CHƯƠNG 1. TỔNG QUAN VỀ BÀI TOÁN NHẬN DẠNG KHỚP NGÓN TAY CON NGƯỜI 1.1 Sự phát triển của các phương pháp xác thực bằng sinh trắc học Sinh trắc học là lĩnh vực xác định danh tính của một người dựa trên những đặc điểm về thể chất hoặc hành vi của người đó. Ngày nay, cùng với sự phát triển vượt bậc của khoa học công nghệ, các phương pháp định danh bằng sinh trắc học được áp dụng ngày càng rộng rãi. Các phương pháp nhận diện hoặc xác thực bằng các yếu tố y sinh được sử dụng trong việc xác thực một người dựa trên những đặc điểm giải phẫu hoặc hành vi như dấu vân tay, vân bàn tay, khuôn mặt, mống mắt, dấu chân, khớp ngón tay, v.v như minh họa trên Hình 1.
Bên cạnh nhiều phương pháp vẫn đang trong quá trình nghiên cứu và hoàn thiện thì cũng có rất nhiều phương pháp đã được áp dụng rộng rãi trong thực tế và mang lại nhiều hiệu quả lớn.1 Các đặc điểm sinh lý của con người được sử dụng trong sinh trắc học Với sự quan tâm ngày càng tăng về các lỗ hổng bảo mật và gian lận giao dịch trong nhiều ngành của xã hội, các kỹ thuật xác thực và nhận dạng cá nhân có độ tin cậy cao và dễ tiếp cận trở thành nhu cầu tất yếu của con người. Một số lĩnh vực công nghệ sinh trắc học được áp dụng phổ biến có thể kể đến như trên Hình 1. Vì vậy, sự kết hợp giữa lý thuyết sinh trắc học và hệ thống hạ tầng công nghệ thông tin đã trở thành giải pháp tối ưu để xây dựng và cải tiến các hệ thống bảo mật với mục tiêu thông minh, an toàn và tiện lợi hơn.2 Một số lĩnh vực công nghệ sinh trắc học được áp dụng phổ biến 1.2 Bài toán nhận diện khớp ngón tay Trong những thập kỉ gần đây, sinh trắc học đã nổi lên như một công nghệ đáng tin cậy để cung cấp mức độ bảo mật cao hơn cho hệ thống xác thực cá nhân (như mã pin, mật khẩu, …). Trong số các đặc điểm sinh trắc học khác nhau có thể được sử dụng để nhận biết một con người phân biệt với những người khác, bàn tay con người là hình thức công nghệ sinh trắc học được ra đời từ lâu, phát triển và được áp dụng rộng rãi nhất và có lẽ là thành công nhất.
Các cấu trúc có thể được trích xuất từ bàn tay bao gồm hình học bàn tay, dấu vân tay, lòng bàn tay, khớp ngón tay. Những tính chất về tay là ổn định, không thay đổi theo thời gian và đáng tin cậy. Khi một người đã đến tuổi trưởng thành, cấu trúc và cấu hình bàn tay vẫn tương đối ổn định trong suốt cuộc đời của người đó. Ngoài ra, công nghệ quét các cấu trúc của tay thường được coi là không xâm lấn và tiện lợi hơn so với các hệ thống quét mống mắt hoặc võng mạc.
Người dùng không cần phải nhận thức về cách họ tương tác với hệ thống. Đặc biệt, ưu điểm của nhận diện khớp ngón tay là nó có tính bảo vệ quyền riêng tư con người hơn so với khuôn mặt … Những lợi thế này đã tạo điều kiện thuận lợi cho việc triển khai các đặc tính của tay trong các ứng dụng sinh trắc học. Hiện nay, hầu hết các thiết bị thu nhận cấu trúc hình học của tay đều dựa trên thiết kế dựa trên cảm ứng. Tức là người dùng được yêu cầu chạm vào thiết bị hoặc giữ một số chốt hướng dẫn hoặc ngoại vi để chụp ảnh bàn tay của họ.3 Các đặc điểm trên khớp ngón tay 2 Khi hình ảnh ngón tay của người dùng được chụp, các vùng quan tâm (ROI) của ngón tay sẽ được trích xuất (ví dụ khớp chính, khớp phụ ngón tay, móng tay, …), như minh họa ở Hình 1.
ROI chứa thông tin quan trọng của khớp ngón tay được sử dụng để nhận dạng. Trong đề tài này em lựa chọn sử dụng phần khớp chính – Major FKG để nhận diện. ROI được xử lý trước để kết cấu của khớp ngón tay có thể phân biệt được với nền. Sau đó, các tính năng phân biệt trong ROI có thể được trích xuất bằng cách sử dụng các kỹ thuật và các thuật toán đa dạng để xác định, nhận diện khớp ngón tay đó là của ai, nhóm người quan tâm nào theo từng yêu cầu cụ thể của mỗi bài toán.
Một thiết bị nhận diện khớp ngón tay người trong thực tế được minh họa trên Hình 1.4 Tổng quan thiết bị nhận diện khớp ngón tay người trong thực tế Hệ thống nhận diện khớp ngón tay cơ bản được chia làm hai module chính như biểu diễn ở Hình 1. Thứ nhất là module thu thập dữ liệu phụ trách việc thêm dữ liệu vào cơ sở dữ liệu và lấy dữ liệu để đối sánh với cơ sở dữ liệu có sẵn. Module thứ hai phụ trách việc xử lý dữ liệu đầu vào và so sánh với cơ sở dữ liệu để đưa ra kết quả người đó có thuộc cơ sở dữ liệu có sẵn hay là không.5 Tổng quan hai module trong bài toán nhận diện khớp ngón tay 3 1.3 Những khó khăn và thách thức trong bài toán nhận diện khớp ngón tay Bài toán nhận diện khớp ngón tay người cũng không phải là vấn đề mới. Tuy nhiên, đây là một bài toán khó nên những nghiên cứu hiện tại vẫn chưa đạt được kết quả mong muốn.
Có thể kế đến những khó khăn của bài toán nhận diện khớp ngón tay người như sau: • Điều kiện của ảnh: Ảnh được chụp trong các điều kiện khác nhau về chiếu sáng ví dụ như ở Hình 1.6, cũng như sử dụng camera khác nhau (máy kỹ thuật số, máy ảnh hồng ngoại …) ảnh hưởng rất nhiều đến chất lượng hình ảnh chụp khớp ngón tay. • Góc chụp: Ảnh chụp khớp ngón tay có thể thay đổi rất nhiều bởi góc chụp giữa camera và ngón tay như ở Hình 1. Chẳng hạn như: chụp thẳng, chụp chéo bên trái, bên phải ở các góc khác nhau….6 Ảnh hưởng của độ sáng đến việc nhận dạng khớp ngón tay Hình 1.7 Ảnh hưởng của góc quay đến việc nhận dạng khớp ngón tay 1.4 Các ứng dụng của bài toán nhận diện khớp ngón tay Tuy chưa được áp dụng rộng rãi trong thực tế nhiều như so với như vân tay, bài toán nhận diện khớp ngón tay cũng có nhiều tiềm năng phát triển để có thể được áp dụng trong nhận dạng con người. Có thể kể đến một số ứng dụng điển hình sau đây: • Ứng dụng trong các trạm rút tiền tự động (ATM).
• Ứng dụng trong việc điều tra tội phạm trong các vụ án để lại hình ảnh khớp ngón tay, như một số bối cảnh trong Hình 1.8 Một số hình ảnh có chứa khớp ngón tay để nhận dạng con người • Bảo mật: Ứng dụng của việc nhận dạng con người sử dụng khớp có tay trong lĩnh vực bảo mật cho phép người dùng có thể đăng nhập hoặc truy cập vào một thiết bị hoặc một ứng dụng nào đó thay cho việc nhập mật khẩu như thông thường. • Các ứng dụng khác tương tự như các bảo mật sinh trắc học khác ví dụ: chấm công, điều khiển mở đóng cửa văn phòng, công ty, nhà ở, … 1.5 Giới thiệu thiết bị phần cứng Máy tính nhúng Raspberry Pi 4 Raspberry pi là dòng máy tính mini, giá rẻ được phát triển bởi Raspberry Foundation tại Anh. Mục đích ban đầu của dòng máy tính này là phục vụ giảng dạy và học tập các môn trong lĩnh vực máy tính trong các nhà trường, nhưng với ưu điểm là đa năng, dễ sử dụng và giá thành rất rẻ nên Raspberry ngày càng tiếp cận với nhiều đối tượng người dùng. Raspberry Pi không phải là một dòng máy tính mạnh và không thể thay thế hoàn toàn các máy tính để bàn hoặc laptop.
Tuy nhiên, chúng có thể chạy trên hệ điều hành Raspbian, Linux,v.v với các tiện ích như lướt web, tương tác màn hình, và các ứng dụng khác. Bên cạnh đó, Raspberry pi còn là một thiết bị tuyệt vời cho các ứng dụng điện tử, các dự án DIY, hoặc trở thành môi trường thực hành cho các môn học lập trình.9 Máy tính Raspberry Pi 4 Model B Trong đồ án này, em sử dụng máy tính Raspberry pi 4 Model B phiên bản 2019, như Hình 1.10, với rất nhiều cải tiến so với thế hệ tiền nhiệm là Raspberry pi 3B +. Tổng quan thiết bị và bảng so sánh tính năng chi tiết của Raspberry pi 4 so với Raspberry pi 3B+ lần lượt được miêu tả ở Hình 1.10 Phần cứng máy tính Raspberry Pi 4 6 Hình 1.11 So sánh chi tiết Raspberry Pi 4B và Raspberry Pi 3B+ Raspberry Pi Camera Module V2 Để thực hiện chụp ảnh khớp ngón tay, em đã lựa chọn Camera Raspberry Pi V2. Chiếc camera này được Raspberry Pi Foundation giới thiệu lần đầu vào tháng 4/2016 với nâng cấp đáng kể nhất là sử dụng sensor Sony IMX219 8 Megapixel.
Raspberry Pi Camera Module V2 có một cảm biến 8-megapixel của Sony IMX219 (so với cảm biến 5-megapixel OmniVision OV5647 trên Camera Module phiên bản cũ). Camera Module có thể được sử dụng để quay video độ nét cao, cũng như chụp hình ảnh tĩnh. Nó khá dễ dàng để sử dụng cho người mới bắt đầu, nhưng cũng có rất nhiều giải pháp mở rộng để cung cấp cho người dùng yêu cầu cao. Có rất nhiều demo của người dùng về công dụng của Camera Module như chụp Time- Lapse, Slow-Motion và rất nhiều ứng dụng khác.
Raspberry Pi Camera Module V2, như trên Hình 1.12, có thể coi như một sự đột phá về chất lượng hình ảnh, màu sắc trung thực và hiệu suất ánh sáng thấp. Đặc biệt nó hỗ trợ video lên tới 1080P30, 720P60 và video mode VGA90, cũng như chế độ chụp hình. Dĩ nhiên, nó vẫn sử dụng đoạn cáp 15cm qua cổng CSI trên Raspberry Pi.12 Raspberry Pi Camera V2 Chiếc camera này tương thích với tất cả các phiên bản của Raspberry Pi. Thông số kỹ thuật: • Ống kính tiêu cự cố định.
• Cảm biến độ phân giải 8 megapixel cho khả năng chụp ảnh kích thước 3280 x 2464. • Hỗ trợ video 1080p30, 720p60 và 640x480p90. • Kích thước 25mm x 23mm x 9mm. • Trọng lượng chỉ hơn 3g • Kết nối với Raspberry Pi thông qua cáp ribbon đi kèm dài 15 cm.
• Camera Module được hỗ trợ với phiên bản mới nhất của Raspbian. Màn hình cảm ứng điện dung 5” Waveshare Màn hình cảm ứng điện dung 5″, như minh họa trên Hình 1.13 có độ phân giải 800×480, kết nối HDMI, tương thích nhiều hệ thống máy tính từ Raspberry Pi cho đến Windows PC, XBox, PS4, Jetson Nano, BB Black, Banana Pi, … 8 Hình 1.