7. ANALISIS DE RESULTADOS
7.2. Relación de costos
DISPOSITIVOS
Iris Recognition Device PIER
2.4 3M™ CSD330 Single-digit Optical Scanner
SAMSUN GALAXY S9
COSTOS US $974.33 US $2.500.00 US $900.00
Tabla 2. Costo dispositivos de reconocimiento de iris
Los dispositivos que se encuentran en el mercado tienen costos alrededor de los $800 a $5.000 mil dólares, su método de captura y su algoritmo se basa en cámaras con iluminación infrarroja, procesadores dedicados para el reconocimiento especifico y en análisis de la imagen sin tener que sobre cargar el procesador de desarrollo de interfaz propia del dispositivo, realizando ejecuciones en segundos, con tamaños medianos con capacidad de ubicación cómoda según el uso.
La mayoría de las compañías venden el software aparte del dispositivo así como el soporte del dispositivo y el mantenimiento de base de datos del software todo con costos incluidos directamente en la compra o costos adquiridos por la compra que no viene con el dispositivo ni software, a pesar que el software puede ser vinculado en diferentes equipos de desarrollo y computo.
El dispositivo REDBI 2.0 toma los aprendizajes de REDBI mejorando sus costos, eliminando el costo de licencia, siendo que la licencia de
uso y distribución del software MATLAB tiene un costo aproximado de 3.000 dólares, como primera instancia es un ahorro inmediato.
El uso del software libre permite el acceso al desarrollador de compartir parcial o completamente en la web su algoritmo si lo desea y si no encriptarlo de la manera que considere adecuada, siendo que si no lo patenta como producto intelectual no puede tomar acciones legales al respecto.
El desarrollo del dispositivo tiene un costo aproximado de 300 dólares por compra de cámara y del dispositivo de computo sea raspberry, sea computador, su ventaja radica en la expansión del uso, puede usarse para identificar usuarios para una aplicación de recepción y vinculación empresarial, para apertura de puertas y vigilancia de hogares o empresas, para generar control de ingresos mediante el uso de correos con bases de datos de ingreso tomando horas y recepción, mejora en el método de captura usando cámaras de bajo costo e iluminaciones infrarrojas con pruebas respectivas verificadas que permitan el menor o nulo daño a la retina.
7.3. Alcance
El método de funcionamiento de REDBI y REDBI 2.0 se basa en la transformada de Daugman, vista en el capítulo 6.3 descrito en la Figura
12.Normalización del iris [10]Figura 12 , el cual se obtiene mediante un
análisis de la imagen, obteniendo el centro y el área de los círculos de la pupila y el iris para hallar el centro de la imagen, teniendo en cuenta que usa para su funcionamiento datos estáticos para el posible radio mínimo y el radio máximo, limita el funcionamiento a cierta cantidad de individuos o usuarios con diámetros de iris y pupilas similares.
Teniendo en cuenta que la dilatación de la pupila depende de las condiciones físicas de cada individuo, el método propuesto para la normalización sufre constantes fallas de funcionamiento entre usuarios, al realizar el procedimiento tomando en cuenta la base de datos de imágenes URIBIS desarrollada en la universidad Beira Interior de Portugal, el funcionamiento del aplicativo tiene una respuesta y eficacia del 90% al 100% tomando un radio minino y máximo estático para su verificación, teniendo en cuenta que las imágenes adquiridas se tomaron con una lámpara de hendidura como la mostrada en la Figura 25.
El diámetro utilizado para su verificación fue el del bombillo de iluminación, como se puede apreciar en la Figura 3 se tiene un circulo de la pupila y uno del iris, para el funcionamiento en el aplicativo REBDI 2.0 se tomó el radio mínimo y máximo de la luz que se puede observar en el centro de la pupila, dando como resultado un funcionamiento del proceso en 19 de 20 imágenes, donde la imagen que no funciono presentaba contrastes diferentes por luces externas teniendo en cuenta esta base de datos.
Cuando se realiza el proceso de captura de imagen con el iriscopio (véase la Figura 10) se trata de tomar el led propio de la cámara como
base para el procesamiento, pero al ser tan pequeño el método presenta fallas como las que se ven en la Figura 26 generando múltiples círculos en la imagen lo cual afecta el proceso de normalización generando mucho centros para una sola imagen dando como resultado el que se puede observar en la Figura 25 haciendo que
el proceso posterior de análisis de características sea nulo y limitado y no funcione de la manera adecuada.
El uso del dispositivo está condicionado a las pruebas de verificación, al depender de las condiciones lumínicas del dispositivo, se genera un daño al usuario en el método de captura al tener que usar el dispositivo en repetidas ocasiones para hacer las respectivas pruebas, el daño a corto plazo en la pupila se observa después de un tiempo de verificación de 5 minutos, al finalizar este periodo de tiempo la pupila comienza a dilatarse menos haciendo que el proceso de captura sea ineficaz, el uso de la base de datos permite un desarrollo claro del funcionamiento pero no real del dispositivo siendo que su funcionamiento con la base de datos es del 100% pero con imágenes reales puede bajar al 50% o inferior teniendo en cuenta el método de análisis de imágenes basado en la normalización de Daugman y en las condiciones de ubicación del usuario, siendo que se realizó un prototipo basado en gafas parecidas a las que se ven en la Figura 27,
No se puede asegurar que en las capturas de verificación el usuario recuerde exactamente el punto donde estaba al momento de la captura de sus imágenes base, o abra de manera correcta el ojo respectivo, siendo que si el método de normalización funciona y el usuario no se posiciona de la manera adecuada el reconocimiento fallara, teniendo en cuenta que se tiene un umbral de reconocimiento con respecto de las imágenes base que se le tomaron al usuario al principio de la verificación si las condiciones físicas cambian de manera drástica el reconocimiento fallara, condiciones como la apertura de parpados, dilatación por condiciones externa o enfermedades adquiridas recientemente.
7.4. Desarrollo Futuro
El funcionamiento de un dispositivo de reconocimiento biométrico depende de las condiciones físicas, los problemas presentados en REBDI 2.0 son la ubicación de los individuos, teniendo en cuenta la apertura del ojo, y la ubicación del mismo, siendo que aunque se usen siempre las mismas gafas el usuario sube o baja según crea que están bien ubicadas. La realización de un soporte físico, sujeto a una estructura física que no vinculara al usuario en su postura ayudaría a mejorar el método de captura en el problema de ubicación, teniendo en cuenta que el usuario aún se puede ubicar un poco diferente,
según el diámetro del rostro, y puede cerrar los ojos más de lo adecuado.
La vinculación de cámaras NIR (Near Infrared) usadas en la captación de imágenes en el espectro infrarrojo, permitiría que la vinculación de luces led, o lámparas de hendiduras fuese reemplazada, permitiendo así la captación de las características del iris sin el daño o la incidencia directa de la luz, realizando las pruebas específicas de funcionamiento del algoritmo.
Tomando en cuenta la utilidad que tiene la incidencia lumínica en el proceso de normalización y toma de características el uso de una cámara con tecnología ultra pixel o una resolución mayor o igual a los 12Mpx permitiría generar un dispositivo que le dé al usuario un punto exacto de funcionamiento a una cierta distancia del dispositivo, permitiendo así un diámetro fijo de funcionamiento tomando el radio del iris, teniendo que cuenta que a más de 5 cm su diámetro puede en la mayoría de los casos ser más común en la mayoría de individuos, no afectado sus ojos con luces incidentes, dándole una indicación exacta con una apertura del ojo normal, permitiendo realizar las pruebas de extracción de características, tomando como ejemplo el uso de este reconocimiento biométrico del iris en dispositivo Samsung Galaxy s9.
Por último la verificación de la forma de captación de características del iris depende en la mayoría de sus desarrollos de la normalización basada en el tratamiento de Daugman con posteriores algoritmos de captación, extracción y segmentación para su posterior clasificación, basándose en los diámetros de la pupila y el iris, buscando obtener la información entre estos dos, el método ha probado su funcionamiento en imágenes con características muy similares, siendo de diferentes usuarios y con contrastes de luz y sombras diferentes aplicados a bases de datos estáticas, la mejora o cambio de este algoritmo como método de obtención de características permitiría un desarrollo sin las fallas de funcionamiento por luminosidad o radios variables en la imagen del iris, el acople de algoritmos de suavizado de imagen, binarizacion, y eliminación de ruido tienen antecedentes de funcionamiento con imágenes tomadas de bases de datos, que se deben probar en imágenes reales.
8. CONCLUCIONES
El desarrollo de un dispositivo que permita el reconocimiento de características biométricas de una persona mediante el uso de dispositivos de adquisición está limitado al medio de captura y su histéresis, que nunca es igual y nunca es constante según el medio y el entorno, que presenta falla de diseño, aunque todo puede ir
mejorando con el paso del desarrollo y la vinculación de diferentes dispositivos , la mejora de la técnica y el ensayo y repetición de los diferentes archivos, el primer dispositivo o los dispositivos previos a su desarrollo final presentarán fallas que deben ser corregidas tomando en cuenta las características físicas y la manera en la que se comportan frente a los método de captura, en el caso de las condiciones biométricas se toma como ejemplo la captura de la huella digital, el empañamiento del dispositivo genera fallas, la captura del iris presenta problemas si no se ajusta al usuario a una toma especifica de la imagen o si no se le permite una foto de fácil mecanización vinculando su uso y ejecución en actividades repetitivas que permitan la prueba constante de su funcionamiento, el mejoramiento respectivo de este tipo de capturas es vinculado directamente al desarrollo del software usado , siendo las mejoras del algoritmo y su anális is constante la más importante de las etapas de los desarrollos posteriores que llevan a la creación de un dispositivo de desarrollo fiable y con capacidad de comercialización.
Para REDBI 2.0 los problemas de captación de la imagen se mejoran con respecto a REDBI , como por ejemplo el uso de licencia, la captura de diferentes imágenes que permiten un reconocimiento dinámico de personas involucradas en una respectiva base de datos, siendo que sean personas vinculadas con el uso del dispositivo o personas tomadas para la base de datos y las pruebas respectivas de
verificación, la toma de las imágenes se ve sesgada por la dilatación de la pupila y el tamaño del iris, puede aumentar o disminuir su radio dependiendo de las personas y sus respectivas reacciones a la luz, así como antecedentes patológicos o médicos que procedan en enfermedades visuales, estas características se pueden solventar alejando o acercando el iris de la persona hasta que el radio deseado sea capturado permitiendo el desarrollo, la limitación de pruebas debido a la molestia visual por la iluminación limita el atronamiento o caracterización de los promedios de los iris tomados de cada persona, son pruebas que requieren tiempo y el daño o el malestar puede afectar al ojo, por la exposición prolongada a luces directas sin la mayor protección posible, el desarrollo posterior de la comparación es un proceso que es susceptible a mejoras según el medio de captura, los filtros que pueden usarse en el desarrollo de las imágenes tienen la capacidad de mejora en su análisis, vinculado mejor resolución y captura, siendo las líneas de hough un valor a tomar y el filtro de gabor wavelet un posible desarrollo.
El dispositivo funciona para determinados valores de radios mínimos y máximos del iris y la pupila, realizando un análisis respectivo del iris de cada usuario y una comparación adecuada en un tiempo aceptable para un reconocimiento de personas y su verificación, la interfaz presenta una manera de uso versátil y eficiente para la vinculación en
cualquier tipo de uso, y tiene la posibilidad de un desarrollo a futuro produciendo un dispositivo de bajo costo y gran eficiencia.
10. RECOMENDACIONES
El desarrollo del dispositivo se realizó en un computador portátil, con una capacidad de procesamiento propio y procesamiento grafico extendido, permitiendo que el proceso de apertura de la cámara y funcionamiento de la interfaz fuera dinámico y rápido, siendo un dispositivo portátil en su conjunto, el uso de dispositivos que cuentan con desarrollo de software libre, conexión a periféricos y un menor tamaño permite el desarrollo futuro final de un dispositivo de menor tamaño, que puede ser vinculado de manera más sencilla a cualquier proceso que se requiera o designe, dispositivos como se ven en la
Figura 28. Se debe tener en cuenta la capacidad del procesador, la capacidad de la RAM y el uso de procesadores gráficos para tener una mejor velocidad de proceso.
Se recomienda su uso para creación de dispositivos de menor tamaño, que se puedan vincular mejor a los espacios de uso y aplicación del software, con un consumo de energía menor.
11. BIBLIOGRAFIA [1] Centro de Enseñanza Secundaria de la ciudad de Alicante, “Fisiología del ojo.” [Online]. Available:
http://intercentres.edu.gva.es/iesleonardodavinci/Fisica/Vision/Luz -vision08.htm.
[2] J. GUIDONI, “Iridologia.”
[3] Anónimo, “Diabetes: cómo afecta al ojo.” [Online]. Available: http://opticamendez.es.tl/DIABETES-d--Cmo-afecta-al-ojo.htm.
[4] R. De Rosa, “Procesamiento de imágenes digitales,” pp. 1–5, 2007.
[5] Anónimo, “Análisis de las imágenes digitales.” [Online]. Available: http://personales.upv.es/rmullor/Digitales.html.
[6] Http: //www.homini.com/new_page_5.htm, “Plataforma Biométrica Homini.” [Online]. Available:
http://www.homini.com/new_page_5.htm.
[7] D. M. Queralt, E. en M. de F. y Geriatría, and M. C. de A. Medical, “Cambios biológicos en personas mayores.” [Online]. Available: Figura 28. Dispositivos de hardware
http://www.mapfre.com/salud/es/cinformativo/cambios-bilogicos- introduccion.shtml.
[8] Shauntelle Hamlett, “Las causas de la decoloración del ojo.” [Online]. Available: http://www.ehowenespanol.com/causas- decoloracion-del-ojo-lista_117026/.
[9] D. G. Rowe, “Ojos envejecidos impiden reconocimiento por el iris.” [Online]. Available:
http://www.losandes.com.ar/notas/2012/7/1/ojos-envejecidos- impiden-reconocimiento-iris-652125.asp.
[10] C. Platero, “Procesamiento morfológico,” pp. 163–189. [11] http: //www.ocu.org, “Chema Alonso: „El futuro es hackear la
sociedad‟.”[Online]. Available:
http://www.ocu.org/tecnologia/antivirus/noticias/entrevista-hacker.
[12] “Definición de Seguridad Informática.” [Online]. Available: http://www.mastermagazine.info/termino/6638.php.
[13] “Cámaras Y Sistemas Biométricos Para Reconocimiento Del Iris.” [Online]. Available: http://sistemasbiometricos.co/blog/camaras-y- sistemas-biometricos-para-reconocimiento-del-iris-2.
[14] S. Prabhakar, A. Ivanisov, and A. Jain, “Biometric Recognition: Sensor Characteristics and Image Quality,” no. June, 2011.
[15] L. Masek, “Recognition of Human Iris Patterns for Biometric Identification,” 2003.
[16] R. D. Universitaria, “El epitelio pigmentario retiniano como componente de la barrera hemato-retiniana : implicación en la retinopatía diabética,” pp. 1–13, 2011.
[17] A. Thomas and A. Theodore, “An Iris Biometric System for Public and Personal Use The human iris promises to deliver a level of uniqueness to identification,” 2000.
[18] J. O. García, A. De Imagen, L. Iris, C. D. P. De Iris, L. Estructura, and F. Iris, “Reconocimiento Automático de Patrones de Iris.” [19] R. D. E. L. Iris, U. N. D. E. Trujillo, and T. Perú, “Reconocimiento
del iris,” pp. 1–12, 2006.
[20] 14/abril/2013 http: //redyseguridad.fi-
p.unam.mx/proyectos/biometria/clasificacionsistemas/capturairis. html, “Captura de la imagen del iris.”
[21] V. E. Duró, “Evaluación de Sistemas de Reconocimiento Biométrico,” pp. 58–61.
[22] Da. S. Ortega, “RECONOCIMIENTO BIOMÉTRICO. RECONOCIMIENTO FACIAL.” [Online]. Available:
http://www.borrmart.es/articulo_seguritecnia.php?id=2166&numer o=357.
[23] J. Manuel, P. Gaspar, V. Dirigida, and M. Fa, “Tesis doctoral : Uso de la Firma Manuscrita Dinámica para el Reconocimiento
Biométrico de Personas en Escenarios Prácticos.”
[24] Z. He, T. Tan, Z. Sun, and X. Qiu, “Toward accurate and fast iris segmentation for iris biometrics.,” IEEE transactions on pattern analysis and machine intelligence, vol. 31, no. 9, pp. 1670–84, Sep. 2009.
[25] R. P. Wildes, “Iris recognition: an emerging biometric technology,” Proceedings of the IEEE, vol. 85, no. 9, pp. 1348–1363, 1997. [26] Q. Tjan, “FAST ALGORITHM AND APPLICATION OF HOUGH
TRANSFORM IN IRIS,” no. August, pp. 26–29, 2004.
[27] H. Proenc and L. A. Alexandre, “Iris segmentation methodology for non-cooperative recognition,” pp. 199–205.
[28] T. A. Camus and R. Wildes, “Reliable and Fast Eye Finding in Close-up Images,” 2002.
[29] D. D. M. - Roche, E. E. S. A, D. S. Engineering, and C. Ombu, “Iris Recognition for Biometric Identification using Dyadic Wavelet Transform Zero-Crossing I „.”
[30] R. Malladi, J. A. Sethian, and B. C. Vemuri, “Shape Modeling with Front Propagation : A Level Set Approach,” vol. 17, no. 2, 1995.
[31] J.A. Sethian, “HYPERSURFACES MOVING WITH CURVATURE- DEPENDENT SPEED: HAMILTON-JACOBI EQUATIONS,
CONSERVATION LAWS AND NUMERICAL ALGORITHMS,” 1989.
[32] R. Kimmel, “Geodesic Active Contours,” pp. 694–699, 1995. [33] “Iris recognition by fusing different representations of multi-scale
Taylor expansion.”
[34] F. Cui and L. Zou, “Edge Feature Extraction Based on Digital Image Processing Techniques,” no. September, pp. 2320–2324, 2008.
[35] C. Pinilla and A. A. F. J. Ariza, “Filtrado de imágenes en el dominio de la frecuencia,” pp. 1–5, 1997.
[36] Z. Xizhi, “The Application of Wavelet Transform in Digital Image Processing,” 2008 International Conference on MultiMedia and Information Technology, pp. 326–329, Dec. 2008.
[37] Anonimo, “Introducción a las imágenes digitales Primera parte.” [38] C. E. Hernandez Sosa, “FUNDAMENTOS EN LA
DIGITALIZACIÓN Y PROCESAMIENTO DE UNA IMAGEN,” 2007.
[39] Anonimo, “Introduccion al procesamiento de imágenes.” [Online]. Available: http://www.slideshare.net/balfier/operaciones-
morfologicas.
[40] T. De Hough, “Segmentación. Transformada de Hough.”
[41] “Reconocimiento biométrico: la nueva revolución tecnológica.” [Online]. Available: http://www.diariosigloxxi.com/texto-
diario/mostrar/90112/reconocimiento-biometrico-la-nueva- revolucion-tecnologica. [Accessed: 14-Jul-2013].
[42] “UMANICK: EFECTIVIDAD Y EFICACIA DE LOS SISTEMAS BIOMÉTRICOS.” [Online]. Available:
http://www.umanick.com/index.php/tecnologia/efectividad-y- eficacia. [Accessed: 14-Apr-2013].
[43] “SISTEMAS BIOMÉTRICOS: MATCHING DE HUELLAS DACTILARES MEDIANTE TRANSFORMADA DE HOUGH GENERALIZADA.” [Online]. Available:
http://www2.ing.puc.cl/~iing/ed429/sistemas_biometricos.htm. [Accessed: 14-Apr-2013].
[44] I. Ocular, C. Autom, J. G. Daugman, F. Rechazo, and F.
Aceptación, “El Iris Ocular como parámetro para la Identificación Biométrica,” 2000.
[45] “El uso de la cámara fotográfica.” [Online]. Available:
http://www.foto13.com/funcionamiento_camara.htm. [Accessed: 14-Apr-2013].
[46] “Como funciona la cámara digital: Funciones y ajustes.” [Online]. Available:
http://www.digitalfotored.com/imagendigital/menucamaradigital.ht m.
[47] “Cómo ajustar la cámara para disparar en RAW (I).” [Online]. Available: http://altfoto.com/2012/10/como-ajustar-la-camara- para-disparar-en-raw-i. [Accessed: 14-Apr-2013].
[48] Anonimo, “Resolución cámara digital - funcionamiento básico.” [Online]. Available: http://www.electronica-basica.com/resolucion- camara-digital.html. [Accessed: 14-Apr-2013].
[49] Anonimo, “Adiós cámaras de seguridad de baja resolución, hola vídeo vigilancia en HD a 29 MP.” [Online]. Available:
http://www.xatakahome.com/seguridad-en-el-hogar/adios-
camaras-de-seguridad-de-baja-resolucion-hola-video-vigilancia- en-hd-a-29-mp. [Accessed: 14-Apr-2013].
[50] Anonimo, “Cómo Conseguir una Buena Fotografía en tan solo Tres Pasos.” [Online]. Available: http://www.dzoom.org.es/noticia- 14338.html. [Accessed: 14-Mar-2013].
[51] Sergio Bernabé García, “Escuela Politécnica MÁSTER
UNIVERSITARIO EN COMPUTACIÓN GRID Y PARALELISMO Trabajo Fin de Máster disponibles en la herramienta Google Maps Sergio Bernabé García Septiembre, 2010,” 2010. [52] D. G. Morate, “Manual de Weka.”
[53] Prtools, “PRTools.” [Online]. Available: http://prtools.org/.
[54] G. S. Pérez and I. R. González, “Leyes de protección de datos personales en el mundo y la protección de datos biométricos – Parte I.”
[55] “DIGITI - sistemas digitales inteligentes.” [Online]. Available: http://201.234.78.173:8080/gruplac/jsp/visualiza/visualizagr.jsp?nr o=00000000004801.