Perbandingan 3 Metode Iris Scan
Dalam memperoleh jaminan keamanan sistem, dibutuhkan sebuah sistem keamanan yang reliabel dan cukup mudah digunakan oleh user. Untuk memperoleh tingkat keamanan yang tinggi, dibutuhkan sebuah sistem yang memiliki kunci yang unik untuk setiap orang. Maka dari itu dikembangkanlah sebuah sistem yang menggunakan kunci yang dimiliki setiap orang dan sifatnya unik, sistem tersebut disebut dengan Biometrik. Sistem biometrik ini akan menggunakan bagian tubuh manusia yang sifatnya unik untuk setiap orang. Salah satu bagian tubuh manusia yang bersifat unik dan bisa dijadikan sebagai media keamanan adalah iris atau selaput pelangi pada mata manusia. Letak selaput pelangi ini berada diantara kornea dan lensa mata. (lihat Gambar) Selaput pelangi ini sendiri akan terlihat oleh mata telanjang dari
luar mata dan memiliki pola tertentu.
skema mata
Dari pola yang dimiliki oleh selaput pelangi ini, ternyata memiliki pola yangunik untuk setiap orang. Pola ini unik dan juga memiliki kekonsistenan dankestabilan yang tinggi bertahun-tahun tanpa mengalami perubahan. Dari kondisiini, maka para ahli mata mengusulkan bahwa iris ini dapat dijadikan seperti sidik jari untuk identitas pribadi seseorang.
Iris Recognition
Seperti yang telah digambarkan sebelumnya, iris recognition ini menggunakan selaput pelangi mata yang dikodekan secara digital dan kemudian dijadikan kunci. Proses otentifikasinya membutuhkan dua tahap yaitu tahap identifikasi dan tahap verifikasi. Proses ini dapat dilakukan secara one-to-many (1:m) atau one-to one (1:1). Proses one-to-many akan melibatkan satu database yang berisi user id dan iris template masing-masing id. Proses capture akan dilanjutkan dengan searching database untuk mencari iris template yang cocok. Sedangkan proses one-to-one akan lebih pada membandingkan dua iris, yaitu hasil scan dan iris template yang sudah disimpan. Dari ke dua proses ini sudah tentu proses oneto-one lebih disukai sebab prosesnya lebih cepat karena pembandingan dilakukan dalam skala yang terbatas. Proses iris scan secara umum dapat dilihat pada gambar 2. Hasil dari image capture akan diubah menjadi template digital dengan melakukan mapping iris secara radial. Template ini berupa 512 byte kode iris.
1. Metode Daugman
Hasil dari pekerjaan Daugman ini adalah dengan mengambil tekstur iris manusia yang tampak pada imej video secara real-time dan dikodekan dalam koefisien 2-D Gabor Wavelet skala banyak, dan kemudian bit paling signifikan akan menjadi kode iris 256 byte. Hasil akhir dari proses ini memiliki kecukupan dalam derajat kebebasan, atau membentuk variasi iris antar individu yang memiliki keunikan yang mirip dengan sidik jari konvensional. Proses ini masih diragukan apakah algoritma yang efisien dapat dapat dikembangkan until mengekstraksi deskripsi iris detail secara reliabel dari video live, menghasilkan kode padat dari iris (kompleksitas panjang minuscule versus ukuran data gambar),dan mengambil keputusan tentang identitas individual dengan tingkat keyakinan statistik yang tinggi. Masalah terakhir adalah apakah kemampuan proses dari general purpose microprocessor mampu memproses algoritma ini secara real-time.
Implementasi Sistem
Sistem Daugman ini menggunakan sebuah kamera video, lensa, framegrabber, dan sebuah monitor tampilan yang dihubungkan ke sebuah komputer workstation. Sistem ini dapat diimplementasikan ke dalam 3 jenis penggunaan yaitu pendaftaran, verifikasi, dan autentifikasi. Proses pendaftaran dan verifikasi membutuhkan waktu yang cepat untuk pemrosesannya. Untuk versi komersialnya ditambahkan proses optimisasi dan penggunaan modul perangkat keras yang spesifik. pengenalan gambar yang digunakan adalah pengenalan batas lingkar irisyang memisahkan iris dengan white sclera. Proses ini dilakukan oleh edge detector dan tidakakan berhasil (batas lingkar tidak terdeteksi) jika mata tertutup dan/atau tidak ada mata di depan kamera. Sistem ini akan terus melakukan pengambilan gambar ke dalam beberapa sekuen hingga bentuk iris dikonfirmasi dari gambar terakhir yang terambil. Sistem nyatanya menyertakan sebuah display agar pengguna dapat terbantu memposisikan matanya. Prosedur ini juga menghasilkan pengukuran reaksi dari iris pupil efek dari penyinaran. Kegunaannya adalah untuk fasilitas yang memiliki tingkat keamanan yang sangat tinggi, sebab dewasa ini, iris dapat dipalsukan dengan contact lense.
Bentuk iris yang berupa lingkaran, untuk menentukan lokasinya dibutuhkan integrasi dan diferensiasi. Proses ini dilakukan dengan memperbesar rekayasa pengaburan gambar parsial, dan menambahkan batas radius r, dari integral kontur gambar yang dinormalisasi sepanjang busur radius dan pusat iris. Setelah iris dapat diperkirakan secara kasar, langkah selanjutnya adalah mendeteksi batas dalam pada pupil. Proses pendeteksian batas dalam ini mirip dengan proses sebelumnya, hanya menggunakan jangkauan pencarian batas yang lebih kecil. Setelah proses ini selesai, hasil akhir nya adalah lokasi yang presisi dari batas luar dan batas dalam iris.
2. Metode Wilde
Wilde yang membangun sistem yang mirip pada bagian ini akan dibahaslebih dalam. Setelah mendapatkan gambar iris dan proses filter area sekitarnyadan melakukan operasi dengan properti histogram, akan menghasilkan sebuah skema pemilihan untuk menggambarkan batas iris. Gambar ini akan difilter dengan low pass filter dan sub sampling untuk mengurangi noise. Sebuah detektor batas gradient akan memperkirakan batas iris dan kelopak mata. Kemudian pemilihan dilakukan dengan memilih yang paling cocok antara model dengan parameter batas yang ada. Untuk mengambil informasi spesifik yang ada pada iris terdapat pada area keseluruhan termasuk area yang lebih kecil dari piramid Lapace untul menerapkan transformasi 2-D. Perbandingan iris dilakukan dengan teknik registrasi berdasarkan area gambar. Kemudian akan dicari sebuah fungsi mapping untuk mendekatkan data gambar dengan model gambar. Sebuah nilai kecocokan akan dihitung untuk 4 pita melalui korelasi sebagian dan Diskriminan Linier Fisher akan melakukan evaluasi terdahap 4 nilai ini.
Implementasi Sistem
Pada penelitian sebelumnya, untuk memperoleh pengenalan yang bagus, gambar iris disarankan harus tajam dan memiliki resolusi tinggi. Posisi iris harus ditengah dan memiliki diameter sekitar 128 pixel. Konsep lainnya yang harus diperhitungkan untuk menghindari ketidaknyamanan user adalah tingkat iluminasi (intensitas cukup dan brightness tidak berlebih). Lebih jauh lagi, sistem harus mampu menghindari pemantulan cahaya yang akan menurunkan kemampuan pengenalan. Selain itu, pada sistem pengambilan gambar harus memiliki fungsi untuk segmentasi iris. Pada sistem ini, Wilde mengajukan sistem pengambilan gambar yang terdiri atas susunan 3 sub komponen yang memiliki fungsi antara lain
• Penangkapan fisik
Untuk menangkap gambar mata dengan kualitas dan resolusi yang tinggi, digunakan kamera putih (silicon Intensified SIT) dengan tingkat pencahayaan rendah digabungkan dengan penangkap frame standar (DASMFGM analog) dengan resolusi 512 x 480 piksel. Diameter iris sebenarnya menjadi 256 piksel pada array sensor pada penangkapan gambar 20 cm dari mata. Ukuran diameter yang dua kali lipat ini memungkinkan filter Gaussian low pass mengurangi noise frekuensi tinggi
• Iluminasi
Untuk pencahayaan yang merata tanpa mengurangi kenyamanan pengguna,digunakan sebuah array cahaya (8.5 watt lampu quartzhalogen) diarahkan pada iris. Pencahayaan merata dapat dicapai dengan meletakkan filter (panel difusi) antara iris dengan kamera. Panel ini juga membantu mendistribusikan intensitas cahaya. Lensa kamera berada pada posisi tengah dari panel difusi ini. Akhirnya, untuk menghindari pengaruh refleksi, digunakan filter ke dua yang diletakkan didepan panel difusi yang berfungsi sebagai circular polariser. Polariser ini akan menahan refleksi kornea (atau objek bulat) agar tidak sampai ke kamera.Tapi polariser ini tidak menahan refleksi cahaya dari bagian mata (iris).
• Peletakan posisi
Peletakan posisi mata menggunakan proses otomatis yang diarahkan oleh self positioning operator. Tujuannya adalah memberikan batasan pada tiga derajat kebebasan mata yang akan digambarkan dengan menempatkan mata di tengah array sensor pada fokus lensa. Hal ini bisa dicapai dengan menggunakan kontur segi empat dan membuat operator memposisikan mata dengan mengatur ukuran dan jarak relatif.
• Segmentasi
3. Metode Bole
Metode terakhir yang diajukan Bole adalah didasarkan pada menghitung crossing yang bernilai nol pada transformasi wavelet. Diluar proses lokalisasi iris dan algoritma normalisasi, Metode Bole mengharuskan iris memiliki diameter yang sama dan titik-titik data yang sama. Dari tingkat warna abu sample gambar iris, diambil sinyal satu dimensi dan dijadikan sebagai ciri khas pokok iris. Kemudian dilakukan perhitungan Zero-Crossing berdasarkan transformasi
wavelet. Representasi zero-crossing ini disimpan sebagai template dandigunakan untuk algoritma pencocokan. Dengan cara ini diklaim bahwa pengaruh noise dapat dihilangkan karena zero-crossing tidak terpengaruh oleh noise. Lebih jauh lagi, transformasi 1 dimensi dan jumlah crossing yang sedikit akan meningkatkan kecepatan komputasi. Yang mengagumkan dari sistem ini adalah kemampuan transformasi wavelet untuk mengeliminasi efek pemendaran dan refleksi cahaya pada permukaan iris, sesuatu yang masih belum terpecahkan secara sempurna pada 2 metode sebelumnya. Hasil pengenalan yang diperoleh dilakukan dengan jumlah gambar yang sedikit dan pelaksanaannya tidak memakan banyak resource dengan hasil yang teliti.
Kesimpulan
Dua sistem pertama telah mendapatkan paten dan dijadikan objek pengujian dan evaluasi performansi lebih jauh. Keduanya memiliki 3 modul yangsama yaitu pengambilan gambar, lokalisasi iris, dan pencocokan pola. Selama proses evolusi metode Daugman, hasil sempurna diperoleh dengan pengujian 592 iris. Sistem diuji lebih jauh dengan evaluasi IriScan diluar percobaan selama evolusi penelitian. Pada penelitian ke dua, produk komersial telah dipasang pada tempat publik di Laboratorium Nasional Sandia, NM. Penelitian ini terdiri atas 2 tahap, tahap pendaftaran dari 122 orang menghasilkan 199 gambar iris. Kemudian proses identifikasi dilakukan. Dari orang yang berpartisipasi, dilakukan 878 kali proses identifikasi dan dihasilkan 89 kali kesalahan penolakan. Tapi 47 kali diantaranya diminta oleh sistem untuk mencoba lagi, semua sukses kecuali 16 kasus. Di sisi lain, tidak ada hasil kesalaan penerimaan dan kesalahan diketahui akibat refleksi cahaya kacamata dan kekurangan pengguna.
Langganan:
Posting Komentar (Atom)
Posting Komentar