BİYOMETRİK SİSTEMLER. Ayşegül Sunay ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ SİNYALLER VE SİSTEMLER

Transkript

1 BİYOMETRİK SİSTEMLER Ayşegül Sunay ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ SİNYALLER VE SİSTEMLER Özetçe: Günümüzde pek çok işlem,teknolojik gelişmeler sayesinde akıllı cihazlar tarafından yapılmaktadır.bu akıllı cihazlara erişimler de kullanıcıların kendi koydukları şifreler ve kimlik kartlarıyla mümkün olmaktadır;ancak güvenlik uygulamalarıyla birlikte sahtecilik,hackerlık gibi uygulamalar da baş göstermektedir.bu durumun baş göstermesinden sonra,daha güvenilir olan sistemlere yönelinmiştir.bu sistemler insandan insana göre değişen sistemler olmakla beraber,insanların güvenliğini arttırmaktadır.biyometrik sistemlerin en çok bilinenleri parmak izi,göz retinası,ses kaydı doğrulama gibi insandan insana değişebilen özelliklerin,akıllı cihazlar tarafından kıyaslanmasıdır.bu sistemler genelde matlabda simule edilmektedir.sonuçları ayrıntılı olarak incelenecektir. Biyometrik sistemler içinde,en çok kullanılan tekniklerden bir kaçı ses tanımlama ve parmak izi doğrulamadır.bunun dışında şekil 1'de görülen biyometrik sistem çeşitleri de mevcuttur. 1 Giriş: Modern yaşamın ve artan teknoloji kullanımının beraberinde getirdiği önemli gereksinimlerden biri güvenliktir;ancak güvenlik uygulamaları ile birlikte sahtecilik ve hackerlık de gündeme gelmekte ve pek çok sistem ciddi ataklara maruz kalmaktadır. Sorunun üstesinden gelmek için, güvenlik sistemleri süregelen yöntemlerin dışında geliştirilmeye çalışılmıştır. Bu kapsamda ilk akla gelen güvenlik ihlallerinden olan kart, anahtar vb. çalınması, yetkisiz şifre paylaşımı gibi pek çok sorunu ortadan kaldıran biyometrik yöntemler geliştirilmiştir Biyometrik sistemler kişiye hastır,insandan insana göre değişebilen bu sistemler insanların güvenliğini sağlar,biyometrisi oluşturan kişi dışında başka hiç kimse kolaylıkla erişim sağlayamaz. Dolayısıyla bu özellikleri ile biyometrik sistemler, pasaport kontrollerinden bankacılık işlemlerine kadar geniş bir yelpazede uygulama bulmakta ve önemli bir araştırma konusu olarak ortaya çıkmaktadır. Biyometrik sistemlerin işleyişi ikiye ayrılır:fiziksel ve davranışsal.davranışsal olanlar ses ve el yazısıdır.her sesin kendine has bir frekansı vardır,iki cümle arasında geçen süre,ses tonu(ses sinyalinin oluşturduğu dalgalanmalar) insandan insana göre farklılık göstermektedir,el yazısı da karakteri simgeler,her insanın kendine ait bir el yazısı vardır.fiziksel biyometriler ise gözdeki irisin yarçapı,yüz şekli,retina,el ve damar izindeki değişikliklerdir. Bu raporda biyometrik sistemler ve simülasyonu konusu ele alınmış olup, örnek bir güvenlik kontrolü uygulamasına yer verilmiştir. Çalışmada konu edilen güvenlik kontrolü uygulamasında; fiziksel ve davranışsal biyometriklerin, bütünleştirici bir yaklaşımla değerlendirilmesi önerilmiştir.bu çerçevede, öncelikle biyometrik sistem tasarımının sayısallaştırma ve modelleme aşamaları üzerinde durulmuştur. Modellenen örüntülerin, güvenirliği kontrol edilen bireyin biyometrikleri ile eşleştirilmesi aşaması ise tüm sistemlerde ortak olup, söz konusu yaklaşımın temel çıkış noktasıdır. Bu raporda baslıca biyometrik sistemlerden ses tanıma ve ses eşleşme sistemini işleyeceğiz.matlab programı ile simule edilmiş ses sistemi tanıma programı,daha önce kaydedilmiş sesle,daha sonraki kullanıcının kaydedilmiş sesini karşılaştırır,aynı sinyal aralığına sahip değilse,hata verir. İşleyeceğimiz diğer bir konu da biyometrik sistemlerden biri olan parmak izi tanımlama.bilindiği üzere herkesin parmak izi farklılık gösterir.bu sayede suçu işleyen kişiler,parmak izi bırakmışsa kolaylıkla

2 bulunabilir,bunun yanında parmak izi sistemi sayesinde çalışan insanların işe giriş çıkış saatleri takip edilebilir.tobb Ekonomi ve Teknoloji Üniversitesinin yurtlarında da bu sistem geçerlidir,bu sayede öğrencilerin kaçta yurda giripçıktığını,ne zaman başka yerde kaldığını kayıt altına alabiliyor. Böylece giriş verisi sadeleştirilmiş ve gereksiz kısımları çıkarılmıştır. Modelleme aşamasında ise farklı kişilerin öznitelikleri farklı biyometrik modeller olarak sistemde depolanır. Depolama aşaması olarak da tanımlanan bu kısım, sistem kullanıcılarına ait temel veri tabanının oluşturulduğu aşamadır. Son olarak, sisteme yetki talebinde bulunan kişinin talep anında toplanan biyometrik verisi veri tabanındaki modeller ile karşılaştırılır. Eşleşme durumunda yetki talebi kabul edilirken, eşleşmeme durumunda ise uygulamanın türüne göre belirlenen işlem gerçekleştirilecektir. Bu beş alt sistem,biyometrik bütün sistemler için geçerlidir. Bazı durumlarda aşırı güvenlik sistemi esastır,bu gibi durumlarda çoklu biyometrik sistem uygulanır.çoklu biyometrik sistemlerde kişinin hem sesi alınır hem de yüz hatlarındaki görüntü karşılaştırılır.bu sayede olası güvenlik tedbirleri en üst dereceye çıkartılır. Ses için tekli model biyometrisi şeması verilmiştir. Şekil.1 Biyometrik sistemlerin tümü 2 Biyometri Konsepti: Biyometrik sistemler, uygulamanın genel hatlarına uygun olarak farklı şekillerde tasarlanabilmektedir. Ancak bir biyometrik sistem temelde, beş alt sistemden oluşmaktadır. Bunlar sırasıyla: veri toplama, iletim, öznitelik çıkarımı, modelleme ve eşleştirmedir. Veri Toplama,sisteme dahil olan kullanıcıların ilgili biyometrik verilerinin kaydedilmesidir.veri toplamadan sonraki aşama, biyometrik verinin insan-bilgisayar etkileşimi ile sisteme sayısal olarak aktarıldığı iletimdir.daha sonra iletilen veri, ait olduğu biyometri türüne göre işlenecektir. Bu aşamada, veri toplama ve iletim ile elde edilen sayısal sinyaller, çeşitli sinyal işleme teknikleri kullanılarak özniteliklerine indirgenir. Şekil.2 Biyometrik şema

3 3 Parmak İzi Tanıma Biyometrik Sistemi: Parmak izi tanıma biyometrik sisteminden bahsedilecek olursa,şekil 4 teki sistem geçerlidir. Şekil 3.a:Parmak izi tanıma biyometrik cihazına göre, 9 Volt pil ile beslenen dört adet LED tarafından aydınlatılan ışık kaynağı, kamera ve sistemi dışarıdaki etkilerden korumak için plastik bir kutu, parmak izinin dokunulması gereken yer için pürüzsüz bir cam ve kamerayı ortam ışık değişiminden etkilenmemesi için mat renkte bir gölgelik plastik korumadan oluşmaktadır. Özellik noktalarına dayalı yaklaşım olan ayrıntı tabanlı teknik, parmak izi alanındaki çatallar ve bitişler gibi yerel kısmi özellikleri gösterir. Bu yaklaşım geçerli mevcut parmak izi tanıma ürünlerinin dayanak noktasını oluşturur.özellik noktalarına dayalı karşılaştırma tekniğinde, bu noktalar izden çıkartılıp, iki-boyutlu düzlemde noktalar seti olarak saklanır ve ardından çıkartım süreci boyunca çıkartılan aynı noktalarla karşılaştırılır. Doğrulama süresi boyunca parmak izini kaydetme esnasında tamamen aynı açı, yatay çizgi ve dikey koordinat yerleştirmesi olanaksızdır. Bu sebeple çekirdek nokta, koordinat sistemi için merkez noktası olarak kullanılıp yine her bir özellik noktası için uzaklık ve açı çekirdeğe göre alınır. Özellik çıkartım gerçeklemesi, üç adımlı yaklaşımla gerçekleştirilir. Bunlar ön-işlem, özellik çıkartımı ve işlem sonrası basamaklarıdır. Parmak izi görüntü ön-işlem basamağında, görüntü iyileştirmesi yapmak için histogram eşitlemesi ve Fourier Dönüşümü kullanılır Sonrasında parmak izi görüntüsüne yerel uyarlanabilir eşikleme metodu kullanılarak ikilendirme yapılır. Görüntü parçalama işlemi üç adımlı bir yaklaşımla oluşturulur. Bunlar: blok yön kestirimi, yön yoğunluğu ile parçalanma ve morfolojik işlemlerle İlgi Bölgesi çıkartımıdır. Özellik çıkartım basamağı için, etkili ve iyi inceltme kalitesi veren, MATLAB morfolojik inceltme işlemi uygun görülmüştür. İşlem sonrası basamağında, algoritmanın özellik noktası alanındaki yanlışları kaldırması için dikkat gösterilmiştir.özellik karşılaştırmada, herhangi bir referans özellik alınarak iki özelliğin önce birleşen çizgileri eşleştirilmiştir. Çizgilerin eşleşmesi uygunsa, iki parmak izi görüntüsü uyuşmaktadır ve karşılaştırma tüm geri kalan özellik alanı için devam ettirilir. Parmak izi tanıma sistemini ve parmak izi görüntüsünü netleştirmek için iki metod uygulanır: birincisi Histogram Eşitleme ve diğeri Fourier Dönüşümü dür.histogram eşitleme dersin konusu olmadığı için kısaca geçeceğiz.bizi ilgilendiren kısmı Fourier dönüşümleri kısmıdır Histogram Eşitleme: Histogram eşitleme, pikselleri 0 dan 255 e tüm yoğunluğa yaymada kullanılır. Görüntünün kontrastı ne kadar artarsa şeklin görsel etkisi o kadar artacaktır. Histogram eşitlemesi MATLAB kütüphanesinde bulunan histeq fonksiyonunun kullanımıyla gerçekleştirilmiştir.histogram eşitleme sayesinde meydana çıkan görüntü şekilde verilmiştir. Doğrulama işleminde kullanıcının başarılı şekilde kaydedilmesi için gereken sayıda özellik noktası karşılaştırılmalıdır.bir parmak izi tanıma sistemi tarayıcı alet (yakalama ve kayıt), özellik çıkartım kısmı ve doğrulama için karşılaştırma kısmını içerecektir.

4 filtreleme işleminde kullanılmaktadır. Burada baskın frekansa bağlı özel bir blok iyileştirmesi yerine, bloğun büyüklüğü FFT ile birkaç defa çarpılır. Görüntü ayrık olarak küçük bloklara (32 ye 32 piksellik) bölünür ve bloğun Fourier dönüşümü bir K gücüyle artırılarak güç spektrumu çarpılır. Eşitlik (3) teki K, deneyerek hesapladığımızda bulunan seçilmiş bir sabittir. Büyük K seçimi çizgilerin belirginliğini artırıp, çizgilerde küçük delikleri doldurur. Daha büyük K seçiminde yanlış bağlanmış çizgiler sonucunu verir. Bu sebeple olağandışı bir çatallanma meydana gelir. Daha sonrasında işaretin ters Fourier Dönüşümü nü almak için F-1(F(u,v)) olarak çözüm yapılır. Şekil 3.b Histogram eşitlemesinde meydana gelen görüntü Fourier Dönüşümü ile Parmak İzi İyileştirme: Korelasyon karşılaştırması ayrık frekans alanında gerçekleştirebilir. Bunun için öncelikle görüntüler üzerine aşağıdaki formülde verilen iki boyutlu Fourier Dönüşümü (FFT) uygulanır. Bu işlem ile görüntüler ayrık frekans alanına aktarılır. Taşınan iki görüntü piksel piksel çarpılıp toplanarak ayrık alanda korelasyon sonucuna eşit olur. Bu şekilde frekans alanına aktarım yapılarak görüntünün işleme sokulması, taşınan pikselleri birbirinden bağımsız yaparak özellik kaybının önüne geçmesini sağlamaktadır. Bu FFT dönüşümü, Watson, Candela, Grother (1994) ve Willis ve Myers (2001) tarafından sunulan, yerel çizgi doğrultusu ve frekansı açıklık hesaplaması olmaksızın bir takım bağlamsal Şekil 3.c Histogram eşitlemesi ve Fourier dönüşümü sayesinde meydana gelen parmak izi görüntüsü Çalışmada aynı zamanda iki ayrı filtreleme türü ile başarı sonuçları karşılaştırılmıştır. Bunlardan ilki olan FFT ile ayrık frekans alanına aktarımı yapılarak işlem gerçekleştirme diğeri ise Median filtrelemedir. Burada uygulanan yöntemlerin işlem sırası kullanılan filtrelemenin türüne göre değişiklik göstermiştir. FFT filtrelemesinden sonra görüntü üzerinde ikilendirme işlemi yapılarak kenar belirleme yöntemi uygulanmış ve ardından inceltilmiş çizgi haritası çıkarılmıştır. Bir parmak izi sisteminin performansı giriş görüntüsünün kalitesine bağlıdır. Parmak izi görüntü iyileştirmesi, görüntüyü daha ayrıntılı

5 işlemler için temizler. Çizgi ve boşluklar arasında kontrast iyileştirmesi yaparak ayrıma varmada, yüksek kesinlikte parmak izi tanıma yapmak için bu tür iyileştirme metodu kullanılır. 4 Ses için Biyometrik Sistem: Bir ses tanıma uygulamasında, sinyallerin tanınabilmesi için öncelikle doğru şekilde ifade edilmeleri gereklidir. Diğer bir deyişle, incelenen ses sinyalinin içinde barındırdığı ve yalnızca tanınması hedeflenen sese ait unsurlar, çeşitli sayısal sinyal işleme teknikleri peş peşe uygulanarak belirlenir. Daha sonra belirlenen unsurların bir öznitelik vektörü ile ifade edilmesi gerekir. Bu öznitelikler ile ses tanıma veri tabanı oluşturulur. Veri talebi sırasında kullanıcı tarafından sisteme sunulan örüntü, veri tabanındaki kayıtlardan birisi ile eşleştirilmeye çalışılır. Yapay sinir ağları kullanılarak gerçekleştirilen eşleştirme işleminin sonucu, sistemin karar mekanizmasına aktarılır ve cevabı olumlu ya da olumsuz olarak belirler.bahsedilen işlemlerin blok şeması şekil********* da gösterilmiştir. 4.1 Ses Biyometrisi için Sayısal Çözümlemeler: ayrılır. Daha sonra uygun pencereden geçirilerek süreksiz kısımları çıkarılır ve öznitelik vektörüne katkı sağlamayacak katsayılar azaltılır. Yaygın olarak kullanılan ve burada da tercih edilen pencere yapısı Hamming penceredir. Bu pencerenin tanımlayıcı fonksiyonu aşağıda verilmiştir. Pencerelenmiş sinyalin genlik spektrumu, hızlı Fourier dönüşümü (FFT-Fast Fourier Transform) kullanılarak bulunur ve burada, 512 noktada hesaplanmıştır. Xn, FFT si alınmak istenilen sinyal seti ve N bu sette mevcut örnek sayısı olmak üzere FFT hesaplaması yapılır. Mel ölçeği ile frekans ölçeği arasında, aşağıdaki eşitlik uyarınca mel-frekans dönüşümü yapılarak sinyalin mel spektrumu elde edilir Buna göre mel ölçeği 1000 Hz den düşük frekanslar için doğrusal, 1000 Hz den yüksek frekanslar için ise logaritmik değerlerde dağılım gösterecektir. Böylece insan kulağının davranışına daha yakın bir filtre elde edilmektedir. Şekil 4.Ses için biyometri akış diyagramı Kepstrum hesaplaması ile sırasıyla, frekans ve zaman bölgelerine geri dönüş söz konusudur. Mel frekans dönüşümü ile elde edilen mel filtre bankalarının çıktılarının logaritması hesaplanarak frekans bölgesine, ve bu sonuçlara ayrık Fourier dönüşümü uygulanarak zaman bölgesine geçiş sağlanır. Böylece, incelenen sinyale ait mel frekans katsayıları (MFCC-Mel-Frequency Cepstral Coefficients) elde edilmiş olur.bu çalışma için,ses sinyali 16 katsayı olarak hesaplanmıştır. Ön işleme, Şekil 4 de görülen akış diyagramda kullanıcının ses kaydının alınmasından bu sese ait özniteliklerin çıkarılmasına kadarki işlemleri kapsar.bu süreçte, öncelikle; ses sinyali, belirli oranda üst üste bindirilen örnekler ile çerçevelere

6 5 Sonuç : Biyometri,çok geniş bir konu olduğu için ağırlıklı olarak iki konu üzerinde duruldu. Parmak izi biyometrisi için düşünüldüğünde,fourier dönüşümü sayesinde veri toplama işleminde alınan ve daha sonrasında da test edilen parmak izinin görüntüsü netleşir,bu sayede ilk alınan parmak iziyle daha sonra alınan parmak izinin uyuşup uyuşmadığı daha kolay bir şekilde test edilir. Ses biyometrisi için düşünüldüğünde de,fft(hızlı Fourier Transformu) sayesinde ses sinyalleri karşılaştırılır,böylece aynı olan sesler akıllı cihazlar tarafından onaylanır.ses biyometrisinin ve parmak izi biyometrisinin algoritması MATLAB programı tarafından yazılır. 6 Kaynakça: [2] [3] [4] enlik_sistemleri.pdf [1] [5]