GENERALIDADES DE SISTEMA DE CONTROL BIOMÉTRICO

El rostro es una de las partes del cuerpo humano más relevante, puesto que participa en las interacciones sociales humanas, apareciendo en un gran porcentaje de escenas visuales adquiridas por cámaras para transmisión, almacenamiento o comunicación. La identificación, caracterización y reconocimiento de caras tiene más bien una larga historia en investigación, con enfoques por ejemplo que van desde Eigenfaces a redes neuronales. Sin embargo muchos enfoques propuestos han sido desarrollados para aplicaciones específicas tales como control de seguridad automática, donde las restricciones específicas pueden ser impuestas con respecto a la luminosidad, posición de la cabeza, etc.

El reciente y creciente interés por los problemas relacionados con el procesamiento de imágenes de personas, es verificado por el elevado número de conferencias y publicaciones avaladas por los más prestigiosos grupos de investigación internacionales.

El Estado chileno ya está dando los primeros pasos en la materia de los Sistemas Biométricos. En Septiembre de 2002, el Servicio de Registro Civil e Identificación presentó la nueva cédula de identidad de la república de Chile. La nueva cédula de identidad contiene una foto digital, firma e impresión dactilar, que podrá ser conectado a la base de datos de identificación on-line utilizando un lector biométrico. Esta tecnología ha sido restringida a aplicaciones legales criminales, por lo que está disponible sólo para grandes instituciones. La fotografía digital de la nueva cédula, es un elemento visual y auxiliar de verificación de la identidad, siendo un área aun no desarrollada en nuestro país, y tema central de este trabajo.

Un indicador biométrico es alguna característica con la cual se puede identificar a una persona, los sistemas más utilizados son: Huellas dactilares, las manos, la voz, la cara, el iris del ojo y la firma.

Los indicadores biométricos poseen ventajas y desventajas, las cuales deben tenerse en consideración al momento de decidir qué técnica utilizar para una aplicación específica. En particular deben considerarse las diferencias entre los métodos anatómicos y los de comportamiento. Una característica anatómica, salvo daño físico, es la misma día a día, a diferencia de una de comportamiento que puede ser influenciada tanto por factores controlables como por factores psicológicos no intencionales. Asimismo, las máquinas que miden características físicas tienden a ser más grandes y costosas que las que detectan comportamientos. Además de esto, las diferentes tecnologías biométricas poseen diferencias en cuanto a su exactitud en tareas de reconocimiento. Debido a diferencias como las señaladas, no existe un único sistema biométrico que sea capaz de satisfacer todas las necesidades, cada cual posee su propio ámbito de aplicación.

Para las tareas de reconocimientos, presenta una comparación entre el costo y la exactitud de las tecnologías biométricas.

Tabla comparativa de las ventajas de las tecnologías de biometría de rostro, huella dactilar y ojo.

Algunas de las razones por las cuales el uso de la cara humana puede ser incorporado en los Sistemas de Información son las siguientes:

Almacenamiento de enormes volúmenes de Fotos y videos en archivos manuales y digitales, en distintas aplicaciones (Seguridad, fichas, etc.).

Existencia de Base de Rostros Humanos en Registro Civil y de Identificación de Chile.

Es Familiar, las Personas recuerdan y reconocen caras de otras personas

(sino es así, poseen una enfermedad llamada Prosopagnosia).

Es posible capturarlas en escenas complejas.

Gran interés en la comunidad científica (180 Organizaciones desarrolladoras en el Mundo).

Aplicaciones en desarrollo en diferentes áreas.

Tendencia a la Simetría de la cara, es posible explicarla en Lenguaje Matemático, así como la geometría de sus componentes.

Identificación a Distancia y no invasiva. Compatible / Interoperable con bases de datos relacionales actuales.

Otro antecedente es que la extracción automática de características es extremadamente importante en muchas aplicaciones, tales como sistemas de comunicación en tiempo real, y sistemas de recuperación de bases de datos con grandes volúmenes de datos. Esto es importante para permitir restricciones de la caracterización de caras cuyas características son fácilmente extraíbles y permitir una rápida y eficiente comparación.

El rostro humano ha sido uno de los objetos más complejos en Computación gráfica, existiendo más de 180 organizaciones desarrolladoras en el mundo dedicadas al tema. Los modelos de cara vigentes fueron diseñados con el propósito de desplegar gráficos de alta calidad (la mayoría en 3D), conteniendo un número de nodos característicos que puede llegar ser excesivo dependiendo de la aplicación que se trate.

En este trabajo revisaremos las principales características del rostro humano, su modelo geométrico, la obtención de puntos característicos a través del procesamiento de imágenes y la forma de triangularlo y visualizarlo utilizando geometría computacional.

La Geometría Computacional se define como el estudio de problemas algorítmicos que involucran geometría (Ralston, 2000), y estudia problemas geométricos desde el punto de vista de la computación, y está fuertemente relacionada con la geometría discreta y combinacional. Una parte esencial es el diseño y análisis de algoritmos para la solución eficiente de problemas geométricos. Como consecuencia una tarea fundamental es identificar conceptos, propiedades y técnicas las cuales ayudan al desarrollo de algoritmos eficientes.

Aunque los primeros resultados constructivos de la Geometría Computacional (G.C.) datan de la época de Euclides, existió un nacimiento separado de la Geometría y de los algoritmos. En 1978 se inicia el estudio de problemas geométricos usando algoritmos con la prestigiosa tesis de Doctorado de M. I. Shamos (1978), aunque antes, con el trabajo de Graham en 1972, se presenta uno de los algoritmos más conocidos para el cálculo de la envolvente convexa en el plano en tiempo óptimo. La Geometría

Computacional es una disciplina joven, ya cuenta con más de 8000 publicaciones relevantes (Ralston 2000).

El tema de detección de caras humanas y sus componentes, y su posterior triangulación no ha sido anteriormente desarrollado en la Universidad del Bío- Bío, siendo el primer trabajo que combina computación gráfica y geometría Computacional. El área que ha tenido desarrollo a través de investigaciones y publicaciones de artículos en congresos es el tema de realidad Virtual, pero en el tema de geometría computacional, se está iniciando.

En Chile, el Departamento de Ciencias de la Computación de la Universidad de Chile, lidera el tema de la Geometría Computacional a nivel nacional, y el tratamiento de imágenes y visión por computador ha tenido un fuerte desarrollo en el Departamento de Ingeniería Eléctrica de la mencionada Universidad, donde se ha investigado el uso de EigenSpace y de biometría para la identificación de rostros.

En el mundo son más de 180 las organizaciones que están desarrollando aplicaciones relacionadas con la identificación y detección de caras humanas, destacándose: Estados Unidos, Inglaterra, Francia y España. Hay que considerar la existencia a nivel mundial de 2 estándares para compresión, el MPEG 4 y el MPEG 7, ambos definen un modelo de cara humana, pero con énfasis diferentes. El MPEG4 utiliza 122 puntos característicos para obtener un modelo de cara, número excesivo, si se considera el gran volumen de imágenes y videos existentes, no permitiendo el desarrollo de aplicaciones que precisen tiempos cortos de respuesta. Por otro lado el MPEG7, es un estándar recientemente publicado que define 11 puntos característicos de la cara, siendo los principales ámbitos de aplicación, las transmisiones de datos y las aplicaciones en tiempo real., utilizando una malla de baja calidad basado en la cantidad de puntos de control.

Las aplicaciones desarrolladas a la fecha, incluyen algunos productos comerciales celosamente guardados, y que se han centrado principalmente en 3D, dejando de lado las características geométricas de la cara y su futura aplicación. Hay que considerar que los modelos de caras actuales no son 100% exactos, principalmente a las transformaciones de espacio desde 2D a 3D, que poseen infinitas soluciones, y al fuerte uso de las redes neuronales en la identificación, que requieren un entrenamiento previo a través de la definición de patrones.

El objetivo general de este trabajo es Implementar una herramienta gráfica para modelar el rostro humano a través de mallas de triángulos Delaunay en 2D.

Los objetivos específicos son:

Determinar y definir el modelo del rostro humano. Identificar criterios para desarrollar los algoritmos de detección del

rostro y sus componentes.

Desarrollo de algoritmos para detectar rostro y sus órganos. Identificar y seleccionar algoritmos de triangulación Delaunay en 2D. Definir Estructura de Datos a utilizar para generar los triángulos

Delaunay 2D. Generar malla de triángulos Delaunay 2D basado en el modelo

propuesto.

Desarrollo de una interfaz gráfica que permita la visualización de la malla generada.

ALCANCES Y LIMITACIONES:

Excluiremos de este trabajo el Reconocimiento de Patrones, la identificación de Expresiones Faciales, y el uso de redes neuronales.

No se crearán nuevos algoritmos para generar mallas de triángulos en 2D, se seleccionará cuál implementar, basado en el problema del rostro humano, y en la estrategia de identificación de zonas del rostro humano.

El tipo de geometría a utilizar será la Euclidiana.

Se debe contar con una imagen bi- dimensional a color, en la que hay sólo un rostro humano que ocupa más del 50% del área de la imagen.

El rostro debe tener las características naturales de simetría con un contorno convexo.

El Rango de edad de las caras que se trabajará será entre 20 y 50 años, y no se consideran accesorios en la cara, tales como bigote, barba, sombrero, aros, cintillos y lentes.

Sólo serán consideradas personas con rasgos caucásicos, excluyendo

aquellas con piel de color oscura.

Con la finalidad de definir un modelo geométrico robusto, sólo se trabajará con una vista frontal de la cabeza, excluyendo de este trabajo vistas laterales o que oculten algún órgano del rostro (ojo izquierdo, ojo derecho, nariz, ceja izquierda, ceja derecha, boca y los orificios de la nariz). Lo anterior permite simplificar el problema desde varios modelos geométricos de la cara a sólo uno.

El principal aporte del trabajo a desarrollar es tratar los problemas de localización de cara y componentes faciales en una imagen almacenada en el sistema RGB. Para ello, utilizaremos las transformaciones a un espacio a color y/o niveles de gris adecuados al modelado de la piel humana, y se proponen

algoritmos de segmentación de regiones, así como su localización y caracterización. Posteriormente se extraen los puntos característicos, los cuales son triangulados con la técnica Delaunay 2D.

Un aporte central de este trabajo es utilizar el Lenguaje de programación Java versión 1.3, en la implementación, que tiene características de ser Orientado a Objetos.

EL PROBLEMA A RESOLVER

Esta investigación consiste esencialmente en proporcionar una solución a la detección y el mallado de una cara a partir de una imagen, determinando la ubicación del rostro y de sus componentes.

Para desarrollar este trabajo, es deseable dar respuesta a las siguientes preguntas:

¿Qué características se requieren para modelar un rostro?. ¿Cómo detectar esas características? ¿Debemos usar imágenes en Color

o con Niveles de Gris?.

¿Cómo emplear estas características para la construcción del modelo correspondiente?.

¿Cómo utilizar el modelo geométrico para la detección y localización de la cara y sus componentes?.

¿Qué algoritmos y estructuras de datos son efectivos para obtener la triangulación Delaunay 2D del modelo de cara?.

¿Cómo disminuir el espacio de búsqueda en las imágenes para la

detección del rostro y sus componentes?.

¿Qué estructuras de datos resultan eficientes para obtener la triangulación de Delaunay en 2D?.