Nova abordagem para recohecimeto biométrico baseado em características diâmicas da íris humaa * Roaldo Martis da Costa roaldomc@gmail.com * Adilso Gozaga * Escola de Egeharia de São Carlos adilso@sel.eesc.usp.br Abstract Algoritmos que idetificam pessoas através da biometria da Iris cosideram as características de textura de uma imagem do olho humao. No etato, todas as técicas desevolvidas até hoje, utilizam-se de características extraídas de images estáticas, ou seja, sem a comprovação se a mesma pertece a um ser vivo. Este trabalho propõe um método que além de avaliar as características de textura, avalie também características diâmicas de cotração e dilatação bem como o comportameto das características de textura em fução dos reflexos aturais do olho. Com isso, é possível aumetar a seguraça de dispositivos de recohecimeto através da íris, pois, somete íris vivas poderão ser utilizadas.. Itrodução Em 936 um oftalmologista chamado Frak Burch sugeriu que as características da textura da íris humaa poderiam ser utilizadas como método de idetificação pessoal. Esta teoria foi documetada por James Daggarts em 949. Em 987 dois oftalmologistas, Ara Safir e Leoard Flom patetearam essa idéia e solicitaram a Joh Daugma, pesquisador do laboratório de computação da Uiversidade de Cambridge que criasse um algoritmo computacioal capaz de realizar o recohecimeto. Joh Daugma criou e pateteou seu método em 993 [], []. Desde etão a maior parte dos sistemas biométricos que trabalham com recohecimeto da íris baseiam-se o algoritmo criado por Daugma [3]. Atualmete as técicas de idetificação são extremamete precisas, realizado o processo completo em frações de segudo. Cotudo, todos os métodos cohecidos a literatura são realizados sobre images estáticas. O recohecimeto é executado em apeas um frame ou uma imagem. Este processo é rápido e oferece a precisão ecessária para idetificar uma pessoa, mas é suscetível a fraudes. Os métodos atuais ão garatem que a pessoa esteja realmete presete ou se a imagem capturada é uma fotografia, prótese ou até mesmo um vídeo que de alguma forma possa ser acoplado ao dispositivo de captura tetado burlar o sistema.. Objetivos O propósito deste trabalho é realizar a idetificação pelas características diâmicas do olho humao, aalisado o comportameto das iformações de textura e de outras características que se alteram em resposta a alteração da ilumiação, levado em cosideração padrões de variação ao logo do tempo. Através de um protótipo especialmete costruído para esta fialidade captura-se um vídeo com o registro das alterações da íris ao logo de um itervalo de tempo pré-defiido. O método proposto este trabalho é capaz de detectar se a pessoa aalisada está presete frete ao dispositivo de captura, além de poder também ser aplicado em oftalmologia para idetificar aomalias os reflexos, ou o próprio globo ocular/íris, muitas vezes causadas por doeças. 3. Metodologia 3. Captura das images da íris A metodologia proposta este trabalho é difereciada desde a captura das images. Uma avaliação simplificada do fucioameto do sistema óptico humao forece os subsídios ecessários para tal. O sistema óptico humao é composto basicamete pelo globo ocular e o ervo óptico [4]. A fução do globo ocular é de capturar através dos coes e bastoetes os estímulos gerados pela luz. Estes estímulos são levados até o cérebro pelo ervo óptico que são etão processados.
Na trasmissão dos estímulos pelo ervo óptico, estes passam por uma região deomiada quiasma óptico coforme mostrado a figura. No quiasma óptico ocorre o cruzameto das fibras médias dos ervos ópticos, de tal forma que aproximadamete metade das fibras passa do ervo óptico direito para o ervo óptico esquerdo e vice-versa. Isso faz com que os olhos estejam coectados, e os reflexos a estímulos aplicados em um dos olhos sejam apresetados também o outro. Esta fução fisiológica é deomiada de Reflexo Cosesual. permaece acesa até o frame 49. No frame 630 ela tora a aceder e permaece acesa até o frame 839. Do frame 850 ao frame 000, a luz é ovamete apagada. Esta mudaça de ilumiação faz com que a pupila cotraia e dilate alterado tato o seu diâmetro como a largura do ael formado pela íris. Figura 3: Estímulos de luz braca durate a aquisição das images ilumiadas em ifravermelho próximo. Figura : Sistema Óptico humao. Detalhe da região do quiasma óptico. Baseado, etão, o Reflexo Cosesual, foi desevolvido um equipameto de aquisição da imagem da íris apresetado a figura. O olho direito recebe estímulos de luz braca em tempos determiados cotrolados pelo software e detalhados a figura 3. O olho esquerdo captura a imagem através de uma câmera e ilumiação NIR (Near-Ifra-Red). Como o olho ão respode a esta bada de freqüêcia, a abertura e fechameto da pupila do olho esquerdo são cotrolados apeas pela ilumiação do olho direito através do Reflexo Cosesual. (a) (b) Figura : (a)protótipo para captura dos vídeos (b) Protótipo com a câmera desmotada Cada vídeo é capturado com 000 frames a uma taxa de 30 frames/segudo. No frame 0, um led com luz braca acede ilumiado o olho direito, a luz Equato a ilumiação é alterada o olho esquerdo, sicroamete a imagem de vídeo do olho direito é capturada. No caso de uma implemetação que vise sistemas de seguraça, os itervalos ( 09; 0 49; 40 69; 630 839; 840 000) podem ser alterados para tempos aleatórios, resultado em uma eorme dificuldade de fraude, pois em cada filmagem os tempos podem ser variáveis. Para aplicação da abordagem proposta foram capturados vídeos de 66 pessoas, sedo 3 de cada uma, totalizado 98 vídeos. 3. Pré-processameto dos vídeos Diferetemete de bases de images pré-preparadas e estáticas capturadas em ambietes cotrolados, a captura em tempo real, ou tempo de vídeo, apreseta maiores problemas. Os movimetos ivolutários, ou ão, são costates, exigido que a tarefa de préprocessameto seja bastate específica para descartar frames que possam comprometer o método e selecioar apeas frames que sejam adequados [5]. Em um mesmo vídeo podem existir frames ideais para o processameto, bem como frames desfocados, com problema de oclusão ou de agulação, coforme pode ser observado a figura 4. Frames com problemas de oclusão ou desfocados devem ser descosiderados a aálise. Quado o frame está em codição ideal para processameto, os movimetos da pupila oferecem detalhes para avaliação do comportameto do olho. A figura 5 apreseta um exemplo de frames ideais para o processameto. No pré-processameto o algoritmo proposto equaliza cada um dos 000 frames do vídeo. Diversas semetes são platadas em uma jaela cetral do frame para realçar apeas a pupila e
idetificar seu cetro. Calcula-se, etão, o eixo maior, o eixo meor e a circularidade da pupila. (a) (b) (c) (d) Figura 4: Exemplo de frames com problemas. Figura 5: Exemplo de frames ideais para o processameto com movimetos de cotração e dilatação da pupila. O ael correspodete à íris é segmetado para aálise das iformações de textura. A parte superior e iferior do frame é descartada a partir do topo e do poto iferior da pupila. A lateral esquerda e direita do frame é descartada através de um fator de multiplicação sobre o raio da pupila O resultado é uma imagem da íris segmetada coforme apresetada a figura 6. Figura 6: Exemplo de frame segmetado. 3.3 Extração das características Para possibilitar a avaliação do comportameto de cada uma das características em fução das alterações de ilumiação, são estabelecidos cico períodos de aálise, sedo quatro períodos de trasição, detre os 000 frames: º período média geral de todos os 000 frames; º período média etre os frames 0 a 0; 3º período média etre os frames 40 a 430; 4º período média etre os frames 630 a 640; 5º período média etre os frames 840 a 850; Do º ao 5º períodos ocorrem alterações cotroladas de ilumiação e a correspodete reação e adaptação do olho. As características diâmicas da pupila selecioadas para aálise de comportameto padrão do olho são: + Circularidade; + Diâmetro; + Tempo para cotração/dilatação; + Taxa de cotração/dilatação; São extraídas dez características de circularidade e diâmetro, duas de cada um dos cico períodos. O tempo e a taxa para cotração/dilatação jutos correspodem a mais oito características do vetor. Características estatísticas dos íveis de ciza da íris são também extraídas para compor o vetor. As características selecioadas são: + Média; + Desvio padrão; + Coeficiete de variação; O semi-círculo formado pela íris segmetada é dividido em partes (esquerda e direita) em fução do corte superior e iferior realizado a segmetação. Cada uma dessas partes, deomiadas aqui de Setor A e Setor B (setor A lado esquerdo do semi-círculo e setor B lado direito) forecem mais trita valores (3 características x 5 períodos x setores) para composição do vetor de características. A textura da íris tem sido utilizada tradicioalmete a idetificação com images estáticas. Como a pupila se dilata/cotrai os períodos cosiderados, estas características apresetam comportameto padrão diâmico, durate o movimeto. São assim cosiderados os seguites parâmetros de textura: + Correlação; + Segudo Mometo Agular (SMA); + Etropia; + Cotraste; + Mometo da Difereça Iverso (MDI); As características de textura [6] são obtidas sobre as matrizes de co-ocorrêcias geradas pela variação dos íveis de ciza as direções de 0º, 45º, 90º e 35º. As cico características de textura geram mais 00 valores o vetor (5 características x 5 períodos x setores x 4 âgulos).
3.3. Circularidade Na figura 7 está destacado o cotoro da pupila para o cálculo da circularidade. A circularidade é uma característica diâmica da pupila. Através do Reflexo Cosesual, quado se aplica um pulso de luz o espectro visível (este caso, luz braca) o olho direito, as duas pupilas cotraem-se e quado a luz é retirada, as duas pupilas dilatam-se. A circularidade da pupila sofre alteração durate o tempo de cotração e de dilatação que é medida frame a frame durate os períodos em questão (do º ao 5º). Além disso, as pessoas possuem circularidades diferetes o que represeta uma característica idividual. A quatidade de frames ecessários para atigir o valor míimo/máximo forece o tempo para cotração/dilatação do diâmetro da pupila. Foi estabelecida a quatidade de 50 frames como limite máximo para avaliação, evitado-se assim erros gerados durate a fase de aquisição devido à reação da pessoa à luz braca aplicada. 3.3.4 Taxa de cotração/dilatação A taxa de cotração e de dilatação da pupila é também discrimiate para diferetes idivíduos. A taxa de cotração/dilatação é a derivada da variação do diâmetro detro do período cosiderado, etre um valor míimo e um valor máximo. Esta taxa é uma característica diâmica que muda de idivíduo para idivíduo e é utilizada pela abordagem proposta, como característica de idetificação. Figura 7: Circularidade da pupila. 3.3. Diâmetro O diâmetro da pupila é outra característica diâmica que é utilizada este trabalho. Como pode ser observado a figura 8, a pupila do exemplo cotrai-se mais o primeiro pulso de luz, etre os frames 0 e 0 (º período), do que etre os frames 630 e 640 (4º período). As médias idividuais desta variação são utilizadas como característica de idetificação. 3.3.3 Tempo de cotração/dilatação Após a alteração de ilumiação o diâmetro da pupila chega a sua cotração máxima ou míima e depois se estabiliza. A região ressaltada o gráfico da figura 8 motra a alteração do diâmetro a região de trasição (pulso de luz aplicado o frame 0), o diâmetro míimo atigido (cotração máxima) e depois o retoro gradual ao valor médio estabilizado. O tempo para cotração/dilatação é calculado em úmero de frames, pois a taxa de aquisição da câmera de vídeo é costate (30 fps). Figura 8: Diâmetro médio da pupila. 3.3.5 Média aritmética A média aritmética represeta o valor médio dos íveis de ciza da íris os setores e períodos selecioados. É importate salietar que os íveis de ciza ão sofrem ifluêcia da ilumiação, pois, a imagem é adquirida com luz ifravermelha ão causado reflexos e em reações da pupila. 3.3.6 Desvio padrão O desvio padrão é o desvio dos íveis de ciza da íris em toro da média, os setores e períodos estabelecidos. 3.3.7 Coeficiete de variação O coeficiete de variação é dado pela equação e retrata o coeficiete de variação dos íveis de ciza da íris os setores e períodos selecioados.
ode: S cv = () x S é o desvio padrão; x é a média; 3.3.8 Correlação A correlação é dada pela equação. Ela mede a depedêcia liear etre os íveis de ciza de pares de pixels [6]. Valores próximos a um implicam uma forte relação etre os íveis de ciza dos pixels. A medida de correlação ão é correlacioada com o SMA, isto é, altos valores de correlação podem ser ecotrados em baixos ou altos valores de eergia, para a mesma área de iteresse. cor = i= j= p σi σj µ i µ j () ode: i é o total de lihas da matriz. j é o total de coluas da matriz. p i, θ é o valor da célula de liha i, ( ) colua j distâcia d e âgulo θ. i p µ i = i j µ j = σi σj i= j= j p i= j= i = i= j= = i= j= i j j p µ i p µ j 3.3.9 Segudo Mometo Agular (SMA) Esta medida avalia a uiformidade textural, que é a repetição de pares de íveis de ciza [6]. Quado a área de iteresse apreseta textura uiforme (valores de íveis de ciza próximos) o valor de eergia tede para. Caso a área ão seja uiforme o valor da eergia tede a 0 (zero). O SMA é dado pela equação 3. SMA = i= j= p (3) 3.3.0 Etropia A etropia mede a desordem em uma imagem [5]. Quado a imagem ão apreseta textura uiforme, os valores da etropia tedem a ser muito baixos. A etropia alcaça seu valor máximo quado os pixels a área de iteresse apresetam íveis de ciza com valores aleatórios. A etropia apreseta uma correlação liear egativa com o SMA e ão é correlacioada com a medida de correlação. A etropia é dada pela equação 4. ENT p ( ) log (4) = j= p i, θ = i 3.3. Cotraste O cotraste mede a preseça de trasição abrupta de íveis de ciza, isto é, as bordas. Baixos valores idicam a ausêcia de bordas a área de iteresse. Neste caso, a matriz de co-ocorrêcia de íveis de ciza apreseta valores cocetrados em toro de sua diagoal pricipal. O cotraste é calculado pela equação 5. co = ( i j) p i= j= i j (5) 3.3. Mometo da Difereça Iverso (MDI) Quado a cocetração dos valores a diagoal da matriz de co-ocorrêcia for máxima, o MDI atige o valor máximo [7]. O MDI é calculado pela equação 6. mdi = 4. Resultados i= j= + ( i j) d ) p, θ (6) Para localizar um idivíduo foi gerado um vetor médio. O vetor médio é calculado pela média aritmética das características dos 3 vídeos reais. O algoritmo gera um vetor temporário de 000 características. Cada uma destas 000 características é o resultado da média aritmética dos vídeos reais. Deste vetor temporário é extraído o vetor de características médio, coforme os períodos e setores citados o item 3.3 deste trabalho.
Para cada idivíduo foram adquiridas 3 seqüêcias de vídeos gerado-se 4 vetores de características, sedo três extraídos diretamete dos vídeos e um que é a média dos três vídeos. Cada vetor de característica é formado por valores: Circularidade, Diâmetro, Média, Tempo de Cotração/Dilatação, Taxa de Cotração/Dilatação, Desvio Padrão, Coeficiete de Variação, Correlação, SMA, Etropia, Cotraste e MDI. Os dados extraídos cotêm as iformações dos 000 frames com seus respectivos setores (A, B) e graus (0º, 45º, 90º e 35º). A figura 9 apreseta um gráfico de similaridades do vídeo do idivíduo com os vídeos da base. Figura 9: Gráfico de similaridade para o Vídeo do Idivíduo Neste exemplo, o vídeo do idivíduo foi comparado com todos os vídeos médios dos 55 idivíduos que compõem a base de vídeos, iclusive o do idivíduo. É possível observar que a meor distâcia ecotrada para o vídeo do idivíduo foi em relação ao seu próprio vetor médio. O gráfico apresetado a figura 9 demostra que é possível idetificar um idivíduo através da avaliação do comportameto da íris em fução de estímulos prédetermiados. Ao todo foram feitos 6 vídeos. Destes, 47 foram descartados, por apresetarem problemas de ilumiação ou foco. O algoritmo de extração de características foi projetado especialmete para elimiar estas medições. Vídeos com vetores de características com mais de 4 (quatro) características ulas eram automaticamete elimiados. A figura 0 apreseta o gráfico que demostra o percetual de acertos de idetificação de 83,33% para os 4 vídeos aalisados. Os 6,67% de vídeos ão localizados referem-se aos vídeos que ão foram elimiados automaticamete pelo algoritmo, mas cuja qualidade ão é ideal para aálise. Figura 0: Gráfico com o percetual de vídeos localizados e ão localizados 5. Coclusões É possível idetificar biometricamete um idivíduo pelas características diâmicas da iris. Através de um método de idetificação mais robusto, utilizado o Reflexo Cosesual, pode-se iteragir o software de captura com o processo de idetificação biométrico e assim verificar se a pessoa está realmete presete ou se é algum tipo de subterfúgio para burlar um sistema de seguraça. No etato, como a proposta é orietada ao hardware, os resultados da idetificação estão itimamete ligados a ele. Um hardware leto exige maior tempo de exposição e coseqüetemete maior descoforto ao usuário. As alterações de ilumiação em geral fazem com que o idivíduo feche os olhos, prejudicado a aquisição dos vídeos. Um hardware mais aperfeiçoado pode capturar mais detalhes do movimeto e também forecer o resultado em um tempo meor. Cotudo, os resultados demostram que a abordagem proposta, mesmo em codições ão ideais de aquisição das images, é capaz de idetificar um idivíduo com um alto ídice de precisão, ou seja, é possível idetificar um idivíduo pelas características diâmicas de movimetos da íris em fução de estímulos. As respostas aos estímulos seguem padrões idividuais que devem ser mais ivestigados o setido de se aumetar a precisão do sistema proposto. Agradecimetos Os autores agradecem à FAPESP Fudação de Amparo à Pesquisa do estado de São Paulo, pelo suporte fiaceiro ao desevolvimeto deste trabalho de pesquisa. Referêcias bibliográficas [] Narote, S.P., Narote, A.S., Waghmare, L.M., Kokare, M.B., Gaikwa A.N., A Iris Recogitio
Based o Dual Tree Complex Wavelet Trasform, Pue Istitute of Computer Techology, Pue, Idia, IEEE, 007. [] Daugma, J. G., How iris recogitio works. Proceedig of 00 Iteratioal Coferece o Image Processig, vol, 00. [3] Daugma, J. G., New Methods i Iris Recogitio. IEEE Trasactios o Systems, Ma, ad Cyberetics Part B: Cyberetics, Vol. 37, o. 5, 007. [4] Laa-Peixoto, M. A.. Neuro-Oftalmologia. Sistema Sesorial Parte II. Dispoível em <http://www.scielo.br/scielo.php?script=sci_arttext&pi d=s0004-749000000000>. Acesso em ju. 008. [5] Gozaga, A., Moreo, R.P., Biometric Method for Persoal Autheticatio Based o Iris Texture Features. I: The 4th Iasted Iteratioal Coferece o Visualizatio, Imagig, ad Image Processig, v.. p. -5, 004. [6] Haralick, R.M.; Shamuga, M.K., Computer classificatio of reservoir sadstoes. IEEE Trasactios o Geosciece Electroics, v., o. 4, p.7-77, 973. [7] Martis, S. P., Classificação de images textural de images radarsat- para discrimiação de alvos agrícolas. São José dos Campos, INPE, Istituto Nacioal de Pesquisas Espaciais, Dissertação de Mestrado, 005.