Identificación por reconocimiento de iris.

Método de identificación a partir de datos biométricos de un iris (I) de un ojo que hay que identificar, que comprende las etapas consistentes en:

- codificar una imagen

(P1) del iris (I) que hay que identificar y una segunda imagen de iris (P2) que hay que comparar con la primera imagen (P1), para obtener códigos binarios (Código_T1, Código_T2) representativos de las imágenes que hay que comparar, tales que bits adyacentes de los códigos binarios (Código_T1, Código_T2) correspondan a zonas adyacentes de los iris en las imágenes correspondientes (P1, P2),

- determinar un código binario de similitud (Sim) a partir del código binario (Código_T1) de la imagen (P1) del iris (I) que hay que identificar y del segundo código binario (Código_T2) de la segunda imagen de iris (P2),

- determinar una puntuación de confianza función de las densidades locales de similitudes (Densidad (b)) entre las dos imágenes de iris comparadas (P1, P2), así como del código binario de similitud (Sim), siendo a su vez determinadas las densidades locales de similitud en función del código binario de similitud (Sim),

- decidir, en función del valor de la puntuación de confianza, si las dos imágenes de iris (P1, P2) provienen del miso iris.

Tipo: Patente Internacional (Tratado de Cooperación de Patentes). Resumen de patente/invención. Número de Solicitud: PCT/EP2012/067444.

Solicitante: MORPHO.

Nacionalidad solicitante: Francia.

Dirección: 11 Bld Galliéni 92130 Issy-les-Moulineaux FRANCIA.

Inventor/es: BOHNÉ,JULIEN.

Fecha de Publicación: .

Clasificación Internacional de Patentes:

  • SECCION G — FISICA > COMPUTO; CALCULO; CONTEO > RECONOCIMIENTO DE DATOS; PRESENTACION DE DATOS; SOPORTES... > G06K9/00 (Métodos o disposiciones para la lectura o el reconocimiento de caracteres impresos o escritos o el reconocimiento de formas, p. ej. de huellas dactilares (métodos y disposiciones para la lectura de grafos o para la conversión de patrones de parámetros mecánicos, p.e. la fuerza o la presencia, en señales eléctricas G06K 11/00; reconocimiento de la voz G10L 15/00))
  • SECCION G — FISICA > COMPUTO; CALCULO; CONTEO > RECONOCIMIENTO DE DATOS; PRESENTACION DE DATOS; SOPORTES... > Métodos o disposiciones para la lectura o el reconocimiento... > G06K9/64 (utilizando comparaciones o correlaciones simultáneas de señales imágenes con una pluralidad de referencias, p. ej. matriz de resistencias)
  • SECCION G — FISICA > COMPUTO; CALCULO; CONTEO > RECONOCIMIENTO DE DATOS; PRESENTACION DE DATOS; SOPORTES... > Métodos o disposiciones para la lectura o el reconocimiento... > G06K9/46 (Extracción de elementos o de características de la imagen)

PDF original: ES-2528281_T3.pdf

 

google+ twitter facebookPin it
Identificación por reconocimiento de iris.
Identificación por reconocimiento de iris.

Fragmento de la descripción:

Identificación por reconocimiento de iris

Ã?mbito de la invención

La invención concierne de manera general al ámbito de la biometría, y en particular al ámbito de la identificación de individuos por reconocimiento de iris.

Estado de la técnica

Se conocen ya métodos de identificación por reconocimiento de iris, que consisten en captar una imagen de un iris de un individuo que hay que identificar con una o varias imágenes de iris conocidas y almacenadas en una base de datos o en un documento de identidad seguro.

En particular, John Daugman ha desarrollado un método de reconocimiento de iris, descrito en el documento US 5.291.560, que comprende las etapas consistentes en:

- codificar imágenes de iris que hay que comparar en un código binario cuyos bits corresponden a zonas identificadas de los iris.

- aplicar una máscara a estos códigos binarios para suprimir los bits correspondientes a zonas del iris no visibles (por ejemplo que están ocultadas por el párpado) , -confrontar dos códigos binarios de imágenes de iris para deducir de ellos un código binario que identifique los bits coherentes entre dos códigos binarios de iris, y -a partir de este código, calcular la distancia de Hamming, es decir el número de bits incoherentes entre los códigos binarios que hay que comparar.

Cuanto más pequeña es la distancia de Hamming de un par de códigos binarios, mayores son las posibilidades de que las dos imágenes de las que los mismos son extraídos provengan del mismo iris.

Este método es ahora clásico para el especialista en la materia, y la mayoría de los desarrollos que se han seguido pretenden mejorar el modo de codificar imágenes de iris a fin de que los tratamientos realizados en estos códigos binarios sean los más pertinentes posibles. Pocos desarrollos han pretendido mejorar el método de confrontación entre varios códigos binarios de iris para deducir de éste la identidad del portador del iris probado.

Sin embargo, se constata, por una parte, que el método Daugman que utiliza la distancia de Hamming comete siempre errores positivos, consistentes en considerar de modo erróneo que dos imágenes diferentes provienen del mismo iris, y errores negativos, consistentes en considerar de modo erróneo que dos imágenes del mismo iris provienen de dos iris diferentes.

Presentación de la invención

En consecuencia, uno de los objetivos de la invención es disminuir a la vez las tasas de errores positivos y negativos obtenidas en la técnica anterior. En particular, un objetivo de la invención es disminuir la tasa de errores negativos con tasa de errores positivos fijada.

La invención propone un método alternativo de identificación por reconocimiento de iris, que explote las densidades locales de bits coherentes entre dos códigos binarios representativos de imágenes de iris.

A tal efecto, la invención propone un método de identificación a partir de datos biométricos de un iris de un ojo que hay que identificar, que comprende las etapas consistentes en:

- codificar una imagen del iris que hay que identificar y una segunda imagen de iris para obtener códigos binarios representativos de las imágenes que hay que comparar, tales que bits adyacentes de los códigos binarios correspondan a zonas adyacentes de los iris en las imágenes correspondientes, -determinar un código binario de similitud a partir del código binario de la imagen del iris que hay que identificar y del segundo código binario de la segunda imagen de iris, -determinar una puntuación de confianza función de densidades locales de similitud entre las dos imágenes de iris comparadas, así como del código binario de similitud, siendo a su vez determinadas las densidades locales de similitud en función del código binario de similitud, -decidir, en función del valor de la puntuación de confianza, si las dos imágenes de iris provienen del mismo iris.

El método de identificación propuesto por la invención puede comprender además al menos una de las características siguientes:

- El código binario de similitud es una tarjeta de coherencia obtenida aplicando entre los dos códigos binarios representativos de las imágenes de iris el operador " o exclusivo ".

- El código binario de similitud utilizado solamente tiene en cuenta los bits de la tarjeta de coherencia correspondientes a zonas de los iris visibles en las imágenes.

- Para determinar la puntuación de confianza, se calcula, para cada bit del código binario de similitud, una medición de densidad local de bits coherentes entre los dos códigos binarios de las imágenes de iris en la proximidad del bit considerado.

- La puntuación de confianza se calcula sumando, para cada bit del código de similitud, los valores de las densidades locales ponderadas por un número positivo si el bit es coherente entre las dos imágenes de iris, y por un número negativo si el bit es incoherente entre las dos imágenes de iris.

- El método comprende el hecho de normalizar la puntuación de confianza obtenida dividiéndola por la suma de las densidades locales.

- El método consiste en iterar las etapas precedentes entre un código de una imagen de un iris que hay que identificar y N códigos de imágenes de iris de una base de datos, y a partir de las puntuaciones de confianza obtenidas para cada par de códigos de imágenes de iris, determinar una tasa de éxito de la decisión efectuada concerniente a la procedencia de las imágenes.

- El método comprende la aplicación de las etapas precedentes entre un código de una imagen de un iris que hay que identificar y los códigos de imágenes de iris de una base de datos, y a partir de las puntuaciones de confianza obtenidas, la determinación de las imágenes de iris de la base de datos que provienen del iris que hay que identificar. Se puede además comparar las puntuaciones de confianza obtenidas con un umbral para determinar las imágenes de iris que provienen del iris que hay que identificar.

- El método consiste en:

- determinar un código binario de similitud entre una imagen de iris que hay que identificar y cada una de las N imágenes de iris de una base de datos, -calcular, para cada código binario de similitud, la distancia de Hamming entre las dos imágenes comparadas, -seleccionar entre la base de datos de N imágenes una segunda base de datos de Nâ? imágenes de los iris que presentan la distancia de Hamming más pequeña con la imagen del iris que hay que identificar, y -poner en práctica el método precedentemente descrito en la base de datos que contiene las Nâ? imágenes de iris.

La invención concierne además a un sistema de identificación de un individuo, que comprende:

- al menos un sistema de adquisición, adaptado para captar al menos una imagen de un iris de una persona, -una plataforma de cálculo, que recibe la imagen adquirida por el sistema de adquisición y al menos una segunda imagen que hay que comparar con la primera, estando adaptada la plataforma de cálculo para:

- codificar la imagen del iris que hay que identificar y la segunda imagen de iris para obtener códigos binarios representativos de las imágenes que hay que comparar, tales que bits adyacentes de los códigos binarios correspondan a zonas adyacentes de los iris en las imágenes correspondientes, -determinar un código binario de similitud a partir del código binario de la imagen del iris que hay que identificar y del segundo código binario de la segunda imagen de iris, -determinar una puntuación de confianza función de densidades locales de similitudes entre las dos imágenes de iris comparadas, así como del código binario de similitud, siendo a su vez determinadas las densidades locales en... [Seguir leyendo]

 


Reivindicaciones:

1. Método de identificación a partir de datos biométricos de un iris (I) de un ojo que hay que identificar, que comprende las etapas consistentes en:

- codificar una imagen (P1) del iris (I) que hay que identificar y una segunda imagen de iris (P2) que hay que comparar con la primera imagen (P1) , para obtener códigos binarios (Código_T1, Código_T2) representativos de las imágenes que hay que comparar, tales que bits adyacentes de los códigos binarios (Código_T1, Código_T2) correspondan a zonas adyacentes de los iris en las imágenes correspondientes (P1, P2) , -determinar un código binario de similitud (Sim) a partir del código binario (Código_T1) de la imagen (P1) del iris (I) que hay que identificar y del segundo código binario (Código_T2) de la segunda imagen de iris (P2) , -determinar una puntuación de confianza función de las densidades locales de similitudes (Densidad (b) ) entre las dos imágenes de iris comparadas (P1, P2) , así como del código binario de similitud (Sim) , siendo a su vez determinadas las densidades locales de similitud en función del código binario de similitud (Sim) , -decidir, en función del valor de la puntuación de confianza, si las dos imágenes de iris (P1, P2) provienen del miso iris.

2. Método de identificación de acuerdo con la reivindicación 1, en el cual el código binario de similitud (Sim) es una tarjeta de coherencia (Dif) obtenida aplicando entre los dos códigos binarios (Código_T1, Código_T2) representativos de las imágenes de iris (P1, P2) el operador " o exclusivo ".

3. Método de identificación de acuerdo con la reivindicación 2, en el cual el código binario de similitud (Sim) utilizado solamente tiene en cuenta los bits de la tarjeta de coherencia (Dif) correspondientes a zonas de los iris visibles en las imágenes (P1, P2) .

4. Método de identificación de acuerdo con una de las reivindicaciones precedentes, en el cual para determinar la puntuación de confianza, se calcula, para cada bit del código binario de similitud (Sim) , una medición de densidad local (Densidad (b) ) de bits coherentes entre los dos códigos binarios (Código_T1, Código_T2) de las imágenes de iris (P1, P2) en una proximidad del bit considerado.

5. Método de identificación de acuerdo con la reivindicación precedente, en el cual la puntuación de confianza se calcula sumando, para cada bit del código de similitud (Sim) , los valores de las densidades locales (Densidad (b) ) ponderadas por un número positivo si el bit es coherente entre las dos imágenes de iris (P1, P2) , y por un número negativo si el bit es incoherente entre las dos imágenes de iris (P1, P2) .

6. Método de identificación de acuerdo con la reivindicación precedente, en el cual se normaliza además la puntuación de confianza obtenida dividiéndola por la suma de las densidades locales.

7. Método de identificación consistente en iterar las etapas del método de acuerdo con una de las reivindicaciones precedentes entre un código de una imagen de un iris que hay que identificar y N códigos de imágenes de iris de una base de datos (13) , y a partir de las puntuaciones de confianza obtenidas para cada par de códigos de imágenes de iris, determinar una tasa de éxito de la decisión efectuada concerniente a la procedencia de las imágenes.

8. Método de identificación en el transcurso del cual se aplica el método de acuerdo con una de las reivindicaciones precedentes entre un código (Código_T1) de una imagen (P1) de un iris (I) que hay que identificar y códigos (Código_T2) de imágenes de iris (P2) de una base de datos (13) , y a partir de las puntuaciones de confianza obtenidas, se determinan las imágenes de iris (P2) de la base de datos (13) que provienen del iris (I) que hay que identificar.

9. Método de identificación de acuerdo con la reivindicación 8, en el cual se comparan las puntuaciones de confianza obtenidas con un umbral para determinar las imágenes de iris (P2) que provienen del iris (I) que hay que identificar.

10. Método de identificación consistente en:

- determinar un código binario de similitud (Dif) entre una imagen (P1) de iris (I) que hay que identificar y cada una de las N imágenes de iris (P2) de una base de datos (13) , -calcular, para cada código binario de similitud (Dif) , la distancia de Hamming entre las dos imágenes comparadas, -seleccionar entre la base de datos (13) de N imágenes una segunda base de datos de Nâ? imágenes de los iris que presentan la distancia de Hamming más pequeña con la imagen (P1) del iris (I) que hay que identificar, y -poner en práctica el método de acuerdo con las reivindicaciones 8 o 9 en la base de datos que contiene las Nâ? imágenes de iris. 7

11. Sistema de identificación de un individuo, que comprende:

- al menos un sistema de adquisición (11) , adaptado para captar al menos una imagen (P1) de un iris (I) de una persona (P) , -una plataforma de cálculo (12) , que recibe la imagen (P1) adquirida por el sistema de adquisición (11) y al menos 5 una segunda imagen (P2) que hay que comparar con la primera (P1) , estando caracterizado el sistema por que la plataforma de cálculo (12) está adaptada para:

- codificar la imagen (P1) del iris (I) que hay que identificar y la segunda imagen de iris (P2) para obtener códigos binarios (Código_T1, Código_T2) representativos de las imágenes que hay que comparar, tales que bits adyacentes de los códigos binarios (Código_T1, Código_T2) correspondan a zonas adyacentes de los iris en las imágenes correspondientes (P1, P2) , -determinar un código binario de similitud (Sim) a partir del código binario (Código_T1) de la imagen (P1) del iris (I) que hay que identificar y del segundo código binario (Código_T2) de la segunda imagen de iris (P2) , -determinar una puntuación de confianza función de las densidades locales de similitudes (Densidad (b) ) entre las dos imágenes de iris comparadas (P1, P2) , así como del código binario de similitud (Sim) , siendo a su vez 15 determinadas las densidades locales de similitud en función del código binario de similitud (Sim) , -decidir, en función del valor de la puntuación de confianza, si las dos imágenes de iris (P1, P2) provienen del miso iris.