बायोमेट्रिक तकनीकों पर आधारित अभिगम नियंत्रण प्रणालियों में SURF पद्धति का अनुप्रयोग

स्पीड अप रोबस्ट फीचर्स (SURF) विधि ने छवियों में वस्तुओं को खोजने, 3 डी पुनर्निर्माण और छवियों की तुलना करने के कार्यों में खुद को साबित किया है। बायोमेट्रिक सिस्टम में इस पद्धति के आवेदन पर विचार करें जो हाथ के संवहनी पैटर्न के अनुसार प्रमाणित करते हैं।

SURF विधि दो समस्याओं को हल करती है - विशेष छवि बिंदुओं की खोज और उनके डिस्क्रिप्टर का निर्माण (ज़ूमिंग और रोटेशन के लिए एक वर्णनात्मक तत्व अपरिवर्तनीय)। इसके अलावा, प्रमुख बिंदुओं की खोज भी अपरिवर्तनीय होनी चाहिए, अर्थात्। घुमाए गए दृश्य ऑब्जेक्ट में नमूना के समान महत्वपूर्ण बिंदुओं का सेट होना चाहिए।

विधि हेसियन मैट्रिक्स का उपयोग करके एकवचन बिंदुओं की खोज करती है। हेसियन मैट्रिक्स के निर्धारक (तथाकथित हेसियन) चमक ढाल में अधिकतम परिवर्तन के बिंदुओं पर एक चरम सीमा तक पहुंचता है। दो-आयामी फ़ंक्शन के लिए, इसका निर्धारक निम्नानुसार परिभाषित किया गया है:



जहां H हेसियन मैट्रिक्स है,
f (x, y) चमक ढाल को बदलने का कार्य है।

रोटेशन के संबंध में हेसियन अपरिवर्तनीय है। लेकिन पैमाना नहीं। इसलिए, SURF विधि Hessians को खोजने के लिए मल्टीस्केल फिल्टर का उपयोग करती है। प्रत्येक प्रमुख बिंदु के लिए, एक ढाल और एक पैमाने पर विचार किया जाता है। बिंदु पर ढाल को हरार फिल्टर का उपयोग करके गणना की जाती है। फ़िल्टर आकार को 4s (जहाँ s एकवचन बिंदु का पैमाना है) लिया जाता है। Haar फ़िल्टर का दृश्य अंजीर में दिखाया गया है। 1।


अंजीर। 1. हरर फिल्टर। (काले क्षेत्रों में मान -1, सफेद वाले +1 हैं)

मुख्य बिंदुओं को खोजने के बाद, SURF विधि उनके विवरणकों को उत्पन्न करती है। एक विवरणक प्रत्येक क्यू बिंदु के लिए 64 (या 128) संख्याओं का एक सेट है। ये संख्याएं एक प्रमुख बिंदु के आसपास ढाल के उतार-चढ़ाव का प्रतिनिधित्व करती हैं। चूँकि मुख्य बिंदु हेसियन की अधिकतम सीमा है, इसलिए यह गारंटी दी जाती है कि बिंदु के आसपास के क्षेत्र में अन्य ग्रेडिएंट्स वाले खंड होने चाहिए। इस प्रकार, अलग-अलग मुख्य बिंदुओं के लिए विवरणकों का फैलाव (अंतर) सुनिश्चित किया जाता है, जिसके कारण रोटेशन के संबंध में विवरणक के व्युत्क्रम को प्राप्त किया जाता है। उस क्षेत्र का आकार जिस पर वर्णनकर्ता को माना जाता है, हेसियन मैट्रिक्स के पैमाने से निर्धारित होता है, जो पैमाने के संबंध में अदर्शन सुनिश्चित करता है।

अंजीर में। आंकड़े 2-5 बायोमेट्रिक सिस्टम में SURF पद्धति को लागू करने के परिणामस्वरूप प्राप्त परीक्षण छवियों का एक सेट दिखाते हैं जो एक संवहनी हथेली पैटर्न का उपयोग करके प्रमाणित करते हैं।


अंजीर। 2. बाईं ओर एक नमूना है, दाईं ओर एक दृश्य है। स्थानीयकृत।


अंजीर। 3. नमूना मंच पर की तुलना में एक बड़े पैमाने पर है। स्थानीयकृत।


अंजीर। 4. नमूना 45 डिग्री घुमाया जाता है। स्थानीयकृत।


अंजीर। 5. मंच पर कोई नमूना नहीं। एल्गोरिथ्म में स्थानीयकरण नहीं मिला।

सामान्य तौर पर, विधि संवहनी हथेली पैटर्न की छवियों को पहचानने के कार्य के साथ सामना करती है। छोटा क्षेत्र, कम बड़े पैमाने पर विकृति इसे प्रभावित करती है। इसलिए, यदि वस्तु पूरे के रूप में परिप्रेक्ष्य के प्रभाव के अधीन है (वस्तु के पास के किनारे का दूर से बड़ा आकार दिखाई देता है), तो इसके एक छोटे से हिस्से के लिए परिप्रेक्ष्य की घटना को स्केलिंग द्वारा प्रतिस्थापित किया जा सकता है। इसी तरह, धुरी के चारों ओर स्थित वस्तु का एक छोटा सा चक्कर वस्तु की तस्वीर को पूरी तरह से बदल सकता है, हालांकि, छोटे क्षेत्र थोड़ा बदल जाएंगे। इसके अलावा, मामले में जब ऑब्जेक्ट का हिस्सा छवि के किनारे से आगे निकल जाता है या अस्पष्ट हो जाता है, तो मुख्य बिंदुओं के आसपास के छोटे क्षेत्र अपनी संपूर्णता में दिखाई देते हैं, जो उन्हें पहचानने की भी अनुमति देता है। मामले में जब छोटे क्षेत्र पूरी तरह से वांछित वस्तु के अंदर होते हैं, तो पृष्ठभूमि की वस्तुएं उन पर कोई प्रभाव नहीं डालती हैं। दूसरी ओर, मुख्य बिंदु के आसपास का क्षेत्र बहुत छोटा नहीं होना चाहिए। बहुत छोटे क्षेत्र छवि के बारे में अपर्याप्त जानकारी रखते हैं और संयोग से एक दूसरे के साथ मेल खाने की अधिक संभावना है।