Останнім часом на Хабрі з'являється безліч статей, присвячених Гугловським системам ідентифікації осіб. Якщо чесно, то від багатьох так і несе журналістикою і м'яко кажучи некомпетентністю. І захотілося мені написати гарну статтю з біометрії, воно ж мені не в першій! Пара непоганих статей з біометрії на Хабрі є - але вони досить короткі та неповні. Тут я спробую коротко описати загальні принципи біометричної ідентифікації та сучасні досягнення людства в цьому питанні. У тому числі і в ідентифікації осіб.

Стаття має , яка, по суті, є її приквелом.

Як основу для статті буде використано спільну з колегою публікацію в журналі (БДІ, 2009), перероблену під сучасні реалії. Колеги поки що Хабре немає, але публікацію переробленої статті тут він підтримав. На момент публікації стаття була коротким оглядом сучасного ринку біометричних технологій, який ми проводили собі перед тим як висунути свій продукт. Оціночні судження про застосування, висунуті в другій частині статті засновані на думках людей, які використовували і впроваджували продукти, а також на думках людей, які займаються виробництвом біометричних систем у Росії та Європі.

Загальна інформація

Почнемо з азів. У 95% випадків біометрія за своєю суттю – це математична статистика. А матстат це точна наука, алгоритми з якої використовуються скрізь: і в радарах, і в системах Байєса. Як дві основні характеристики будь-якої біометричної системи можна прийняти помилки першого і другого роду). Теоретично радіолокації їх зазвичай називають «хибна тривога» чи «перепустка мети», а біометрії найбільш усталені поняття - FAR (False Acceptance Rate) і FRR(False Rejection Rate). Перше число характеризує можливість помилкового збігу біометричних характеристик двох людей. Друге – ймовірність відмови доступу людині, яка має допуск. Система краще, ніж менше значення FRR при однакових значеннях FAR. Іноді використовується і порівняльна характеристика EER, що визначає точку якої графіки FRR і FAR перетинаються. Але вона далеко не завжди репрезентативна. Докладніше можна подивитися, наприклад, .
Можна відзначити таке: якщо в характеристиках системи не дано FAR і FRR по відкритим біометричним базам - то щоб виробники не заявляли про її характеристики, ця система швидше за все недієздатна або сильно слабше конкурентів.
Але не тільки FAR та FRR визначають якість біометричної системи. Якби це було тільки так, то провідною технологією було б розпізнавання людей ДНК, для якої FAR і FRR прагнуть до нуля. Але очевидно, що ця технологія не застосовна на сьогоднішньому етапі розвитку людства! Нами було вироблено кілька емпіричних показників, що дозволяють оцінити якість системи. «Стійкість до підробки» – це емпірична характеристика, що узагальнює те, наскільки легко обдурити біометричний ідентифікатор. «Стійкість до навколишнього середовища» – характеристика, що емпірично оцінює стійкість роботи системи за різних зовнішніх умов, таких як зміна освітлення або температури приміщення. «Простота використання» показує, наскільки складно скористатися біометричним сканером, чи можлива ідентифікація «на ходу». Важливою характеристикою є «Швидкість роботи» та «Вартість системи». Не варто забувати і те, що біометрична характеристика людини може змінюватися з часом, тому якщо вона нестійка - це суттєвий мінус.
Велика кількість біометричних методів вражає. Основними методами, що використовують статичні біометричні характеристики людини, є ідентифікація по папілярному малюнку на пальцях, райдужній оболонці, геометрії обличчя, сітківці ока, малюнку вен руки, геометрії рук. Також існує сімейство методів, що використовують динамічні характеристики: ідентифікація голосу, динаміці рукописного підкреслення, серцевому ритму, ході. Нижче представлено розподіл біометричного ринку кілька років тому. У кожному другому джерелі ці дані коливаються на 15-20 відсотків, так що це лише оцінне уявлення. Так само тут під поняттям «геометрія руки» ховаються два різні методи, про які буде розказано нижче.

У статті ми розглядатимемо лише ті характеристики, які застосовуються в системах контролю та управління доступом (СКУД) або у близьких їм завданнях. З огляду на свою перевагу це насамперед саме статичні характеристики. З динамічних характеристик нині лише розпізнавання за голосом має хоч якусь статистичну значимість(порівняну з гіршими статичними алгоритмами FAR~0.1%, FRR~6%), але у ідеальних умовах.
Щоб відчути ймовірність FAR та FRR, можна оцінити, як часто виникатимуть помилкові збіги, якщо встановити систему ідентифікації на прохідній організації з чисельністю персоналу N осіб. Імовірність помилкового збігу отриманого сканером відбитка пальця для бази даних N відбитків дорівнює FAR∙N. І щодня через пункт контролю доступу проходить теж близько N осіб. Тоді ймовірність помилки за робочий день FAR∙(N∙N). Звичайно, залежно від цілей системи ідентифікації ймовірність помилки за одиницю часу може сильно змінюватись, але якщо прийняти припустиму одну помилку протягом робочого дня, то:
(1)
Тоді отримаємо, що стабільна робота системи ідентифікації за FAR=0.1% =0.001 можлива за чисельності персоналу N≈30.

Біометричні сканери

На сьогоднішній день поняття «біометричний алгоритм» та «біометричний сканер» не обов'язково взаємопов'язані. Компанія може випускати ці елементи поодинці, а може разом. Найбільша диференціація виробників сканерів та виробників софту досягнута на ринку біометрії папілярного візерунка пальців. Найменша на ринку сканерів 3D особи. Насправді рівень диференціації багато в чому відображає розвиненість і насиченість ринку. Чим більше вибору – тим більше тематика відпрацьована та доведена до досконалості. Різні сканери мають різний набір можливостей. В основному це набір тестів для перевірки підроблений об'єкт біометрії чи ні. Для сканерів пальців це може бути перевірка рельєфності чи перевірка температури, для сканерів ока це може бути перевірка акомодації зіниці, для сканерів обличчя – рух обличчя.
Сканери дуже сильно впливають на отриману статистику FAR та FRR. У деяких випадках ці цифри можуть змінюватися вдесятеро, особливо в реальних умовах. Зазвичай характеристики алгоритму даються для якоїсь «ідеальної» бази, або просто для добре підходящої, де викинуто нерізкі та змащені кадри. Лише небагато алгоритмів чесно вказують і базу і повну видачу FAR/FRR за нею.

А тепер детальніше про кожну з технологій

Відбитки пальців

Дактилоскопія (розпізнавання відбитків пальців) - найбільш розроблений на сьогоднішній день біометричний метод ідентифікації особистості. Каталізатором розвитку методу послужило його широке використання у криміналістиці 20 століття.
Кожна людина має унікальний папілярний візерунок відбитків пальців, завдяки чому і можлива ідентифікація. Зазвичай алгоритми використовують характерні точки на відбитках пальців: закінчення лінії візерунка, розгалуження лінії, одиночні точки. Додатково залучається інформація про морфологічну структуру відбитка пальця: відносне положення замкнених ліній папілярного візерунка, «аркових» та спіральних ліній. Особливості папілярного візерунка перетворюються на унікальний код, який зберігає інформативність зображення відбитка. І саме «коди відбитків пальців» зберігаються в базі даних, яка використовується для пошуку та порівняння. Час переведення зображення відбитка пальця в код та його ідентифікація зазвичай не перевищує 1с, залежно від розміру бази. Час, витрачений на піднесення руки, - не враховується.

В якості джерела даних FAR і FRR використовувалися статистичні дані VeriFinger SDK, отримані за допомогою сканера відбитків пальців DP U.are.U. За останні 5-10 років характеристики розпізнавання на пальці не сильно зробили крок вперед, так що наведені цифри непогано показують середнє значення сучасних алгоритмів. Сам алгоритм VeriFinger кілька років вигравав міжнародне змагання "International Fingerprint Verification Competition", де змагалися алгоритми розпізнавання на пальці.

Характерне значення FAR методу розпізнавання відбитків пальців – 0.001%.
З формули (1) отримаємо, що стабільна робота системи ідентифікації FAR=0.001% можлива за чисельності персоналу N≈300.

Переваги методу. Висока достовірність - статистичні показники методу кращі за показники способів ідентифікації по особі, голосу, розпису. Низька вартість пристроїв, що сканують зображення відбитка пальця. Досить проста процедура сканування відбитка.
Недоліки: папілярний візерунок відбитка пальця дуже легко ушкоджується дрібними подряпинами, порізами. Люди, які використовували сканери на підприємствах із чисельністю персоналу близько кількох сотень людей, заявляють про високий ступінь відмови сканування. Багато сканерів неадекватно ставляться до сухої шкіри і не пропускають старих. Під час спілкування на останній виставці MIPS начальник служби безпеки великого хімічного підприємства розповідав, що їхня спроба ввести сканери пальців на підприємстві (пробувалися сканери різних систем) провалилася - мінімальна дія хімічних реактивів на пальці співробітників викликала збій систем безпеки сканерів - сканери оголошували пальці підробкою. Також є недостатня захищеність від підробки зображення відбитка, частково викликана широким поширенням методу. Звичайно, не всі сканери можна обдурити методами з руйнівників Легенд, але все ж таки. Для деяких людей з «невідповідними» пальцями (особливості температури тіла, вологості) ймовірність відмови доступу може досягати 100%. Кількість таких людей варіюється від часток відсотків для дорогих сканерів до десяти відсотків для недорогих.
Звичайно, варто відзначити, що велика кількість недоліків викликана широкою поширеністю системи, але ці недоліки мають місце і виявляються вони дуже часто.

Ситуація на ринку

На даний момент системи розпізнавання за відбитками пальців займають понад половину біометричного ринку. Безліч російських та зарубіжних компаній займаються виробництвом систем управління доступом, заснованих на методі дактилоскопічної ідентифікації. Через те, що цей напрямок є одним із найдавніших, він набув найбільшого поширення і є на сьогоднішній день найрозробленішим. Сканери відбитків пальців пройшли справді довгий шлях до покращення. Сучасні системи оснащені різними датчиками (температури, сили натискання тощо), які підвищують рівень захисту від підробок. З кожним днем ​​системи стають все більш зручними та компактними. По суті, розробники досягли вже певної межі в цій галузі, і розвивати метод далі нема куди. Крім того, більшість компаній виробляють готові системи, які оснащені всім необхідним, включаючи програмне забезпечення. Інтеграторам у цій галузі просто немає необхідності збирати систему самостійно, так як це невигідно і займе більше часу і сил, ніж купити готову і вже недорогу систему, тим більше вибір буде дійсно широкий.
Серед зарубіжних компаній, що займаються системами розпізнавання за відбитками пальців, можна відзначити SecuGen (USB-сканери для PC, сканери, які можна встановлювати на підприємства або вбудовувати в замки, SDK та програмне забезпечення для зв'язку системи з комп'ютером); Bayometric Inc. (fingerprint scanners, TAA/Access control systems, fingerprint SDKs, embedded fingerprint modules); DigitalPersona, Inc. (USB-scanners, SDK). У Росії у цій галузі працюють підприємства: BioLink (дактилоскопічні сканери, біометричні пристрої управління доступом, ПЗ); Сонду (дактилоскопічні сканери, біометричні пристрої керування доступом, SDK); СмартЛок (дактилоскопічні сканери та модулі) та ін.

Райдужна оболонка

Райдужна оболонка ока є унікальною характеристикою людини. Малюнок райдужної оболонки формується на восьмому місяці внутрішньоутробного розвитку, остаточно стабілізується у віці близько двох років і практично не змінюється протягом життя, крім як внаслідок сильних травм або різких патологій. Метод є одним із найбільш точних серед біометричних методів.
Система ідентифікації особистості по райдужній оболонці логічно ділиться на дві частини: пристрій захоплення зображення, його первинної обробки та передачі обчислювачу та обчислювач, що робить порівняння зображення із зображеннями в базі даних, що передає команду про допуск виконавчого пристрою.
Час первинної обробки зображення в сучасних системах приблизно 300-500мс, швидкість порівняння отриманого зображення з базою має рівень 50000-150000 порівнянь на секунду на звичайному ПК. Така швидкість порівняння не накладає обмежень застосування методу у великих організаціях під час використання в системах доступу. При використанні спеціалізованих обчислювачів і алгоритмів оптимізації пошуку стає навіть можливим ідентифікувати людину серед жителів цілої країни.
Відразу можу відповісти, що я дещо упереджено і позитивно ставлюся до цього методу, оскільки саме на цій ниві ми запускали свій стартап. Невеликому самопіару буде присвячено абзац наприкінці.

Статистичні характеристики методу

Характеристики FAR та FRR для райдужної оболонки ока найкращі у класі сучасних біометричних систем (за винятком, можливо, методу розпізнавання по сітківці ока). У статті наведено характеристики бібліотеки розпізнавання райдужної оболонки нашого алгоритму - EyeR SDK, які відповідають перевіреному з тих самих баз алгоритму VeriEye. Використовувалися основи фірми CASIA, отримані їх сканером.

Характерне значення FAR – 0,00001%.
Відповідно до формули (1) N≈3000 - чисельність персоналу організації, коли ідентифікація співробітника відбувається досить стабільно.
Тут варто відзначити важливу особливість, що відрізняє систему розпізнавання райдужною оболонкою від інших систем. У разі використання камери з роздільною здатністю від 1.3МП можна захоплювати два очі на одному кадрі. Так як ймовірності FAR і FRR є статистично незалежними ймовірностями, то при розпізнаванні по двох очах значення FAR приблизно дорівнює квадрату значення FAR для одного ока. Наприклад, для FAR 0,001% при використанні двох очей ймовірність помилкового допуску дорівнюватиме 10-8%, при FRR всього вдвічі вище, ніж відповідне значення FRR для одного ока при FAR=0.001%.

Переваги та недоліки методу

Переваги методу. Статистична надійність алгоритму. Захоплення зображення райдужної оболонки можна проводити на відстані від кількох сантиметрів до кількох метрів, причому фізичний контакт людини з пристроєм не відбувається. Райдужна оболонка захищена від пошкоджень - отже не змінюватиметься у часі. Також можна використовувати високу кількість методів, що захищають від підробки.
Недоліки методу. Ціна системи, заснованої на райдужній оболонці вище за ціну системи, заснованої на розпізнаванні пальця або на розпізнаванні особи. Низька доступність готових рішень. Будь-який інтегратор, який сьогодні прийде на російський ринок і скаже «дайте мені готову систему» ​​- швидше за все обламається. Здебільшого продаються дорогі системи під ключ, які встановлюють великі компанії, такі як Iridian або LG.

Ситуація на ринку

На даний момент питома вага технологій ідентифікації по райдужній оболонці ока на світовому біометричному ринку становить за різними підрахунками від 6 до 9 відсотків (у той час як технології розпізнавання відбитків пальців займають понад половину ринку). Слід зазначити, що з початку розвитку цього методу, його зміцнення над ринком уповільнювала висока вартість устаткування й компонентів, необхідних, щоб зібрати систему ідентифікації. Проте з розвитком цифрових технологій, собівартість окремої системи стала знижуватися.
Лідером із розробки ПЗ у цій галузі є компанія Iridian Technologies.
Вхід на ринок великій кількості виробнику був обмежений технічною складністю сканерів і, як наслідок, їх високою вартістю, а також високою ціною ПЗ через монопольне становище Iridian на ринку. Ці фактори дозволяли розвинутися в області розпізнавання райдужної оболонки тільки великим компаніям, які, швидше за все, вже займаються виробництвом деяких компонентів придатних для системи ідентифікації (оптика високого дозволу, мініатюрні камери з інфрачервоним підсвічуванням тощо). Прикладами таких компаній може бути LG Electronics, Panasonic, OKI. Вони уклали договір з Iridian Technologies, і в результаті спільної роботи з'явилися такі системи ідентифікації: Iris Access 2200, BM-ET500, IRISPass OKI. Надалі виникли вдосконалені моделі систем завдяки технічним можливостям даних компаній самостійно розвиватися в цій галузі. Слід сказати, що перераховані вище компанії розробили також власне ПЗ, але в результаті в готовій системі віддають перевагу програмному забезпеченню Iridian Technologies.
На російському ринку «переважає» продукція зарубіжних компаній. Хоча і ту можна купити важко. Тривалий час фірма Папілон запевняла всіх, що вони мають розпізнавання по райдужної оболонці. Але навіть представники РосАтома - їхнього безпосереднього закупника, для якого вони робили систему, розповідають, що це не відповідає дійсності. Якоїсь миті виявлялася ще якась російська фірма, яка зробила сканери райдужної оболонки. Нині вже не згадаю назви. Алгоритм вони у когось закупили, можливо, у того ж VeriEye. Сам сканер був системою 10-15 річної давності, аж ніяк не безконтактну.
В останній рік на світовий ринок вийшло кілька нових виробників у зв'язку зі закінченням первинного патенту на розпізнавання людини по очах. Найбільшої довіри з них, на мій погляд, заслуговує на AOptix. Принаймні їх прев'ю та документація не викликає підозр. Другою компанією є SRI International. Навіть на перший погляд людині, яка займалася системами розпізнавання райдужної оболонки, їх ролики здаються дуже брехливими. Хоча я не здивуюсь якщо насправді вони щось вміють. І та й та система не показує даних по FAR і FRR, а так само, зважаючи на все, не захищена від підробок.

Розпізнавання по обличчю

Існує безліч методів розпізнавання геометрії обличчя. Усі вони засновані на тому, що риси обличчя та форма черепа кожної людини індивідуальні. Ця область біометрії багатьом здається привабливою, тому що ми впізнаємо один одного в першу чергу по обличчю. Ця область ділиться на два напрями: 2-D розпізнавання та 3-D розпізнавання. У кожного з них є переваги та недоліки, проте багато залежить ще й від сфери застосування та вимог, пред'явлених до конкретного алгоритму.
У коротко розповім про 2-d і перейду до одного з найцікавіших на сьогодні методів - 3-d.

2-D розпізнавання обличчя

2-D розпізнавання обличчя - один із найбільш статистично неефективних методів біометрії. З'явився він досить давно і застосовувався в основному в криміналістиці, що й сприяло його розвитку. Згодом з'явилися комп'ютерні інтерпретації методу, у результаті він став надійнішим, але, безумовно, поступався і з кожним роком дедалі більше поступається іншим біометричним методам ідентифікації особистості. В даний час через погані статистичні показники він застосовується в мультимодальній або, як її ще називають, перехресній біометрії, або в соціальних мережах.

Статистичні характеристики методу

Для FAR та FRR використані дані для алгоритмів VeriLook. Знову ж таки, для сучасних алгоритмів він має досить прості характеристики. Іноді промелькують алгоритми з FRR 0.1% при аналогічному FAR, але бази за якими вони отримані дуже сумнівні (вирізаний фон, однакове вираз обличчя, однакові зачіска, освітлення).

Характерне значення FAR – 0,1%.
З формули (1) отримуємо N 30 - чисельність персоналу організації, при якій ідентифікація співробітника відбувається досить стабільно.
Як видно, статистичні показники методу досить скромні: це нівелює ту перевагу методу, що можна проводити приховану зйомку осіб у людних місцях. Смішно спостерігати, як кілька разів на рік фінансується черговий проект з виявлення злочинців через відеокамери, встановлені в людних місцях. За останні десяток років статистичні характеристики алгоритму не покращали, а кількість таких проектів - зросла. Хоча, варто відзначити, що для ведення людини в натовпі через безліч камер алгоритм цілком годиться.

Переваги та недоліки методу

Переваги методу. При 2-D розпізнаванні, на відміну більшості біометричних методів, не потрібне дороге устаткування. За відповідного обладнання можливість розпізнавання на значних відстанях від камери.
Недоліки. Низька статистична достовірність. Висуваються вимоги до освітлення (наприклад, не вдається реєструвати особи, які входять з вулиці людей у ​​сонячний день). Для багатьох алгоритмів неприйнятність якихось зовнішніх перешкод, як, наприклад, окуляри, борода, деякі елементи зачіски. Обов'язково переднє зображення обличчя, з дуже невеликими відхиленнями. Багато алгоритмів не враховують можливі зміни міміки обличчя, тобто вираз має бути нейтральним.

3-D розпізнавання обличчя

Реалізація цього методу є досить складне завдання. Незважаючи на це, в даний час існує безліч методів з 3-D розпізнавання обличчя. Методи неможливо порівняти один з одним, оскільки вони використовують різні сканери та бази. далеко не всі з них видають FAR та FRR, використовуються абсолютно різні підходи.
Перехідним від 2-d до 3-d методом є метод, що реалізує накопичення інформації про особу. Цей метод має кращі характеристики, ніж 2d метод, але так само як і він використовує лише одну камеру. При занесенні суб'єкта до бази суб'єкт повертає голову і алгоритм поєднує зображення воєдино, створюючи 3d шаблон. А при розпізнаванні використовують кілька кадрів відеопотоку. Цей метод скоріше відноситься до експериментальних та реалізації для систем СКУД я не бачив жодного разу.
Найбільш класичним методом є метод проектування шаблону. Він у тому, що у об'єкт (обличчя) проектується сітка. Далі камера робить знімки зі швидкістю десятки кадрів за секунду, і отримані зображення обробляються спеціальною програмою. Промінь, що падає на викривлену поверхню, згинається - чим більше кривизна поверхні, тим сильніше вигин променя. Спочатку при цьому застосовувалося джерело видимого світла, що подається через жалюзі. Потім видиме світло було замінено на інфрачервоне, яке має низку переваг. Зазвичай на першому етапі обробки відкидаються зображення, на якому особи не видно взагалі або присутні сторонні предмети, що заважають ідентифікації. За отриманими знімками відновлюється 3-D модель особи, на якій виділяються та видаляються непотрібні перешкоди (зачіска, борода, вуса та окуляри). Потім проводиться аналіз моделі - виділяються антропометричні особливості, які в результаті записуються в унікальний код, що заноситься в базу даних. Час захоплення та обробки зображення становить 1-2 секунди для найкращих моделей.
Так само набирає популярності метод 3-d розпізнавання за зображенням, що отримується з декількох камер. Приклад цього може бути фірма Vocord зі своїм 3d сканером. Цей метод дає точність позиціонування, згідно з запевненнями розробників, вище за метод проектування шаблону. Але поки не побачу FAR і FRR хоча б по їх власній базі - не повірю! Але його розробляють вже 3 роки, а зрушення на виставках поки не видно.

Статистичні показники методу

Повних даних про FRR та FAR для алгоритмів цього класу на сайтах виробників відкрито не наведено. Але для кращих моделей фірми Bioscript (3D EnrolCam, 3D FastPass), що працюють за методом проектування шаблону при FAR = 0.0047%, FRR становить 0.103%.
Вважається, що статистична надійність методу можна порівняти з надійністю методу ідентифікації за відбитками пальців.

Переваги та недоліки методу

Переваги методу. Відсутність необхідності контактувати зі сканувальним пристроєм. Низька чутливість до зовнішніх чинників, як у самій людині (поява окулярів, бороди, зміна зачіски), і у його оточенні (освітленість, поворот голови). Високий рівень надійності, який можна порівняти з ідентифікацією за відбитками пальців.
Недоліки методу. Дорожнеча обладнання. Наявні у продажу комплекси перевершували за ціною навіть сканери райдужної оболонки. Зміни міміки обличчя та перешкоди на обличчі погіршують статистичну надійність методу. Метод ще недостатньо добре розроблений, особливо в порівнянні з дактилоскопією, що давно застосовується, що ускладнює його широке застосування.

Ситуація на ринку

Розпізнавання за геометрією обличчя зараховують до «трьох великих біометриків» разом із розпізнаванням за відбитками пальців та райдужною оболонкою. Треба сказати, що даний метод досить поширений, і йому віддають перевагу перед розпізнаванням по райдужці ока. Питому вагу технологій розпізнавання за геометрією особи у загальному обсязі світового біометричного ринку можна оцінювати в межах 13-18 відсотків. У Росії її даної технології також виявляється більший інтерес, ніж, наприклад, до ідентифікації по райдужної оболонці. Як згадувалося раніше, існує безліч алгоритмів 3-D розпізнавання. Здебільшого компанії воліють розвивати готові системи, що включають сканери, сервери та ПЗ. Однак є й ті, хто пропонує споживачеві лише SDK. На сьогоднішній день можна відзначити такі компанії, що займаються розвитком цієї технології: Geometrix, Inc. (3D сканери обличчя, ПЗ), Genex Technologies (3D сканери обличчя, ПЗ) у США, Cognitec Systems GmbH (SDK, спеціальний обчислювачі, 2D камери) у Німеччині, Bioscrypt (3D сканери обличчя, ПЗ) – дочірнє підприємство американської компанії L- 1 Identity Solutions.
У Росії в даному напрямку працюють компанії Artec Group (3D сканери обличчя та ПЗ) - компанія, головний офіс якої знаходиться в Каліфорнії, а розробки та виробництво ведуться у Москві. Також кілька російських компаній володіють технологією 2D розпізнавання особи - Vocord, ITV та ін.
У сфері розпізнавання 2D особи основним предметом розробки є програмне забезпечення, т.к. Звичайні камери добре справляються із захоплення зображення обличчя. Вирішення завдання розпізнавання зображення обличчя якоюсь мірою зайшло в глухий кут – вже протягом кількох років практично не відбувається поліпшення статистичних показників алгоритмів. У цій галузі відбувається планомірна робота над помилками.
3D розпізнавання обличчя зараз є більш привабливою областю для розробників. У ньому працює безліч колективів і регулярно чути про нові відкриття. Безліч робіт перебувають у стані «ось-ось і випустимо». Але поки що на ринку лише старі пропозиції за останні роки вибір не змінився.
Одним із цікавих моментів, над якими я іноді замислююся і на які, можливо, відповість Хабр: а точності kinect вистачить для створення такої системи? Проекти з витягування 3d моделі людини через неї цілком є.

Розпізнавання за венами руки

Це нова технологія у сфері біометрії, широке застосування її почалося лише років 5-10 тому. Інфрачервона камера робить знімки зовнішнього або внутрішнього боку руки. Малюнок вен формується завдяки тому, що гемоглобін крові поглинає інфрачервоне випромінювання. В результаті, ступінь відбиття зменшується, і вени видно на камері у вигляді чорних ліній. Спеціальна програма на основі отриманих даних створює цифровий пакунок. Не потрібно контактувати людину зі сканувальним пристроєм.
Технологія можна порівняти за надійністю з розпізнаванням по райдужній оболонці ока, у чомусь перевершуючи її, а в чомусь поступаючись.
Значення FRR та FAR наведено для сканера Palm Vein. Згідно з даними розробника, при FAR 0,0008% FRR становить 0.01%. Точніший графік для кількох значень не видає жодна фірма.

Переваги та недоліки методу

Переваги методу. Відсутність необхідності контактувати зі сканувальним пристроєм. Висока достовірність - статистичні показники методу можна порівняти з показаннями райдужної оболонки. Прихована характеристика: на відміну від усіх наведених вище - цю характеристику дуже важко отримати від людини «на вулиці», наприклад сфотографувавши його фотоапаратом.
Недоліки методу. Неприпустиме засвічення сканера сонячними променями та променями галогенових ламп. Деякі вікові захворювання, наприклад артрит, сильно погіршують FAR і FRR. Метод менш вивчений порівняно з іншими статичними методами біометрії.

Ситуація на ринку

Розпізнавання на малюнку вен руки є досить новою технологією, і у зв'язку з цим її питома вага на світовому ринку невелика і становить близько 3%. Однак до цього методу виявляється все більший інтерес. Справа в тому, що, будучи досить точним, цей метод не вимагає такого дорогого обладнання, як, наприклад, методи розпізнавання геометрії обличчя або райдужної оболонки. Зараз багато компаній ведуть розробки у цій сфері. Так, наприклад, на замовлення англійської компанії TDSi було розроблено програмне забезпечення для біометричного зчитувача вен долоні PalmVein, представленого компанією Fujitsu. Сам сканер був розроблений компанією Fujitsu насамперед для боротьби з фінансовими махінаціями у Японії.
Також у сфері ідентифікації на малюнку вен працюють такі компанії Veid Pte. Ltd. (scanner, software), Hitachi VeinID (scanners)
У Росії компаній, що займаються цією технологією, мені не відомо.

Сітківка ока

Донедавна вважалося, що найнадійніший метод біометричної ідентифікації та аутентифікації особистості – це метод, заснований на скануванні сітківки ока. Він містить у собі кращі риси ідентифікації за райдужною оболонкою та венами руки. Сканер зчитує малюнок капілярів на поверхні сітківки ока. Сітківка має нерухому структуру, незмінну за часом, крім як внаслідок хвороби, наприклад, катаракти.
Сканування сітківки відбувається з використанням інфрачервоного світла низької інтенсивності, спрямованого через зіницю до кровоносних судин на задній стінці ока. Сканери сітківки ока набули широкого поширення в системах контролю доступу на особливо секретні об'єкти, так як у них один із найнижчих відсотків відмови у доступі зареєстрованих користувачів і практично не буває помилкового дозволу доступу.
На жаль, низку труднощів виникає при використанні цього методу біометрії. Сканером тут є дуже складна оптична система, а людина має значний час не рухатися, доки система наводиться, що викликає неприємні відчуття.
За даними компанії EyeDentify для сканера ICAM2001, при FAR=0,001% значення FRR становить 0,4%.

Переваги та недоліки методу

Переваги. Високий рівень статистичної надійності. Через низьку поширеність систем мала можливість розробки способу їх «обману».
Недоліки. Складна під час використання система з високим часом обробки. Висока вартість системи. Відсутність широкого ринку пропозицію та як наслідок недостатня інтенсивність розвитку методу.

Геометрія рук

Цей метод, досить поширені ще років 10 тому і що стався з криміналістики останніми роками йде на спад. Він ґрунтується на отриманні геометричних характеристик рук: довжин пальців, ширини долоні тощо. Цей метод, як і сітківка ока - вмираючий, а оскільки в нього набагато нижчі характеристики, то навіть не будемо вводити його більш повного опису.
Іноді вважається, що в системах розпізнавання за венами застосовують геометричні методи розпізнавання. Але у продажу ми такого явно заявленого жодного разу не бачили. Та й до того ж часто при розпізнаванні венами робиться знімок тільки долоні, тоді як при розпізнаванні по геометрії робиться знімок пальців.

Трохи самопіару

Свого часу ми розробили непоганий алгоритм розпізнавання по очах. Але на той момент така високотехнологічна штука в цій країні була не потрібна, а до буржуйстану (куди нас запросили після першої статті) - їхати не хотілося. Але раптово, через півтора року таки знайшлися інвестори, які захотіли побудувати собі «біометричний портал» - систему, яка б їла 2 очі і використовувала колірну складову райдужної оболонки (на що в інвестора був світовий патент). Власне, тепер ми цим і займаємося. Але це не стаття про самопіар, це короткий ліричний відступ. Якщо комусь цікаво є трохи інформації, а колись у майбутньому, коли ми вийдемо на ринок (або не вийдемо) я тут напишу пару слів про перипетії біометричного проекту в Росії.

Висновки

Навіть у класі статичних систем біометрії є великий вибір систем. Яку з них вибрати? Все залежить від вимог до системи безпеки. Найбільш статистично надійними та стійкими до підробки системами доступу є системи допуску за райдужною оболонкою та венами рук. На перші їх існує ширший ринок пропозицій. Але це не межа. Системи біометричної ідентифікації можна поєднувати, досягаючи астрономічних точностей. Найдешевшими і найпростішими у використанні, але такими, що мають хорошу статистику, є системи допуску на пальцях. Допуск по 2D особі зручний і дешевий, але має обмежену область застосування через погані статистичні показники.
Розглянемо характеристики, які матиме кожна із систем: стійкість до підробки, стійкість до довкілля, простота використання, вартість, швидкість, стабільність біометричної ознаки у часі. Розставимо оцінки від 1 до 10 у кожній графі. Чим ближче оцінка до 10, тим краща система щодо цього. Принципи вибору оцінок були описані на початку статті.


Також розглянемо співвідношення FAR та FRR для цих систем. Це співвідношення визначає ефективність системи та широту її використання.


Варто пам'ятати, що для райдужної оболонки можна збільшити точність системи практично квадратично, без втрат для часу, якщо ускладнити систему, зробивши її на два ока. Для дактилоскопічного методу - шляхом комбінування кількох пальців, і розпізнавання по венах, шляхом комбінування двох рук, але таке поліпшення можливе лише при збільшенні часу, що витрачається при роботі з людиною.
Узагальнивши результати для методів, можна сказати, що для середніх і великих об'єктів, а також для об'єктів з максимальною вимогою безпеки слід використовувати райдужну оболонку як біометричний доступ і, можливо, розпізнавання по венах рук. Для об'єктів з кількістю персоналу до кількох сотень людей оптимальним буде доступ за відбитками пальців. Системи розпізнавання по 2D зображенню обличчя дуже специфічні. Вони можуть бути потрібні у випадках, коли розпізнавання вимагає відсутності фізичного контакту, але поставити систему контролю за райдужною оболонкою неможливо. Наприклад, при необхідності ідентифікації людини без її участі, прихованої камерою, або камерою зовнішнього виявлення, але можливо це лише за малої кількості суб'єктів у базі та невеликому потоці людей, які знімають камеру.

Юному техніку на замітку

У деяких виробників, наприклад Neurotechnology на сайті доступні демо-версії методів біометрії, які вони випускають, так що цілком можна підключити їх і погратися. Для тих же, хто вирішить покопатися в проблемі серйозніше, можу порадити єдину книжку, яку я бачив російською - «Посібник з біометрії» Р.М. Болл, Дж.Х. Коннел, Ш. Панканті. Там є багато алгоритмів та їх математичних моделей. Не все повно і не відповідає сучасності, але база непогана і об'ємна.

P.S.

У цьому опусі я не вдавався у проблему аутентифікації, а лише торкався ідентифікації. В принципі з характеристики FAR/FRR та можливості підробки всі висновки щодо аутентифікації напрошуються самі.

Біометричні засоби ідентифікації особистості

Інтернет як інструмент скоєння комп'ютерних злочинів

Минулого року, за деякими відомостями, в Україні було скоєно понад 14 тисяч комп'ютерних злочинів, приблизно стільки ж, як у попередньому році. Але статистика дуже приблизна...

Інформаційні війни та інформаційне протиборство

Інформаційне суспільство не є суспільством загального благоденства. Ті ж технологічні фактори, що породжують його позитивні риси та нові, специфічні небезпеки. Розглянемо деякі з них...

Метод адитивної апроксимації даних вибірки обмеженого обсягу

Розглянуті вище алгоритми та методи адитивної апроксимації малої вибірки є графічними методами...

Забезпечення захисту інформації у локальних обчислювальних мережах

Так як функціонування всіх механізмів обмеження доступу, що використовують апаратні засоби або засоби математичного забезпечення, базується на припущенні, що користувач є конкретною особою.

Основи криптографії

У багатьох програмах завдання ідентифікації та автентифікації доступу людини або програми до деякого ресурсу є навіть більш важливим, ніж завдання забезпечення конфіденційності.

Проблеми соціальної інформатики

Як зазначалося, інформаційне суспільство не є суспільство загального благоденства. Ті ж технологічні чинники, що породжують його позитивні риси, породжують і нові, специфічні небезпеки. Розглянемо деякі з них...

Розробка алгоритму цифрової обробки образів відбитка пальця

На сьогоднішній день існує два основних методи порівняння образів відбитків пальця. Першим методом є кореляційне порівняння. Розглянь алгоритм...

Розробка нейромережевої технології та програмного продукту авторизації користувача

Біометричні системи, побудовані на аналізі особливостей відтворення голосу, рукописного та клавіатурного почерку, мають багато спільного...

Розробка системи візуальної ідентифікації

Як додаткові елементи системи візуальної ідентифікації, мною були розроблені: фірмова візитна картка (обов'язковий елемент), фірмовий бланк, фірмова футболка та інша фірмова продукція.

Для ідентифікації особистості сучасні електронні системи контролю доступу використовують пристрої декількох типів залежно від виду ідентифікатора користувача, що застосовується.

Розробка системи контролю керування доступом з аналізом малюнка райдужної оболонки ока

Переваги біометричних ідентифікаторів на основі унікальних біологічних, фізіологічних особливостей людини, що однозначно засвідчують особу, призвели до інтенсивного розвитку відповідних засобів.

Система ідентифікації особи за відбитками пальців. Підсистема аналізу зображення

Фам Зуй Тхай

Аспірант, кафедра МОСІТ, Московський державний університет інформаційних технологій, радіотехніки та електроніки (МІРЕА)

СУЧАСНІ СИСТЕМИ ІДЕНТИФІКАЦІЇ ОСОБИСТОСТІ ДЛЯ РОЗВИТКУ НАЦІОНАЛЬНОЇ ІНФОРМАЦІЙНОЇ ІНФРАСТРУКТУРИ СОЦІАЛІСТИЧНОЇ РЕСПУБЛІКИ В'ЄТНАМУ

Анотація

Проведено аналіз біометричної та смарт-карт технології. За результатами аналізу та дослідження сучасних систем ідентифікації, поточної ситуації у Соціалістичній Республіці В'єтнаму визначено вимоги щодо створення біометричної системи ідентифікації особистості з використанням смарт-картки у В'єтнамі.

Ключові слова: Біометрія, смарт-картка, система ідентифікації, електронний документ.

Pham Duy Thai

PhD student, Department of MOSIT, Moscow State University of Information Technologies, Radio Engineering and Electronics

MODERN SYSTEMS HUMAN IDENTIFICATION FOR DEVELOPMENT OF NATIONAL INFORMATION INFRASTRUCTURE OF THE SOCIALIST REPUBLIC VIETNAM

Abstract

Analysis of biometric and smart card technology. З огляду на аналітики і дослідження сучасних систем identifikation, поточної діяльності в Socialist Republic of Vietnam defines requirements for creating biometric system identification using smart cards in Vietnam.

Keywords: Biometrics, Smart Cards, Identification System, an electronic document.

Використання біометричних характеристик для підтвердження особи передбачає використання фізичних характеристик, таких як особа, голос чи відбитки пальців, з метою посвідчення особи. Зіставлення відбитків пальців є найуспішнішою технологією біометричної ідентифікації завдяки простоті використання, відсутності стороннього втручання та надійності. Незважаючи на численність біометричних характеристик, розробники системи ідентифікації основну увагу приділяють технологіям розпізнавання за відбитками пальців, рис обличчя, геометрії руки та райдужної оболонки ока. Так, наприклад, згідно зі звітом International Biometric Group (www.biometricgroup.com), на світовому ринку біометричного захисту частка систем розпізнавання за відбитками пальців склала 48%, за рисами обличчя – 12%, геометрії руки – 11%, райдужці ока – 9% , параметрами голосу – 6%, підпису – 2%. Частка, що залишилася (12%) відноситься до проміжного ПЗ.

Смарт-карта – інтелектуальний пристрій, розміром із кредитну картку із вбудованим інтегральним чіпом. Вона містить як пристрій зберігання інформації, а й процесор, здатний виконувати різні програми. Самодостатність смарт-карти робить її стійкою до атак, т.к. апаратно та програмно захищена від зовнішніх пристроїв. Завдяки цим властивостям смарт-картки часто використовуються у додатках, які потребують високого рівня конфіденційності.

За останні роки технологія смарт-карток значно вдосконалилася, як на апаратному, так і на програмному рівнях. Більш потужні мікропроцесори та нові програмні технології (наприклад, інтерпретація прикладного коду та динамічне завантаження програми) зробили реальністю мультиприкладні смарт-картки.

Одна з важливих особливостей смарт-карток полягає в тому, що збережені в ній дані можуть бути захищені від неавторизованого доступу та маніпуляцій. Так як дані можуть бути доступні тільки через послідовний інтерфейс, який керується операційною системою і секретною логікою, конфіденційні дані можуть бути записані на карту і збережені способом, який запобігає їх читанню ззовні карти. Такі конфіденційні дані можуть бути оброблені лише усередині за допомогою модулів обробки чіпа. На основі смарт-карток з 2001 р. громадяни Малайзії отримали ідентифікаційні картки, які містять біометричну інформацію (відбитки пальців або інші) на вбудованій мікросхемі. А з 2006 р. усі громадяни Великобританії отримали смарт-картки, на вбудованій мікросхемі яких містяться дані відбитків пальців чи райдужної оболонки очей користувачів. Євросоюз планує використовувати смарт-карту з біометричними даними як посвідчення особи поряд із звичайними паспортами. З осені 2006 р. європейці починали отримувати електронні паспорти з цифровою фотографією та, можливо, відбитками пальців. Уряд Японії планує використати біометричні дані для імміграційного контролю. Досвід використання смарт-картки для ідентифікації особистості різних країн довів свою ефективність.

На рис. 1 наведено сучасні системи ідентифікації. За видом ідентифікаційних ознак поділяються на електронні, біометричні та комбіновані.

В електронних системах ідентифікаційні ознаки подаються у вигляді цифрового коду, що зберігається у пам'яті ідентифікатора. Такі системи ідентифікації розробляються з урахуванням наступних ідентифікаторів:

1. контактних смарт-карток;
2. безконтактних смарт-карток;
3. USB-ключів;
4. Штрих код;
5. Радіочастота;

У біометричних системах ідентифікаційними ознаками є індивідуальні особливості людини, які називаються біометричними характеристиками. В основі ідентифікації цього типу лежить процедура зчитування біометричної ознаки користувача, що пред'являється, і його порівняння з попередньо отриманим шаблоном. Залежно від виду використовуваних характеристик біометричні системи поділяються на статичні та динамічні.

Мал. 1 – Класифікація сучасних систем ідентифікації

Статична біометрія (також звана фізіологічною) ґрунтується на даних, що отримуються з вимірювань анатомічних особливостей людини. Статичну біометричну ідентифікацію можна провести за:

• папілярному малюнку пальців руки,
• малюнку райдужної оболонки ока,
• малюнку судин очного дна,
• індивідуальним особливостям геометрії обличчя,
• спостереженню лицьових артерій та вен у далекому інфрачервоному

Динамічна біометрія базуються на поведінковій характеристиці людини, тобто на характерних особливостях для підсвідомих рухів у процесі відтворення будь-якої дії (підписи, почерку, мови, динаміки клавіатурного набору, електромагнітного випромінювання мозку і т. д.)

У комбінованих системах для ідентифікації одночасно використовується кілька ідентифікаційних ознак. Така інтеграція дозволяє поставити перед зловмисником додаткові перепони, які він не зможе подолати, а якщо й зможе, то із значними труднощами.

У Соціалістичній Республіці В'єтнам (СРВ) поставлено завдання щодо заміни паперових документів, що засвідчують особу, на електронні. У зв'язку з цим велика увага приділяється розробці та впровадженню біометричних методів контролю для персональної ідентифікації. Враховуючи поставлене урядом В'єтнаму завдання щодо актуальності розробки математичних методів, спрямованих на вирішення завдання забезпечення надійної множинної ідентифікації особистості громадян з використанням нових технологій смарт-карток у поєднанні з перевіркою біометричних даних не викликає сумніву.

З 2011 року у СРВ здійснюється реалізація державного проекту № 446/QĐ-TTg «Випуск та видача нових карт посвідчення особи СРВ за сучасними технологіями». Одним із основних завдань проекту є ефективне застосування сучасних методів ідентифікації особистості за біометричними факторами громадян з урахуванням політичних та економічних особливостей В'єтнаму. При побудові системи «Випуск та видача нових карт посвідчення особи СРВ за сучасними технологіями» на користь державного управління В'єтнаму необхідно враховувати таке:

• Прискорення економічного розвитку В'єтнаму збіглося за часом зі створенням та впровадженням нових інформаційно-комунікаційних технологій (ІКТ) у суспільстві. В'єтнам розпочинає будівництво національних інформаційних інфраструктур, щоб вийти на новий рівень розвитку країн Асоціації держав Південно-Східної Азії (АСЕАН).
• У СРВ зберігається соціалістична система народного господарства, водночас поряд із соціалістичною формою власності є і капіталістична.
• За умови реалізації системи електронного уряду потрібен багатофункціональний засіб для надання державних електронних послуг населенню.
• Використані до цього часу для ідентифікації у сфері банків та контролю доступу до СРВ контактні смарт-картки з ПІН-кодом не є достатньо ефективними та надійними, тому виникає необхідність у розробці нових смарт-карток з біометричними факторами для ідентифікації.

Вимога біометричних систем ідентифікації з використанням смарт-картки:

• Користувач може вибирати потрібний рівень безпеки: карта та PIN-код; карта та біометрична ознака; картки, PIN-код і біометричні ознаки.
• Шаблони біометричних ознак зберігаються лише на смарт-карті і не зберігаються в зчитувачі, що означає підвищену безпеку, більш швидку обробку, просте управління системою, скорочення витрат на біометричний зчитувач та зниження ризику порушення конфіденційності.
• Найбільш широкий спектр безконтактних смарт-карт, що підтримуються, розроблених на основі відкритого стандарту.

Інтегроване управління біометрією та смарт-картами дозволяє вирішити цілу низку важливих завдань у В'єтнамі:

• знизити витрати, пов'язані з отриманням інформації, підвищити швидкість та якість надання державних послуг;
• створення сучасного інструменту, що опосередковує та полегшує взаємини громадян та держави.
• допоможуть боротися з шахрайством у системі ідентифікації особистості за біометричними факторами
• ідентифікувати власника картки під час здійснення як повсякденних, і юридично значимих действий;
• прискорити та підвищити безпеку інформаційних транзакцій;

Висновок

Комбінована ідентифікаційна система, заснована на використанні біометричних ознак та смарт-карток, є одним з перспективних напрямків розвитку національних інформаційних інфраструктур СРВ. Основною перевагою інтеграції смарт-карт та біометрії є підвищення надійності та прискорення процесу ідентифікації, що дозволяє значно збільшити продуктивність біометричної ідентифікаційної системи.

Література

1. http://ua.wikipedia.org/wiki/Смарт-карта‎.
2. Кухарєв Г.А. Біометричні системи: Методи та засоби ідентифікації особистості людини. СПб.: Політехніка. - 2001. - 240 с.
3. Матюхін В.Г., Перін В.А. Концепція забезпечення інформаційної безпеки платіжної системи з урахуванням інтелектуальних карт // Банківські системи та технології. Березень-квітень, 1998. - с. 8-12.
4. Фам Зуй Тхай, Ткаченко В. М. Підвищення надійності ідентифікації особистості з використанням смарт-картки за відбитками пальців у В'єтнамській соціалістичній республікі, «Динаміка складних систем XXI століття» №3 т.8, 2014 р., вида. Радіотехніка. З 74-79.
5. Фам Зуй Тхай, Ткаченко В. М. Застосування нечіткої тріангуляції Делоне для розпізнавання людини за відбитком пальців, «Нейрокомп'ютери: розробка, застосування» №3, 2014 р., вида. Радіотехніка. З 56-62.

References

1. http://ua.wikipedia.org/wiki/Smart-karta‎.
2. Кухарев Г.А. Біометріческіе сістеми: Методи і способи identifikation lichnosti cheloveka. SPb.: Politehnika. - 2001. - 240 s.
3. Matjuhin V.G., Pjarin V.A. Koncepcia obespechenija informacionnoj bezopasnosti platezhnoy sistemy na osnove intellektual'nych kart // Bankovskie sistemy i technologii. Mart-aprel', 1998. - s. 8-12.
4. Fam Zuj Thaj, Tkachenko V. M. Підвищення nadjozhnosti identifikaci lichnosti s ispol'zovaniem smart-karty po opetchatkam pal'cev vo V'etnamskoy socialisticheskoy republik, "Dinamika slozhnys system XXI vek" №3 t4. Радіотехніка. S 74-79.
5. Fam Zuj Thaj, Tkachenko V. M. Пристосування неточної trianguljacii Delone dlja zadachi raspoznavanija cheloveka по otpechatku pal’cev, «Nejrokomp’jutery: razrabotka, primenenie» №3, 2014 г., izdat. Радіотехніка. S 56-62.

"Більше 1000 програм для ЕОМ..." розповідалося про програмний комплекс для ідентифікації особистості людини з фотографії з використанням геометричних ознак, створеного в Інституті інформатики науково-технічного центру "Сучасні інформаційні технології" Академії наук Узбекистану.

Після публікації ми отримали листа від Бориса Філатова, який повідомив, що також є автором подібної програми.

Програма “Ідентифікація особи на основі антропометричних точок особи” була створена в результаті виконання випускної кваліфікаційної роботи на ступінь бакалавра в університеті. Коли настав час затверджувати теми випускних робіт, я довго вагався – яку ж тему вибрати, у якому напрямку? Мене завжди цікавила робота з графікою, тому я вирішив звернутися до викладача, який працює у цій галузі. Мій викладач, Наргиза А'лоходжаївна Аріпова, Запропонувала мені зайнятися цифровою обробкою зображень. Мене одразу попередили, що ця тема є рідкісною і будуть проблеми з пошуком інформації. Але тема була приваблива для мене, тому я таки вирішив нею зайнятися.

Наргіза А'лоходжаївна направила мене до фахівця в галузі цифрової обробки зображень, кандидата технічних наук, Віктору Миколайовичу Кану. Він запропонував мені тему ідентифікації особистості та став моїм науковим керівником. Крім того, величезну допомогу у пошуку матеріалу та інформації надав мені співробітник Білоруського Інституту Кібернетики. Дмитро Іванович Самаль. Користуючись нагодою, я хочу подякувати цим людям за їхній внесок і допомогу в моїй роботі.

Функціонування програми

З назви програми - "Ідентифікація особи на основі антропометричних точок обличчя" - зрозуміло, що вона призначена для ідентифікації людини за її цифровим зображенням. Актуальність цієї теми полягає в тому, що останнім часом виникли великі проблеми із забезпеченням безпечного доступу людей до різних об'єктів, чи то закрита база даних, чи секретна лабораторія. Тому виникає необхідність ідентифікувати людину та визначати, чи має ця людина права на вхід до системи чи це якийсь зловмисник.

Чому було обрано ідентифікацію особи за зображенням обличчя, а не за відбитками пальців чи лініями кисті людини? При ідентифікації людини на зображенні особи немає ніяких фізичних контактів людини з приладом. Цей вид ідентифікації є природним і приносить незручностей людині. Антропометричні ознаки обличчя – це такі ознаки, які не змінюються з часом, починаючи з моменту завершення зростання людини (21-25 років) та закінчуючи глибокою старістю.

Основною метою програми є порівняння двох фотографій та визначення, зображені на фотографіях різні люди або одна і та ж людина. Спочатку завантажується кілька фотографій. Потім кожне із зображень обробляється і на основі отриманих параметрів здійснюється порівняння. Зображення проходить два етапи: етап обробки зображення та етап виділення інформативних ознак.

У програмі здійснюються такі перетворення, як розмиття зображення, виділення області обличчя, бінаризація зображення, інверсія кольорів, виділення контурів та перетворення кольорового зображення на напівтонове. За допомогою даних перетворень зображення готується для пошуку основних антропометричних точок обличчя. Спочатку області особи розбиваються на сітку відповідно до антропологічної будови особи людини. Потім у відповідних областях здійснюється пошук центрів зіниць, ніздрів, кінчика носа та центру рота.

На підставі знайдених антропометричних точок обличчя відбувається розрахунок основних ознак зображення. Після того, як кожне зображення оброблено, здійснюється порівняння двох зображень за обчисленими ознаками та видається відсоткове значення подібності чи відмінності особистостей.

Розробка програми

Ця тема є порівняно новою, тому над нею постійно працюють багато розробників, удосконалюючи програмні продукти. У Ташкенті цією темою займається Інститут кібернетики ( колишній, зараз - Інститут інформатики АН РУз, прим. сайт), який співпрацює з Білоруським інститутом кібернетики. Програми, аналогічні до моєї, вже створені в цих інститутах. Тому при виниклих питаннях була можливість поводитися з питанням або за порадою. Але допомога була обмежена невеликою кількістю інформації, тому вся робота здійснювалася самостійно. На створення програми було витрачено близько трьох місяців.

Розроблена програма є повноцінним програмним продуктом, хоча доведення її до ідеального стану з неї потрібно ще багато працювати. Програма ще не придатна для практичного використання та низка моїх ідей залишилися нереалізованими. Щоб завершити проект, крім програмної частини, потрібні технічні пристрої та численні випробування, на які потрібні кошти. Я із задоволенням довів би її до кінця, але одна людина не впорається з таким завданням, потрібна команда, тоді процес пішов би набагато швидше.

Борис Філатов

P.S. Розробка програми здійснювалася мовою Microsoft Visual C++ 6.0.

Натиснувши на кнопку "Завантажити архів", ви завантажуєте потрібний вам файл безкоштовно.
Перед скачуванням даного файлу згадайте про ті хороші реферати, контрольні, курсові, дипломні роботи, статті та інші документи, які лежать незатребуваними у вашому комп'ютері. Це ваша праця, вона повинна брати участь у розвитку суспільства та приносити користь людям. Знайдіть ці роботи та відправте в базу знань.
Ми та всі студенти, аспіранти, молоді вчені, які використовують базу знань у своєму навчанні та роботі, будемо вам дуже вдячні.

Щоб завантажити архів з документом, введіть п'ятизначне число в поле, розташоване нижче, і натисніть кнопку "Завантажити архів"

Подібні документи

Класифікація та основні характеристики біометричних засобів ідентифікації особистості. Особливості реалізації статичних та динамічних методів біометричного контролю. Засоби авторизації та аутентифікації в електронних системах охорони та безпеки.

курсова робота , доданий 19.01.2011


Біометричні системи захисту від несанкціонованого доступу до інформації. Система ідентифікації особистості по папілярному малюнку на пальцях, голосі, райдужній оболонці, геометрії обличчя, сітківці ока людини, малюнку вен руки. Паролі на комп'ютері.

презентація , доданий 28.05.2012


Аналіз біометричних систем ідентифікації особистості за відбитками пальців, формою кисті руки, оболонкою ока. Особа як біометричний ідентифікатор. Аналіз ринку систем розпізнавання особистості. Оцінка ефективності систем ідентифікації геометрії особи.

курсова робота , доданий 30.05.2013


Підсистема аналізу зображення відбитка пальця у складі системи ідентифікації особистості відбитків пальців на основі папілярного візерунка для подальшого розпізнавання особистості. Характеристика функціональних можливостей системи та код програми.

дипломна робота , доданий 01.07.2008


Загальні засади роботи систем біометричної ідентифікації особистості. Програмні інструменти розробки програми, здійснює ідентифікацію користувача з урахуванням його клавіатурного почерку. Проектування бази даних та структури нейронної мережі.

дипломна робота , доданий 20.12.2013


Розробка апаратно-програмного комплексу для здійснення ідентифікації об'єктів керування на основі речового інтерполяційного методу. Аналіз працездатності апаратно-програмного комплексу, приклад ідентифікації об'єкта управління.

магістерська робота , доданий 11.11.2013


Область застосування та вимоги створюваного Web-додатка. Вимоги до технічного та програмного забезпечення. Розробка структури Web-додатка та вибір засобів програмної реалізації. Програмна реалізація Web-програми. Структура бази даних

дипломна робота , доданий 03.06.2014