System wbudowany do identyfikacji tęczówki zrealizowany za pomocą platformy Raspberry Pi

• Autorzy: Marciniak T. , Bykowski A. , Kunik Z. , Dąbrowski A.

Identyfikatory

DOI

10.15199/13.2018.4.2

Warianty tytułu

EN

An embedded system for iris identification using Raspberry Pi platform

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje projekt systemu realizującego identyfikację biometryczną na podstawie zdjęcia tęczówki. Akwizycja obrazu w podczerwieni odbywa się na stoliku okulistycznym z wykorzystaniem dedykowanej kamery uzupełnionej o specjalny oświetlacz oraz obiektyw. Prezentowane oprogramowanie zostało przygotowane dla platformy Raspberry Pi 3 model B, zarządzanej przez system Linux. Do przygotowania oprogramowania wykorzystano projekt USIT oraz biblioteki OpenCV. Przeprowadzone eksperymenty pozwoliły na dobranie parametrów systemu, przy których uzyskuje się najlepszą skuteczność identyfikacji i jednocześnie największą szybkość przetwarzania danych.

EN

The paper presents a project of a system implementing the biometric identification based on the iris image. Infrared image acquisition takes place on an ophthalmic table using a dedicated camera supplemented by a special illuminator and lens. The presented software has been prepared for the Raspberry Pi 3 platform, managed by the Linux system. The USIT project and Open-CV libraries were used to prepare the software. The conducted experiments allowed to choose the system parameters for the best identification efficiency and simultaneously the highest data processing speed.

Słowa kluczowe

PL

rozpoznawanie tęczówki; identyfikacja biometryczna; Raspberry Pi; OpenCV

EN

iris recognition; biometric identification; Raspberry Pi; OpenCV

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2018
• Tom: Vol. 59, nr 4
• Strony: 8--12
• Opis fizyczny: Bibliogr. 23 poz., rys., tab.

Twórcy

autor

Marciniak T.

• Politechnika Poznańska, Wydział Informatyki, Instytut Automatyki i Robotyki

autor

Bykowski A.

• Politechnika Poznańska, Wydział Informatyki, Instytut Automatyki i Robotyki

autor

Kunik Z.

• Politechnika Poznańska, Wydział Informatyki, Instytut Automatyki i Robotyki

autor

Dąbrowski A.

• Politechnika Poznańska, Wydział Informatyki, Instytut Automatyki i Robotyki

Bibliografia

• [1] Bykowski Adam, Kunik Zuzanna, Łuczak Mateusz. 2017. "Segmentacja i kodowanie zdjęć tęczówki wykonanych w świetle podczerwonym". Praca dyplomowa inżynierska, promotor: Tomasz Marciniak, Politechnika Poznańska.
• [2] Christian Rathgeb, Andreas Uhl, Peter Wild, Heinz Hofbauer. 2016. "Design Decisions for an Iris Recognition SDK, Handbook of iris recognition, second edition“. Advances in Computer Vision and Pattern Recognition, Springer.
• [3] Cruz Febus R. G. et. al. 2016. “Iris Recognition using Daugman algorithm on Raspberry Pi", IEEE Region 10 Conference (TENCON): 2126-2129.
• [4] Daugman John. 2004. “How iris recognition works". IEEE Trans. Circuits and Systems for Video Technology, 14 (1): 21-30.
• [5] Eye Safety of IREDs used in Lamp Applications Application Note, Osram Opto Semiconductor, http://www.osram-os.com/Graphics/XPic2/00052113_0.pdf/Application%20Note%20Eye%20Safety.pdf.
• [6] Field David J. 1987. “Relations between the statistics of natural images and the response properties of cortical cells". Journal of the Optical Society of America 4 (12): 2379-2394.
• [7] International Organization for Standardization. 2005. “Biometric data interchange formats-part 6: iris image data". ISO/IEC 19794-6:2011.
• [8] Ives Robert.W., Bonney Bradford L., Etter Delores M. 2005. “Effect of Image Compression on Iris Recognition". Instrumentation and Measurement Technology Conference Proceedings, Ottawa, 2054-2058.
• [9] Knightbright, T-1 3/4 (5 MM) INFRA RED EMITTING DIODE, http://pdf.datasheetcatalog.com/datasheets2/85/85702_1.pdf.
• [10] Liu Yong, He Yuqing, Gan Chunquan, Zhu Jiadan, Li Li. 2012. “A Review of Advances in Iris Image Acquisition System". Biometric Recognition. CCBR 2012. Lecture Notes in Computer Science, 7701: 210-218.
• [11] Liu Xiaomei. 2006. “Optimizations in Iris Recognition". University of Notre Dame, https://pdfs.semanticscholar.org/5b-1b/905a2281a8164f0cb5d17999f3f4c9ce80e3.pdf.
• [12] Marciniak Tomasz, Pawłowski Paweł, Dąbrowski Adam, Krzykowska Agnieszka, Chmielewska Agata. 2012. "Dobór elementów sprzętowo-programowalnych w systemie akwizycji obrazu tęczówki do celów identyfikacji osób". Przegląd Elektrotechniczny, R.88 nr 11b/2012: 18-22.
• [13] Marciniak, Tomasz, Dąbrowski, Adam, Chmielewska, Agata, Krzykowska, Agnieszka. 2014. “Selection of parameters in iris recognition system“, Multimedia Tools And Applications, 68 (1): 193-208.
• [14] Matplotlib 1.5.3 documentation https://matplotlib.org/1.5.3/contents.html
• [15] NumPy v1.12 Manual https://docs.scipy.org/doc/numpy-1.12.0/index.html
• [16] Ochocki Michał, Kołodziej Marcin, Sawicki Dariusz. 2015. "Weryfikacja użytkownika na podstawie obrazu tęczówki oka". Przegląd Elektrotechniczny, 91 (11): 262-265.
• [17] PyQt5 documentation - http://pyqt.sourceforge.net/Docs/PyQt5/
• [18] Python 3.5.3 documentation https://docs.python.org/3.5/
• [19] Raspberry Pi Camera Module, https://www.raspberrypi.org/documentation/raspbian/applications/camera.md
• [20] Raspberry Pi Foundation, Raspberry Pi Model B, https://www.raspberrypi.org/products/raspberry-pi-3-model-b/
• [21] Renesas Electronics Corporation. 2016. “Eye Safety for Proximity Sensing Using Infrared Light-emitting Diodes", https://www.intersil.com/content/dam/Intersil/documents/an17/an1737.pdf.
• [22] The OpenCV Reference Manual, Release 2.4.13.2, http://docs.opencv.org/2.4/opencv2refman.pdf, dostęp: 28.01.2017
• [23] Wildes Richard P. 1997. “Iris Recognition: an emerging biometric technology", Proceedings of the IEEE, 85 (9): 1348-1363.

Uwagi

1. Praca finansowana z Działalności Statutowej 2018.

2. Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).