8 - Iride Flashcards
L’iride in ambito biometrico
L’iride è una parte anatomica dell’occhio che circonda la pupilla ed è caratterizzata da un motivo unico e stabile di linee, solchi e pigmentazione. Nell’ambito biometrico, l’iride è spesso utilizzata come caratteristica distintiva per l’identificazione e la verifica delle persone, poiché il suo modello unico è considerato altamente stabile nel corso della vita di un individuo.
Il processo di acquisizione dei dati biometrici dell’iride comporta l’utilizzo di un dispositivo di scansione, noto come scanner dell’iride, che cattura un’immagine ad alta risoluzione dell’iride di un individuo. L’iride può essere visualizzata in diverse modalità di illuminazione, come luce visibile o luce infrarossa, per ottenere dettagli precisi del suo modello.
Una volta acquisita l’immagine dell’iride, vengono applicati algoritmi di elaborazione dell’immagine per estrarre le caratteristiche distintive, come il modello dei vasi sanguigni, le linee e i solchi. Queste caratteristiche sono convertite in una rappresentazione numerica univoca, spesso chiamata “template dell’iride”.
Il template dell’iride può quindi essere memorizzato in un database sicuro per scopi di confronto e identificazione. Durante il processo di verifica o identificazione, l’immagine dell’iride acquisita viene confrontata con i template memorizzati per determinare una corrispondenza.
L’iride è considerata una caratteristica biometrica altamente affidabile, in quanto è stabile nel tempo e presenta una bassa probabilità di duplicazione. Inoltre, l’iride è in genere invariante rispetto a fattori come l’età, l’illuminazione, l’espressione facciale o le variazioni nel peso corporeo, rendendola una scelta attraente per applicazioni di identificazione sicura.
Tuttavia, l’acquisizione dei dati dell’iride richiede una collaborazione attiva dell’utente per posizionare correttamente l’occhio rispetto all’obiettivo del dispositivo di scansione. Ciò può richiedere una breve istruzione o guida durante il processo di acquisizione per garantire una buona qualità dell’immagine dell’iride.
Cos’è l’algoritmo di Daugman?
L’algoritmo di Daugman è un metodo comunemente utilizzato per l’elaborazione delle immagini dell’iride e l’estrazione delle caratteristiche distintive per l’identificazione biometrica.
L’algoritmo di Daugman si basa sull’idea che il modello dell’iride possa essere rappresentato da una serie di cerchi concentrici chiamati “anelli”. Ogni anello corrisponde a una diversa distanza radiale dall’origine dell’iride. L’algoritmo sfrutta la caratteristica unica del modello dell’iride, composta da linee, solchi e pigmentazione, per individuare i bordi degli anelli.
Ecco una panoramica dei passaggi principali dell’algoritmo di Daugman:
Preprocessing: L'immagine dell'iride viene sottoposta a una serie di operazioni di preprocessing per migliorare la qualità dell'immagine, come la riduzione del rumore e l'equalizzazione dell'istogramma. Segmentazione dell'iride: Viene individuata la regione dell'iride all'interno dell'immagine. Questo viene fatto utilizzando tecniche di segmentazione che identificano il bordo esterno dell'iride e il bordo interno della pupilla. Normalizzazione: L'immagine dell'iride viene normalizzata per compensare variazioni di scala, rotazione e illuminazione. Questo passaggio assicura che le caratteristiche dell'iride siano rappresentate in modo coerente. Estrazione degli anelli: L'immagine normalizzata viene suddivisa in una serie di anelli concentrici, ognuno dei quali rappresenta una diversa distanza radiale dall'origine dell'iride. Per ogni anello, vengono calcolate le statistiche degli intensità dei pixel, come la media o la deviazione standard, per creare un profilo dell'iride. Rilevamento dei punti di confine: Utilizzando un algoritmo di rilevamento dei bordi, vengono individuati i punti di confine tra l'iride e la pupilla all'interno di ogni anello. Questi punti rappresentano i punti di transizione tra le diverse caratteristiche dell'iride. Codifica dei punti di confine: I punti di confine rilevati vengono codificati in una sequenza di bit per creare una rappresentazione univoca delle caratteristiche dell'iride. Questa sequenza di bit viene chiamata "codice di fase". Confronto e corrispondenza: Durante la fase di verifica o identificazione, il codice di fase dell'iride acquisita viene confrontato con i codici di fase memorizzati nel database. Viene calcolata una misura di similarità
Per quanto riguarda la formula utilizzata da Daugman, 𝐺𝜎(𝑟) è la gaussiana che pulisce l’immagine e fa sì che ogni volta che viene generato un nuovo cerchio si effettua la convoluzione con tale gaussiana, eliminando le piccole variazioni di disturbo.
FORMULA
Cos’è il Noisy Iris Challenge Evaluation? (NICE)
Il Noisy Iris Challenge Evaluation (NICE) è un’iniziativa che si concentra sulla valutazione delle prestazioni degli algoritmi di riconoscimento dell’iride in condizioni sfavorevoli, caratterizzate dalla presenza di rumore o distorsioni nell’immagine dell’iride. L’obiettivo principale del NICE è fornire una piattaforma di valutazione standardizzata per confrontare e valutare le prestazioni dei sistemi di riconoscimento dell’iride in scenari realistici e rumorosi.
Il NICE è stato introdotto per affrontare la sfida di migliorare la robustezza e l’affidabilità dei sistemi di riconoscimento dell’iride, in particolare quando le condizioni di acquisizione delle immagini sono difficili. Questo può includere situazioni come immagini con scarsa illuminazione, occlusione parziale dell’iride, sbavature o sfocature, o altre fonti di rumore o distorsione.
Il NICE propone un set di immagini di prova che incorpora rumore e distorsioni realistiche nell’immagine dell’iride. Queste immagini di prova sono utilizzate per valutare le prestazioni degli algoritmi di riconoscimento dell’iride su diverse metriche di valutazione, come tasso di errore di riconoscimento, tasso di falsi positivi, tasso di falsi negativi e altre metriche specifiche.
La partecipazione al NICE è aperta agli sviluppatori di algoritmi di riconoscimento dell’iride e agli esperti nel campo della biometria. L’iniziativa mira a promuovere la ricerca e lo sviluppo di algoritmi più robusti e precisi per il riconoscimento dell’iride, che possono essere utilizzati in scenari reali in cui le condizioni di acquisizione delle immagini possono essere sfavorevoli.
Attraverso il NICE, si cerca di favorire l’avanzamento delle tecnologie di riconoscimento dell’iride e di promuovere l’utilizzo di standard e protocolli di valutazione comuni per valutare le prestazioni dei sistemi in condizioni realistiche
Com’è la segmentazione generale dell’iride?
La segmentazione generale dell’iride è il processo di estrazione e isolamento dell’area dell’iride dalle immagini dell’occhio. Questa fase è una parte fondamentale dei sistemi di riconoscimento dell’iride e viene eseguita per identificare e separare l’iride dalle altre componenti dell’occhio, come la sclera, la pupilla e le palpebre.
La segmentazione dell’iride può essere suddivisa in diverse fasi:
Pre-elaborazione: In questa fase, vengono applicate operazioni di pre-elaborazione all'immagine dell'occhio per migliorare la qualità dell'immagine e facilitare la segmentazione successiva. Ciò può includere operazioni come la riduzione del rumore, la normalizzazione dell'illuminazione e l'equalizzazione dell'istogramma. Individuazione della pupilla: La prima fase della segmentazione dell'iride consiste nell'individuare la pupilla, che è la parte più scura dell'occhio e si trova al centro dell'iride. Questo può essere fatto utilizzando algoritmi di rilevamento dei contorni o basati su soglia. (Punti neri come punti appartenenti all'iride, bianchi altrimenti) Estrazione dell'iride: Una volta che la posizione della pupilla è stata determinata, l'iride può essere estratta isolando l'area circostante. Questa fase può coinvolgere l'applicazione di algoritmi di rilevamento dei bordi, di segmentazione basata su soglia o di approcci basati su modelli statistici per delineare i confini dell'iride. Refinamento dei confini: Dopo l'estrazione iniziale dell'iride, è possibile eseguire operazioni di raffinamento per migliorare la precisione dei confini dell'iride. Ciò può includere l'applicazione di algoritmi di edge detection, di smussatura dei bordi o di altre tecniche di elaborazione dell'immagine per ottenere contorni più definiti. Validazione dell'iride: In questa fase, vengono applicate regole o criteri di validazione per assicurarsi che l'area estratta corrisponda effettivamente all'iride e che non siano presenti errori o artefatti. Ciò può coinvolgere l'eliminazione di regioni indesiderate, come ciglia o riflessi, o l'analisi delle caratteristiche dell'iride per confermare la sua autenticità
