وبلاگ

   تکنولوژی بیومتریك، براساس مشخصه های منحصر به فرد هر شخص اقدام به تشخیص خودكار هویّت افراد می­كند. محققّین به شكل گسترده ای با تنوعی از روش های به كار گرفته شده توانسته اند بافت عنبیه را با دقّت بالایی حتّی در شرایط مختلف استخراج نمایند. در نتیجه تلاش ما در این پایان نامه ارائه دیدگاه ها و روش هایی بوده كه كارایی و دقّت سیستم تشخیص هویّت را بهبود بخشد. در رویكرد اوّل برای ناحیه بندی بهینه عنبیه نیاز به تعیین موقعیّت دقیق مرکز و شعاع دو دایره برای جداسازی پیکسل های عنبیه از سایر نقاط تصویر بود، بنابراین برای ناحیه بندی بهینه عنبیه با بهره گرفتن از الگوریتم کلونی مورچه، 4 پارامتر بهینه سازی تعریف شد که این راهكار در نهایت منجر به تولید یک راه حل جدید برای تشخیص عنبیه گردید. در رویكرد دوّم، استخراج ویژگی های بافت عنبیه با بهره گرفتن از ویولت دوبعدی و انتخاب ویژگی بر اساس الگوریتم کلونی زنبورهای مصنوعی انجام گردید که راهكار های ارائه شده برای بهبود تعداد ویژگی ها با کاهش چشمگیر ویژگی ها همراه بود و در رویكرد سوّم به بررسی تأثیر نوع کرنل های متفاوت در دقّت طبقه بندی با شبکه عصبی SVM پرداخته شد. که در نهایت روش های پیشنهاد شده در قیاس با روش های پیاده سازی شده دیگر عملكرد بهتری ارائه نمودند. نتایج بدست آمده بر روی تصاویر از پایگاه داده ی UBIRIS.v1 که شامل 1877 عکس از 241 نفر با فرمت JPEG می­باشد.

واژگان کلیدی: بیومتریک، عنبیه غیر ایده آل، الگوریتم های فراابتکاری
 
             کلیّات تحقیق
 
1-1. مقدّمه
با افزایش سرعت انتقال اطّلاعات و ظهور ارتباطات الکترونیکی، امنیّت اطّلاعات نقش مهمی را در راستای حفظ آن ها و حفظ حریم شخصی افراد بازی می­ کند. در بسیاری از سامانه های امروزی شاید امنیّت اطّلاعات به علّت سطح محرمانگی داده های آن سامانه، آنچنان پیچیده نباشد ولی با بالا رفتن سطح محرمانگی، امنیّت لازم برای اطّلاعات باید پیچیدگی بیشتر داشته باشد. با پیچیده شدن ساز و کارهای لازم امنیّتی، شاید دیگر روش های ساده ی موجود نتواند امنیّت مورد نظر را تأمین نماید. بدین علّت استفاده از پارامترهای مهمتر و مطمئن تر بهره گیری از سطح امنیّتی بالاتر را فراهم می­نمایند.
یکی از مهمترین گزینه ها، استفاده از مولّفه های بیومتریک یا پارامترهای یکتای بدن است، که یکی از مطمئن ترین انتخاب ها است و از اصلی

 ترین عوامل انتخاب این پارامترها صرفه نظر از یکتا بودن، ثابت ماندن آن ها در طول حیات انسان است. سیستم های بیومتریک از خصوصیّات فیزیولوژیکی یا رفتاری هر شخص برای تشخیص هویّت دقیق او استفاده می کنند. در بدن انسان چشم ساختاری ظاهری ولی به نوعی محافظت شده به حساب می ­آید و عضوی است که با گذر زمان به ندرت دستخوش تغییر می­ شود و این ویژگی، این روش شناسایی را بیش از سایر روش ها ایده آل می­سازد.

 
تشخیص هویّت از طریق عنبیه به عنوان یک فناوری بیومتریک قابل اعتماد و قدرتمند، توانسته است توجّه زیادی را به خود جلب كند. بافت پیچیده عنبیه و ثبات مسلم آن، نوید بخش استفاده هر چه بیشتر از سیستم‌های تشخیص هویّت بر مبنای عنبیه در کاربردهای متنوع و گوناگونی نظیر کنترل مرزها، تحقیقات دادگاهی، فرودگاه ها، دفاتر امنیّتی مانند بانک ها و ادارات دولتی و رمزنگاری است. استفاده از سایر خصیصه‌های بصری و مشخصات چهره در کنار عنبیه می‌تواند تشخیص هویّت بیومتریک از راه دور را با دقّّتی مناسب امكان‌پذیر کند و آینده تشخیص هویّت به کمک عنبیه به خصوص در کاربردهای نظامی که مستلزم تشخیص سریع هویّت افراد در محیط‌های پر جنب و جوش است، بسیار درخشان به نظر می‌رسد.
خواص موجود در عنبیه به واسطه تغییرات ژنتیک تصادفی منحصر به فرد هستند و مطالعات تجربی در مقیاس‌های کلان هم این نظریه را در بین جمعیّت مورد مطالعه تأیید می‌کند. زمانی که امنیّت بالا مدنظر باشد تشخیص از طریق عنبیه روش ارجح برای شناسایی می­باشد زیرا الگوهای عنبیه به سختی تحت تأثیر محیط قرار می­گیرند و به سختی از دست می­روند و می­توانند کاربرد گسترده داشته باشند، بنابراین لزوم پیاده سازی الگوریتمهای فراابتکاری ضروری بوده و این پایان نامه می ­تواند کمک شایانی در این زمینه باشد.
1-2. هدف پایان نامه
استفاده از الگوریتمهای فراابتکاری در تشخیص هویّت از طریق عنبیه بعنوان رویکردی جدید در این پایان نامه مد نظر است و برای دستیابی به اهدافی از جمله تشخیص بهتر و دقیق تر در کاربردهای نظامی، پزشکی و امنیّتی معرفی گردید. این فناوری بیومتریک مطمئن و قدرتمند، قادر به رفع مشکلات سازمانها و صنایعی همچون وزارت دفاع و نیروهای مسلح، فرودگاه ها، کاربرد پزشکی، بانکداری الکترونیکی، امنیّت سیستم های کامپیوتری، تشخیص هویّت و کاربرد قضایی می­باشد.
هدف ما ارائه ی روشی جهت شناسایی افراد با استخراج خصوصیّات عنبیه با تلفیق روش های فراابتکاری و پردازش تصویر است.
جهت تحقّق این امر مراحل زیر انجام می­گردد:

1. انتخاب تصاویر عنبیه 1

1. پیش پردازش جهت رفع نقایص و خطاهای تصاویر2

3. Localization Iris

4. ناحیه بندی تصاویر عنبیه3 یعنی مشخص کردن مرزهای داخلی و خارجی عنبیه چشم در تصاویر چشم نرمال سازی به معنای نگاشت تصویر عنبیه به یک نوار مستطیلی شکل با ابعاد مشخص

5. استخراج ویژگی4 و انتخاب ویژگی5 به معنای کد کردن ویژگی ها (استخراج بردار ویژگی از تصویر نرمالیز شده) و استفاده از کدهای شامل ویژگی های استخراج شده از عنبیه به منظور تشخیص هویّت (مقایسه کد یک فرد با سایر کدهای موجود در پایگاه داده به منظور یافتن هویّت فرد در بین اطّلاعات ذخیره شده) می­باشد.

5. طبقه بندی6: بعد از مراحل قبل تصاویر با بهره گرفتن از روش های کمّی تجزیه و تحلیل می­شوند تا هر پیکسل به کلاس خاصی اختصاص داده شود.

نتایج پایانی این فرایند به تصاویر، جداول، داده ها و گزارش هایی ختم می­ شود که ارائه دهنده اطّلاعاتی در خصوص منابع داده،  روش تحلیل، خروجی و قابلیت اطمینان به آن است.