Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Template protection for PCA-LDA-based 3D face recognition systems

 
: Hartung, Daniel
: Zhou, Xuebing

Darmstadt, 2007, 108 S.
Darmstadt, TU, Dipl.-Arb., 2007
Englisch
Diplomarbeit
Fraunhofer IGD ()
biometric identification system; data security; face recognition; privacy protection; security protocol

Abstract
Nowadays systems for authentication are mainly based on passwords and possession. This implies some problems: for high security purposes long passwords are required. Because of the fact that more and more passwords are needed for several applications it gets harder to remember all of them. So what usually happens is that only few numbers of weak passwords are used for all of these applications. Biometrics is a way out of this trend, as biometric features cannot be easily stolen or forgotten. It offers a higher level of convenience; nevertheless two main concerns using biometric system consist of security and privacy issues.
The theft of a biometric template is equivalent to an identity theft. Merging the data from different biometric databases implies being able to build user profiles, to cross-match the templates. In addition this modality is compromised forever, because it is not changeable. In general biometrics bear potential information about medical states, all these facts lead to a low public acceptance. Template protection techniques are being developed to overcome these problems - the basic idea is to combine biometrics with cryptography. The captured samples are not stored directly but in a transformed secure form - a random number is merged with the sample. In this way, different secure templates can be created as often as needed from the same modality, which implies a solution of the mentioned problems.
In this thesis face recognition is chosen to be combined with template protection, since the facts are that its usage has a long tradition and a high user acceptance in biometric context. Problems of the publicity concerning 2D images can be solved using 3D facial scans instead, due to the necessity of user cooperation. Principal component analysis (PCA) and linear discriminant analysis (LDA) are used for feature extraction as these algorithms are gold standard for 2D face recognition. PCA and LDA feature extraction algorithms are implemented and merged with a template protection system based on Philips publications. Evaluation is done using the FRGC v2.0 range database. Different techniques for spike removal and face region selection are employed to enhance the source material. It is seen that recognition rates for PCA/LDA algorithms strongly depend on the quality of this material and the chosen training sets, good results could already be achieved using small secret sizes.

 

Die heute üblichen Systeme zur automatischen Authentifizierung, basierend auf Wissen oder Besitz, haben einige Probleme: Ausreichende Sicherheit kann nur mit langen Passwörtern erreicht werden. Aufgrund der Tatsache, dass immer mehr Anwendungen eine Überprüfung der Identität vornehmen, führt dies oft zu gefährlichen Situationen. Um sich die Passwörter merken zu können, werden meist schwache Passwörter für eine Vielzahl von Anwendungen verwendet. Hier kann die Biometrie Abhilfe schaffen. Biometrische Merkmale können nicht einfach vergessen oder gestohlen werden - der Komfort für den Benutzer kann deutlich gesteigert werden.
Allerdings sind Probleme bezüglich der Sicherheit und dem Schutz der Privatsphäre zu lösen. Der Diebstahl von biometrischen Referenzdaten kommt einem Identitätsdiebstahl gleich. Außerdem besteht die Möglichkeit Profile über Benutzer ohne deren Wissen zu erstellen, indem Verbindungen zwischen verschiedenen Datenbanken hergestellt werden. Ein Verlust der Referenzdaten verbietet den Gebrauch der biometrischen Merkmale für weitere Zwecke, die Merkmale sind nicht veränderbar wie Passwörter. Ein weiterer Punkt, der ebenfalls zu einer niedrigeren Akzeptanz seitens der Nutzer führt, ist die Tatsacht, dass biometrische Daten sensitive Informationen über den medizinischen Zustand der Person beinhalten können. Techniken zum Schutz der gespeicherten Referenzdaten sind entwickelt worden um diese Probleme zu behandeln. Der Grundgedanke ist die Kombination aus Biometrie mit klassischer Kryptographie. Aufgenommene Daten werden nicht direkt gespeichert, sie werden zuvor in eine sichere Form umgewandelt, eine Zufallsfolge wird mit den biometrischen Daten verknüpft. Dieses Konstrukt kann beliebig oft erstellt werden indem neue Zufallswerte benutzt werden. Potentielle Angreifer können dadurch keine Informationen über die Merkmale extrahieren. Die angeführten Probleme sind somit beseitigt.
In der Arbeit wird die Sicherung der Referenzdaten mit Gesichtserkennungsverfahren kombiniert. Diese bieten eine lange Tradition und eine hohe Akzeptanz der Benutzer. Um Probleme mit der Öffentlichkeit von 2-dimensionalen Bildern zu vermeiden wird die recht neue Technik der 3-dimensionalen Gesichtserkennung eingesetzt. Die dafür verwendeten Verfahren der Hauptkomponentenanalyse (PCA) und der Diskriminazanalyser (LDA) haben sich schon im 2- D Kontext bewährt. Die beiden Verfahren werden implementiert und kombiniert mit einem System des Referenzdatenschutzes von Phillips. Die Evaluierung erfolgt anhand der Tiefenbilder aus der FRGC v2.0 Datenbank. Verschiedene Techniken zum Verbessern der Ausgangsdaten, wie das Glätten oder die Auswahl der Gesichtsregion werden angewandt. Die Erkennungsraten der PCA/LDA Algorithmen hängen stark von der Qualität des Ausgangsmaterials und derWahl der Trainingsmenge ab, gute Ergebnisse konnten nichtsdestotrotz für kurze geheime Zufallsfolgen erreicht werden.

: http://publica.fraunhofer.de/dokumente/N-65360.html