Chương 1 trình bày tổng quan về các hệ thống nhận dạng sinh trắc học phổ biến (bao gồm nhận dạng khuôn mặt và tròng mắt), các khối chức năng và ưu nhược điểm của các thuật toán tương ứng trong các hệ thống đó. Bên cạnh đó, các tham số cơ bản để phân tích, đánh giá phẩm chất hệ thống cũng được trình bày khái quát. Cuối cùng, các công trình nghiên cứu tiêu biểu liên quan cũng như một số vấn đề thách thức còn tồn tại sẽ được tóm tắt lại để đưa ra một bức tranh tổng quát về tình hình nghiên cứu trong và ngoài nước, từ đó làm cơ sở cho những chương tiếp theo của luận án. Các hệ thống nhận dạng khuôn mặt và tròng mắt Trong vài thập kỷ qua, bài toán nhận nhận dạng sinh trắc học nói chung và nhận dạng khuôn mặt, tròng mắt nói riêng luôn thu hút được sự quan tâm của các nhà nghiên cứu tại Việt Nam và trên thế giới.
Việc nhận dạng các cá nhân dựa trên các đặc điểm sinh trắc học có nhiều ưu điểm như không đòi hỏi đối tượng nhận dạng cần mang theo hoặc ghi nhớ thông tin đầu vào nên có nhiều ưu điểm hơn so với các phương pháp truyền thống (như dựa trên mật khẩu, mã PIN nhận dạng cá nhân, số chứng minh thư, số hộ chiếu). Mức độ bảo mật của các hệ thống nhận dạng sinh trắc học cũng cao hơn nhiều so với các phương pháp truyền thống ở trên vì việc nhận dạng được diễn ra tự động, thông tin đầu vào khó bị sao chép, giả mạo. Hiện nay, các phương pháp sinh trắc học là một giải pháp đầy hứa hẹn, có tính tin cậy cao và đã được triển khai thành các hệ thống tự động để xác định hoặc xác minh danh tính của đối tượng. Dauman [57] vào năm 1993 đã xây dựng một hệ thống nhận dạng tròng mắt hoàn chỉnh đầu tiên có khả năng áp dụng trong thực tế.
Hệ thống này hoạt động một cách ổn định với tốc độ và độ chính xác cao, là tiền đề để các công ty công nghệ (như IriScan, Iridian, Sensar, LG-Iris, Panasonic) có thể phát triển thành các sản phẩm thương mại ngày nay cung cấp cho người dùng [69]. 9 Hệ thống sinh trắc học có thể hoạt động dựa trên các đặc điểm sinh trắc học khác nhau như khuôn mặt, vân tay, tròng mắt, mạch máu. Các đặc điểm phụ như giới tính, chủng tộc, màu mắt, màu da, các vết sẹo, hình xăm cũng có thể cung cấp một số thông tin định danh của một người. Tuy nhiên, các đặc điểm phụ này không thể được coi là các bằng chứng xác thực để xác định chính xác danh tính, do đó chúng còn được gọi là các đặc điểm sinh trắc học mềm [42].
Một hệ thống sinh trắc học cơ bản bao gồm bốn khối chức năng chính như trong Hình 1.1 dưới đây: Hình 1.1 Sơ đồ hệ thống sinh trắc học cơ bản. Khối tiếp nhận thông tin còn gọi là khối cảm biến sinh trắc học, có chức năng đảm bảo giao tiếp giữa người dùng và hệ thống sinh trắc học thông qua các thiết bị cảm biến hoặc đầu đọc/ghi. Quá trình giao tiếp đó nhằm thu thập các thông tin về đặc điểm sinh trắc học từ đối tượng cần nhận dạng, sau đó biến đổi các thông tin đặc điểm đó thành dạng thông tin số cung cấp cho khối chức năng tiếp theo. Một máy ảnh kỹ thuật số có thể được sử dụng để chụp lại các mẫu ảnh của khu vực tròng mắt.
Hiệu quả hoạt động của toàn hệ thống sinh trắc học phụ thuộc rất nhiều vào chất lượng của các nguồn thông tin thu được này. Trên thực tế, các nguồn thông tin này là kết quả của quá trình biến đổi các nguồn thông tin liên tục sang các dạng thông tin kỹ thuật số dẫn đến các sai số hoặc thất thoát thông tin trong kết quả thu được. Chất lượng của các thiết bị đọc, chất lượng môi trường và mức độ khả năng tương tác của người dùng cũng ảnh hưởng đến chất lượng của nguồn thông tin này trong hệ thống. Trong một 10 số hệ thống sinh trắc học, khối chức năng này có thể được liên kết với một quy trình kiểm tra chất lượng.
Khối tiền xử lý và trích xuất đặc trưng thực hiện các thao tác tiền xử lý trên các đặc điểm sinh trắc học thu được ở khối trước để đạt được chất lượng như yêu cầu. Các hoạt động tiền xử lý này có thể được chia thành ba bước. Bước thứ nhất sẽ đánh giá chất lượng của đặc trưng sinh trắc học thu thập được, sau đó đối chiếu với các ngưỡng đã được xác định từ trước để quyết định tiếp tục thực hiện các thao tác xử lý tiếp theo hoặc cần thu thập lại đặc trưng sinh trắc học đó. Bước tiếp theo sẽ thực hiện phân đoạn để tách các vùng ảnh chứa thông tin của đặc trưng ra khỏi các vùng nhiễu nền như là phát hiện vùng ảnh tròng mắt trong ảnh của toàn con mắt.
Cuối cùng, một số thuật toán nâng cao chất lượng hình ảnh có thể được áp dụng trên vùng ảnh tách được ở trên để giảm thiểu các ảnh hưởng bởi nhiễu hoặc biến đổi cường độ nguồn sáng, qua đó cải thiện chất lượng lượng vùng ảnh đó. Sau khi các thao tác tiền xử lý được áp dụng, một tập hợp hoặc một véc-tơ của các đặc trưng sẽ được trích xuất để gửi tới bước so khớp mẫu tiếp theo cho mục đích xác định danh tính hoặc để ghi danh lại trong CSDL của hệ thống như là một mẫu cho mục đích đối chiếu sau này. Khối so khớp mẫu thực hiện so sánh véc-tơ đặc trưng trích xuất được ở trên với tất cả các mẫu được lưu trước đó trong CSDL của hệ thống, sau đó đưa ra các điểm đánh giá tương đồng. Các điểm đánh giá này là thước đo của các mức độ tương đồng (điểm càng cao thể hiện mức độ tương đồng càng lớn) hoặc của các mức độ khác biệt (điểm càng thấp thể hiện mức độ tương đồng càng lớn) giữa mẫu định danh và các mẫu đối chiếu.
Khối quyết định thực hiện các thao tác cuối cùng trong hệ thống sinh trắc học, trong đó danh định của đối tượng có thể được chấp nhận (cấp phép cho người dùng) hoặc bị từ chối (không cấp phép cho người dùng) dựa trên điểm đánh giá thu được trong khối so khớp mẫu. Hệ thống nhận dạng khuôn mặt Nhìn chung, một hệ thống nhận dạng khuôn mặt gồm có bốn giai đoạn cơ bản (Hình 1.2) tương ứng với các khối trong một hệ thống sinh trắc học đã được mô tả 11 khái quát ở trên. Trong giai đoạn tiền xử lý, các quá trình chính bao gồm xác định khuôn mặt, căn chỉnh và chuẩn hóa độ sáng.2 Các khối chức năng trong hệ thống nhận dạng khuôn mặt. Xác định khuôn mặt và căn chỉnh (chuẩn hóa hình học) là các quá trình thiết yếu, có ảnh hưởng quan trọng tới hiệu quả trong các hệ thống nhận dạng khuôn mặt tự động.
Các quá trình này có nhiệm vụ cung cấp một vùng ảnh khuôn mặt chứa thông tin nhận dạng cho giai đoạn trích xuất đặc trưng, sao cho các đặc trưng trích xuất có thể đảm bảo so sánh được với nhau. Việc xác định được vùng ảnh khuôn mặt từ ảnh được chụp trong điều kiện ngẫu nhiên là một nhiệm vụ phức tạp. Các công trình nghiên cứu như của Zhang và cộng sự [91] đã đưa ra các đánh giá toàn diện về các phương pháp xác định khuôn mặt được đề xuất trong những năm gần đây. Quá trình chuẩn hóa độ sáng nhằm mục đích loại bỏ sự chênh lệch độ sáng giữa các ảnh khác nhau, làm cho ảnh rõ nét hơn, qua đó giúp cho hệ thống thu được ảnh chứa đầy đủ đặc trưng cấu trúc của khuôn mặt người.
Các phương pháp được đề xuất để thực hiện chuẩn hóa độ sáng có thể được chia làm ba nhóm chính: - Các phương pháp cân bằng ánh sáng ảnh mặt người [34], [59]. - Các phương pháp loại bỏ cường độ sáng, chỉ giữ lại các đặc trưng mang tính cấu trúc của khuôn mặt [80], [84]. - Các phương pháp thực hiện bù sáng trên các ảnh khuôn mặt màu, trong đó thông tin màu của ảnh khuôn mặt người được phân chia thành ba kênh màu RGB khác nhau [86]. Quá trình trích xuất các đặc trưng hữu ích từ các ảnh khuôn mặt có tầm quan trọng rất lớn đối với các hệ thống nhận dạng khuôn mặt.
Các phương pháp trích xuất 12 đặc trưng được đề xuất trong những năm gần đây có thể được phân thành hai nhóm chính là các phương pháp toàn cục và các phương pháp cục bộ. Quá trình phân loại có mục đích so sánh các đặc trưng của hình ảnh khuôn mặt cần định danh với các đặc điểm trong các khuôn mẫu trong CSDL của hệ thống, sau đó đưa ra các quyết định dựa trên các chỉ số đánh giá mức độ tương đồng. Đối với các hệ thống nhận dạng khuôn mặt, các phân loại nhị phân [15], [16] thường được sử dụng hoạt động dựa trên các điểm đánh giá, trong đó đầu vào của các phân loại này là chỉ số điểm tương đồng (khoảng cách Euclid, độ tương tự cô-sin) của hai véc-tơ đặc trưng cần so sánh. Hệ thống nhận dạng tròng mắt Hệ thống nhận dạng dựa trên tròng mắt là một trong những hệ thống sinh trắc học chính xác nhất dựa trên số lượng lớn các chi tiết nhận dạng tập trung tại bộ phận tròng mắt của đối tượng cần nhận dạng.
Các chi tiết đó duy trì ổn định trong suốt cuộc đời giúp cho việc nhận dạng tròng mắt có tính ổn định và tin cậy cao. Chúng ta có thể coi lịch sử ra đời và phát triển của các hệ thống nhận dạng tròng mắt được bắt đầu từ thế kỉ 19 dựa trên công trình "Identification anthropométrique" của Alphonse Bertillon vào năm 1893. Trong công bố của mình, Bertillon đã sử dụng yếu tố màu sắc của mắt người như là một công cụ định danh trên các đối tượng nghiên cứu. Trải qua quá trình dài nghiên cứu và cải tiến, các hệ thống nhận dạng tròng mắt hiện đại và có độ tin cậy cao đã được xây dựng hoàn chỉnh và ứng dụng trong thực tế.
Tại Việt Nam, lĩnh vực sinh trắc học nói chung và nhận dạng tròng mắt nói riêng đang dần trở thành một trong những lĩnh vực được quan tâm đầu tư nghiên cứu [6], [9].3 Cấu trúc bề mặt mắt người. 13 Nói một cách tổng thể, mắt người có thể có các sắc tố khác nhau như đen, nâu, xám, xanh nước biển, v. Tuy nhiên, bộ phận bề mặt mắt người luôn được cấu tạo từ những phần nhất định không đổi (Hình 1.