XÂY DỰNG THUÂT TOÁN NHẬN DIỆN đặc TRƯNG SINH TRẮC học LÒNG bàn TAY PALMPRINT TRÊN nền TẢNG DI ĐỘNG

Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM
VIII-O-1

XÂY DỰNG THUÂT TOÁN NHẬN DIỆN ĐẶC TRƯNG SINH TRẮC HỌC LÒNG BÀN TAY
PALMPRINT TRÊN NỀN TẢNG DI ĐỘNG
Nguyễn Duy Thiên, Trần Hoàng Đạt, Bùi Trọng Tú
Trường Đại Học Khoa Học Tự Nhiên, ĐHQG-HCM
TÓM TẮT
Chứng thực cá nhân là một yếu tố quan trọng trong cuộc sống của chúng ta. Để vượt qua những
khó khăn của những phương pháp chứng thực thông thường, chứng thực sinh trắc học đã được phát
triển và sử dụng những yếu tố cơ bản của con người. Trong bài báo này, nhóm tác giả phát triển một
ứng dụng phần mềm chứng thực palmprint trên nền tảng di động. Q trình chứng thực có 4 bước: lấy
mẫu dữ liệu, tiền xử lý tín hiệu, rút trích đặc trưng và đối sánh. Một bộ lọc Gabor 2 chiều được sử
dụng để thu được thông tin kết cấu sau đó 2 hình ảnh palmprint được đối sánh bằng khoảng cách
Hamming. Kết quả chứng thực được kiểm tra trên 14 người và mỗi người chụp 4 hình ảnh palmprint.
Bên cạnh đó, ứng dụng phần mềm cũng đạt được hiệu suất tốt với FAR 0% và FRR 2.66% ở thế
ngưỡng 0.7.
Từ khoá: FRR, FAR, ROI
GIỚI THIỆU
Điện thoại di động trong những năm gần đây đã có sự phát triển rất nhanh chóng và trở thành thiết bị
khơng thể thay thế trong các hoạt động thường ngày của con người bao gồm các công việc như xử lý thư điện tử
(Email), lưu các dữ liệu quan trọng, thanh toán trực tuyến v.v.. Với tầm quan trọng của điện thoại di động trong
cuộc sống thì vấn đề bảo mật trên điện thoại di động rất cần thiết được quan tâm và nghiên cứu. Một trong
những vấn đề luôn được quan tâm nhất bên ngồi tính năng giải trí quan trọng nhất trên điện thoại di động đó là
chứng thực cá nhân. Từ những năm 70 trở lại đây [1], đã có rất nhiều thiết bị hoặc hệ thống được sản xuất và sử
dụng công nghệ sinh trắc học để chứng thực cá nhân. Năm 1970, hệ thống có tên Identimat có chức năng ghi lại
kích thước bàn tay trở thành hệ thống đầu tiên được thương mại hóa. Tháng 9 năm 2013, cơng ty Apple giới
thiệu thiết bị Touch ID tích hợp trên Iphone 5S sử dụng công nghệ chứng thực dấu vân tay. Những thiết bị và hệ
thống ở trên có những ưu điểm vượt trội hơn các cách bảo mật thông thường. Nhưng vẫn còn tồn tại một số
nhược điểm như dấu vân tay dễ bị thay đổi do những tác động vật lý từ môi trường sống và khi con người được
sinh ra đôi khi dấu vân tay cũng không rõ ràng khiến cho việc chứng thực dễ bị sai. Chính vì những hạn chế của

chứng thực dấu vân tay mà các nhà nghiên cứu đã chuyển hướng và tập trung nghiên cứu vào cơng nghệ chứng
thực lịng bàn tay. Trong báo cáo này, nhóm tác giả sẽ xây dựng thuật tốn nhận dạng đặc trưng sinh trắc học
lịng bàn tay trên nền tảng điện thoại di động thông minh dựa trên thuật tốn phân tích đặc trưng lịng bàn tay
trên hình ảnh độ phân giải thấp phục vụ cho chứng thực cá nhân do Wai Kin Kong, David Zhang [2] phát triển.
Mặc dù thuật toán gốc đã đạt được những yêu cầu cơ bản cho việc chứng thực cá nhân, nhưng mới chỉ được sử
dụng cho các hình ảnh được chụp bởi các hệ thống máy chụp ảnh CCD cố định, chính điều này làm cho thuật
tốn chưa được linh động như mong muốn và thu hẹp phạm vi áp dụng thuật tốn. Chính những khuyết điểm
được liệt kê ở trên đã làm động lực để nhóm tác giả cải thiện thuật toán gốc tốt hơn và dựa trên những cải tiến
này sẽ xây dựng một thuật toán mới sử dụng trên điện thoại di động thơng minh.

Hình 1. Các tầng trong hệ thống sinh trắc học
ISBN: 978-604-82-1375-6

3


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM
THIẾT KẾ HỆ THỐNG
Sơ đồ khối tổng quát của hệthống được trình bày trong hình 2. Hệ thống có chức năng thiết lập mã số cho
người dùng mới và nhận diện đối với người dùng đã có mẫu dữ liệu tồn tại trong cơ sở dữ liệu của hệ thống. Hệ
thống lấy mẫu bằng máy chụp hình của điện thoại di động và xử lý mẫu dữ liệu bằng chính vi xử lý có sẵn trên
điện thoại. Hệ thống nhận diện được nhóm tác giả thực hiện trên hai ngơn ngữ lập trình là : Java và Matlab .
Nhóm tác giả sử dụng Matlab trên máy tính để thực hiện việc đánh giá cũng như tìm thế ngưỡng tối ưu cho
thuật tốn.Sau đó nhóm tác giả sử dụng thế ngưỡng tối ưu của thuật toán để thực hiện ứng dụng trên HTC JOne
dùng JAVA.

Hình 2. Sơ đồ mơ tả hệ thống nhận diện và lấy mẫu
THUẬT TOÁN TIỀN XỬ LÝ
Trước khi ảnh đầu vào trải qua giai đoạn rút trích đặc trưng, hình ảnh đầu vào cần phải trải qua quá trình
tiền xử lý. Quá trình tiền xử lý trải qua 5 bước chính.

Bước 1:ảnh đầu vào được chuyển thành ảnh xám với giá trị mức xám trải dài từ 0 đến 255. Sau đó, ảnh
xám được làm mờ bằng một bộ lọc thấp qua Gaussian. Dựa vào lược đồ xám của ảnh (Histogram) và lý thuyết
thế ngưỡng Otsu, ta sẽ tính tốn được thế ngưỡng 𝑇𝑝 để chuyển đổi ảnh xám thành ảnh nhị phân. Việc chuyển
đổi này sẽ được biểu diễn như sau [3] :

 1 , G  x, y  * L  x, y   Tp
B  x, y   
0 , G  x, y  * L  x, y   Tp
Trong đó,

G  x, y  là mẫu ảnh đầu vào đã được chuyển đổi sang mức xám và L  x, y 

là lọc thấp qua

Gaussian,“*” là phép nhân chập 2 chiều.

ISBN: 978-604-82-1375-6

4


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM

(a)

(b)

Hình 3. (a) ảnh đầu vào sau khi qua lọc Gaussian, (b) ảnh xám sau khi nhị phân hóa
Bước 2 : rút trích biên của các lỗ giữa các ngón tay sử dụng lý thuyết vạch đường biên, sau đó ta sẽ thu
được tập hợp điểm biên nằm trong các lỗ Fi x j Fi y j với (i  [1 , 3], j  [2 , n]). Điểm bắt đầu Sk

thúc

 x,2 và kết

Ek  x,2 của từng lỗ sẽ được đánh dấu bằng cách sau [4] :

 x , B  xB , 2   0
S k  x, 2    B
 0 , B  xB , 2   1

k  1,3

 x , B  xB , 2   1
Ek  x, 2    B
 0 , B  xB , 2   0

k  1,3

Hình 4. Điểm bắt đầu và điểm kết thúc của mỗi lỗ được đánh dấu
ISBN: 978-604-82-1375-6

5


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM

Bước 3 : Tính tốn điểm trung tâm 𝐶𝑘 (𝑥, 𝑦)của mỗi lỗ bằng các phương trình sau :


C x

M i 


C y

M i 

k

k

j 1

Fi x j

M i 
j 1

Fi y j

M i 

k  1,3

k  1,3

Trong đó, M(i) là tổng số điểm đường biên của mỗi lỗ. Sau đó, dựng một đường thẳng đi qua điểm

Ck  x, y 

Mk  x,2 của hai tọa độ Sk  x,2 , Ek  x,2 . Đường thảng đi qua hai điểm

và điểm trung bình

này có dạng:

yx

 Ck y  2

 2Ck x  M k xCk y 
 Ck x  M k x 
Ck x  M k x 


[3.1-1]

Dựa vào 3 đường thẳng này ta sẽ tìm được tọa độ của ba điểm K1 , K 2 , K3 là điểm thuộc tập hợp điểm
biên và nằm trên đường thẳng [3.1-1].

K1 , K 2 , K3
Bước 4 : Dựa vào điểm K1 và K3 ,ta sẽ dựng đường thẳng K1 K 3 đi qua hai điểm K1 và K 2 , sau đó ta sẽ
dựng 2 đường thẳng K1O1 , K3O3 vng góc với đường thẳng K1 K 3 và lần lượt đi qua K1 , K3 . Cách dựng
Hình 5. Cácđiểm trung tâm và điểm

những đường thẳng này như sau:

K1K3  mx  b
K1O1  m1 x  b1

K3O3  m3 x  b3
Trong đó,

m

K3 y  K1 y
1
1
và b  K3 y  m K3 x , m1 
và b1  K1 y  m1 K1 x , m3 
và
m
m
K3 x  K1 x

b3  K3 y  m3 K3 x ,

O1  x, y 

là điểm thuộc đường thẳng K1O1 và có tọa độ x nhỏ nhất,

O3  x, y 

là điểm

thuộc đường thẳng K3O3 và có tọa độ x nhỏ nhất.
ISBN: 978-604-82-1375-6

6

Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM

Hình 6. Các đường thẳng K1O1 và K3O3 , K1O3
Sau đó ta sẽ tiến hành lọc bỏ các điểm ngoài vùng quan tâm (ROI) bằng cách sử dụng các bất đẳng thức
sau:

 G  x, y  * L  x, y  , mx  b  K1K3  0
G  x, y  * L  x, y   
, mx  b  K1K3  0
0

 G  x, y  * L  x, y  , m1 x  b1  K1O1  0
G  x, y  * L  x , y   
, m1 x  b1  K1O1  0
0
 G  x, y  * L  x, y  , m3 x  b3  K3O3  0
G  x, y  * L  x, y   
, m3 x  b3  K3O3  0
0

Hình 7. Ảnh sau khi lọc bỏ các thành phần không quan tâm
Bước 5 : Xoay
xoay

G  x, y  * L  x, y  với góc  được tính bởi góc lệch giữa hai điểm K2 và O1 , sau khi

G  x, y  * L  x, y 

với góc

 thì vùng quan tâm (ROI) O được trích xuất với chiều cao là 140 pixel và

chiều rộng là 310 pixel.

ISBN: 978-604-82-1375-6

7


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM

(a)

(b)

Hình 8. (a) Ảnh sau khi được xoay, (b) Định vị vùng quam tâm và trích xuất vùng quan tâm (ROI)
RÚT TRÍCH ĐẶC TRƯNG VÀ ĐỐI SÁNH ĐẶC TRƯNG
Rút trích đặc trưng
Đặc trưng dịng chính và vết nhăn có thể nhận xét từ hình ảnh chụp palmprint của chúng ta. Một số lý
thuyết ví dụ như lọc ngăn xếp (stack filter) có thể thu được đặc trưng dịng chính. Tuy nhiên, những đặc trưng
dịng chính khơng đạt được tỷ lệ nhận diện cao bởi vì sự tương đồng giữa những lịng bàn tay khác nhau. Hình 9
cho thấy 6 hình ảnh palmprint có đặc trưng dịng chính tương đối giống nhau. Bên cạnh đó, đặc trưng vết nhăn
có khả năng chứng thực palmprint cao nhưng việc rút trích đặc trưng từ chúng khó thực hiện. Với những lý do
trên việc ứng dụng phân tích kết cấu (texture) để chứng thực palmprint là điều cần thiết.

Hình 9. Đặc trưng dịng chính khác nhau
Trong thực nghiệm, hàm Gabor [5] với thiết lập những thông số đặc biệt (  ,  ,  ) thì sẽ được biến đổi
thành bộ lọc Gabor rời rạc. Các thông số này sẽ được chọn từ bảng 4.1 thiết lập sau :
Bảng 1. Thông số của 5 bộ lọc

Số thứ tự

Kích thước bộ lọc







1

35x35

0

0.01145

44.9432

2

35x35

45

0.01145

44.9432

3

35x35

90

0.01145

44.9432

4

35x35

120

0.01145

44.9432

5

35x35

135

0.01145

44.9432

ISBN: 978-604-82-1375-6

8


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM
Bộ lọc Gabor được thiết lập bởi những thông số đặc biệt ở bảng 1 sẽ nhân chập với ảnh vùng quan tâm
(ROI) 310x140 pixel. Hình ảnh thu được sau khi thực hiện lọc Gabor sẽ được mã hóa theo cách sau :

Hình 10. Vùng quan tâm (ROI) được trích xuất từ long bàn tay

Hình 11. Hình ảnh Pr sau khi được mã hóa với các thơng số thiết lập bộ lọc Gabor là

G  x, y, 0, 0.01145, 44.9432

Đối sánh vector đặc trưng
Quá trình đối sánh các đặc trưng sử dụng lý thuyết khoảng cách Hamming để tính tốn điểm đối sánh. Gọi
𝑀 và 𝑉 là hai ma trận đặc trưng có khoảng cách w x h và khoảng cách Hamming H giữa hai ma trận này được
quy định như sau:
h

w

H  ((M r  i, j   Vr  i, j )  (M i  i, j   Vi i, j ) )
i 1 j 1

Trong đó, M r và Vr là phần thực, M i và Vi là phần ảo ,
tính dựa theo cơng thức Do 



là phép toán xor. Điểm đối sánh được

H
, Do có giá trị thuộc khoảng [0, 1], giá trị Do càng gần 0 thì kết quả
2  w*h 

đối sánh càng hồn hảo.
CÀI ĐẶT THUẬT TỐN
Q trình cài đặt trải qua hai giai đoạn : tạo cơ sở dữ liệu và cài đặt thuật tốn trên điện thoại di
động.Nhóm tác giả tạo cơ sở dữ liệu phục vụ cho việc kiểm tra thuật tốn bao gồm 52 hình ảnh lịng bàn tay, có
ISBN: 978-604-82-1375-6

9


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM
kích thước là 1520 x 2688 được lấy từ 13 người và độ tuổi được lựa chọn là từ 21 tuổi đến 24 tuổi. Qua các quá
trình tiền xử lý ta thu được hình ảnh vùng quan tâm (ROI) có kích thước là 310 x 140.

Hình 12. Ảnh lịng bàn tay được lưu trong cơ sở dữ liệu vơi mã số là 3
Điều kiện lấy mẫu tuân theo một số điều kiện sau : lòng bàn tay được đặt dưới ánh sáng đèn của phịng thí
nghiệm, cho phép nhiễu của sự rung lắc tay, đèn flash của điện thoại được chiếu trực tiếp vào lịng bàn tay,
người được lấy mẫu khơng đeo các trang sức ở các ngón tay và lịng bàn tay. Mỗi tập mẫu của mỗi người sẽ
được cấp một mã số để phục vụ cho việc thực hiện đối sánh về sau và mẫu được yêu cầu chứng thực sẽ chỉ đối
sánh với các mẫu có cùng mã số.
Thuật toán được cài đặt trên nền tảng hệ điều hành Android 4.2.2 nhưng vẫn tương thích ngược với các
phiên bản Android 4.0 trở lên [6,7]. Thuật toán được kiểm tra trên điện thoại di động HTC JOne có cấu hình như
sau : máy chụp hình có độ phân giải 4 Mega Pixel, với kích thước hình ảnh tối đa là 2688 x 1520, chế độ tự động
lấy nét, ổn định quang học, đèn flash Led,vi xử lý Quad-Core 1.7 GHz Krait 300, chip đồ họa Adreno 320, hệ

điều hành Android 4.4.2, bộ nhớ Ram 2 GB. Bên cạnh đó thuật tốn cịn được cài đặt trên máy tính với cấu hình
như sau : Dell Inspiron N5110 Intel Core i5-2410M 2.3GHz ( 4CPUs ), RAM 8 GB, BUS 1333 MHz, NVDIA
GeForce GT525M 1024 MB, hệ điều hành Window 7 64 bit.

(a)

(b)

Hình 13. (a) Giao diện phần mềm Palmprint Authentication chạy trên điện thoại Android HTC JOne, (b) Ảnh
đầu vào được nhị phân hóa
ISBN: 978-604-82-1375-6

10


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM

(a)

(b)

Hình 14. (a) Vùng quan tâm được trích xuất, (b) Ảnh mã hóa sau khi được lọc qua lọc Gabor
KẾT QUẢ THỰC NGHIỆM
Hiệu suất chứng thực của chương trình sẽ thay đổi theo thế ngưỡng 𝑇𝑎𝑟 . 𝑇𝑎𝑟 sẽ điều khiển FAR và FRR, 2
thông số này sẽ tỉ lệ nghich với nhau, dựa vào hình ảnh biểu đồ bên dưới ta sẽ phân tích được sự phân bố điểm
đốisánh của tập mẫu trong cơ sở dữ liệu.

Hình 15. Phân bố điểm đối sánh của các tập mẫu với các thông số của hàm lọc Gabor ( 0, 0.01145,
44.9432 )
ISBN: 978-604-82-1375-6

11


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM
Dựa vào số liệu thực nghiệm trên phần mềm Matlab, nhóm tác giả rút ra được bảng số liệu sau :
Bảng 2. Kết quả thực nghiệm của việc chọn thế ngưỡng Tar
Thông số lọc Gabor  ,

,

0, 0.01145, 44.9432

45, 0.01145, 44.9432

90, 0.01145, 44.9432

120, 0.01145, 44.9432

135, 0.01145, 44.9432

Thế ngưỡng Tar

FAR (%)

FRR (%)

0.07

0.00

3.14

0.08

0.07

2.51

0.09

0.44

2.37

0.10

0.73

1.33

0.11

2.15

0.96

0.12

4.36

0.74

0.07

0.14

2.81

0.08

1.33

1.99

0.09

3.47

1.26

0.10

3.73

0.81

0.11

4.07

0.44

0.12

4.31

0.29

0.07

0.00

3.55

0.08

0.00

2.81

0.09

0.00

2.44

0.10

0.22

1.99

0.11

0.89

1.40

0.12

3.32

1.10

0.07

0.00

2.66

0.08

0.00

1.99

0.09

0.07

1.77

0.10

0.73

1.18

0.11

3.03

1.06

0.12

4.88

0.66

0.07

0.00

2.99

0.08

0.15

1.77

0.09

0.22

1.48

0.10

0.96

1.35

0.11

1.92

0.66

0.12

5.25

0.44

Do các quá trình xử lý khác tùy thuộc vào hệ điều hành và phần cứng mà thiết bị sẽ có cách xử lý khác
nhau, vì vậy ở bài báo cáo này nhóm tác giả chỉ thực hiện đo thời gian xử lý ở q trình rút trích đặc trưng , điều
kiện kiểm tra tuân theo tiêu chuẩn sau :máy tính chạy trên phần mềm Matlab R2013a và không mở các ứng dụng

khác, máy tính khơng thực hiện kỹ thuật đa luồng và không sử dụng GPU để tăng tốc độ xử lý, điện thoại chạy
trên hệ điều hành Android 4.4.2 và không mở các ứng dụng và dịch vụ chạy ngầm khác, điện thoại sử dụng kỹ
thuật đa luồng để lấy được thời gian xử lý tốt nhất.

ISBN: 978-604-82-1375-6

12


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM
Sau khi tiến hành đo thời gian xử lý quá trình rút trích đặc trưng dựa theo tiêu chuẩn trên thì nhóm tác giả
có được bảng số liệu sau :
Bảng 3. Kết quả đo thời gian xử lý quá trình rút trích đặc trưng
Thơng số lọc Gabor (  ,
,)

Thời
gian xử
lý (s)

0, 0.01145,
44.9432

45, 0.01145,
44.9432

90, 0.01145,
44.9432

120, 0.01145,

44.9432

135, 0.01145,
44.9432

Điện thoại

1.939

2.068

1.989

1.905

1.86

Máy tính

0.624

0.4992

0.546

0.6396

0.7332

Dựa vào bảng 3 ta có thể thấy rằng thời gian xử lý của điện thoại lâu hơn khoảng 3.5 lần so với thời gian

xử lý trên máy tính. Nhưng với thời gian xử lý chỉ từ 1.86 giây đến 2.068 giây thì việc ứng dụng thuật tốn xử lý
rút trích đặc trưng trên điện thoại di động là khả quan.
KẾT LUẬN
Trong bài báo này, nhóm tác giả đã giới thiệu về tổng quan về thuật toán nhận dạng đặc trưng sinh trắc học
lịng bàn tay trên nền tảng di động. Nhóm tác giả đã thực hiện thành cơng thuật tốn này chạy trên máy tính và
điện thoại di động .Từ những thơng số kết quả thu được ở trên, cho thấy rằng thuật tốn mất rất ít thời gian để
thực hiện nhưng trên máy tính lại tốn ít thời gian hơn trên điện thoại di động, điều này làm cho khả năng đáp ứng
tức thời của 2 phần mềm có sự chênh lệch nhau. Nhưng với sự phát triển không ngừng của lĩnh vực thiết kế vi
mạch thì điều này trong tương lai sẽ được khắc phục.
Bên cạnh những cơng việc nhóm tác giả đã thực hiện thành cơng thì vẫn cịn tồn tại những việc mà nhóm
tác giả cần phải thực hiện trong tương lai . Đầu tiên là tăng tốc độ xử lý của thuật toán trên điện thoại di động và
máy tính. Thứ hai là các hình ảnh lịng bàn tay sẽ được chụp và cho phép xử lý ở cả hai lịng bàn tay. Thứ ba là
các hình ảnh lịng bàn tay được chụp sẽ khơng cần ánh sáng đèn flash chiếu thẳng vào. Thứ tư là nhóm tác giả sẽ
sử dụng ngơn ngữ lập trình Java để xây dựng một thư viện mã nguồn mở, nhằm mục đích thực hiện việc kế thừa
và cải thiện thuật tốn này tốt hơn. Thứ năm là mở rộng đối tượng lấy mẫu lòng bàn tay để tăng số lượng tập
mẫu và tìm ngưỡng 𝑇𝑎𝑟 tốt hơn.

BUILDING FEATURE DETECTION ALGORITHM BIOMETRIC PALMPRINT
IN MOBILE PLATFORM
Nguyen Duy Thien, Tran Hoang Đat, Bui Trong Tu
University of Sciences, VNU-HCM
ABSTRACT
Personal authentication play an important role in our society. To overcome the disadvantages of
conventional authentication methods, biometric authentication has been developed to use the
characteristics of human nature. In this paper, we develop a software application of palmprint
authentication in mobile platform. Authentication have four steps consisting of data acquisition,
preprocessing, feature extraction and matching. A 2-D Gabor filter is used to obtain the texture
information then two palmprint images are matched by Hamming distance. The authentication has
been tested on 14 persons with 4 palmprint images per one person. In addiotion, the software
application provides a good performance with FAR of 0% and FRR of 2.66% with the threshold value

of 0.7.
Keywords: FRR, FAR, ROI
TÀI LIỆU THAM KHẢO
[1]. D.Zhang, Palmprint Authentication,Springer Science & Business Media, 2004.
[2]. D.Zhang, W.K.Kong, J.You, M. Wong,”Online palmprint identification”, IEEE Transactions on pattern
andalysis and machine intelligence25 (9) (2003) 1041 – 1050.
[3]. W.K.Kong, D.Zhang, ”Palmprint Texture Analysis based on Low Resolution Images fod Personal
Authentication”, Proceedings of 16th International Conference on Pattern Recognition3 (2002) 807–
810.
ISBN: 978-604-82-1375-6

13


Báo cáo toàn văn Kỷ yếu hội nghị khoa học lần IX Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM
[4]. Z.Khan, A.Mian, Y.Hu, “Contour Code : Robust and Efficent multispectral palmprint encoding for
human recognition ”, IEEE international Conference (2011).
[5]. W.K.Kong, D.Zhang, W.Li, “Palmprint feature extraction using 2D Gabor filters”, Pattern Recognition
36 (2003) 2339 – 2347.
[6]. G.Allen, M.Murphy, Beginning Android 4, Apress, 2011
[7]. S.Komatineni, D.MacLean, Pro Android 4, Apress, 2012

ISBN: 978-604-82-1375-6

14