Nuevas Tecnologías Biométricas Instituto Nacional de Ciencias Penales Procuraduría General de la República Versión 1.0
Índice Sección Tema 1 Introducción: Conceptos Básicos 2 Reconocimiento de Huellas 3 Reconocimiento de Venas 4 Reconocimiento Facial 5 Reconocimiento de Iris 6 Reconocimiento de Tatuajes 7 Multi-Biometría 8 Prototipos
Sección 1 Introducción: Conceptos Básicos
Conceptos Básicos Identificación Búsqueda de una persona dentro de una base de datos; También conocida como 1:N. Aplicaciones Forenses: Identidad de una persona Encontrar al propietario de una latente en una escena del crimen no resuelta Aplicaciones Civiles: Identificar a una persona (credencial para votar, identidad ciudadana, etc.) Autenticación Verifica la identidad de una persona; También conocida como 1:1. Aplicaciones Civiles: Credencial para votar Identidad Ciudadana Tarjetas bancarias Cheques Celulares Laptops Autos Etc.
Medidas del Desempeño Biométrico FTE Falla de Enrolamiento Porcentaje de la población que no puede ser enrolada por el sistema FTA Falla de Adquisición Porcentaje de intentos de adquisición sin éxito FRR Tasa de Falso Rechazo Probabilidad de que un usuario autorizado sea rechazado por el sistema FAR Tasa de Falsa Aceptación Probabilidad de que una persona (aleatoria) sea reconocida como alguien más en el sistema También llamada Tasa de Cotejo Falso (FMR)
Principios de la Identificación Biométrica Inmutabilidad No cambia durante la vida de la persona. Unicidad Nunca se ha encontrado que dos personas sean idénticas.!soy único!yo también
Clasificación de Sistemas de Autenticación Lo que tienes Lo que sabes Lo que eres Lo que tienes / sabes No es confiable Lo que eres Más Seguro (si se combina con las 2 anteriores, se obtiene mayor seguridad)
Las Diferentes Biometrías Lo que somos... Aprendizaje Anatomía Firma Voz Huellas Dactilares Mano Golpe de teclado dinámico... Iris Venas Cosas que se pueden aprender con el tiempo Rostro... Cosas con las que naces y te hacen único
Procesos Generales en un Sistema Biométrico Adquisición Extracción de Características Clasificación Cotejo (1:N ó 1:1) Decisión Automática Manual SI NO SI Posible HIT NO HIT HIT
Sección 2 Reconocimiento de Huellas
Niveles de Identificación Niveles de Identificación La identificación de huellas dactilares se puede separar en tres niveles: 1. Primer Nivel Se refiere a la clasificación de la huella, al flujo de las crestas. 2. Segundo Nivel Se utilizan los puntos característicos para la identificación. 3. Tercer Nivel Se utilizan detalles microscópicos, como la forma de la cresta, los poros, etc. 1 2 3
Principios Fundamentales de las Huellas Primer Principio Una huella es una característica individual. No hay dos huellas con características en las crestas que sean idénticas. Segundo Principio Una huella permanece sin cambios durante toda la vida de un individuo (sin embargo puede adquirir cicatrices). Tercer Principio Las huellas tienen patrones que se forman con sus crestas, lo que hace posible clasificarlas sistemáticamente para agilizar las búsquedas.
Puntos Característicos Un punto característico o minucia, puede ser clasificado de la siguiente manera: Punto Fin de Línea Bifurcación Encierro Islote Empalme Horquilla Otras características propias de una huella dactilar es la presencia o no de: Núcleo/s Delta/s
Codificación de Puntos Característicos Codificación de Puntos Característicos La representación matemática de un punto característico o minucia es en la forma de un vector. Un vector se representa en un plano cartesiano como un punto en el espacio con un ángulo: (x, y, Ө) De esta manera conocemos la ubicación de la minucia y su dirección. Origen de la minucia: x,y Angulo de la minucia: Ө La minucia se representa con un círculo y una línea. El círculo nos da la posición x,y. La línea nos da el ángulo Ө, esta debe de estar colocada a la mitad de la distancia entre las crestas.
Clasificación de Henry Henry clasifico las huellas dactilares dependiendo del flujo de las crestas en: Presilla Derecha Presilla Izquierda Arco Simple Arco Tendido Verticilo Morpho utiliza la clasificación de Henry de la siguiente manera: Presilla Derecha Presilla Izquierda Arco Verticilo Desconocido
Distribución de Clases Arcos Presillas Verticilo Desconocido 1% 5% 34% 60%
Clasificación en el APFIS Clasificación en el APFIS Ya vimos que cada huella tiene una clasificación de acuerdo al patrón que forman sus crestas. Morpho en sus sistemas APFIS puede clasificar (D,I, A,V,X) una sola huella con hasta 3 tipos de clasificación. Por ejemplo, esta huella se podría clasificar en el APFIS cómo D, V,.
Ficha Decadactilar Ficha Decadactilar Una ficha decadactilar (10 huellas) es un registro, en el que se captura la información alfanumérica y biométrica de las manos de una persona. Información en la ficha: Datos alfanuméricos Huellas rodadas Huellas simultáneas Huellas palmares Huellas hipotenares
Ficha Decadactilar (Frente) Datos Alfanuméricos Aparte de los datos de la persona, también se escribe la clasificación de la ficha para su almacenamiento en el archivo de papel (diferente a APFIS). Se toman las huellas rodadas porque contienen una mayor cantidad de minucias. Son las huellas rodadas las que se utilizan para el cotejo. Huellas Rodadas Huellas Simultáneas Las huellas simultáneas sirven para corroborar que las huellas rodadas se hayan colocado en la casilla del dedo y mano correspondientes sin errores.
Ficha Decadactilar (Anverso) Palma e Hipotenar Derechos Las huellas palmares se utilizan principalmente para resolución de casos criminales, y así poder asociar un fragmento de huella con un registro o un registro con un fragmento. Las huellas hipotenares igualmente se utilizan para asociación de casos criminales. Son comúnmente encontradas, por ejemplo en cartas de secuestro donde el criminal apoyo su hipotenar para escribir. Palma e Hipotenar Izquierdos
Confronta Dactilar Una confronta dactilar es un documento preparado por un dactiloscopista, en donde compara dos huellas que supuestamente pertenecen a una misma persona. Este documento junto con el testimonio o dictamen del experto tienen validez jurídica.
Área de la huella identificada Confronta Dactilar Huella de la escena del crimen Tipo y ampliación de minucias Huella de la ficha dactilar Minucias en la huella de la escena del crimen Información del caso Minucias en la huella de la ficha dactilar Información de la ficha
Algoritmos Una nueva familia de extractor de características. Utilización de los mismos algoritmos en todos nuestros productos: Decadactilares, latentes, palmares Huellas rodadas, planas Adaptables a cualquier dispositivo de captura (cámaras, escáner, bloques ópticos) Algoritmos personalizables dependiendo de la aplicación para ser más precisos / rápidos. Es un producto de software completo que permite una evolución rápida y sencilla. Los algoritmos de cotejo dentro del MetaMatcher de Morpho: Alta Precisión Multi-Etapa (mejora la eficiencia de la velocidad / precisión) Multi-Algoritmo Cotejador Dinámico
Diferentes Tipos de Cotejo Persona vs. Personas FD/FD Permite identificar a una persona contra un registro de persona previamente almacenado en el APFIS. Persona vs. Casos Criminales Sin Resolver FD/LNR & FP/LPNR Permite relacionar a una persona contra una latente (evidencia) de una escena del crimen previamente almacenada en el APFIS. Caso Criminal vs. Personas LT/FD & LP/FP Permite relacionar una latente (evidencia) de una escena del crimen contra un registro de persona previamente almacenado en el APFIS. Caso Criminal vs. Casos Criminales Sin Resolver LT/LNR & LP/LPNR Permite relacionar una latente (evidencia) de una escena del crimen contra otra latente (evidencia) de una escena del crimen diferente.
Algoritmo Juvenil Con menores de edad son necesarios los siguientes requisitos: Adquisición con una resolución mayor o igual a 500 dpi Codificación con un codificador específico (para fichas decadactilares de menores de 12 años de edad) Cotejo (para fichas decadactilares de menores de 18 años de edad) es necesario normalizar la base de datos. Requisitos: Adultos > 18 años Jóvenes entre 12 y 18 años Menores de 12 años Uso de Codificador Juvenil NECESARIO Uso de Cotejador Juvenil NECESARIO NECESARIO
Características de los Algoritmos de MORPHO Características Principales: Completamente independientes del núcleo de la huella y de su orientación Permite búsquedas de latentes de mala calidad Permite la búsqueda de latentes con orientación desconocida Tiene una tolerancia de ±180, equivalente a una rotación de 360 Tolerancia al desplazamiento de minucias, cuando la piel se contrae o expande Algoritmo juvenil, que permite identificar a un adulto con su huella juvenil
Herramientas de Mejoramiento de Imagen: Superficies Curvas Imagen Original Imagen Reconstruida
Herramientas de Mejoramiento de Imagen: Huellas Sobrepuestas Huella Vertical Huellas Sobrepuestas Huella Horizontal
Evaluación Tecnológica de Fabricantes AFIS por NIST Evaluación de Tecnologías de Latentes Dactilares por NIST en Febrero/2010 Morpho, fue evaluado como #1. Con lo que mantiene su liderazgo mundial.
Sección 3 Reconocimiento de Venas
Reconocimiento de Venas Es el primer captor multimodal, capaz de procesar la vena y la huella dactilar al mismo tiempo. Utilizado para aplicaciones de enrolamiento, acceso lógico y físico, pago seguro, etc
Funcionamiento Luz infrarroja es trasmitida a través del dedo y ésta es parcialmente absorbida por la hemoglobina que se encuentra en las venas, captando un patrón de vena único, el cual es cotejado con un registro previo para verificar la identidad de la persona.
Codificación Durante la adquisición se extrae la información biométrica de la huella dactilar y de la vena. Se codifica cada biometría para extraer sus puntos característicos. Se hace una fusión de ambas biometrías para generar una sola plantilla de puntos característicos.
Sección 4 Reconocimiento Facial
Reconocimiento Facial Iluminación Edad Expresión / Posición Resolución / Distancia / Ángulo
Reconocimiento Facial: Normas y Estándares Por medio de los criterios ISO de ICAO se ha estandarizado la adquisición de imágenes faciales para su uso en sistemas de reconocimiento facial.
Herramientas de Mejoramiento de Imágenes
Codificación y Cotejo Enrolamiento: Inserción a la BD Detección del Rostro Detección de los Ojos Extracción de Características Proceso de Enrolamiento Inserción de plantilla a la Base de Datos Identificación 1:N Detección del Rostro Detección de los Ojos Extracción de Características HIT Cotejo BD NO HIT Proceso de Búsqueda
Ventajas Claves Características Principales: Gran cantidad de base de datos existentes Velocidad: 2.5 millones de comparaciones por segundo Escalabilidad: Hardware estándar Herramientas avanzadas: Rotación en 3D, mejoramiento de imagen, etc.
Sección 5 Reconocimiento de Iris
Qué es el Iris? El iris es la parte de color que se encuentra entre la pupila (lo negro) y la parte blanca del ojo. Esta formado por tubos de colores, cada uno con un diámetro menor al de un cabello. Los datos son tan densos que detalles individuales solo pueden ser distinguidos a través de un microscopio. El iris contiene un patrón biométrico. El ojo derecho es diferente del izquierdo. Los ojos de gemelos idénticos son diferentes. El iris se crea inclusive varios meses antes del nacimiento hasta 6 meses después de nacido. El color puede variar durante la vida de una persona pero su patrón y radio externo no.
Adquisición Obstrucción: pestañas, cejas, cabello, reflejos, etc. Lentes Morpho ha desarrollado un software específico.
Codificación La codificación se realiza en 3 pasos: La imagen es filtrada para quitar ruido y reflejos El borde del iris es ubicado Se aplica una transformación de Gabor que genera una plantilla de 512 octetos
Cotejo La comparación de plantillas se lleva a cabo bit por bit. Se calcula el número de bits correspondientes.
Sección 6 Reconocimiento de Tatuajes
Reconocimiento de Tatuajes Características: Al no tratarse de una biometría, carece de la permanencia o distinción como el de las huellas dactilares u otra biometría Los tatuajes contienen un significado para el que lo porta, e incluso pueden indicar la pertenencia a una pandilla El FBI a recomendado su uso para las fuerzas que ejercen la ley, como un método para asistir en la identificación (FBI EBTS / ANSI-NIST ITL) Casos de Uso: Identificación de víctimas cuando no hay otro medio de identificación Investigación de crímenes, vinculando a los perpetradores cuando no hay otro medio de identificación
Adquisición Imagen a enrolar Mascara El enrolamiento normalmente proviene de un archivo, originalmente adquirido con una cámara. Posteriormente se aplica una mascara al área de interés.
Codificación Imagen a enrolar Uso de mascara Ventajas de usar la mascara: Menor cantidad de puntos característicos falsos Mejor discriminación de forma durante el cotejo Cómo dibujar una mascara? Enmascarar un solo tatuaje? Enmascarar una parte del cuerpo? Seguir las directrices de NIST Sin el uso de mascara Con el uso de mascara
Cotejo Líneas Puntos correspondientes en el cotejo Puntos verdes Puntos característicos detectados en la imagen Puntos blancos Puntos utilizados en el cotejo Observe: Diferentes escalas entre ambas imágenes Condiciones de iluminación distintas Calidad de la imagen Imagen de búsqueda Imagen hallada en la base de datos
Para Estudio y Discusión Existe alguna diferencia en los tatuajes de la población criminal con la población en general? Criminal: Son monocromáticos Es un esqueleto (solo orillas) Símbolos Civil: Uso de color Son artísticos
Sección 7 Multi-Biometría
Multi-Biometría Procuraduría General de la República Identificación 1:N Codificación Segmentación Control de Secuencia Inserción / Actualización / Borrado Autenticación 1:1 Sagem Middleware Biométrico (SBM) SOAP SOAP SOAP SOAP SOAP SOAP SOAP SOAP SOAP SOAP Controlador de Cotejo SOAP Controlador de Codificación SOAP Controlador de Autenticación SOAP Controlador de Verificación de Secuencia SOAP Controlador de Cotejo SOAP Controlador de Codificación SOAP Controlador de Autenticación SOAP Controlador de Cotejo SOAP Controlador de Codificación SOAP Controlador de Autenticación SOAP BD Log Oracle BD SMC Oracle BD SMC Oracle BD SMC Oracle MetaMatcher Unidad de MetaMatcher Unidad de MetaMatcher Unidad de Codificación Codificación Codificación SOAP SOAP SOAP Unidad de Unidad de Unidad de Cotejo Cotejo Cotejo BD del BD del BD del Cotejador Cotejador Cotejador Oracle Oracle Oracle Reconocimiento de Huellas Dactilares Reconocimiento Facial Reconocimiento de Iris Nueva arquitectura del MetaMatcher capaz de cotejar con 2 o más biometrías, de acuerdo a las necesidades del cliente.
Cotejador Multibiométrico Controlador de Cotejo SOAP Incremento de Tamaño de Base de Datos Unidad de Cotejo Unidad de Cotejo Unidades de Control Incremento de Flujo de Trabajo String 1 String 2 String 3 String N Unidad de Cotejo Unidad de Cotejo Unidad de Cotejo Unidad de Cotejo Unidad de Cotejo Unidad de Cotejo Incremento de Velocidad de Cotejo Unidades de Datos BD de plantillas Unidad de Reserva Unidad de Reserva La arquitectura del MetaMatcher es modular, es decir que puede ir creciendo dependiendo del crecimiento de la base de datos para seguir manteniendo los mismos tiempos de respuesta con flujos de trabajo mayores. Unidad de Cotejo Unidad de Cotejo Unidad de Cotejo Unidad de Cotejo Unidad de Reserva Incremento de Disponibilidad
Fusión de Biometría: Huella con Facial FAR Huella Facial Consolidación: Huella, Facial El uso de algoritmos de fusión para la consolidación de resultados de búsquedas, permite alcanzar mayor precisión. FRR
Estándares Solución basada en estándares internacionales para facilitar los intercambios de solicitudes/respuestas biométricas entre sistemas con bases de datos a gran escala.
Terminales de Juego Términales biométricos Control de Acceso Tarjetas con Chip Seguridad en Transporte Detección Control de Fronteras Justicia Criminal Gestión de ID FBI Cuartel general del FBI Washington, D.C. Datos de interés FBI Criminal Justice Information Services en West Virginia Los proveedores de biometría son seleccionados utilizando series de Algorithm Trade Studies Acerca del FBI Posicionamiento del sistema IAFIS del FBI como Sistema AFIS federal con procesamientos criminales y civiles El NGI es un sistema de identificación multi-modal (huellas, latentes, palmas, Morpho es el proveedor de la tecnología biométrica dactilar de Lockheed Martin para el programa NGI facial, iris) Contrato firmado en 2010 para la Solución basada en estándares internacionales para facilitar los intercambios de identificación dactilar solicitudes/respuestas Fidelity, Bravery biométricas and Integrity entre sistemas.
Sección 8 Prototipos
Face On The Fly Detección del rostro por medio de 4 cámaras sin la necesidad de detenerse en ningún momento, a partir de esas imágenes se genera una imagen tridimensional que se convierte a 2D la cuál es utilizada para el cotejo.
Finger On The Fly Detección de huellas pasando la mano por el sensor sin necesidad de contacto, evitando la propagación de enfermedades, captura el 100% de las huellas, de las cuales el 98% son de buena calidad.
Iris On The Fly Detección del iris a distancia, sin la necesidad de detenerse en ningún momento.
Gracias por su atención! Comentarios, dudas y/o sugerencias diríjase a Edgar Montes López: E-mail: edgar.montes@morpho.com.mx Morpho Sucursal México