Escáneres de Iris vs. Lectores Dactilares: Comparación y Contraste

El reconocimiento de huellas dactilares es una característica de seguridad popular en la nueva generación de teléfonos inteligentes y es una conocida tecnología biométrica. Desde que Microsoft introdujo la función de reconocimiento de iris en sus teléfonos inteligentes, hubo comparaciones entre estos dos rasgos biométricos. Estaremos discutiendo ambas tecnologías biométricas, sus capacidades y características de seguridad.

Este patrón florido único se extrae del resto de la imagen del ojo capturado y se transforma en tira a la que se aplica un algoritmo de coincidencia de patrones. Es importante que la imagen adquirida del iris sea rica en textura porque todos los pasos en el reconocimiento del iris dependen de la calidad de la imagen. Se ha propuesto un sistema automatizado de reconocimiento del iris en el que se utilizan ondas de cuadratura de múltiples escalas para extraer la información de estructura del iris. Se genera un código de iris de 2048 bits y la diferencia entre un par de representaciones de iris se compara comparando su distancia de Hamming usando el operador XOR. A varios niveles de resolución de un círculo virtual en una imagen del iris, se ha calculado la representación cruzada a cero de la longitud de onda transformada 1-D que caracteriza la textura del iris. La textura del iris se obtiene con una pirámide laplaciana que se ha construido a partir de cuatro niveles de resolución distintos. La correlación normalizada se utiliza entonces para confirmar si la entrada y la imagen del modelo pertenecen a la misma clase.

El patrón del iris es único a cada individuo y permanece constante a través de la vida de una persona. Un disco negro circular conocido como pupila se encuentra en el centro del globo ocular que se dilata en la exposición a la luz y los contrastes en la oscuridad. Por lo tanto, el tamaño de la pupila varía con respecto a la cantidad de luz a la que está expuesto. El anillo anular que se encuentra entre la esclera y el límite de la pupila se llama el iris y contiene un gran número de detalles minuciosos. El iris también tiene una estructura física extremadamente rica de los datos y contiene el patrón florido que es único a cada individuo. Este patrón permanece sin cambios con la edad.

Teniendo en cuenta el hecho de que los escáneres de huellas dactilares son una inversión y tienen una vida útil como la mayoría de los otros equipos electrónicos, es importante que los usuarios finales sean conscientes de cómo limpiar correctamente el hardware biométrico. Esto prolongará la longevidad del hardware y asegurará que sacan el máximo provecho de su inversión. El uso regular de dispositivos de hardware biométricos, especialmente escáneres de huellas dactilares dejan residuos y otros materiales extraños en la superficie. En este artículo, vamos a ver los consejos sobre cómo limpiar los escáneres de huellas dactilares en forma oportuna para garantizar su buen funcionamiento y mantenimiento adecuado.

Antes de proceder con cualquiera de los pasos mencionados anteriormente, es importante adquirir una imagen del iris rica en textura porque todos los pasos subsiguientes dependerán de la calidad de la imagen del iris. Una cámara de 3CCD se utiliza para capturar la imagen del iris en un entorno de laboratorio controlado. Esta imagen capturada se pasa entonces a un módulo de localización que detecta la porción del iris del resto de la imagen.

La pupila necesita ser detectada y retirada de la imagen adquirida del ojo, ya que sólo el patrón del iris se utiliza para el propósito de coincidencia. La pupila es la parte más oscura del ojo y el primer paso es buscar los contornos de la imagen adquirida. La región de la pupila contiene los valores de intensidad más bajos y por lo tanto sus bordes se pueden encontrar fácilmente. El siguiente paso después de la detección del borde es encontrar el centro de la pupila. Esto se logra dilatando el borde en la imagen detectada y luego se utiliza la imagen dilatada con círculo de pupila relleno para calcular la distancia euclidiana entre puntos distintos de cero. Esta distancia ayuda a formar el espectro que muestra el mayor círculo lleno. La intensidad total del espectro es máxima en el centro, ya que la pupila es el círculo lleno más grande de la imagen. A partir de esta imagen del espectro, el centro de la pupila se puede calcular como la posición del píxel que tiene el valor máximo. La distancia entre el centro de la pupila y el pixel no nulo más cercano es el radio de la pupila.

El límite exterior del iris se detecta usando el enfoque de variación de intensidad. Los círculos concéntricos que tienen radios diferentes se extraen del centro detectado. En este enfoque, el círculo del iris se detecta localizando el círculo que muestra el mayor cambio de intensidad en comparación con los círculos previamente dibujados. Las imágenes del iris que exhiben la variación aguda entre el límite del iris y la esclerótica trabajan muy bien con este acercamiento. El radio de los límites del iris y de la pupila se utiliza para transformar la parte anular del iris en un bloque rectangular conocido como “tira”.

La imagen localizada del iris se convierte en tira. Las coordenadas cartesianas se transforman primero en su equivalente polar después de lo cual se realiza el mapeo. La imagen del iris transformada está compuesta de puntos que se toman desde el límite de la pupila hasta el límite del iris exterior. Esto significa esencialmente que el mismo grupo de puntos se considera para cada imagen. La imagen del iris necesita ser normalizada para asegurar que el tamaño de la banda permanezca constante para diferentes imágenes. Sin embargo, el tamaño de la misma imagen del iris puede variar debido a la expansión y dilatación de la pupila. Así que el tamaño de la tira de iris es constante para cada imagen de iris.

Las características únicas del iris se obtienen extrayendo los atributos o valores de la imagen. Estos atributos o valores se conocen como características y se extraen de la imagen del iris utilizando el proceso de descomposición de Haar Wavelet. El proceso de la onda de Haar descompone la imagen en cuatro coeficientes – horizontal, diagonal, vertical y aproximación. El coeficiente de aproximación se descompone de nuevo en cuatro coeficientes y las secuencias de pasos se repiten para cinco niveles. Los últimos coeficientes de nivel se combinan para formar un vector y binarizar. Esto permite que los códigos del iris sean comparados fácilmente para la imagen de la base de datos y de la pregunta. Los vectores binarizados se pasan entonces al módulo de comparación para comparaciones.

El enfoque de Distancia de Hamming se utiliza para comparar los códigos de iris (Iris Code, por sus siglas en inglés) que se generan para la base de datos y las imágenes de consulta. La diferencia entre los bits de dos códigos se cuenta en este enfoque y el número se divide por el número total de comparaciones. Esta puntuación de concordancia se proporciona como entrada al módulo de fusión que genera la puntuación final coincidente.

1. El reconocimiento del iris tiene demostrado una tasa de exactitud más alta. Un reporte final de productos finales es lo que encontró.
2. El reconocimiento de Iris no tiene falsos positivos en más de dos millones de comparaciones cruzadas
3. El reconocimiento de Iris es capaz de manejar poblaciones muy grandes a alta velocidad. Tiene la capacidad de realizar muy grandes: todas las búsquedas dentro de bases de datos muy grandes.
4. La biométrica del Iris es muy conveniente y el individuo simplemente tiene que mirar en una cámara durante unos segundos. El proceso captura una imagen de video que no es invasiva e intrínsecamente segura.
5. El iris es muy estable y permanece sin cambios durante toda la vida de una persona. Tampoco hay cambios en las características físicas del iris, incluso cuando la persona envejece.
6. El reconocimiento del iris es una modalidad biométrica asequible y tiene costos de mantenimiento muy bajos. Además, permite una perfecta interoperabilidad entre diferentes proveedores de hardware y también puede funcionar bien con otras aplicaciones.

El reconocimiento de huellas dactilares es una técnica probada para verificar la identidad de los individuos y por lo tanto es una de las tecnologías biométricas más utilizadas. Una huella digital se compone básicamente de crestas y valles que están en la superficie del dedo. En el reconocimiento de huellas dactilares, hay tres pasos principales que se aplican a las imágenes adquiridas usando el enfoque de coincidencia de nimiedades.

Hay varios tipos de ruidos como arrugas, manchas y agujeros que pueden dañar una imagen de huella digital. La calidad de la imagen de la huella digital no se puede mejorar para las regiones irrecuperables de la huella digital. Además, no es posible recuperar las verdaderas estructuras de cresta / valle de estas regiones irrecuperables. Por lo tanto, se requiere usar un algoritmo de mejora que puede mejorar la claridad de crestas y estructuras de valle de imágenes de huellas dactilares en las regiones recuperables y enmascarar las regiones irrecuperables.

El primer paso en la fase de mejora de imagen es normalizar la imagen de huella dactilar de entrada. Esto se hace para que la imagen de la huella digital tenga una media y una varianza pre-especificadas. La imagen de huella digital de entrada normalizada se utiliza para estimar la imagen de orientación. La imagen de huella digital de entrada normalizada y la imagen de orientación se utilizan además para calcular la frecuencia de imagen. Después de este cálculo, cada bloque en la imagen de huella digital de entrada normalizada se clasifica en un bloque recuperable o irrecuperable para obtener la máscara de región. El último paso es aplicar un banco de filtros Gabor a los píxeles de cresta y valle en la imagen de huella digital de entrada normalizada para obtener la imagen de huella digital mejorada final. Los filtros de Gabor que se aplicaron a la imagen de entrada normalizada se ajustaron a la orientación de crestas local y la frecuencia de crestas.

La binarización se aplica a la imagen de huella digital mejorada y se usa un algoritmo de dilución para reducir el grosor del reborde a un píxel de ancho. Los puntos de las terminaciones de crestas y bifurcaciones se conocen como los puntos de las nimiedades y se extraen usando una imagen de esqueleto. Se forma un conjunto de características extrayendo y almacenando la ubicación de puntos de nimiedades y su orientación. Para la extracción de puntos de nimiedades, se utiliza el método del número de cruce (Crossing Number, por su nombre en inglés). El método del número de cruce utiliza una ventana de 3 × 3 para examinar la vecindad local de cada píxel de cresta. Las terminaciones de cresta y las bifurcaciones se extraerán de la imagen de esqueleto.

Nimiedades se extraen de la base de datos y las huellas dactilares de consulta y luego se almacenan como puntos en el plano bidimensional. En la comparación basada en nimiedades, la idea es encontrar la alineación entre la plantilla y los conjuntos de nimiedades de entrada con el número máximo de emparejamientos de nimiedades.

1. El reconocimiento de huellas dactilares es una modalidad biométrica ampliamente aceptada y es excelente para las verificaciones de antecedentes. Ha encontrado numerosas aplicaciones en las áreas de aplicación de la ley y forenses del gobierno, como la base de datos AFIS.
2. Para las poblaciones que tienen una baja incidencia de “valores atípicos”, la huella digital biométrica tiene una tasa de rechazo falso y una tasa de aceptación falsa relativamente baja. Sin embargo, esto puede no ser el caso de grupos grandes o grupos que tienen variaciones de raza y género.
3. Las soluciones de huellas dactilares son proporcionadas por una amplia gama de vendedores.
4. La tecnología de huellas dactilares tiene la capacidad de registrar varios dedos.

La tecnología de huellas dactilares ha sido ampliamente utilizada dentro de la comunidad policial y en la base de datos AFIS. Por lo tanto, es una tecnología biométrica muy popular y también ampliamente aceptada. Sin embargo, los lectores de huellas dactilares pueden no ser suficientes para manejar la gran variación en las poblaciones que necesitan ser registradas. Realizar una búsqueda en despliegues a gran escala puede tomar muchos minutos y también puede requerir datos auxiliares como la edad, el sexo, etc. para particionar la base de datos con el fin de aumentar la velocidad de búsqueda. Además, la búsqueda también puede devolver coincidencias múltiples. Por lo tanto, se requiere un método de identificación de respaldo tal como el reconocimiento del iris que puede proporcionar una resolución para estas coincidencias múltiples.

La tecnología de huellas dactilares funciona mejor para las aplicaciones de comprobación de antecedentes. El reconocimiento del iris tiene una tasa de exactitud muy alta y es también una tecnología biométrica no invasiva. En este artículo, hemos revisado tanto la huella digital como el reconocimiento del iris. También hemos destacado los beneficios y debilidades de estas dos modalidades biométricas.