51. Biometrisches Kolloquium der Deutschen Region der Internationalen Biometrischen Gesellschaft. März 2005 in Halle

Transkript

1 Biometrie Die andere und Sicherheit Biometrie Die andere Biometrie 51. Biometrisches Kolloquium der Deutschen Region der Internationalen Biometrischen Gesellschaft März 2005 in Halle Dr. rer. nat. Manfred U. A. Bromba Bromba GmbH 1

2 Intro 2

3 Biometrische Definitionen Biometrie, Biometrik (Duden 1996): [Lehre von der] Zählung u. [Körper]messung an Lebewesen Beispiele: Medizinische Biometrie, Landwirtschaftliche Biometrie Biometrische Identifikation ist die "automatisierte" Erkennung eines Lebewesens mit Hilfe geeigneter messbarer Körpermerkmale Beispiele: Mensch, Tier, neuerdings: durch Computer 3

4 Gemeinsame Wurzeln Christoph Bernoulli ( ) Wahrscheinlich Schöpfer des Begriffs "Biometrie" (1841, Sterbetafeln) Alphonse Bertillon ( ) Personenidentifikation mittels Anthropometrie (1879, 11 Körperlängenmaße) Francis Galton ( ) Fingerabdrücke zum Zwecke der Identifikation (1892) Karl Pearson ( ) Biometrie als Anwendung von statistischen und mathematischen Methoden zur Analyse und Beurteilung biologischer Phänomene 4

5 Gemeinsame Probleme Biometrie ist der (aussichtslose) Versuch, einer nicht messbaren Größe eine feste Zahl zuzuordnen 5 Statistik eine Lösung? Nur wenn man weiß, was für die Zufälle verantwortlich ist!

6 Anforderungen an Identifikationsmerkmale Universalität Anteil der Person aus dem Nutzerkreis, die über das Merkmal verfügen Gegenbeispiel: "Besondere Merkmale" wie z. B. Narben Einmaligkeit Maß für die Unterscheidbarkeit verschiedener Personen "Keine zwei Personen haben gleich große Merkmale" Konstanz Maß für die zeitliche Konstanz eines Merkmals einer Person Gegenbeispiel: Körpergewicht Messbarkeit 6 Verfügbarkeit bzw. Realisierbarkeit geeigneter Sensoren Definierbarkeit geeigneter Messgrößen

7 Beispiel: Größe eines Menschen Universalität Sehr gut: Jeder Mensch hat eine Größe! Einmaligkeit Ja: Jeder Mensch hat eine andere Größe Konstanz Halbwegs konstant außerhalb der Wachstums- und Senilitätsphasen Größe kann bei manchen Menschen nach Training um z. B cm willkürlich über einen Zeitraum von mehreren Tagen variieren [Heindl] Morgens ist der Mensch länger als abends (~ 4 mm) Messbarkeit 7 Ja, wenn man sich mit einer niedrigen Genauigkeit auf Grund schlechter Definierbarkeit abfindet z.b.: Mit oder ohne Haare messen?

8 Entstehung biometrischer Merkmale "Genotypische Anteile" Durch Vererbung bestimmte Anteile Eineiige Zwillinge haben gleiche genotypische Merkmalsanteile! Beispiel: DNA, Gesichtsform, Stimme "Randotypische Anteile" Zufallsanteil an biometrischem Merkmal Entstehung durch zufällige Umwelteinflüsse während embryonaler Phase (auch phänotypisch genannt) Beispiel: Fingerprint-Minuzien, Irismuster, Retina "Konditionierte Anteile" 8 Verhaltensgesteuerter Anteil an biometrischem Merkmal Erlern - und willentlich beeinflussbare Anteile Beispiel: Unterschrift, Stimme

9 Der Fingerabdruck 9

10 Beispiel 2: Fingerprint-Minuzien Quelle: 10

11 Das Zebra 11

12 Weitere biometrische Merkmale Gesicht (3D) Retina Venenstruktur Hand Geruch 12 DNA Iris Unterschrift Stimme

13 Biometric Signal Processing Identification Sensor Sensor Feature Extraction Matcher Decision Enrollment Sensor Sensor Feature Extraction Reference ReferenceT Templates emplate Archive 13

14 "Metriken" Matcher: Heuristische Ähnlichkeitsmaße Korrelationskoeffizient χ (Funktional) f Testvektor, g Referenzvektor, <,> Skalarprodukt,. Norm (=<,> ½ ) Messvektoren sind normiert! χ(f,g) := <f,g> / f g = 1 - ½ f/ f - g/ g ² Entspricht bei Ermittlung des Maximum über bestimmte Parameter der Methode der kleinsten Quadrate Variationsparameter: Lage, Drehung, evtl. Größe (Skalierung) 14

15 Fingerprinterkennung am Arbeitsplatz PC-Logon Sensor 15

16 Fingerprintsensor 16

17 Aussicht: zukünftige Gemeinsamkeiten Unterschiede heute - Gemeinsamkeiten morgen Sensorik: Kostengünstige hochgenaue elektronische Messdatenerfassung Realisierungsweise: Automatisierung für Masseneinsatz Gleiche Realisierungsweise neue Anwendungen Anwendungszweck: Statt Biometrie zum Zweck der Personenerkennung automatisierte Erkennung von Krankheiten auf Grund geeigneter biometrischer Merkmale Beispiel 1: Augendiagnose Indikator für mögliche Kreislauferkrankungen Beispiel 2: Hautanalyse Beispiel 3: DNA-Analyse Erbkrankheiten, Dispositionen 17

18 Publikationen Jain, A.; Bolle. R.; Pankanti; S. (Editors); "Biometrics: Personal Identification in Networked Society", Kluwer Academic Publishers, Paul Reid: Biometrics and Network Security (2003) Bromba, M. U. A.: Bioidentifikation 18 Heindl, Robert: "System und Praxis der Daktyloskopie und der sonstigen technischen Methoden der Kriminalpolizei", De Gruyter, Berlin 1922.