Vignette d'image

Features extraction for low-power face verification

Auteur(s)
Stadelmann, Patrick
Editeur(s)
Pellandini, Fausto
Ansorge, Michael
Date de parution
2008
Mots-clés
Résumé
Les appareils de communication portables actuellement sur le marché, comme par exemple les smartphones, sont bien plus évolués que les premiers téléphones cellulaires devenus populaires il y a une décennie. En plus de leur but premier, à savoir permettre l'établissement de communications vocales pratiquement partout, ils offrent maintenant la plupart des fonctionnalités d'un ordinateur et renferment ainsi de plus en plus d'informations personnelles et de données confidentielles. La vérification d'identité visant à empêcher l'accès aux personnes non autorisées est cependant toujours basée sur le code NIP qui est souvent facile à deviner, ou même complètement désactivé. La sécurité peut être accrue en utilisant la biométrie, qui identifie les personnes en se basant sur leurs caractéristiques physiques ou comportementales. La majorité des téléphones portables actuels intégrant un capteur d'images pour permettre la prise de photographies, la reconnaissance biométrique du visage est très intéressante car elle ne requiert pas de capteur dédié, au contraire par exemple de la reconnaissance des empreintes digitales. De plus, elle n'est pas jugée invasive et est généralement bien acceptée des utilisateurs. Avant de pouvoir déployer la reconnaissance de visages sur un terminal portable, il faut cependant surmonter deux obstacles majeurs, qui sont les principaux sujets étudiés dans cette thèse. Premièrement, les conditions d'illumination des images capturées par un appareil tenu en main dans un environnement non contrôlé peuvent grandement varier. Les caractéristiques extraites pour servir de base à la reconnaissance biométrique doivent donc être robustes en présence de telles perturbations. Deuxièmement, la quantité d'énergie disponible sur un appareil portable alimenté par batteries est très limitée, et nécessite des algorithmes à faible complexité et dont l'implantation est fortement optimisée. Pour réduire l'influence de l'illumination, une technique de normalisation à faible complexité pour l'extraction de caractéristiques basée sur la morphologie mathématique est proposée dans cette thèse. La méthode est évaluée en combinaison avec l'algorithme de mise en correspondance de graphes élastiques, Elastic Graph Matching (EGM) en anglais. La robustesse à d'autres perturbations, telles que des occlusions ou des transformations géométriques, est également jaugée et plusieurs améliorations sont proposées. Afin de minimiser la puissance dissipée, une architecture matérielle pour un coprocesseur dédié à l'extraction de caractéristiques est présentée et décrite en VHDL. Ce composant est conçu pour s'intégrer dans un système sur puce réalisant la totalité du processus de vérification, y compris l'acquisition d'image, ce qui permet d'effectuer la reconnaissance biométrique du visage entièrement sur le terminal portable. La comparaison de cette solution avec l'état de l'art au niveau académique et avec des produits commerciaux récents indique que l'approche choisie est bien plus efficace en termes de consommation d'énergie., Mobile communication devices now available on the market, such as so-called smartphones, are far more advanced than the first cellular phones that became very popular one decade ago. In addition to their historical purpose, namely enabling wireless vocal communications to be established nearly everywhere, they now provide most of the functionalities offered by computers. As such, they hold an ever-increasing amount of personal information and confidential data. However, the authentication method employed to prevent unauthorized access to the device is still based on the same PIN code mechanism, which is often set to an easy-to-guess combination of digits, or even altogether disabled. Stronger security can be achieved by resorting to biometrics, which verifies the identity of a person based on intrinsic physical or behavioral characteristics. Since most mobile phones are now equipped with an image sensor to provide digital camera functionality, biometric authentication based on the face modality is very interesting as it does not require a dedicated sensor, unlike e.g. fingerprint verification. Its perceived intrusiveness is furthermore very low, and it is generally well accepted by users. The deployment of face verification on mobile devices however requires overcoming two major challenges, which are the main issues addressed in this PhD thesis. Firstly, images acquired by a handheld device in an uncontrolled environment exhibit strong variations in illumination conditions. The extracted features on which biometric identification is based must therefore be robust to such perturbations. Secondly, the amount of energy available on battery-powered mobile devices is tightly constrained, calling for algorithms with low computational complexity, and for highly optimized implementations. So as to reduce the dependency on the illumination conditions, a low-complexity normalization technique for features extraction based on mathematical morphology is introduced in this thesis, and evaluated in conjunction with the Elastic Graph Matching (EGM) algorithm. Robustness to other perturbations, such as occlusions or geometric transformations, is also assessed and several improvements are proposed. In order to minimize the power consumption, the hardware architecture of a coprocessor dedicated to features extraction is proposed and described in VHDL. This component is designed to be integrated into a System-on-Chip (SoC) implementing the complete face verification process, including image acquisition, thereby enabling biometric face authentication to be performed entirely on the mobile device. Comparison of the proposed solution with state-of-the-art academic results and recently disclosed commercial products shows that the chosen approach is indeed much more efficient energy-wise.
Notes
Thèse de doctorat : Université de Neuchâtel, 2008 ; Th.2035
Identifiants
https://libra.unine.ch/handle/123456789/16029
_
10.35662/unine-thesis-2035
Type de publication
doctoral thesis
Dossier(s) à télécharger