسنجی و تشخیص هویت استفاده كننده است.

3-قسمت نمایش دهنده:
در این بخش ویژگی های یكتای شبكیه به صورت یك قالب نمایش و ذخیره می شود.
قسمت اخذ تصویر و بخش پردازش آن مشكل ترین بخش برای انجام به صورت كاملا صحیح بوده و به این دلیل است كه شخص مورد نظر در طی انجام این پروسه باید همكاری كامل داشته باشد.  استفاده كننده ابتدا باید چشم خود را در مقابل لنز دستگاه اسكن شبكیه در فاصله بسیار نزدیك قرار دهد. در این هنگام بسیار مهم است كه برای اخذ تصویری خوب شخص كاملا بی حركت روبروی دستگاه قرار گیرد. همچنین استفاده كننده باید هرگونه عینكی كه به چشم دارد قبل از اخذ تصویر برداشته تا از انعكاس نور توسط عینك یا لنز و تداخل آن ها با سیگنال های شبكیه جلوگیری شود.
در این لحظه استفاده كننده از درون لنز متوجه نور سبز رنگی كه درون پشت زمینه سفید قرار دارد خواهد شد. هنگامی كه دستگاه فعال می‌شود، نور سبز در درون مسیر دایره ای رنگ شروع به حركت می كند و تصویری از شبكیه از درون مردمك چشم تهیه می كند. معمولا 3 تا 5 تصویر از شبكیه گرفته می شود. با توجه به همكاری استفاده كننده این مرحله می تواند بیشتر از 1 دقیقه به طول انجامد. كه نسبت به اخذ و پردازش تصویر روش های دیگر تشخیص هویت زمان بسیار زیادی به حساب می آید. این زمان برای دستگاه اسكن قرنیه تقریبا برابر 2 ثانیه است.
در مرحله استخراج ویژگی های منحصر به فرد مزیت روش شبكیه در این است كه فاكتورهای ژنتیكی تعیین كننده الگوی شبكیه نیستند. این موضوع باعث می شود كه شبكیه دارای ویژگی های منحصر به فرد قوی باشد. از شبكیه تا 400 نقطه منحصر به فرد اطلاعاتی می‌توان استخراج كرد كه نسبت به اسكن اثر انگشت كه 30 تا 40 نقطه است بسیار روش دقیق‌تری است.
در مرحله تولید قالب، ویژگی های استخراج شده منحصر به فرد از الگوی رگ های خونی شبكیه اساس تشكیل این قالب هستند كه 96 بایت است. لذا یكی از كوچكترین قالب های تشخیص هویت در نظر گرفته  می شود. این حجم برای دستگاه اسكن قرنیه بین 256 تا 512 بایت است.

منابع خطاها 
مشكلات متفاوتی می توانند در اخذ تصویری دقیق از شبكیه نقش داشته باشند و لذا در عدم  تشخیص دقیق نقش داشته باشند. در زیر به تعدادی از این خطاها اشاره شده است:
1-عدم همكاری شخص استفاده كننده با دستگاه. هر گونه حركت از سمت استفاده كننده در مرحله اخذ تصویر می تواند باعث خطا شود.
2-عدم رعایت فاصله مشخص شده توسط دستگاه
3-لنز كثیف دستگاه اسكن شبكیه
4-تداخل نوری توسط محیط خارجی
5-ابعاد مردمك استفاده كننده. روشنایی زیاد محیط باعث كاهش نویز  از طریق مردمك به شبكیه و بالعكس می شود. این امر باعث افزایش تعداد عدم پذیرش توسط دستگاه می شود.

مزایا و معایب تشخیص هویت از طریق شبكیه
همانند سایر روش های تشخیص هویت این روش نیز به نوبه خود دارای معایب و مزایایی است. تعدادی از مزایای این روش در زیر آمده است:
‌الگوی رگ های خونی شبكیه به ندرت در طی دوران زندگی تغییر می كنند. به غیر از مواردی كه افراد دچار بیماری های چشمی می‌‌شوند، مانند آب مروارید ،آب سیاه و ...
‌حجم قالب اصلی 96 بایت است كه بسیار كوچك است و باعث كاهش زمان در انجام مراحل بررسی و تشخیص هویت نسبت به قالب های بزرگتر می شود.
‌تا حدود 400 نقطه دارای ویژگی های منحصر به فرد را می توان از الگوی رگ های خونی شبكیه به دست آورد.
‌شبكیه درون چشم قرار دارد و در مقابل صدمات محیط خارجی مصون است.

معایب عمده این روش عبارتند از:
‌تهدید سلامت چشم، این شایعه وجود دارد كه اسكن از شبكیه باعث تخریب چشم می شود.
‌عدم راحتی استفاده كننده به علت نزدیكی زیاد لنز با چشم
‌میزان انگیزه شخص استفاده كننده، بر خلاف روش های دیگر كیفیت یكی گرفته شده بستگی مستقیم با میزان همكاری شخص دارد.
‌استفاده كننده باید عینك یا لنز چشمی خود را بردارد.
‌در حال حاضر دستگاه های اسكن شبكیه بسیار گران قیمت هستند.

باز شناسی  هویت با استفاده از عنبیه
در سال 1936 چشم پزشكی به نام frank Burch پیشنهاد تشخیص افراد از طریق الگوی قرنیه را عنوان كرد. اما تا سال 1985 بود كه توسط دو چشم پزشك به نام های  Leonard Flom و Aran Safir این مطلب بیان شد كه قرنیه های افراد مختلف كاملا با هم متفاوت است ودر سال 1987 موضوع تشخیص هویت از طریق قرنیه افراد به نام آن ها ثبت شد. در 1993 سازمان دفاع هسته ای برای ساخت و آزمایش اولین دستگاه تشخیص هویت از طریق الگوی قرنیه آغاز به كار كرد كه این طرح در سال 1995 كاملا موفقیت آمیز به انجام رسید. 
امروزه نیاز به وسایل قابل اطمینان، سریع و غیر تهاجمی برای تشخیص خودكار هویت اشخاص به شكل قابل توجهی وجود دارد. تكنیك های كامپیوتری كه برای شناسایی ویژگی های افراد مانند صورت، اثر انگشت، شبكیه، صوت، هندسه كف دست، چشم و غیره به كار می روند، كاربردهای فراوانی در زمینه‌های امنیتی، نظارتی و مالكیت دارند. اما بسیاری از روش های موجود توانائی های محدودی در زمینه شناسایی ویژگی ها در موارد عملی و واقعی دارند؛ برخی از روش ها مستلزم تماس با بدن شخص هستند، برخی به صورت تهاجمی عمل می كند، تعدادی از روش‌ها مستلزم تنظیم نهایی توسط یك شخص بوده و برخی دیگر از آن ها هزینه های بالایی دارند. روشی كه اخیرا بیشتر از سایر روش‌ها مورد توجه قرار گرفته است، شناسایی افراد از روی خصوصیات موجود در عنبیه آن ها است.
ایده استفاده از الگوهای عنبیه برای شناسایی افراد ابتدا توسط چشم پزشكی به نام فرانك برچ در سال 1936 پیشنهاد شد. در دهه 1980 این ایده در یكی از فیلم های جیمزباند به نام   Never Say Never Again ظاهر شد و بدین طریق به افكار عمومی راه یافت، اما در آن زمان هنوز به عنوان حدس و افسانه علمی باقی مانده بود. در سال 1987 دو چشم پزشك دیگر به نام های آرن سفیر و لئونارد فلوم این ایده را ثبت كرده و در سال 1989 از جان داگمن خواستند تا برای خلق الگوریتم‌های واقعی برای شناسایی افراد بر اساس عنبیه كوشش كند. الگوریتم هایی كه داگمن در سال 1994 به ثبت رساند، پایه ای برای تمامی سیستم های امروزی شناسایی افراد بر اساس عنبیه است.
در سال های اخیر محصولات متعددی برای به دست آوردن تصاویر عنبیه از فواصل مشخص و كاربردهای متنوع‌ توسعه داده شده‌اند.  در سال 1996 یك سیستم تصویر برداری فعال، از دوربین‌های خاصی برای به دست آوردن تصاویر عنبیه در فاصله تا یك متر استفاده كرد. 
یك وسیله تصویر برداری كوچكتر جدید و كم هزینه، Authenticam، دوربینی دیجیتالی برای استفاده دستی، رومیزی، تجارت الكترونیكی و دیگر كاربردهای امنیتی اطلاعات است. برای ایمنی فیزیكی، دوربینی با متمركز كننده و تنظیم كننده خودكار به نام  IrisAccess برای كنترل مدخل و درب ورودی ساختمان توسعه داده شد. روش های ایمنی و كنترل ورودی بر پایه باجه های شناسایی افراد براساس عنبیه در فرودگاه ها توسعه داده شده است. سیستم های دیگری كه الگوریتم های شناسایی افراد بر اساس عنبیه را در خود جای می‌دهند در حال توسعه هستند.
پیش‌بینی می شود كه شناسایی افراد بر اساس عنبیه در محدوده وسیعی از كاربردهایی كه شناسایی افراد در آن ها می بایست ایجاد شده و یا تصدیق شود، گسترش یابد. این ایده، كنترل گذرنامه، تجارت الكترونیكی، خدمات درمانی، پرداخت‌های استحقاقی، حق دستیابی به اطلاعات ویژه، اختیارات، خدمات دولت، كاربردهای نیروی انتظامی و قانونی، سفر هوایی، ورود به كامپیوتر یا هر تعامل دیگری كه درآن شناسایی شخصی بر دارائی یا رمز خاصی(كلیدها، كارت ها، مدارك، كلمات عبور، شماره های شناسایی فردی) تكیه می كند، را شامل می شود.

كاربردهای شناسایی افراد بر اساس عنبیه
برخی كاربردهای ممكن شناسایی افراد بر اساس عنبیه عبارتند از:
 ورود به كامپیوتر؛ به عنوان یك رمز عبور زنده
كنترل مرزهای ملی؛ عنبیه به عنوان یك گذرنامه زنده
 پرداخت هزینه تلفن بدون استفاده از پول نقد، كارت یا شماره های شناسایی شخصی

 دستیابی مطمئن به ماشین خودپرداز در بانك
 سفر هوایی بدون بلیط
 كنترل دستیابی به اموال(خانه، اداره، آزمایشگاه و غیره)
 گواهینامه‌های رانندگی و دیگر مدارك شخصی
 موارد قانونی، شناسنامه، یافتن گمشده یا اشخاص تحت تعقیب
 اطمینان كارت های اعتباری
گشودن قفل اتومبیل و جلوگیری از سرقت
 ضد تروریسم (مانند بازرسی افراد مشكوك در فرودگاه ها)
 معاملات مالی ایمن(تجارت الكترونیكی، بانكداری)
 ایمنی اینترنت؛ كنترل دستیابی به اطلاعات ویژه
كلید بیومتریك به صورت رمز در آمده برای پنهان ساختن وآشكار كردن پیام ها
 هر استفاده موجود از كلیدها، كارت‌ها، شماره‌های شخصی یا كلمات عبور

سامانه تشخیص هویت با استفاده از تصاویر عنبیه
طرز كار سامانه
عنبیه بافتی داخلی و محافظت شده و ایزوله از محیط بیرون است كه به خوبی از بیرون دیده می شود. این ویژگی ها باعث می شوند كه عنبیه به عنوان بافتی مناسب برای تشخیص هویت مورد توجه محققان قرار گیرد. بافت عنبیه از ماه سوم دوران جنینی شروع به ساخته شدن می كند و در ماه هشتم تقریبا به طور كامل ساخته شده است ولی ممكن است كه رنگدانه های موجود در آن تا سال های اولیه زندگی تغییر كرده و كامل‌تر شوند.
از روش های پردازش تصویر گوناگون برای استخراج ویژگی از خصوصیات منحصر به فرد تصاویر عنبیه استفاده می شود و تصویر را به یك كد بیومتریك تبدیل می‌كنند. كد بیومتریك نتیجه اعمال عملگرهای ریاضی به تصویر است. كدهای به دست آمده از تصاویر مختلف پس از استخراج در پایگاه داده سامانه ذخیره می شوند و وقتی شخصی بخواهد در سامانه تشخیص هویت شود ابتدا كدی از تصویر عنبیه او استخراج می شود و سپس این كد با سایر كدهای موجود در پایگاه داده مقایسه می شود‌. در این مرحله سامانه به دنبال كدی است كه كمترین تفاوت را با كد به دست آمده از شخص دارد، اگر فاصله كد یافته شده از حد آستانه ای كمتر بود فرد تشخیص هویت داده می شود و در غیر این صورت تشخیص داده نمی شود.سامانه تشخیص هویت توسط تصاویر عنبیه اخیرا مورد توجه قرار گرفته است و بحث اصلی در این زمینه توسط پروفسور جان داگمن در دانشگاه كمبریج انگلستان انجام شده است این سامانه مطمئن‌ترین سامانه در بین سامانه ها است و در شرایط گوناگون و برای تعداد زیادی از افراد مورد آزمایش قرار گرفته و هیچ گونه خطایی از خود نشان نداده است و موفقیت آن100% بوده است، به همین دلیل در بیشتر محصولات تجاری از این سامانه استفاده می‌شود. سامانه دیگری كه نرخ موفقیت بالایی را نشان داده است، سامانه وایلدز است. این سامانه بر روی520 تصویر هیچ گونه خطایی از خود نشان نداده است. سامانه دیگر سامانه لیم  است كه بر روی 6000 تصویر نرخ موفقیت 4/98% را نشان داده است. با توجه به نتایج گرفته شده در روش های مختلف، می توان نتیجه گرفت كه در مقایسه با سایر روش های بیومتریك مثل اثر انگشت و صورت یا صدا، سامانه های مبتنی بر تصاویر عنبیه از قابلیت اطمینان بالاتری برخوردار هستند. مشكل اصلی در آزمایشات مربوط به این بیومتریك نبود تصاویر زیاد از عنبیه است كه باعث می شود نتایج  فقط روی پایگاه تصاویر كم به دست آیند. در ضمن در اكثر آزمایشات از تصاویر با كیفیت بالا استفاده می شود.
بافت عنبیه برای دوباره سازی به صورت مجازی بسیار سخت و پیچیده است و شخصی كه بخواهد از هویت عنبیه شخص دیگری به طور غیر قانونی استفاده كند چاره‌ای جز اینكه بافت عنبیه آن شخص را به طور زنده در اختیار داشته باشد ندارد. سامانه اسكن عنبیه برای تشخیص زنده بودن بافت عنبیه كه از آن تصویر برداری می كند از تغییرات و نوسان اندازه مردمك در برابر نور استفاده می كند  به منظور تصویر برداری خوب و با كیفیت مناسب از بافت عنبیه، سامانه تصویر برداری باید در راستای شعاع عنبیه حداقل70 پیكسل نمونه برداری كند. امروزه در سامانه ها از100 تا 140  پیكسل نمونه برداری می شود در حال حاضر برای به دست آوردن تصویر مناسب از عنبیه لازم است كه  شخص به مدت چند ثانیه به دوربین خیره بماند كه این امر باعث سخت شدن عمل تصویر برداری برای كاربر می شود. البته تصویر برداری از عنبیه برای مدت طولانی ضرری برای چشم ندارد (‌بر خلاف شبكیه) و فقط باید از نور مناسبی برای تصویربرداری استفاده كرد چون نور نامناسب ممكن است باعث از بین رفتن اطلاعات وجزئیات موجود در تصویر شود و خطای سامانه را افزایش دهد.

 


چهره نگاری و تشخیص هویت

یكی ازروش های مورد بررسی برای تعیین هویت انسان، بازشناخت چهره توسط كامپیوتر است، كه معمولا با عنوان شناسایی چهره یا بازشناخت چهره بیان می شود. در باز شناخت تصویر یك چهره تصویر ورودی با توجه به اطلاعات موجود در بانك اطلاعات، مورد شناسایی قرار می‌گیرد. این بانك شامل مشخصاتی از تصویر چهره افراد شناسایی شده است.


بازشناخت چهره استفاده‌‌های فراوانی در شناسایی بزهكاران، كارت های اعتباری، سیستم های امنیتی و موارد متعدد دیگر داشته و به دلیل كاربردهای فراوان، در سال‌های اخیر، مورد توجه قرار گرفته است. این بازشناخت چهره در تصویر دردو مرحله انجام می شود:
1- موقعیت و حدود چهره یا چهره ها، در تصویری كه دارای اشیاء و زمینه های مختلف است، مشخص می شود.
2- از چهره مشخص شده در تصویر، ویژگی‌های لازم استخراج شده و بازشناخت انجام می‌شود. كه از جمله آن مشخص كردن اجزاء چشم و تعیین حالت و موقعیت آن‌ها است.
كارهای انجام شده برای استخراج خصوصیات از تصویر بر روی دو نوع تصویر (تصاویر تمام رخ و نیم‌رخ) بوده است و به دلیل اینكه تصاویر نیم رخ حاوی اطلاعات كمتری از تصاویر تمام رخ است، بررسی های انجام شده، بیشتر بر تصاویر تمام رخ متمركز شده است. در دهه‌های اخیر روش های متعددی برای باز شناخت چهره پیشنهاد شده است، ولی به دلیل مشكلاتی رسیدن به این هدف به طور كامل میسر نشده است.

تشخیص دو بعدی چهره
در هر چهره مشخصات چانه، دهان، بینی، چشم و پیشانی، منحصر به فرد هستند. اما برای تشخیص هویت از روی چهره برخی عوامل مانند ریش و سبیل، عینك و زاویه تابش نور، كار را دشوار می‌كنند. از همین رو، سیستم باید این اطلاعات قابل تغییر را حذف كرده و روی ویژگی‌های ثابت هر چهره متمركز شود. افزون بر این، باید هنگام پردازش به حالت چهره (شاد، غمگین و ...) نیز توجه داشت برای رسیدن به یك نتیجه قابل اطمینان در تشخیص چهره، دو روش وجود دارد.
1Elastic Graph Matching -
2Eigen- Faces -
در روش نخست، ویژگی‌های كلیدی چهره با كمك گراف به دست می‌آید.برای این‌كار یك شبكه روی چهره قرار می‌گیرد. سپس نقاط تلاقی این شبكه كه روی نقاط كلیدی چهره مانند چشم‌ها، انحنای لب یا نوك بینی قرار گرفته‌اند ثبت می‌شوند. این نقاط یك شبكه الاستیكی با نسبت‌های ثابت می‌سازند. این تناسب‌ها حتی با تغییر حالت چهره یا موقعیت دوربین نیز ثابت می‌مانند. درون عكس‌های گرفته شده از چهره شخص می‌توان این نقاط را پیدا كرد. در پایان، سیستم با مقایسه مشخصات به دست آمده با مشخصاتی كه از پیش ذخیره شده در باره شخص داوری می‌كند.
در روش دوم تلاش می‌شود تا عكس اسكن شده صورت با اطلاعات پایه‌ای از قبل ذخیره شده مطابقت داده شود.برداری كه در پایان به دست می‌آید، ملاك خوبی برای شناسایی چهره است.

تشخیص سه بعدی چهره
برخلاف روش تشخیص دو بعدی، روش سه بعدی به تجهیزات بسیار پیچیده‌تری نیاز دارد.در این روش، انحراف داده‌های ورودی از داده‌های ذخیره شده زیادتر است و روش‌ با دقت بیشتری عمل می‌كند روش تشخیص سه بعدی چهره از یك چشمه نور مادون قرمز و یك اسكنر به عنوان دریافت كننده استفاده می‌كند. فرستنده شبكه‌ای از نورهای مادون قرمز كه برای انسان قابل رویت نیست را روی صورت شخص می‌تاباند. سپس یك اسكنر ویژه پرتوهای بازتاب را دریافت كرده و اطلاعات تصویر را پردازش می‌كند. دریافت بازتاب و تصویربرداری با ‌سرعت 25 فریم در ثانیه ‌انجام می‌گیرد. 
برتری روش سه بعدی در همین سرعت بالای شناسایی و عدم وابستگی به حركت و جا به جایی صورت است.
انتقال و نصب سیستم تصویربرداری هم بسیار ساده است. زاویه دید سیستم چندان مهم نیست. همچنین آینه‌ای شدن یا نورپردازی نامناسب تاثیری در این شیوه ندارد. همچنین عملیات آن برای اشخاص ساده بوده و كاملا پذیرفتنی است. سیستم برای شناسایی دقیق اشخاص، برای هر نفر برداری ‌های سه بعدی می‌سازد.

مشكلات اساسی در بازشناخت
اساسا اختلاف و تنوع زیاد در چهره افراد به گونه‌ای است كه نمی‌توان چهره‌ها را در دسته‌ها وگروههای مشخصی طبقه‌بندی كرد. علاوه بر آن، ممكن است تغییراتی شبیه بلندی یا كوتاهی موی سر و صورت یا نحوه مرتب كردن آن و نیز تغییر سن باعث تغییر چهره  شود. در ضمن ممكن است، تغییر در چهره به دلیل شرایط تصویر برداری باشد. این شرایط می‌تواند شامل تغییرات در شدت نور و نیز چگونگی قرار گرفتن (زاویه و چرخش چهره) یا زاویه تصویر برداری از چهره باشد، كه به هر صورت، باعث مشكلات اساسی در باز شناخت تصویر چهره می شود. به دلایل ذكر شده، استخراج ویژگی‌های ثابتی از یك چهره، كه با ویژگی‌های استخراج شده از تصویر یك شخص با تغییر شرایط تصویر‌برداری تغییر می‌كند، و گاهی نیز بر عكس آن ویژگی استخراج شده از چهره اشخاص متفاوت (به دلیل شباهت و تعدد چهره‌ها)، بسیار شبیه بوده و در باز شناخت تصویر مشكل آفرین می شود.

روش های استخراج خصوصیات از چهره
در سال های اخیر روش های مختلفی برای استخراج ویژگی های مهم و موثر جهت شناسایی چهره، مورد بررسی قرار گرفته است، این روش‌ها به سه دسته كلی تقسیم‌بندی می‌شوند:

1- ویژگی های ظاهری
ویژگی‌های ظاهری شامل مختصات اجزاء چهره، مانند چشم‌ها، بینی، حلقه‌ها، بافت‌ها ونواحی مختلف چهره است كه همان خصوصیات ظاهری چهره هستند. در استخراج این خصوصیات از تصویر محدودیت‌های فراوانی وجود دارد.

2- ویژگی های جبری
هر تصویر می‌تواند به صورت یك ماتریس تلقی شده و سپس عملیات جبری و تبدیلات ریاضی مختلف بر روی آن اعمال شود. ویژگی های جبری، حاصل این فرایند بوده و عموما نشانگر خواص ذاتی یك تصویر است. از عملیات مهم بر روی ماتریس تصویر، تحلیل مولفه‌های اساسی تبدیل (PCA) است. این تبدیل یكی از روش های مهم برای استخراج ویژگی های جبری از تصویر چهره است، كه بر مبنای بردارهای ویژه ماتریس كواریانس بنا نهاده شده است. بردارهای ویژه ماتریس، بیان كننده توزیع جبری ماتریس وثابت‌های هندسی بوده و می‌تواند برای استخراج ویژگی از تصویر به كار برده شود.
از دیگر روش های جبری، روش تجزیه مقادیر منفرد SVD است. می‌توان نشان داد كه تجزیه مقادیر منفرد ماتریس یكی از روش های موثر برای استخراج ویژگی ازماتریس تصویر است. تجزیه مقادیر منفرد در فشرده‌سازی و پردازش سیگنال نیز مورد استفاده قرار می‌گیرد.

3- ویژگی های آماری نقاط تصویر
با توجه به دو بعدی بودن تصاویر و در نظر گرفتن نقاط تصویر به صورت داده‌های آماری، می‌توان از مشخصات آماری نقاط، برای توصیف تصویر استفاده كرد. در این روش معمولا از خصوصیاتی استفاده می‌شود كه دارای توانائی كافی برای توصیف تصویر بوده و ضمن غنای اطلاعاتی، از پایداری خوبی نیز برخوردار باشد. یكی از روش‌های آماری مهم استفاده از روش خود بستگی موضعی با درجه بالا است. ویژگی‌های استخراج شده از تصویر به صورت بردار در نظر گرفته می‌شود. اگر بردارهای استخراج شده از تصاویر دارای ابعاد زیادی باشند، باید كاهش بعد داده شوند تا جداپذیری و طبقه‌بندی كلاس‌ها بهتر شود. 

روش اخذ تصاویر و تهیه بانك تصویر
تعداد افراد قابل بازشناخت را روش مورد استفاده در استخراج ویژگی از تصویر و دقت لازم برای بازشناخت تعیین می‌كند و هر قدر روش استخراج ویژگی از چهره كاراتر باشد، می‌توان تعداد بیشتری افرادرا مورد شناسایی قرار داد. اما عموما در تمام روش های موجود، باز شناخت برای تعداد محدودی از افراد انجام می‌گیرد.
تصاویر چهره دارای ابعاد 128*128 نقطه بوده و هر نقطه توسط یك بایت بیان می‌شود. به عبارتی تصاویر دارای 256 سطح روشنایی هستند. فاصله دوربین تا چهره تصویربرداری شده تقریبا ثابت در نظر گرفته شده است و اختلاف در فاصله تصویر‌برداری از افراد، حداكثر 40 سانتیمتر است. البته برای تصاویر گرفته شده از یك شخص، این تقریب به 20 سانتیمتر محدود می‌شود.
در مورد شدت نور تصاویر و تغییرات نور در تصویربرداری، چون تصاویر در روزهای مختلفی گرفته شده، نور تمامی تصاویر دقیقا یكسان نیست. اما برای تصاویر گرفته شده از یك نفر، به دلیل اینكه تصاویر در یك محیط ثابت ودر فاصله زمانی كم گرفته شده است، تغییرات نور كم بوده ومی‌توان از آن صرف نظر كرد(در گرفتن تصاویر از نور فلاش استفاده شده است.)
دسته تصاویر مربوط به یك نفر، شامل تصویر چهره در حالت تمام رخ، چرخش چهره به اطراف، چشم‌های بسته، لبخند و حالت های مختلف چهره است. در تهیه بانك تصویر سعی شده از انواع چهره و افراد مختلف استفاده شود.
پس از تهیه بانك تصویر، از تصاویر اشخاص موجود در بانك تصویر، ویژگی ها استخراج شده وكاهش بعد داده می‌شوند. واضح است كه ویژگی های استخراج شده و كاهش بعد یافته، در بانك دیگری، كه بانك ویژگی های استخراج شده نامیده می‌شود، ذخیره می شود.

تغییرات اعمال شده بر روی تصاویر
هدف اصلی شناسایی یك چهره است .بنابراین در مرحله اول این شناسایی ، از مرحله تفكیك كه چهره را از میان اجزاء دیگر موجود در تصویر منفك می كند صرف نظر می‌شود. این موقعیت مشابه با وضعیتی است كه فردی به یك در بسته نزدیك می‌شود و قرار است قبل از رسیدن به در مورد شناسایی قرار گیرد. دوربین از چهره وی تصویر برداری كرده  تا باز شناخت را بوسیله سیستم انجام دهد، سپس دستورات بعدی مثلا  باز شدن در ورودی انجام شود، دراین حالت تصاویر پشت سر فرد می‌تواند سفید در نظر گرفته شود. این محدودیت در تعریف بازشناخت باعث می شود كه در تصویر برداری از چهره محدودیت هایی اعمال شود. از جمله این محدودیت ها ثابت بودن زمینه تمام تصاویر است، لذا پس از تصویر برداری زمینه تصویر سفید و اطلاعات اضافی از قبیل شانه‌ها و گردن تا حد ممكن حذف می شود. واضح است هر قدر اطلاعات اضافی و ناخواسته در تصویر چهره كمتر باشد، ویژگی استخراجی دارای پایداری بیشتری است.

پارامترهای مهم در تعیین نرخ بازشناخت
نرخ باز شناخت در تمامی روش‌های موجود، به چند عامل مهم وابسته است، كه به آن‌ها اشاره می‌شود: 

1- اندازه تصاویر چهره
هر چند تصاویر بزرگتر باشند، حاوی اطلاعات بیشتری از چهره بوده واین فراوانی اطلاعات در بردار استخراجی نیز صدق می‌كند، و لذا  طبقه‌بندی و جداپذیری كلاس‌ها بهتر انجام گرفته و نرخ بازشناخت افزایش می‌یابد. البته اگر تصاویر بزرگ و تعداد آن ها زیاد باشد، حجم و حافظه زیادی برای پردازش و نگهداری تصاویر، لازم خواهد بود.

2- تغییرات تصاویر آموزش هر شخص
اگر تغییرات تصاویر آموزشی در هر كلاس كم باشد، تغییرات بردار استخراجی و تداخل بین كلاس ها كمتر بوده و نرخ شناسایی افزایش می‌یابد. اما باید توجه داشت كه در این صورت، حالت‌های محدودی از چهره (شبیه تصاویر آموزشی) قابل بازشناخت خواهد بود.

3- تعداد اشخاص (كلاس ها) در بانك تصاویر
با افزایش تعداد كلاس ها، تداخل بین كلاس‌ها بیشتر شده و از جداپذیری آن ها كاسته می شود و نرخ شناسایی نسبت به تعداد كمتر كلاس ها، پایین می‌‌آید.

4- به كار بردن سطح آستانه

شناسایی  هویت ازطریق دندان ،لب ، تپش‌های قلب و...

روش های شناسایی هویت بر خلاف آنچه تصور می شود،تنها به اثر انگشت یا شناسایی هویت از روی عنبیه و تصویر نگاری  ختم نمی شود. با پیشرفت تكنولوژی ، تپش قلب ، دندان،  DNA،گوش و حتی لب ها نیز به كمك انسان آمده اند تا بتوانند افراد را از یكدیگر متمایز كنند. در این بخش  به معرفی  این روش های جدید تشخیص هویت  خواهیم پرداخت.


محققان یك روش بیومتریك تازه برای شناسایی افراد پیدا كرده‌اند. این محققان تپش‌های قلب را مبنای كار خود قرار داده‌اند. آن ها دریافته‌اند كه هر قلب الگوی یكتای خود را برای تپش دارد.
آن ها از این كشف برای ساختن یك روش بیومتریك برای شناسایی افراد استفاده كرده‌اند. تقریبا مانند همه روش‌های بیومتریك، سیستم نخست یك الگو از تپش قلب می‌سازد. برای این كار از ویژگی‌های خاص كه با حسگرهای متعارف مانند الكتروكاردیوگرام (ECG) جمع‌آوری می‌شوند، استفاده می‌شود. 
هر قلب الگوی یكتای خود را برای تپش دارد. داده‌های كلیدی كاردیوگرام برای مقایسه بعدی در بانك اطلاعاتی ذخیره می‌شود. برای هر چه بالاتر بردن ضریب اطمینان این روش، عملیات  پیش پردازش ‌و  پیش نمایش ‌اهمیت ویژه‌ای دارند. در این مرحله، تپش‌های قلب به گونه‌ای فیلتر شده و در مورد پردازش قرار می‌گیرد كه بتوان داده‌های حاصل را در یك بانك اطلاعاتی ذخیره كرد. البته این روش هنوز دقت و اطمینان كافی را ندارد و هنوز در آغاز راه خود است. اما همه این پژوهش‌گران مطمئن هستند كه شناسایی از روی تپش‌های قلب كاملا شدنی است.






داغ کن - کلوب دات کام
نظرات() 
Cialis canada
شنبه 18 فروردین 1397 05:27 ب.ظ

Beneficial postings. Many thanks!
cialis preise schweiz cialis in sconto cialis canada buy generic cialis dose size of cialis purchase once a day cialis legalidad de comprar cialis cialis super acti cialis generico milano cialis pills in singapore
Buy cialis
شنبه 4 فروردین 1397 10:07 ب.ظ

Cheers, Loads of knowledge.

look here cialis order on line tadalafil generic cialis official site cialis coupon where do you buy cialis cialis patentablauf in deutschland cialis online american pharmacy cialis cialis 5 mg schweiz cialis rezeptfrei
Cialis pills
پنجشنبه 2 فروردین 1397 05:14 ب.ظ

You expressed this effectively.
generic cialis pill online cialis manufacturer coupon fast cialis online cialis efficacit price cialis per pill cialis name brand cheap venta cialis en espaa cialis patentablauf in deutschland brand cialis nl free generic cialis
Do you get taller when you stretch?
یکشنبه 15 مرداد 1396 10:01 ب.ظ
Hello! This is my first visit to your blog! We are a team of volunteers and starting
a new initiative in a community in the same niche.
Your blog provided us beneficial information to work on. You have done a extraordinary
job!
How we can increase our height?
شنبه 14 مرداد 1396 07:15 ب.ظ
What a material of un-ambiguity and preserveness of valuable experience
on the topic of unpredicted emotions.
https://sueannpradhan.wordpress.com
شنبه 17 تیر 1396 12:03 ق.ظ
At this time it seems like Expression Engine
is the top blogging platform available right now.
(from what I've read) Is that what you're using on your blog?
BHW
جمعه 1 اردیبهشت 1396 05:37 ق.ظ
Wow that was odd. I just wrote an extremely long comment but after I clicked submit my comment didn't show up.
Grrrr... well I'm not writing all that over again. Anyway,
just wanted to say superb blog!
 
لبخندناراحتچشمک
نیشخندبغلسوال
قلبخجالتزبان
ماچتعجبعصبانی
عینکشیطانگریه
خندهقهقههخداحافظ
سبزقهرهورا
دستگلتفکر




Admin Logo
themebox Logo