Person Identification for Access Control using NIR Hand Vein Imaging
Author
Bonderup, Morten Bojesen
Term
4. term
Publication year
2017
Pages
43
Abstract
Mange bygninger bruger fysiske adgangstokens som nøglekort, chips eller mekaniske nøgler. I nogle miljøer—fx plejehjem for ældre eller personer med demens—kan disse tokens blive væk, blive glemt eller være svære at håndtere, hvilket gør det vanskeligt at styre adgangen til beboernes private værelser. Biometri kan være et alternativ, men de fleste nuværende biometriske systemer kræver aktivt samspil fra brugeren og bruges ofte som en del af to-faktor-godkendelse (to beviser på identitet, fx et kort plus en biometrisk scanning). Det betyder, at de stadig kan kræve oplæring og nye vaner. Dette projekt undersøger, om håndvenes-genkendelse kan bruges til biometrisk adgangskontrol og dermed mindske disse barrierer. Vi har udviklet et proof-of-concept, der bruger et overvågningskamera og nærinfrarødt lys (lys lige uden for det synlige røde spektrum, som får vener under huden til at træde tydeligere frem) til at optage billeder af håndvener. Derudover er der indsamlet et datasæt af håndvenebilleder for at afprøve konceptet.
Many buildings use physical access tokens such as keycards, fobs, or mechanical keys. In some settings—like care homes for older adults or people with dementia—these tokens can be lost, forgotten, or hard to handle, making it difficult to manage access to private rooms. Biometrics offer an alternative, but most current biometric systems require active user interaction and are often used only as part of two-factor authentication (proving identity in two ways, e.g., a card plus a biometric). This still demands training and new habits. This project explores whether hand vein recognition can be used for biometric access control to reduce these barriers. We built a proof of concept that uses a CCTV camera and near-infrared light (light just beyond visible red that makes veins under the skin stand out) to capture images of hand veins, and we collected a dataset of hand vein images to test the concept.
[This abstract was generated with the help of AI]
Documents