V poslednej dobe sa na Habrém objavilo veľa článkov venovaných systémom identifikácie tváre Google. Úprimne povedané, mnohí z nich zaváňajú žurnalistikou a mierne povedané neschopnosťou. A chcel som napísať dobrý článok o biometrii, nie je to môj prvý! Na Habrého je pár dobrých článkov o biometrii – sú však dosť krátke a neúplné. Tu sa pokúsim stručne načrtnúť všeobecné princípy biometrickej identifikácie a moderné výdobytky ľudstva v tejto veci. Vrátane identifikácie osobami.

Článok má , čo je v skutočnosti jeho prequel.

Ako základ pre článok bude použitá spoločná publikácia s kolegom v časopise (BDI, 2009), upravená pre modernú realitu. Habré zatiaľ nemá kolegu, no podporil tu uverejnenie upraveného článku. V čase publikovania bol článok stručným prehľadom moderného trhu s biometrickými technológiami, ktorý sme si pred uvedením nášho produktu na trh sami zrealizovali. Hodnotové úsudky o použiteľnosti uvedené v druhej časti článku sú založené na názoroch ľudí, ktorí používali a implementovali produkty, ako aj na názoroch ľudí, ktorí sa podieľajú na výrobe biometrických systémov v Rusku a Európe.

všeobecné informácie

Začnime od základov. V 95 % prípadov je biometria vo svojej podstate matematická štatistika. A matstat je presná veda, ktorej algoritmy sa používajú všade: v radaroch av Bayesovských systémoch. Chyby prvého a druhého druhu možno považovať za dve hlavné charakteristiky každého biometrického systému). V teórii radaru sa zvyčajne nazývajú „falošné poplachy“ alebo „zmeškanie cieľa“ av biometrii sú najbežnejšími konceptmi FAR (False Acceptance Rate) a FRR (False Rejection Rate). Prvé číslo charakterizuje pravdepodobnosť falošnej zhody biometrických charakteristík dvoch ľudí. Druhým je pravdepodobnosť odmietnutia prístupu osobe s povolením. Systém je lepší, čím menšia je hodnota FRR pri rovnakých hodnotách FAR. Niekedy sa používa aj porovnávacia charakteristika EER, ktorá určuje bod, v ktorom sa pretínajú grafy FRR a FAR. Nie je to však vždy reprezentatívne. Podrobnejšie je možné vidieť napr.
Možno poznamenať nasledovné: ak FAR a FRR pre otvorené biometrické databázy nie sú uvedené v charakteristikách systému, potom bez ohľadu na to, čo výrobcovia deklarujú o jeho vlastnostiach, tento systém je s najväčšou pravdepodobnosťou neschopný alebo oveľa slabší ako jeho konkurenti.
Ale nielen FAR a FRR určujú kvalitu biometrického systému. Ak by to bol jediný spôsob, potom by vedúcou technológiou bolo rozpoznávanie DNA ľudí, pre ktoré FAR a FRR majú tendenciu k nule. Je však zrejmé, že táto technológia nie je v súčasnej fáze ľudského vývoja použiteľná! Na posúdenie kvality systému sme vyvinuli niekoľko empirických charakteristík. „Odpor proti falšovaniu“ je empirické opatrenie, ktoré sumarizuje, aké ľahké je sfalšovať biometrický identifikátor. „Environmentálna stabilita“ je charakteristika, ktorá empiricky hodnotí stabilitu systému pri rôznych vonkajších podmienkach, ako sú zmeny osvetlenia alebo izbovej teploty. „Jednoduché používanie“ ukazuje, aké ťažké je používať biometrický skener, či je identifikácia možná „na cestách“. Dôležitou charakteristikou je „Rýchlosť práce“ a „Cena systému“. Nezabudnite, že biometrická charakteristika osoby sa môže časom meniť, takže ak je nestabilná, je to významné mínus.
Množstvo biometrických metód je úžasné. Hlavné metódy využívajúce statické biometrické charakteristiky osoby sú identifikácia podľa papilárneho vzoru na prstoch, dúhovke, geometrii tváre, sietnici, vzore žíl ruky, geometrii ruky. Existuje aj rodina metód, ktoré využívajú dynamické charakteristiky: identifikácia hlasom, dynamika rukopisu, srdcová frekvencia, chôdza. Nižšie je uvedená distribúcia biometrického trhu pred niekoľkými rokmi. V každom druhom zdroji tieto údaje kolíšu o 15-20 percent, takže ide len o odhad. Aj tu sa pod pojmom „geometria ruky“ skrývajú dve rôzne metódy, o ktorých sa bude diskutovať nižšie.

V článku sa budeme zaoberať iba tými charakteristikami, ktoré sú použiteľné v systémoch kontroly a riadenia prístupu (ACS) alebo v úlohách im blízkych. Vzhľadom na ich nadradenosť sú to predovšetkým statické charakteristiky. Z dynamických charakteristík má v súčasnosti aspoň nejakú štatistickú významnosť iba rozpoznávanie hlasu (porovnateľné s najhoršími statickými algoritmami FAR ~ 0,1 %, FRR ~ 6 %), ale len v ideálnych podmienkach.
Ak chcete získať pocit pravdepodobnosti FAR a FRR, je možné odhadnúť, ako často sa vyskytnú falošné zhody, ak je identifikačný systém nainštalovaný v uzavretej organizácii so zamestnancami N. Pravdepodobnosť falošnej zhody odtlačku prsta prijatého skenerom pre databázu N odtlačkov prstov je FAR∙N. A denne cez prístupový bod prejde aj asi N ľudí. Potom je pravdepodobnosť chyby za pracovný deň FAR∙(N∙N). Samozrejme, v závislosti od cieľov identifikačného systému sa pravdepodobnosť chyby za jednotku času môže značne líšiť, ale ak sa akceptuje jedna chyba za pracovný deň, potom:
(1)
Potom dostaneme, že stabilná prevádzka identifikačného systému pri FAR=0,1% =0,001 je možná pri počte personálu N≈30.

Biometrické skenery

V súčasnosti nie sú pojmy „biometrický algoritmus“ a „biometrický skener“ nevyhnutne prepojené. Spoločnosť môže tieto prvky vyrábať jednotlivo alebo spoločne. Najväčšia diferenciácia medzi výrobcami skenerov a výrobcami softvéru bola dosiahnutá na trhu s biometrickými vzormi papilárnych prstov. Najmenší 3D skener tváre na trhu. V skutočnosti úroveň diferenciácie do značnej miery odráža vývoj a nasýtenosť trhu. Čím väčší výber – tým viac je téma prepracovaná a dovedená k dokonalosti. Rôzne skenery majú rôzne schopnosti. V podstate ide o súbor testov na kontrolu, či s biometrickým objektom niekto manipuloval alebo nie. Pre skenery prstov to môže byť kontrola reliéfu alebo kontrola teploty, pre skenery očí to môže byť kontrola akomodácie žiaka, pre skenery tváre pohyb tváre.
Skenery majú veľmi silný vplyv na prijaté štatistiky FAR a FRR. V niektorých prípadoch sa tieto čísla môžu meniť desiatky krát, najmä v reálnych podmienkach. Charakteristiky algoritmu sa zvyčajne uvádzajú pre nejaký „ideálny“ základ, alebo len pre vhodný základ, kde sa vyhadzujú rozmazané a rozmazané snímky. Len niekoľko algoritmov čestne označuje základný aj úplný výstup FAR / FRR.

A teraz podrobnejšie o každej z technológií.

Odtlačky prstov

Daktyloskopia (rozpoznanie odtlačkov prstov) je doteraz najrozvinutejšou biometrickou metódou osobnej identifikácie. Katalyzátorom vývoja metódy bolo jej široké využitie vo forenznej vede v 20. storočí.
Každá osoba má jedinečný papilárny vzor odtlačkov prstov, ktorý umožňuje identifikáciu. Algoritmy zvyčajne používajú charakteristické body na odtlačkoch prstov: koniec čiary vzoru, vetvenie čiary, jednotlivé body. Okrem toho sú zahrnuté informácie o morfologickej štruktúre odtlačku prsta: relatívna poloha uzavretých línií papilárneho vzoru, "klenuté" a špirálové línie. Vlastnosti papilárneho vzoru sú prevedené do jedinečného kódu, ktorý zachováva informačný obsah tlačeného obrazu. A práve „kódy odtlačkov prstov“ sú uložené v databáze slúžiacej na vyhľadávanie a porovnávanie. Čas prevodu obrázka odtlačku prsta na kód a jeho identifikácia zvyčajne nepresiahne 1 s, v závislosti od veľkosti základne. Čas strávený zdvihnutím ruky sa neberie do úvahy.

Ako zdroj údajov pre FAR a FRR boli použité štatistiky VeriFinger SDK získané pomocou snímača odtlačkov prstov U.are.U DP. Za posledných 5-10 rokov sa charakteristiky rozpoznávania prstom príliš neposunuli dopredu, takže uvedené čísla ukazujú dobrý priemer moderných algoritmov. Samotný algoritmus VeriFinger už niekoľko rokov vyhráva Medzinárodnú súťaž overovania odtlačkov prstov, kde súťažia algoritmy na rozpoznávanie odtlačkov prstov.

Typická hodnota FAR pre metódu rozpoznávania odtlačkov prstov je 0,001 %.
Zo vzorca (1) získame, že stabilná prevádzka identifikačného systému pri FAR=0,001% je možná pri počte personálu N≈300.

Výhody metódy. Vysoká spoľahlivosť – štatistické ukazovatele metódy sú lepšie ako pri metódach identifikácie podľa tváre, hlasu, maľby. Nízkonákladové zariadenia, ktoré skenujú obraz odtlačkov prstov. Celkom jednoduchý postup skenovania odtlačku prsta.
Nevýhody: papilárny vzor odtlačkov prstov je veľmi ľahko poškodený malými škrabancami, rezmi. Ľudia, ktorí používali skenery v podnikoch s niekoľkými stovkami zamestnancov, hlásia vysokú mieru zlyhania skenovania. Mnohé zo skenerov nedostatočne ošetrujú suchú pokožku a neprepúšťajú starých ľudí. Šéf bezpečnostnej služby veľkého chemického podniku pri komunikácii na poslednej výstave MIPS uviedol, že ich pokus zaviesť v podniku skenery prstov (skúšali sa skenery rôznych systémov) zlyhal – minimálne vystavenie prstov zamestnancov chemikáliám spôsobilo. zlyhanie v bezpečnostných systémoch skenerov - skenery označili prsty za falošné. Chýba tiež zabezpečenie proti falšovaniu odtlačkov prstov, čiastočne kvôli rozšírenému používaniu metódy. Samozrejme, nie všetky skenery sa dajú oklamať metódami z MythBusters, ale aj tak. U niektorých ľudí s „nevhodnými“ prstami (telesná teplota, vlhkosť) môže pravdepodobnosť odmietnutia prístupu dosiahnuť 100 %. Počet takýchto ľudí sa pohybuje od zlomkov percent pri drahých skeneroch až po desať percent pri lacných.
Samozrejme, stojí za zmienku, že veľké množstvo nedostatkov je spôsobených rozšíreným používaním systému, no tieto nedostatky existujú a objavujú sa veľmi často.

Situácia na trhu

V súčasnosti systémy na rozpoznávanie odtlačkov prstov zaberajú viac ako polovicu biometrického trhu. Mnoho ruských a zahraničných spoločností sa zaoberá výrobou systémov kontroly prístupu založených na metóde identifikácie odtlačkov prstov. Vzhľadom na to, že tento smer je jedným z najstarších, získal najväčšiu distribúciu a je zďaleka najrozvinutejší. Snímače odtlačkov prstov prešli naozaj dlhú cestu. Moderné systémy sú vybavené rôznymi snímačmi (teplota, sila lisovania a pod.), ktoré zvyšujú stupeň ochrany proti falšovaniu. Systémy sú každým dňom pohodlnejšie a kompaktnejšie. Vývojári totiž už v tejto oblasti dosiahli určitú hranicu a metódu už nie je kam ďalej rozvíjať. Väčšina firiem navyše vyrába hotové systémy, ktoré sú vybavené všetkým potrebným, vrátane softvéru. Integrátori v tejto oblasti jednoducho nemusia zostavovať systém svojpomocne, keďže je to nerentabilné a zaberie to viac času a úsilia ako kúpa hotového a už aj tak lacného systému, o to väčší výber bude skutočne široký.
Medzi zahraničnými spoločnosťami zaoberajúcimi sa systémami rozpoznávania odtlačkov prstov je možné zaznamenať SecuGen (USB skenery pre PC, skenery, ktoré možno nainštalovať v podnikoch alebo zabudované do zámkov, SDK a softvér na pripojenie systému k počítaču); Spoločnosť Bayometric Inc. (snímače odtlačkov prstov, TAA/systémy kontroly prístupu, súpravy SDK odtlačkov prstov, vstavané moduly odtlačkov prstov); Spoločnosť DigitalPersona Inc. (USB-skenery, SDK). V tejto oblasti pôsobia v Rusku tieto spoločnosti: BioLink (snímače odtlačkov prstov, biometrické zariadenia na kontrolu prístupu, softvér); Sonda (snímače odtlačkov prstov, biometrické zariadenia na kontrolu prístupu, SDK); SmartLock (snímače odtlačkov prstov a moduly) atď.

Iris

Očná dúhovka je jedinečná ľudská vlastnosť. Vzor dúhovky sa vytvára v ôsmom mesiaci vývoja plodu, nakoniec sa stabilizuje vo veku približne dvoch rokov a prakticky sa počas života nemení, s výnimkou ťažkých zranení alebo ťažkých patológií. Metóda je jednou z najpresnejších medzi biometrickými metódami.
Systém identifikácie očnej dúhovky je logicky rozdelený na dve časti: zariadenie na snímanie obrazu, jeho primárne spracovanie a prenos do počítača a počítač, ktorý porovnáva obraz s obrazmi v databáze a vysiela príkaz pri vstupe do aktuátora.
Čas primárneho spracovania obrazu v moderných systémoch je približne 300-500 ms, rýchlosť porovnávania výsledného obrazu so základom má na bežnom PC úroveň 50000-150000 porovnaní za sekundu. Táto rýchlosť porovnávania nekladie obmedzenia na aplikáciu metódy vo veľkých organizáciách pri použití v prístupových systémoch. Pri použití špecializovaných kalkulačiek a algoritmov na optimalizáciu vyhľadávania je dokonca možné identifikovať osobu medzi obyvateľmi celej krajiny.
Hneď môžem odpovedať, že som do istej miery zaujatý a mám k tejto metóde pozitívny vzťah, keďže práve v tejto oblasti sme rozbehli náš startup. Odstavec na konci bude venovaný malej sebapropagácii.

Štatistické charakteristiky metódy

Charakteristiky FAR a FRR pre dúhovku sú najlepšie v triede moderných biometrických systémov (snáď s výnimkou metódy rozpoznávania sietnice). Článok prezentuje charakteristiky knižnice rozpoznávania dúhovky nášho algoritmu - EyeR SDK, ktoré zodpovedajú algoritmu VeriEye testovanému na rovnakých databázach. Boli použité databázy CASIA získané ich skenerom.

Charakteristická hodnota FAR je 0,00001 %.
Podľa vzorca (1) je N≈3000 počet zamestnancov organizácie, pri ktorom identifikácia zamestnanca prebieha pomerne stabilne.
Tu stojí za zmienku dôležitá vlastnosť, ktorá odlišuje systém rozpoznávania dúhovky od iných systémov. V prípade použitia fotoaparátu s rozlíšením 1,3 MP dokážete zachytiť dve oči v jednom zábere. Keďže pravdepodobnosti FAR a FRR sú štatisticky nezávislé pravdepodobnosti, pri rozpoznávaní v dvoch očiach sa hodnota FAR bude približne rovnať druhej mocnine hodnoty FAR pre jedno oko. Napríklad pre FAR 0,001 % pri použití dvoch očí by bola pravdepodobnosť falošnej tolerancie 10 – 8 %, pričom FRR by bola iba dvakrát vyššia ako zodpovedajúca hodnota FRR pre jedno oko s FAR = 0,001 %.

Výhody a nevýhody metódy

Výhody metódy. Štatistická spoľahlivosť algoritmu. Snímanie obrazu dúhovky je možné vykonávať na vzdialenosť niekoľkých centimetrov až niekoľkých metrov, pričom nedochádza k fyzickému kontaktu osoby s prístrojom. Dúhovka je chránená pred poškodením – čo znamená, že sa časom nezmení. Je tiež možné použiť vysoký počet metód, ktoré chránia pred falšovaním.
Nevýhody metódy. Cena systému založeného na dúhovke je vyššia ako cena systému založeného na rozpoznávaní prstov alebo tváre. Nízka dostupnosť hotových riešení. Každý integrátor, ktorý dnes príde na ruský trh a povie „daj mi hotový systém“, sa s najväčšou pravdepodobnosťou odtrhne. Väčšinou sa predávajú drahé systémy na kľúč, inštalované veľkými spoločnosťami ako Iridian alebo LG.

Situácia na trhu

V súčasnosti je podiel technológií identifikácie dúhovky na globálnom biometrickom trhu podľa rôznych odhadov od 6 do 9 percent (zatiaľ čo technológie rozpoznávania odtlačkov prstov zaberajú viac ako polovicu trhu). Je potrebné poznamenať, že od samého začiatku vývoja tejto metódy bolo jej posilnenie na trhu spomaľované vysokými nákladmi na vybavenie a komponenty potrebné na zostavenie identifikačného systému. S rozvojom digitálnych technológií však cena jedného systému začala klesať.
Lídrom vo vývoji softvéru v tejto oblasti je Iridian Technologies.
Vstup na trh pre veľký počet výrobcov bol obmedzený technickou náročnosťou skenerov a v dôsledku toho ich vysokou cenou, ako aj vysokou cenou softvéru v dôsledku monopolného postavenia spoločnosti Iridian na trhu. Tieto faktory umožnili rozvoj v oblasti rozpoznávania dúhovky len veľkým spoločnostiam, ktoré sa už s najväčšou pravdepodobnosťou zaoberali výrobou niektorých komponentov vhodných pre identifikačný systém (optika s vysokým rozlíšením, miniatúrne kamery s infračerveným prísvitom a pod.). Príkladmi takýchto spoločností sú LG Electronics, Panasonic, OKI. So spoločnosťou Iridian Technologies uzavreli dohodu a výsledkom spoločnej práce sa objavili tieto identifikačné systémy: Iris Access 2200, BM-ET500, OKI IrisPass. V budúcnosti vznikli vylepšené modely systémov vďaka technickým schopnostiam týchto spoločností samostatne sa rozvíjať v tejto oblasti. Treba povedať, že vyššie uvedené spoločnosti vyvinuli aj vlastný softvér, no v konečnom dôsledku uprednostňujú softvér Iridian Technologies.
Na ruskom trhu dominujú výrobky zahraničných spoločností. Aj keď je ťažké ho kúpiť. Papillon dlho ubezpečoval všetkých, že majú rozpoznávanie dúhovky. Ale aj zástupcovia RosAtomu, ich priameho odberateľa, pre ktorého systém vyrobili, tvrdia, že to nie je pravda. V určitom okamihu sa objavila iná ruská spoločnosť, ktorá vyrábala skenery dúhovky. Teraz si nepamätám meno. Algoritmus kúpili od niekoho, možno od rovnakého VeriEye. Samotný skener bol systém starý 10-15 rokov, v žiadnom prípade nie bezkontaktný.
Za posledný rok vstúpilo na svetový trh pár nových výrobcov kvôli vypršaniu primárneho patentu na rozpoznávanie človeka podľa očí. Najdôveryhodnejší z nich si podľa mňa zaslúži AOptix. Ich náhľad a dokumentácia aspoň nevzbudzujú podozrenie. Druhou spoločnosťou je SRI International. Dokonca aj na prvý pohľad sa človeku zapojenému do systémov rozpoznávania dúhovky zdajú ich videá veľmi falošné. Aj keď by som sa nečudoval, keby v skutočnosti niečo dokázali. Oba systémy nezobrazujú údaje o FAR a FRR a tiež zjavne nie sú chránené pred falšovaním.

rozpoznávanie tváre

Existuje mnoho metód rozpoznávania geometrie tváre. Všetky sú založené na skutočnosti, že črty tváre a tvar lebky každého človeka sú individuálne. Táto oblasť biometrie sa mnohým zdá atraktívna, pretože sa navzájom spoznávame predovšetkým podľa tváre. Táto oblasť je rozdelená na dve oblasti: 2-D rozpoznávanie a 3-D rozpoznávanie. Každý z nich má výhody a nevýhody, ale veľa závisí aj od rozsahu a požiadaviek na konkrétny algoritmus.
Stručne poviem o 2-d a prejdem k jednej z najzaujímavejších metód súčasnosti - 3-d.

2D rozpoznávanie tváre

2-D rozpoznávanie tváre je jednou zo štatisticky najefektívnejších biometrických metód. Objavil sa už pomerne dávno a využíval sa najmä vo forenznej vede, čo prispelo k jeho rozvoju. Následne sa objavili počítačové interpretácie metódy, v dôsledku čoho sa stala spoľahlivejšou, ale, samozrejme, bola menejcenná a každým rokom je stále menejcenná ako iné biometrické metódy osobnej identifikácie. V súčasnosti sa kvôli slabému štatistickému výkonu používa v multimodálnej alebo, ako sa to tiež nazýva, krížovej biometrii alebo v sociálnych sieťach.

Štatistické charakteristiky metódy

Pre FAR a FRR sa použili údaje pre algoritmy VeriLook. Pre moderné algoritmy má opäť veľmi bežné vlastnosti. Niekedy sa mihnú algoritmy s FRR 0,1 % s podobným FAR, ale základy, na ktorých boli získané, sú veľmi pochybné (vystrihnuté pozadie, rovnaký výraz tváre, rovnaký účes, osvetlenie).

Charakteristická hodnota FAR je 0,1 %.
Zo vzorca (1) získame N≈30 - počet zamestnancov organizácie, pri ktorých pomerne stabilne prebieha identifikácia zamestnanca.
Ako je vidieť, štatistické ukazovatele metódy sú pomerne skromné: to eliminuje výhodu metódy, že je možné vykonávať skryté snímanie tvárí na preplnených miestach. Je zábavné vidieť, ako sa niekoľkokrát do roka financuje iný projekt na odhaľovanie zločincov prostredníctvom videokamier inštalovaných na preplnených miestach. Za posledných desať rokov sa štatistické charakteristiky algoritmu nezlepšili a počet takýchto projektov sa zvýšil. Aj keď stojí za zmienku, že algoritmus je celkom vhodný na vedenie človeka v dave cez mnoho kamier.

Výhody a nevýhody metódy

Výhody metódy. S 2-D rozpoznávaním, na rozdiel od väčšiny biometrických metód, nie je potrebné drahé vybavenie. S príslušnou výbavou možnosť rozpoznania na značné vzdialenosti od fotoaparátu.
Nedostatky. Nízka štatistická významnosť. Existujú požiadavky na osvetlenie (napríklad tváre ľudí vchádzajúcich z ulice za slnečného dňa nemožno zaregistrovať). Pre mnohé algoritmy je neprijateľnosť akéhokoľvek vonkajšieho rušenia, ako sú okuliare, brada, niektoré prvky účesu. Povinný čelný obraz tváre s veľmi malými odchýlkami. Mnoho algoritmov nezohľadňuje možné zmeny výrazov tváre, to znamená, že výraz musí byť neutrálny.

3D rozpoznávanie tváre

Implementácia tejto metódy je pomerne náročná úloha. Napriek tomu v súčasnosti existuje veľa metód na rozpoznávanie 3-D tváre. Metódy sa nedajú navzájom porovnávať, pretože používajú rôzne skenery a základne. zďaleka nie všetky vydávajú FAR a FRR, používajú sa úplne iné prístupy.
Prechodná metóda z 2-d na 3-d je metóda, ktorá implementuje akumuláciu informácií o osobe. Táto metóda má lepšie vlastnosti ako metóda 2d, ale rovnako ako používa iba jednu kameru. Pri zadávaní objektu do databázy subjekt otočí hlavu a algoritmus obrázok spojí dohromady a vytvorí 3D šablónu. A pri rozpoznávaní sa používa niekoľko snímok video streamu. Táto metóda je skôr experimentálna a nikdy som nevidel implementáciu pre systémy ACS.
Najklasickejšou metódou je metóda šablónovej projekcie. Spočíva v tom, že sa na objekt (tvár) premieta mriežka. Ďalej fotoaparát nasníma snímky rýchlosťou desiatok snímok za sekundu a výsledné snímky spracuje špeciálny program. Lúč dopadajúci na zakrivenú plochu sa ohýba – čím väčšie je zakrivenie plochy, tým silnejší je ohyb lúča. Spočiatku to využívalo zdroj viditeľného svetla dodávaného cez „žalúzie“. Potom bolo viditeľné svetlo nahradené infračerveným, čo má množstvo výhod. Zvyčajne sa v prvej fáze spracovania vyradia obrázky, na ktorých tvár nie je vôbec viditeľná alebo sú tam cudzie predmety, ktoré narúšajú identifikáciu. Na základe získaných snímok sa obnoví 3-D model tváre, na ktorom sa zvýraznia a odstránia zbytočné zásahy (účes, brada, fúzy a okuliare). Potom sa model analyzuje - zvýraznia sa antropometrické znaky, ktoré sa prípadne zaznamenajú do unikátneho kódu zadaného do databázy. Čas snímania a spracovania je 1-2 sekundy pre najlepšie modely.
Obľúbenosť si získava aj metóda trojrozmerného rozpoznávania na základe obrazu získaného z niekoľkých kamier. Príkladom toho je Vocord so svojím 3D skenerom. Táto metóda poskytuje presnosť polohovania, podľa ubezpečenia vývojárov, vyššiu ako metóda projekcie šablóny. Ale kým neuvidím FAR a FRR aspoň v ich vlastnej databáze, neuverím!!! Ale vyvíja sa už 3 roky a pokrok na výstavách ešte nie je viditeľný.

Štatistické ukazovatele metódy

Úplné údaje o FRR a FAR pre algoritmy tejto triedy nie sú otvorene poskytované na webových stránkach výrobcov. Ale pre najlepšie modely Bioscript (3D EnrolCam, 3D FastPass) pracujúce metódou šablónovej projekcie s FAR = 0,0047 % je FRR 0,103 %.
Predpokladá sa, že štatistická spoľahlivosť metódy je porovnateľná so spoľahlivosťou metódy identifikácie odtlačkov prstov.

Výhody a nevýhody metódy

Výhody metódy. Nie je potrebné kontaktovať skenovacie zariadenie. Nízka citlivosť na vonkajšie faktory, a to ako na samotnom človeku (vzhľad okuliarov, fúzy, zmena účesu), tak aj v jeho prostredí (svetlo, rotácia hlavy). Vysoká úroveň zabezpečenia, porovnateľná s identifikáciou odtlačkom prsta.
Nevýhody metódy. Drahé vybavenie. Komplexy dostupné na predaj boli ešte drahšie ako skenery dúhovky. Zmeny mimiky a šumu na tvári degradujú štatistickú spoľahlivosť metódy. Metóda ešte nie je dobre vyvinutá, najmä v porovnaní s odtlačkami prstov, ktoré sa používajú už dlho, čo sťažuje jej široké využitie.

Situácia na trhu

Rozpoznanie geometrie tváre patrí spolu s rozpoznávaním odtlačkov prstov a dúhovky medzi „troch veľkých biometrických prvkov“. Musím povedať, že táto metóda je celkom bežná a zatiaľ sa jej dáva prednosť pred rozpoznávaním dúhovkou. Podiel technológií rozpoznávania geometrie tváre na celkovom objeme svetového biometrického trhu možno odhadnúť na 13-18 percent. Aj v Rusku je o túto technológiu väčší záujem ako napríklad o identifikáciu podľa dúhovky. Ako už bolo spomenuté, existuje veľa algoritmov 3D rozpoznávania. Spoločnosti väčšinou uprednostňujú vývoj systémov na kľúč, ktoré zahŕňajú skenery, servery a softvér. Sú však aj takí, ktorí spotrebiteľovi ponúkajú iba SDK. K dnešnému dňu môžeme zaznamenať nasledujúce spoločnosti zapojené do vývoja tejto technológie: Geometrix, Inc. (3D skenery tváre, softvér), Genex Technologies (3D skenery tváre, softvér) v USA, Cognitec Systems GmbH (SDK, špeciálne počítače, 2D kamery) v Nemecku, Bioscrypt (3D skenery tváre, softvér) je dcérska spoločnosť americkej spoločnosti L-1 Identity Solutions.
V Rusku týmto smerom pracujú spoločnosti skupiny Artec (3D skenery tváre a softvér) - spoločnosť so sídlom v Kalifornii a vývoj a výroba sa uskutočňuje v Moskve. Tiež niekoľko ruských spoločností vlastní technológiu 2D rozpoznávania tváre - Vocord, ITV atď.
V oblasti 2D rozpoznávania tváre je hlavným predmetom vývoja softvér, pretože Bežné fotoaparáty sú skvelé na zachytávanie snímok tvárí. Riešenie problému rozpoznávania tvárí sa do istej miery dostalo do slepej uličky - už niekoľko rokov prakticky nedošlo k zlepšeniu štatistických ukazovateľov algoritmov. V tejto oblasti prebieha systematická „práca na chrobáčikoch“.
3D rozpoznávanie tváre je teraz pre vývojárov oveľa atraktívnejšou oblasťou. Zamestnáva mnoho tímov a pravidelne počúva o nových objavoch. Veľa diel je v stave „práve na vydanie“. No zatiaľ sú na trhu len staré ponuky, v posledných rokoch sa výber nemení.
Jedna zo zaujímavostí, nad ktorou sa občas zamýšľam a na ktorú možno odpovie Habr: stačí presnosť kinectu na vytvorenie takéhoto systému? Existuje pomerne veľa projektov na vytiahnutie 3D modelu osoby cez ňu.

Rozpoznanie podľa žily ruky

Ide o novú technológiu v oblasti biometrie, jej široké využitie sa začalo len pred 5-10 rokmi. Infračervená kamera sníma vonkajšiu alebo vnútornú stranu ruky. Vzor žíl sa vytvára v dôsledku skutočnosti, že krvný hemoglobín absorbuje infračervené žiarenie. V dôsledku toho sa miera odrazu zníži a žily sú na kamere viditeľné ako čierne čiary. Špeciálny program založený na prijatých údajoch vytvára digitálnu konvolúciu. Nie je potrebný žiadny ľudský kontakt so skenovacím zariadením.
Technológia je v spoľahlivosti porovnateľná s rozpoznaním očnou dúhovkou, v niektorých smeroch ju prevyšuje a v niektorých je podradná.
Hodnoty FRR a FAR sú pre skener Palm Vein. Podľa vývojára na FAR 0,0008 % je FRR 0,01 %. Žiadna spoločnosť nevyrába presnejší harmonogram pre niekoľko hodnôt.

Výhody a nevýhody metódy

Výhody metódy. Nie je potrebné kontaktovať skenovacie zariadenie. Vysoká spoľahlivosť - štatistické ukazovatele metódy sú porovnateľné s hodnotami dúhovky. Skryté vlastnosti: na rozdiel od všetkých vyššie uvedených je veľmi ťažké získať túto charakteristiku od človeka „na ulici“, napríklad jeho fotografovaním fotoaparátom.
Nevýhody metódy. Vystavenie skenera slnečnému žiareniu a lúčom halogénových lámp je neprijateľné. Niektoré choroby súvisiace s vekom, ako je artritída, výrazne zhoršujú FAR a FRR. Metóda je menej prebádaná v porovnaní s inými statickými biometrickými metódami.

Situácia na trhu

Rozpoznávanie žíl na rukách je pomerne nová technológia, a preto je jej podiel na globálnom trhu malý, okolo 3 %. Záujem o túto metódu však rastie. Faktom je, že táto metóda, keďže je celkom presná, nevyžaduje také drahé vybavenie, ako napríklad metódy rozpoznávania založené na geometrii tváre alebo dúhovke. Teraz sa v tejto oblasti rozvíja veľa spoločností. Napríklad na objednávku anglickej spoločnosti TDSi bol vyvinutý softvér pre biometrickú čítačku dlaňových žíl PalmVein, ktorú predstavila spoločnosť Fujitsu. Samotný skener vyvinula spoločnosť Fujitsu predovšetkým na boj proti finančným podvodom v Japonsku.
Aj v oblasti identifikácie žíl sú nasledujúce spoločnosti Veid Pte. Ltd. (skener, softvér), Hitachi VeinID (skenery)
Nepoznám žiadnu spoločnosť v Rusku zaoberajúcu sa touto technológiou.

Retina

Donedávna sa verilo, že najspoľahlivejšou metódou biometrickej identifikácie a autentifikácie osoby je metóda založená na skenovaní sietnice. Obsahuje najlepšie znaky identifikácie podľa dúhovky a podľa žily ruky. Skener číta vzor kapilár na povrchu sietnice. Sietnica má pevnú štruktúru, ktorá sa v priebehu času nemení, s výnimkou následkov choroby, ako je šedý zákal.
Skenovanie sietnice využíva infračervené svetlo s nízkou intenzitou smerované cez zrenicu do krvných ciev v zadnej časti oka. Skenery sietnice sa stali široko používanými v systémoch kontroly prístupu pre vysoko tajné objekty, pretože majú jedno z najnižších percent odmietnutého prístupu registrovaným používateľom a prakticky neexistujú žiadne chybné prístupové povolenia.
Bohužiaľ, pri použití tejto biometrickej metódy vzniká množstvo ťažkostí. Skener je tu veľmi zložitý optický systém a človek sa nesmie dlhší čas pohybovať, kým je systém indukovaný, čo spôsobuje nepohodlie.
Podľa EyeDentify pre skener ICAM2001 s FAR=0,001% je hodnota FRR 0,4%.

Výhody a nevýhody metódy

Výhody. Vysoká úroveň štatistickej spoľahlivosti. Vzhľadom na nízku prevalenciu systémov je malá šanca vyvinúť spôsob, ako ich „podviesť“.
Nedostatky. Ťažko použiteľný systém s dlhým časom spracovania. Vysoká cena systému. Chýbajúca široká ponuka trhu a v dôsledku toho nedostatočná intenzita rozvoja metódy.

Geometria ruky

Táto metóda, pred 10 rokmi celkom bežná a pochádzajúca z forenznej vedy, v posledných rokoch upadá. Je založená na získaní geometrických charakteristík rúk: dĺžka prstov, šírka dlane atď. Táto metóda, podobne ako sietnica oka, odumiera a keďže má oveľa nižšie charakteristiky, jej úplnejší popis ani neuvedieme.
Niekedy sa verí, že metódy geometrického rozpoznávania sa používajú v systémoch rozpoznávania žíl. Ale v predaji sme nikdy nevideli tak jasne uvedené. A okrem toho sa často pri rozpoznávaní podľa žiliek fotí len dlaň, kým pri rozpoznávaní podľa geometrie sa fotia prsty.

Trochu sebapropagácie

Raz sme vyvinuli dobrý algoritmus rozpoznávania očí. Ale vtedy v tejto krajine nebolo treba takú high-tech vecičku a do buržoázie (kam nás pozvali hneď po prvom článku) sa mi ísť nechcelo. Zrazu sa však po roku a pol stále našli investori, ktorí si chceli pre seba postaviť „biometrický portál“ – systém, ktorý by zjedol 2 oči a využil farebnú zložku dúhovky (na ktorú mal investor svetový patent ). V skutočnosti to teraz robíme. Ale toto nie je článok o sebapropagácii, toto je krátka lyrická odbočka. Ak by to niekoho zaujímalo, sú nejaké informácie a niekedy v budúcnosti, keď vstúpime na trh (alebo nevstúpime), napíšem tu pár slov o vzostupoch a pádoch biometrického projektu v Rusku.

závery

Aj v triede statických biometrických systémov je veľký výber systémov. Ktorý si vybrať? Všetko závisí od bezpečnostných požiadaviek. Štatisticky najspoľahlivejšie prístupové systémy odolné voči neoprávnenej manipulácii sú prístupové systémy do dúhovky a ramennej žily. Pre prvý z nich existuje širší trh s návrhmi. Ale to nie je limit. Biometrické identifikačné systémy je možné kombinovať na dosiahnutie astronomickej presnosti. Najlacnejšie a najjednoduchšie na použitie, no s dobrými štatistikami, sú systémy s toleranciou prstov. Tolerancia 2D tváre je pohodlná a lacná, ale má obmedzený rozsah kvôli slabým štatistikám.
Zvážte vlastnosti, ktoré bude mať každý zo systémov: odolnosť voči falšovaniu, odolnosť voči životnému prostrediu, jednoduchosť použitia, náklady, rýchlosť, stabilita biometrických prvkov v priebehu času. Do každého stĺpca umiestnime značky od 1 do 10. Čím je skóre bližšie k 10, tým je systém v tomto smere lepší. Zásady výberu známok boli popísané na samom začiatku článku.


Zvažujeme aj pomer FAR a FRR pre tieto systémy. Tento pomer určuje efektivitu systému a šírku jeho využitia.


Stojí za to pripomenúť, že pre dúhovku môžete zvýšiť presnosť systému takmer kvadraticky, bez straty času, ak systém skomplikujete tým, že ho urobíte pre dve oči. Pri metóde odtlačkov prstov - spojením niekoľkých prstov a rozpoznaním podľa žíl, spojením dvoch rúk, ale takéto zlepšenie je možné len s predĺžením času stráveného prácou s osobou.
Ak zhrnieme výsledky pre metódy, môžeme povedať, že pre stredné a veľké objekty, ako aj pre objekty s maximálnou požiadavkou na bezpečnosť, by mala byť dúhovka použitá ako biometrický prístup a prípadne rozpoznanie pomocou žily ruky. Pre zariadenia do niekoľkých stoviek zamestnancov bude optimálny prístup k odtlačkom prstov. 2D systémy rozpoznávania tváre sú veľmi špecifické. Môžu sa vyžadovať v prípadoch, keď rozpoznávanie vyžaduje absenciu fyzického kontaktu, ale nie je možné umiestniť riadiaci systém na dúhovku. Napríklad, ak je potrebné identifikovať osobu bez jej účasti, skrytou kamerou alebo vonkajšou detekčnou kamerou, ale je to možné len s malým počtom subjektov v databáze a malým tokom ľudí snímaných kamerou .

Mladí technici berú na vedomie

Niektorí výrobcovia, ako napríklad Neurotechnology, majú na svojich webových stránkach demo verzie biometrických metód, takže ich môžete zapojiť a hrať sa. Pre tých, ktorí sa rozhodnú venovať sa problému vážnejšie, môžem poradiť jedinú knihu, ktorú som videl v ruštine - "Sprievodca biometriou" od R.M. Ball, J.H. Connell, S. Pancanti. Existuje mnoho algoritmov a ich matematických modelov. Nie všetko je kompletné a nie všetko zodpovedá súčasnosti, no základ nie je zlý a obsiahly.

P.S.

V tomto opuse som sa nezaoberal problémom autentifikácie, ale dotkol som sa len identifikácie. V zásade z charakteristík FAR / FRR a možnosti falšovania vyplývajú všetky závery o otázke autentifikácie.

Biometrická osobná identifikácia

Internet ako nástroj na páchanie počítačovej kriminality

V minulom roku bolo podľa niektorých správ na Ukrajine spáchaných viac ako 14 000 počítačových zločinov, približne rovnako ako v predchádzajúcom roku. Ale statistiky su dost drsne...

Informačné vojny a informačná konfrontácia

Informačná spoločnosť v žiadnom prípade nie je spoločnosťou blahobytu. Rovnaké technologické faktory, ktoré vedú k jeho pozitívnym vlastnostiam a novým, špecifickým nebezpečenstvám. Pozrime sa na niektoré z nich...

Metóda aditívnej aproximácie údajov vzorky obmedzenej veľkosti

Vyššie uvedené algoritmy a metódy na aditívnu aproximáciu malej vzorky sú grafické metódy...

Zabezpečenie ochrany informácií v lokálnych sieťach

Keďže fungovanie všetkých mechanizmov kontroly prístupu pomocou hardvéru alebo softvéru je založené na predpoklade, že používateľ je konkrétna osoba ...

Základy kryptografie

V mnohých aplikáciách je úloha identifikácie a overenia prístupu osoby alebo programu k nejakému zdroju ešte dôležitejšia ako úloha zachovania dôvernosti...

Problémy sociálnej informatiky

Ako už bolo uvedené, informačná spoločnosť v žiadnom prípade nie je spoločnosťou blahobytu. Z tých istých technologických faktorov, z ktorých vyplývajú jeho pozitívne vlastnosti, vznikajú aj nové, špecifické nebezpečenstvá. Pozrime sa na niektoré z nich...

Vývoj algoritmu na digitálne spracovanie obrázkov odtlačkov prstov

K dnešnému dňu existujú dve hlavné metódy porovnávania obrázkov odtlačkov prstov. Prvou metódou je porovnávanie korelácií. Zvážte algoritmus...

Vývoj technológie neurónových sietí a softvérového produktu na autorizáciu používateľov

Biometrické systémy založené na analýze funkcií reprodukcie hlasu, rukopisu a rukopisu na klávesnici majú veľa spoločného ...

Vývoj systému vizuálnej identifikácie

Ako doplnkové prvky systému vizuálnej identifikácie som vyvinul: značkovú vizitku (povinný prvok), hlavičkový papier, značkové tričko a ďalšie značkové produkty...

Moderné elektronické systémy kontroly vstupu používajú na identifikáciu osoby niekoľko typov zariadení v závislosti od typu použitého identifikátora používateľa ...

Vývoj systému kontroly prístupu s analýzou vzoru dúhovky

Výhody biometrických identifikátorov založených na jedinečných biologických, fyziologických vlastnostiach človeka, jednoznačne preukazujúcich identitu, viedli k intenzívnemu vývoju vhodných nástrojov...

Systém identifikácie odtlačkov prstov. Subsystém analýzy obrazu

Pham Dhuy Thai

Postgraduálny študent, Katedra MOSIT, Moskovská štátna univerzita informačných technológií, rádiového inžinierstva a elektroniky (MIREA)

MODERNÉ SYSTÉMY IDENTIFIKÁCIE PRE ROZVOJ NÁRODNEJ INFORMAČNEJ INFRAŠTRUKTÚRY VO VIETNAMSKEJ SOCIALISTICKEJ REPUBLIKE

anotácia

Uskutočnila sa analýza biometrickej technológie a technológie inteligentných kariet. Na základe výsledkov analýzy a výskumu moderných identifikačných systémov, súčasnej situácie vo Vietnamskej socialistickej republike, boli stanovené požiadavky na vytvorenie biometrického osobného identifikačného systému pomocou čipovej karty vo Vietname.

Kľúčové slová: Biometria, čipové karty, identifikačný systém, elektronický doklad.

Pham Duy Thai

Doktorand, Katedra MOSIT, Moskovská štátna univerzita informačných technológií, rádiotechniky a elektroniky

MODERNÉ SYSTÉMY ĽUDSKÁ IDENTIFIKÁCIA PRE ROZVOJ NÁRODNEJ INFORMAČNEJ INFRAŠTRUKTÚRY VIETNAMSKEJ SOCIALISTICKEJ REPUBLIKY

Abstraktné

Analýza technológie biometrických a čipových kariet. Podľa analýzy a výskumu moderných identifikačných systémov súčasná situácia vo Vietnamskej socialistickej republike definuje požiadavky na vytvorenie biometrického identifikačného systému pomocou čipových kariet vo Vietname.

Kľúčové slová: Biometria, Smart karty, Identifikačný systém, elektronický dokument.

Použitie biometrie na overenie identity zahŕňa použitie fyzických prvkov, ako je tvár, hlas alebo odtlačky prstov na overenie identity. Zhoda odtlačkov prstov je najúspešnejšou technológiou biometrickej identifikácie vďaka jej jednoduchému použitiu, nefalšovaniu a spoľahlivosti. Napriek početným biometrickým charakteristikám sa vývojári identifikačného systému zameriavajú na technológie rozpoznávania založené na odtlačkoch prstov, črtách tváre, geometrii ruky a dúhovke. Napríklad podľa správy International Biometric Group (www.biometricgroup.com) na globálnom trhu s biometrickou bezpečnosťou bol podiel systémov na rozpoznávanie odtlačkov prstov 48 %, črty tváre – 12 %, geometria ruky – 11 %, dúhovka – 9 %, hlasové parametre – 6 %, podpisy – 2 %. Zvyšný podiel (12 %) patrí middlewaru.

Smart karta je inteligentné zariadenie veľkosti kreditnej karty so zabudovaným integrovaným čipom. Obsahuje nielen zariadenie na ukladanie informácií, ale aj procesor schopný vykonávať rôzne programy. Sebestačnosť čipovej karty ju robí odolnou voči útokom, od r hardvér a softvér chránený pred externými zariadeniami. Vďaka týmto vlastnostiam sa čipové karty často používajú v aplikáciách, ktoré vyžadujú vysokú úroveň súkromia.

V posledných rokoch sa technológia čipových kariet výrazne zlepšila, a to na úrovni hardvéru aj softvéru. Výkonnejšie mikroprocesory a nové softvérové ​​technológie (ako je interpretácia aplikačného kódu a dynamické načítanie aplikácií) urobili z multiaplikačných čipových kariet realitu.

Jednou z dôležitých vlastností čipových kariet je, že dáta v nich uložené môžu byť chránené pred neoprávneným prístupom a manipuláciou. Keďže k dátam je možné pristupovať len cez sériové rozhranie, ktoré je riadené operačným systémom a tajnou logikou, citlivé dáta možno zapisovať na kartu a ukladať spôsobom, ktorý zabraňuje ich čítaniu zvonku karty. Takéto citlivé údaje môžu byť spracované iba interne spracovateľskými modulmi čipu. Od roku 2001 dostávajú občania Malajzie na základe čipových kariet identifikačné karty, ktoré obsahujú biometrické informácie (odtlačky prstov alebo iné) na zabudovanom mikroobvode. A od roku 2006 dostávajú všetci občania Spojeného kráľovstva čipové karty, ktorých vstavaný mikroobvod obsahuje údaje o odtlačkoch prstov alebo dúhovke používateľov. Európska únia plánuje používať biometrické čipové karty ako identifikáciu spolu s bežnými pasmi. Od jesene 2006 začali Európania dostávať elektronické pasy s digitálnou fotografiou a možno aj odtlačkami prstov. Japonská vláda plánuje využívať biometrické údaje na kontrolu prisťahovalectva. Skúsenosti s používaním čipovej karty na osobnú identifikáciu v rôznych krajinách preukázali jej účinnosť.

Na obr. 1 znázorňuje moderné identifikačné systémy. Podľa druhu použitých identifikačných znakov sa delia na elektronické, biometrické a kombinované.

V elektronických systémoch sú identifikačné znaky reprezentované vo forme digitálneho kódu uloženého v pamäti identifikátora. Takéto identifikačné systémy sú vyvinuté na základe nasledujúcich identifikátorov:

1. kontaktné čipové karty;
2. Bezkontaktné čipové karty;
3. USB kľúče;
4. Čiarový kód;
5. rádiofrekvencia;

V biometrických systémoch sú identifikačné znaky individuálnymi charakteristikami osoby, ktoré sa nazývajú biometrické charakteristiky. Tento typ identifikácie je založený na postupe čítania prezentovaného biometrického znaku používateľa a jeho porovnaní s predtým získanou šablónou. Podľa typu použitých charakteristík sa biometrické systémy delia na statické a dynamické.

Ryža. 1 - Klasifikácia moderných identifikačných systémov

Statická biometria (nazývaná aj fyziologická) je založená na údajoch získaných z meraní anatomických vlastností človeka. Statická biometrická identifikácia môže byť vykonaná:

• papilárny vzor prstov,
• kresba dúhovky,
• kreslenie ciev očného pozadia,
• individuálne črty geometrie tváre,
• pozorovanie tvárových tepien a žíl v ďalekom infračervenom spektre

Dynamická biometria je založená na charakteristikách správania človeka, t. j. na charakteristických črtách podvedomých pohybov v procese reprodukcie akejkoľvek akcie (podpis, rukopis, reč, dynamika písania na klávesnici, elektromagnetické žiarenie mozgu atď.)

V kombinovaných systémoch sa na identifikáciu používa súčasne niekoľko identifikačných znakov. Takáto integrácia umožňuje útočníkovi postaviť ďalšie bariéry, ktoré nebude schopný prekonať, a ak môže, potom so značnými ťažkosťami.

Vo Vietnamskej socialistickej republike (SRV) bola stanovená úloha nahradiť papierové doklady totožnosti elektronickými. V tejto súvislosti sa veľká pozornosť venuje vývoju a implementácii metód biometrickej kontroly osobnej identifikácie. Vzhľadom na úlohu stanovenú vietnamskou vládou o význame vývoja matematických metód zameraných na riešenie problému zabezpečenia spoľahlivej viacnásobnej identifikácie totožnosti občanov pomocou nových technológií čipových kariet v kombinácii s overovaním biometrických údajov niet pochýb.

Od roku 2011 SRV realizuje štátny projekt č. 446/QĐ-TTg „Vydávanie a vydávanie nových občianskych preukazov SRV s využitím moderných technológií“. Jedným z hlavných cieľov projektu je efektívna aplikácia moderných metód osobnej identifikácie na základe biometrických faktorov občanov s prihliadnutím na politické a ekonomické črty Vietnamu. Pri budovaní systému „Vydávanie a vydávanie nových občianskych preukazov SRV s využitím moderných technológií“ v záujme verejnej správy Vietnamu treba brať do úvahy nasledovné:

• Zrýchlenie hospodárskeho rozvoja Vietnamu sa časovo zhodovalo s vytvorením a implementáciou nových informačných a komunikačných technológií (IKT) v modernej spoločnosti. Vietnam začína budovať národné informačné infraštruktúry, aby dosiahol novú úroveň rozvoja krajín Združenia národov juhovýchodnej Ázie (ASEAN).
• Vo Vietnamskej socialistickej republike je zachovaný socialistický systém národného hospodárstva, pričom súčasne so socialistickou formou vlastníctva existuje aj kapitalistický.
• Pri zavádzaní systému e-governmentu je potrebný multifunkčný nástroj na poskytovanie verejných elektronických služieb obyvateľstvu.
• Kontaktné čipové karty s PIN kódom, ktoré sa stále používajú na identifikáciu v bankovníctve a kontrolu prístupu v SRV, nie sú dostatočne efektívne a spoľahlivé, preto je potrebné vyvinúť nové čipové karty s biometrickými faktormi na identifikáciu.

Požiadavka na biometrické identifikačné systémy využívajúce čipovú kartu:

• Užívateľ si môže zvoliť požadovanú úroveň zabezpečenia: karta a PIN kód; karta a biometrický znak; kartu, PIN kód a biometrický znak.
• Šablóny biometrických podpisov sú uložené iba na čipovej karte a neukladajú sa v čítačke, čo znamená zvýšenú bezpečnosť, rýchlejšie spracovanie, jednoduchšiu správu systému, nižšie náklady na biometrickú čítačku a znížené riziko narušenia súkromia.
• Najširšia ponuka podporovaných bezkontaktných čipových kariet založených na otvorenom štandarde.

Integrovaná správa biometrických údajov a čipových kariet vám umožňuje riešiť množstvo dôležitých úloh vo Vietname:

• znížiť náklady spojené so získavaním informácií, zvýšiť rýchlosť a kvalitu verejných služieb;
• vytvorenie moderného nástroja, ktorý sprostredkúva a uľahčuje vzťah medzi občanmi a štátom.
• pomáhajú bojovať proti podvodom v osobnom identifikačnom systéme založenom na biometrických faktoroch
• identifikovať držiteľa karty pri vykonávaní každodenných aj právne významných úkonov;
• urýchliť a zlepšiť bezpečnosť informačných transakcií;

Záver

Kombinovaný identifikačný systém založený na využívaní biometrických prvkov a čipových kariet je jednou z perspektívnych oblastí pre rozvoj národných informačných infraštruktúr vo Vietname. Hlavnou výhodou integrácie smart kariet a biometrie je zvýšenie spoľahlivosti a zrýchlenie procesu identifikácie, čo môže výrazne zvýšiť výkon biometrického identifikačného systému.

Literatúra

1. http://ru.wikipedia.org/wiki/Smart karta‎.
2. Kukharev G.A. Biometrické systémy: Metódy a prostriedky identifikácie človeka. Petrohrad: Polytechnika. - 2001. - 240 s.
3. Matyukhin V.G., Pyarin V.A. Koncepcia zabezpečenia informačnej bezpečnosti platobného systému na báze smart kariet // Bankové systémy a technológie. Marec-apríl, 1998. - s. 8-12.
4. Pham Duy Thai, Tkachenko V. M. Zlepšenie spoľahlivosti osobnej identifikácie pomocou čipovej karty pomocou odtlačkov prstov vo Vietnamskej socialistickej republike, „Dynamika zložitých systémov XXI storočia“ č. 3 v.8, 2014, ed. Rádiotechnika. Od 74-79.
5. Pham Zui Thai, Tkachenko V. M. Aplikácia fuzzy Delaunayovej triangulácie pre úlohu rozpoznania osoby podľa odtlačku prsta, „Neuropočítače: vývoj, aplikácia“ č. 3, 2014, ed. Rádiotechnika. Od 56-62.

Referencie

1. http://ru.wikipedia.org/wiki/Smart-karta‎.
2. Kuharev G.A. Biometrieskie system: Metody a redstva identifikacie lichnosti cheloveka. SPb.: Politehnika. - 2001. - 240 s.
3. Matjuhin V.G., Pjarin V.A. Koncepcija obespechenija informacionnoj bezopasnosti platezhnoj sistemy na osnove intellektual'nyh kart // Bankovskie sistemy i tehnologii. Mart-aprel', 1998. - s. 8-12.
4. Fam Zuj Thaj, Tkachenko V.M. Rádiotechnika. S 74-79.
5. Fam Zuj Thaj, Tkachenko V. M. Primenenie nechetkoj trianguljacii Delone dlja zadachi raspoznavanija cheloveka po otpechatku pal’cev, “Nejrokomp’jutery: razrabotka, primenenie” č. 3, 2014, izdat. Rádiotechnika. S 56-62.

„Viac ako 1000 počítačových programov...“ hovorilo o softvérovom balíku na identifikáciu osoby z fotografie pomocou geometrických prvkov, vytvorenom v Inštitúte informatiky Vedecko-technického centra „Moderné informačné technológie“ Akadémie vied Uzbekistanu.

Po zverejnení sme dostali list od Borisa Filatova, ktorý povedal, že aj on je autorom podobného programu.

Program „Osobná identifikácia na základe antropometrických bodov tváre“ vznikol ako výsledok záverečnej kvalifikačnej práce pre bakalárske štúdium na univerzite. Keď prišiel čas schvaľovania tém diplomových prác, dlho som váhala – akú tému zvoliť, akým smerom? Práca s grafikou ma vždy zaujímala, preto som sa rozhodol osloviť učiteľa, ktorý sa tejto oblasti venuje. Môj učiteľ, Nargiza A'lokhodžajevna Aripová, navrhol, aby som robil digitálne snímky. Hneď som bol upozornený, že táto téma je zriedkavá a budú problémy s hľadaním informácií. Ale téma ma zaujala, tak som sa aj tak rozhodol.

Nargiza A'lokhodzhaevna ma odporučila k špecialistovi v oblasti digitálneho spracovania obrazu, kandidátovi technických vied, Viktor Nikolajevič Kan. Navrhol mi tému osobnej identifikácie a stal sa mojím nadriadeným. Okrem toho mi pri hľadaní materiálu a informácií veľmi pomohol člen Bieloruského inštitútu kybernetiky. Dmitrij Ivanovič Samal. Chcel by som využiť túto príležitosť a poďakovať týmto ľuďom za ich príspevky a pomoc pri mojej práci.

Prevádzka programu

Už z názvu programu – „Osobná identifikácia na základe antropometrických bodov tváre“ – je zrejmé, že je určený na identifikáciu osoby podľa jej digitálneho obrazu. Aktuálnosť tejto témy spočíva v tom, že v poslednom čase sú veľké problémy so zabezpečením bezpečného prístupu ľudí k rôznym objektom, či už ide o uzavretú databázu alebo tajné laboratórium. Preto je potrebné identifikovať osobu a určiť, či táto osoba má právo vstúpiť do systému alebo je to nejaký druh útočníka.

Prečo bola zvolená identifikácia osoby na základe obrazu tváre a nie na základe odtlačkov prstov alebo línií ruky osoby? Pri identifikácii osoby podľa obrazu tváre nedochádza k fyzickému kontaktu medzi osobou a zariadením. Tento typ identifikácie je prirodzený a neprináša človeku nepríjemnosti. Antropometrické črty tváre sú tie črty, ktoré sa časom nemenia, počnúc okamihom, keď človek dokončí rast (21-25 rokov) a končiac starobou.

Hlavným účelom programu je porovnať dve fotografie a určiť, či ide o rôzne osoby alebo o tú istú osobu. Najprv sa načíta niekoľko fotografií. Potom sa každý z obrázkov spracuje a na základe získaných parametrov sa vykoná porovnanie. Obraz prechádza dvoma fázami: fázou spracovania obrazu a fázou extrakcie informatívnych prvkov.

Program vykonáva také transformácie, ako je rozmazanie obrazu, zvýraznenie oblasti tváre, binarizácia obrazu, inverzia farieb, detekcia hrán a prevod farebného obrazu do odtieňov sivej. Pomocou týchto transformácií je obraz pripravený na hľadanie hlavných antropometrických bodov tváre. Najprv sa oblasti tváre rozdelia do mriežky v súlade s antropologickou štruktúrou ľudskej tváre. Potom sa v príslušných oblastiach hľadajú stredy zreníc, nozdry, špička nosa a stred úst.

Na základe nájdených antropometrických bodov tváre sa vypočítajú hlavné črty obrazu. Po spracovaní každého obrázku sa oba obrázky porovnajú podľa vypočítaných znakov a uvedie sa percentuálna hodnota podobnosti alebo rozdielu osobností.

Vývoj programu

Táto téma je relatívne nová, preto na nej neustále pracuje veľa vývojárov, ktorí vylepšujú softvérové ​​produkty. V Taškente sa touto témou zaoberá Inštitút kybernetiky ( bývalý, teraz - Ústav informatiky Akadémie vied Uzbeckej republiky, cca. webovej stránky), ktorý spolupracuje s Bieloruským inštitútom kybernetiky. Na týchto ústavoch už boli vytvorené programy podobné tomu môjmu. Preto, keď sa objavili otázky, bolo možné položiť otázku alebo požiadať o radu. Ale pomoc bola obmedzená na malé množstvo informácií, takže všetku prácu som vykonal sám. Vytvorenie programu trvalo približne tri mesiace.

Vyvinutý program je plnohodnotným softvérovým produktom, aj keď treba na ňom ešte veľa popracovať, aby sa dostal do ideálneho stavu. Program zatiaľ nie je vhodný na praktické využitie a množstvo mojich nápadov zostalo nezrealizovaných. Na dokončenie projektu sú okrem softvérovej časti potrebné technické zariadenia a početné testy, na ktoré sú potrebné finančné zdroje. S radosťou by som to dotiahol do konca, ale jeden človek si s takouto úlohou nevie poradiť, treba tím, potom by to išlo oveľa rýchlejšie.

Boris Filatov

P.S. Program bol vyvinutý v Microsoft Visual C++ 6.0.

Kliknutím na tlačidlo „Stiahnuť archív“ si bezplatne stiahnete potrebný súbor.
Pred stiahnutím tohto súboru si zapamätajte tie dobré eseje, testovacie práce, semestrálne práce, tézy, články a iné dokumenty, ktoré nie sú na vašom počítači nárokované. Toto je vaša práca, mala by sa podieľať na rozvoji spoločnosti a prospievať ľuďom. Nájdite tieto diela a pošlite ich do databázy znalostí.
Budeme vám veľmi vďační my a všetci študenti, absolventi, mladí vedci, ktorí pri štúdiu a práci využívajú vedomostnú základňu.

Ak chcete stiahnuť archív s dokumentom, zadajte päťmiestne číslo do poľa nižšie a kliknite na tlačidlo „Stiahnuť archív“

Podobné dokumenty

Klasifikácia a hlavné charakteristiky biometrických prostriedkov osobnej identifikácie. Vlastnosti implementácie statických a dynamických metód biometrickej kontroly. Prostriedky autorizácie a autentifikácie v elektronických bezpečnostných systémoch.

semestrálna práca, pridaná 19.01.2011


Biometrické systémy na ochranu pred neoprávneným prístupom k informáciám. Osobný identifikačný systém podľa papilárneho vzoru na prstoch, hlasu, dúhovky, geometrie tváre, ľudskej sietnice, vzoru žíl ruky. Heslá v počítači.

prezentácia, pridané 28.05.2012


Analýza biometrických osobných identifikačných systémov na základe odtlačkov prstov, tvaru ruky, očnej mušle. Tvár ako biometrický identifikátor. Analýza trhu systémov rozpoznávania osobnosti. Hodnotenie účinnosti identifikačných systémov založených na geometrii tváre.

ročníková práca, pridaná 30.05.2013


Subsystém analýzy obrazu odtlačkov prstov ako súčasť systému identifikácie odtlačkov prstov založeného na papilárnom vzore pre ďalšie rozpoznávanie osobnosti. Charakteristika funkčnosti systému a programového kódu.

práca, pridané 01.07.2008


Všeobecné princípy fungovania biometrických identifikačných systémov. Softvérové ​​nástroje na vývoj aplikácie, ktorá identifikuje používateľa na základe jeho rukopisu na klávesnici. Návrh databázy a štruktúra neurónovej siete.

práca, pridané 20.12.2013


Vývoj hardvérovo-softvérového komplexu na identifikáciu riadiacich objektov na základe metódy reálnej interpolácie. Analýza stavu hardvérovo-softvérového komplexu, príklad identifikácie riadiaceho objektu.

diplomová práca, pridaná 11.11.2013


Rozsah a požiadavky vytvorenej webovej aplikácie. Požiadavky na hardvér a softvér. Vývoj štruktúry webovej aplikácie a výber nástrojov na implementáciu softvéru. Softvérová implementácia webovej aplikácie. Štruktúra databázy.

práca, pridané 03.06.2014