mở đầu cho công cuộc chạy đua sinh trắc học mang tên "Xác minh lòng bàn tay". Đến năm 2017, tới lượt Samsung cũng cho ra đời công nghệ nhận diện lòng bàn tay của mình. Giữa sự phát triển như vũ bão của ngành sinh trắc học, đến năm 2019 ZKTeco ra đời phiên bản mới của công nghệ "Xác minh lòng bàn tay" - Palm Recognition. Công nghệ với khả năng xác minh từ khoảng cách lên tới 50 cm và góc nghiêng rộng tới +60° một cách cực kỳ chính xác.
Vào thang 9 năm 2019, Amazon đã thử nghiệm một công nghệ cho phép khách hàng của chuỗi cửa hàng thực phẩm Whole Food thanh toán tại quay bằng dấu lòng bàn tay. Tuy nhiên nổi bật nhất phải nói tới công ty công nghệ nổi tiếng Apple. Trong năm 2019 vừa qua, Apple đã được văn phòng Bang sáng chế và Thương hiệu Mỹ (USPTO) cấp bằng sáng chế công nghệ mới liên quan đến nghệ bảo mật thiết bị. Chiếc bằng này cho phép các thiết bi di động trong tương lai của hãng này có thé phát hiện chính xác tĩnh mạch trong lòng bàn tay người.
Theo tài liệu chỉ tiết, các thiết bị của Apple sẽ được tích hợp một hệ thống camera hong ngoại đặc biệt dưới man hình thiết bị cùng với hệ thống camera. Hệ thống camera này sau đó sẽ kết hop cùng với ánh sáng từ màn hình thiết bị để quét thông số tĩnh mạch của người dùng và so sánh với dữ liệu gốc đã được đăng ký dé nhận diện và quyết định mở khóa hay không. Apple tích hợp công nghệ nhận diện lòng bàn tay trên Apple Watch Góp mặt trong số những xu hướng công nghệ hang đầu được chuyên gia tổng kết đầu năm 2020, nhận diện lòng bàn tay đã trở thành một tính năng hàng đầu mà các ông lớn công nghệ rât mong muôn được dùng trên các sáng chê mới của mình. Bài toán nhận diện lòng bàn tay Long ban tay là khu vực từ cô tay tới các ngón tay.
Nó chứa đựng một số lượng lớn các đặc điểm như các đường chính, đặc trưng hình học, điểm delta, nếp nhăn và những đường vân hiển thị trong hình 3. Trong đó đường chính (Principal lines), nếp nhăn (Wrinkles) và đường vân (Minutiae Features) là ba đường giúp đảm bảo độ chính xác của việc nhận diện [6]. Đường chính là đường được sử dụng nhiều nhất trong bài toán nhận diện lòng bàn tay vì nó là đường dài nhất, đậm nhất và rộng nhất trên lòng ban tay. Nó đặc trưng cho các tinh năng dé phân biệt nhất trên lòng ban tay.
Nếp nhăn được coi là các mẫu đường mỏng hơn và được phần bố không đều. Các nếp nhăn này, đặc biệt là các nếp nhăn rõ rệt xung quanh các đường chính, cũng có thé đóng góp cho việc phân biệt của dấu bàn tay, tuy nhiên các nếp nhăn có thé bị thay đối theo thời gian. Các đường vân là những kết cầu đường mảnh phân bố khắp bề mặt lòng bàn tay. Khi chụp hình ảnh bàn tay, vùng quan tâm (ROI) của lòng ban tay được trích xuất.
ROI chứa thông tin quan trọng của bàn tay được sử dụng dé nhận diện. ROI chứa những thông tin quan trọng được sử dụng để nhận diện. Trước khi trích xuất tính năng, ROI được xử lý trước dé làm rõ kết cau lòng bàn tay và phân biệt với nên. Sau đó, các tính năng phân biệt trong ROI được trích xuất bằng cách sử dụng các kỹ thuật và thuật toán đa diện, từ đó xác định và nhận diện chủ sở hữu của bàn tay hoặc nhóm người quan tâm tùy thuộc vào yêu câu cụ thê của từng bài toán.
Những khó khăn và thách thức trong bài toán nhận diện lòng bàn tay Bài toán nhận diện lòng bàn tay người không phải là mới, nhưng vẫn là một bài toán khó và nhiều thách thức. Các nghiên cứu hiện tại đã tiếp tục nỗ lực đề giải quyết bài toán này, nhưng vẫn chưa đạt được kết quả mong muốn. Điều này cho thấy tính phức tap và đa diện của dấu vân và nếp nhăn trên lòng bàn tay. Có thé kế đến những khó khăn của bài toán nhận diện lòng ban tay người như sau: — Góc chụp: góc chụp ảnh lòng bàn tay ảnh hưởng lớn đến hình ảnh vân tay thu được.
Tùy thuộc góc máy anh và bàn tay mà hình ảnh có thé thay đôi đáng kể. Ví dụ như chụp thăng từ trên xuống, nghiêng trái/phải với nhiều góc khác nhau. — Điều kiện của ảnh: thiếu sáng hoặc dư sáng đều khiến ảnh mờ, khó phân biệt rõ các đường vân. Các loại máy ảnh kỹ thuật số, hồng ngoại cho hình ảnh có độ tương phản, độ sắc nét khác nhau.
Cần chọn điều kiện và thiết bị phù hợp dé có ảnh lòng bàn tay chất lượng cao. — Môi trường: bụi, ban, hoặc các chất cản trở khác có thé làm mờ hoặc che giấu các đặc điểm trên ban tay. Điều này có thé làm giảm độ chính xác và kết quả của quá trình nhận diện. — Ảnh hưởng về tuổi tác: quá trình lão hóa tự nhiên theo thời gian có thê làm thay đổi cau trúc da và hình dạng các đặc điểm vân tay.
Điều này có thé làm thay đôi tính nhất quán và độ chính xác của quá trình nhận diện. Cac lĩnh vực ứng dụng công nghệ nhận diện lòng bàn tay Công nghệ nhận diện lòng bản tay đã được áp dụng rộng rãi và hiệu quả trong nhiêu lĩnh vực. Một sô ứng dụng tiêu biêu có thê kê đên: — Ngân hàng: các máy ATM sử dụng công nghệ nhận diện lòng bàn tay dé xác thực giao dịch thay vì ding thẻ và mật khẩu. — An ninh - Pháp luật: lĩnh vực pháp y và cơ quan công an áp dụng công nghệ này trong công tác điều tra hình sự dựa trên lòng bàn tay tại các hiện trường vụ án.
— Bảo mật cá nhân: các thiết bị điện tử như điện thoại, laptop có thể dùng nhận diện lòng bàn tay thay vì mật khâu dé mở khóa và bảo vệ thông tin cá nhân. — Kiểm soát ra vào: hệ thống nhận diện lòng bàn tay được ứng dụng dé kiểm soát việc ra vào tại các tòa nhà, công ty, hoặc kết hợp với nhận dạng khuôn mặt đê điêm danh nhân viên. CƠ SỞ LÝ THUYET Phần này sẽ đi sâu hơn vào các thuật toán đã được nêu ở trên, làm rõ hơn về cơ sở lý thuyết của phần cứng cũng như phần mềm, dé từ đó có một cái nhìn tổng thể hơn về lý do tại sao lựa chọn những linh kiện, mô hình, thuật toán đó. Phát hiện lòng bàn tay và trích xuất vùng quan tâm 3.
Cơ sở lý thuyết của phát hiện lòng bàn tay Tiền xử lý là bước đầu tiên và quan trọng trong quá trình xử lý ảnh, đặc biệt trong việc nhận diện lòng bàn tay. Bước này nhằm chuẩn bị dữ liệu ảnh trước khi áp dụng các kỹ thuật xử lý khác như phân đoạn, nhận diện đối tượng hay trích xuất đặc trưng, là một trong những phan quan trọng nhất của việc nhận diện lòng ban tay. Trích xuất vùng quan tâm từ một hình ảnh lòng bàn tay giúp tăng đáng ké khả năng nhận diện của hệ thống. Vì vùng quan tâm được trích xuất yêu cầu ít sự xử lý và lưu trữ hơn.
Hình ảnh lòng bàn tay sẽ được loại bỏ nhiễu và giảm kích thước, từ đó giảm sự tính toán yêu cầu trong bài toán nhận diện vì kích thước của cơ sở dữ liệu trong bài toán đã được giảm đáng kể. Độ chính xác của thuật toán tiền xử lý rất quan trọng, vì bat kỳ lỗi nào xảy ra trong bước này đều có thé ảnh hưởng đến các bước xử lý tiếp theo và dẫn đến sai sót trong quá trình nhận diện. Việc trích xuất vùng quan tâm được tiền hành như sau: đầu tiên hình ảnh bàn tay sẽ được áp dụng bộ lọc Gausian dé loại bỏ nhiễu và làm mịn ảnh ban đầu. Sau đó chúng ta nhị phân hóa hình ảnh bàn tay bằng phương pháp phân ngưỡng ảnh [8], đây là một phương pháp hữu ích trong việc giảm tối đa ảnh hưởng của nhiễu và những thay đổi lớn trong độ sáng.
Việc phân ngưỡng ảnh dựa vào việc trong hệ màu RGB màu đen có giá trị là (0, 0, 0) và màu trắng sẽ có giá trị là (255, 255, 255). Ngưỡng là một giá trị nằm trong khoảng từ 0 đến 255, được sử dụng trong xử lý ảnh đề chia tách các giá trị độ xám của ảnh thành hai miền riêng biệt. Giá trị độ xám của mỗi điểm ảnh trong ảnh ban đầu được so sánh với giá trị ngưỡng đã chọn. Nếu giá trị độ xám nhỏ hơn giá trị ngưỡng, điểm anh sẽ thuộc vào mién thứ nhất.
Các điểm ảnh này sẽ 12 được chuyển thành giá trị của điểm ảnh đen (0, 0, 0) trong ảnh mới. Ngược lại, nếu giá trị độ xám lớn hơn hoặc bằng giá trị ngưỡng, điểm ảnh sẽ thuộc vào miễn thứ hai. Các điểm ảnh này sẽ được chuyền thành giá trị của điểm ảnh trắng (255, 255, 255) trong ảnh mới. Kết quả quá trình loại bỏ nhiễu bộ lọc Gausian và nhị phân hóa từ hình ảnh ban đầu được thể hiện ở hình 4 Hình 4.
Kết quả của quá trình nhị phân hóa hình ảnh bàn tay Tính toán trọng tâm của ảnh: đầu tiên chúng ta tính moment của ảnh, đây là một giá trị số học biéu điễn mức độ phân bó của điểm ảnh trên bức ảnh, moment ảnh mụa bậc (i,j) của ảnh xám với cường độ điểm ảnh f(,j) được tính toán như sau: Mpq = Liz =øj==ø | j* * ƒ(,7) œ@) Đối với một bức ảnh nhị phân: mạo tương ứng với tổng tat cả các điểm ảnh khác 0 theo tọa độ x, mại tương ứng với tông tất cả các điểm khác 0 theo tọa độ y và m¡¡ tương ứng với tong tat cả các điểm ảnh bat kề giá trị của chúng theo tọa độ x và y. Trọng tâm cua lòng bàn tay nhị phân hóa (X¿¿ntroia› Ycentroia) được tính toán nhờ sử dụng công thức dưới đây: mor mo Xcentroid = miu > Yeentroia = my (2) Tw đó trọng tâm của hình ảnh nhị phân được tính toán va hiển thị như hình 5 13 Hình 5. Trong tâm của hình ảnh bàn tay Tiếp theo chúng ta sẽ trích biên của ảnh nhị phân nói trên bằng phương pháp xử lý hình thái học (morphological processing). Các bước tiễn hành thực hiện: — Phép ăn mòn (Erosion): chúng ta thực hiện phép ăn mòn trên ảnh nhị phân sử dụng phần tử cấu trúc S.
— Khử nền (Background Subtraction): chúng ta thực hiện khử nền của ảnh gốc A băng cách lấy ảnh gốc A trừ đi ảnh đã thực hiện phép ăn mòn ở bước trên.