Različite biometrijske tehnologije se koriste dugi niz godina:

Skeneri otiska prsta.

Najčešća tehnologija danas je prepoznavanje otiska prsta. Policija već dugo koristi otiske prstiju za identifikaciju kriminalaca. To je zbog činjenice da je svaki otisak prsta jedinstven, što omogućava identifikaciju svake osobe po otiscima prstiju. U skenerima, uzorak za ispis se pretvara u jedinstveni kod. U ovom slučaju se obično ne koristi cijeli crtež, već samo karakteristična mjesta - gdje se linije, na primjer, spajaju, račvaju ili "uvijaju".

Skeniranje prstima se odvija pomoću izvora svjetlosti - lasera ili, češće, LED. Zatim slika ulazi u CCD-matricu (isto kao što se koristi u digitalnim video kamerama) ili CMOS-matricu. Konačno, ostali čipovi generišu jedinstveni kod zasnovan na uzorku štampanja. Ovaj kod je pohranjen u bazi podataka - ili na udaljenom računaru ako je skener jeftin USB model, ili u samom uređaju. Konačno, nakon što osoba stavi prst na skener, šifra njegovog otiska prsta se upoređuje sa onim pohranjenim u bazi podataka kako bi se identificirala. Algoritmi konverzije otiska prsta u kod pažljivo se čuvaju.

Najatraktivniji aspekt korištenja ove tehnologije je njena cijena. Tako, na primjer, zaštita vašeg računara sistemom nalik mišu košta manje od 100 dolara. Sve to čini skeniranje otiska prsta najtraženijom od svih biometrijskih tehnologija.

Međutim, ovaj sistem ima i nedostatke. Na primjer, prsti mogu biti žuljevi ili istrošeni nakon napornog rada; na njima može biti prljavštine; koža se može oljuštiti. Sve ovo otežava čitanje otiska prsta. Neki ljudi imaju poteškoća s jeftinim modelima zbog činjenice da imaju slabu središnju "kovrču" na kuglici prsta (uređaji ga koriste da pronađu centar slike i generiraju kod). Nadalje, pošto se slike pretvaraju u kod, moguće je da dvije slike dobiju isti kod. Zbog toga je svaki model ograničen u broju ispravno otkrivenih otisaka.

Trenutno se razvija nova tehnologija koja očitava do pet slojeva kože duboko u prst, čak i sa istrošenih ili prljavih ruku. Obično su skeneri dopunjeni pomoćnim sistemima (na primjer, unos koda) za 100% sigurnost.

Ispod su neki od skenera:

Biometrijska brava za vrata.

Biometrijsko zaključavanje na osnovu posećenosti.

Jeftin sistem zaštite za računar, povezan preko USB porta.

Skener koji koristi magnetnu karticu.

Ručni skeneri.

Drugi najpopularniji uređaji su ručni skeneri. Djeluju mjerenjem parametara ruku osobe, obično prstiju. To se zasniva na činjenici da svaka osoba ima različitu dužinu prstiju. Čak i ako postoje dvije osobe sa istom dužinom jednog prsta, kombinacija dužina različitih prstiju i dalje će biti jedinstvena.

Raniji modeli ovih skenera koristili su pozadinsko osvjetljenje ili lasere, dok su moderni bazirani na mjerenju električnog otpora, što stvara manje tehničkih problema i zahtjeva za potrošnjom energije. U takvom uređaju osoba stavlja ruku na metalnu ili plastičnu podlogu, a zatim mjeri električnu struju koja dolazi iz ruke. Zahvaljujući tome, skener identificira područja na kojima ruka dolazi u kontakt sa podlogom i iz njih izračunava dužinu prstiju.

Za razliku od skenera otiska prsta, ručni skeneri ne zahtijevaju kompjuter - svi potrebni proračuni se rade interno. Većina modela takođe ima tastaturu na koju osoba može da unese podatke ili identifikacioni broj. Modeli na tržištu mogu pohraniti od 50 do 500 mjerenja različitih ruku.

Ova tehnologija ponekad ima i lažne pozitivne rezultate - kada korisnici pogrešno stave dlan na uređaj za skeniranje. Iz tog razloga, većina modela zahtijeva identifikacijski broj. Općenito, takvi uređaji su vrlo "nepretenciozni" i idealni su za ljude s prljavim i izlizanim rukama u fabrikama i fabrikama.

Očni skeneri.

Tehnologiju skeniranja šarenice prvi put je predložio oftalmolog Frank Burch 1936. godine. Napomenuo je da je šarenica svake osobe jedinstvena. Godine 1994. John Daugman iz Iridian Technologies patentirao je algoritam za otkrivanje takvih razlika.

Skener oka.

Očni skeneri analiziraju različite detalje obojenog tkiva koje okružuje zjenicu. Za skeniranje se koristi obična video kamera. U tom slučaju korisnik gleda u uređaj i nakon skeniranja šarenice upoređuje dobijenu sliku sa onima u bazi podataka. Proces identifikacije varira, ali obično traje manje od pet sekundi. Istovremeno, za skeniranje je dovoljan samo brz pogled na uređaj.

Kako bi spriječili korištenje lažnih očiju, neki modeli mijenjaju protok svjetlosti koja ulazi u oko i prate reakciju zenice - fiksna veličina ukazuje na lažnu.

Trenutno se ovi skeneri koriste u raznim vojnim i agencijama za provođenje zakona. Međutim, oni nisu postali toliko rašireni kao skeneri otiska prsta, uprkos njihovoj većoj sigurnosti. Ovi skeneri su obično glomazni.

Skeneri mrežnjače rade na sličan način, ali osoba mora biti veoma blizu kamere. Ova kamera snima slike sićušnih krvnih sudova u retini, osvijetljenih slabim laserom. Vjeruje se da se takvi skeneri ne mogu prevariti, te se stoga postavljaju u područjima s vrlo visokom sigurnošću. Njihova visoka cijena i potreba da se oko smjesti blizu kamere otežava njihovu širu upotrebu.

Prepoznavanje lica.

Nikada ne zaboravite lice? Zašto? To je zbog činjenice da je lice svake osobe jedinstveno - dovoljno da se stvori nova tehnologija za identifikaciju ljudi. Međutim, oko nje postoje ozbiljne etičke sumnje.

Za razliku od svih drugih tehnologija, gdje čovjek mora izvršiti neke radnje, ova tehnologija može sve sama, a čovjek i ne zna za njeno postojanje. Njen rad se zasniva na fotografisanju lica, nakon čega sledi izračunavanje udaljenosti između očiju, širine usta i do 50 drugih parametara lica. Nakon toga se vrši pretraga u bazi dostupnih slika.

Stereoskopski sistem za skeniranje lica.

Tokom Olimpijskih igara u Sidneju 2000. godine, policija je identifikovala dva trgovca drogom iz Meksika koje su tražile Sjedinjene Države. Pratila ih je do aerodroma, a zatim je upozorila američke snage koje su ih uhvatile na Havajima. Ovi ljudi su slučajno pali u ruke policiji prilikom obilaska stadiona. U to vrijeme, snage sigurnosti su upravo instalirale sistem za prepoznavanje lica kako bi spriječile terorističke napade i u njega ubacile ogromnu bazu podataka o teroristima i kriminalcima. Shodno tome, nakon što su dileri droge prošli kroz ulaz stadiona - zajedno sa hiljadama drugih ljudi - sistem ih je pronašao.

Sličan sistem koristi londonska policija za pronalaženje kriminalaca. Veliki supermarketi su također koristili sisteme za prepoznavanje lica kako bi spriječili krađu, ali neki su uklonjeni nakon pritužbi advokata i kupaca.

Nedavne studije su pokazale da čak i pod najboljim uslovima, stopa greške može doseći 40%, što zahtijeva dodatne oblike provjere identiteta. Međutim, njihova sposobnost da rade sa postojećim sistemima video nadzora ih čini veoma atraktivnim. Da biste to učinili, dovoljno je instalirati računar sa programom za prepoznavanje i bazom fotografija i povezati ga na video kamere.

Pouzdaniji sistemi koriste stereoskopske kamere. Ovo stvara trodimenzionalni model lica. Tako postaje moguće uzeti u obzir dodatne crte lica, što značajno smanjuje rizik od grešaka.

Većina sistema je u stanju da rukuje stvarima kao što su šeširi, naočare i oštri uglovi, ali to povećava verovatnoću greške.

Branitelji ljudskih prava pozivaju se na Četvrti amandman na Ustav SAD-a, koji zabranjuje neopravdani nadzor i hapšenje. Međutim, agencije za provođenje zakona kažu da je ovo samo povećanje njihovih sposobnosti nadzora.

Prepoznavanje ponašanja.

Tehnologija koja se često zanemaruje kada se razmatraju biometrijske tehnologije, ali koja se široko koristi i postaje sve popularnija, je metoda proučavanja ljudskog ponašanja. Na osnovu toga, kompjuterski programi prate određena ponašanja, poput kucanja na tastaturi ili kupovine.

Dakle, kreditne kompanije imaju istoriju kupovine ljudi. U skladu s tim, sve neobične narudžbe se nadziru kompjuterskim programom i osoblju se izdaje upozorenje da se provjeri identitet kupca.

Na računarskim mrežama, praćenje brzine vašeg kucanja je efikasan način za praćenje neovlašćenih korisnika. Za zaštitu se koriste i informacije o internet stranicama koje osoba posjećuje, programima i datotekama koje se koriste, te o posebnostima rada općenito.

Velike prednosti ovog pristupa su niska cijena, visoka efikasnost i diskretan rad.

Zaključak.

Oštar porast krađe identiteta i prijetnje terorizma, zajedno sa padom cijena svih biometrijskih tehnologija, dovešće do značajnog rasta biometrijskog tržišta u narednih 3-5 godina. Mnoge tehnologije su već u upotrebi, a takođe se stalno poboljšavaju kako bi se eliminisala lažna identifikacija.

Dok su novi izumi obično nezadovoljni, biometrijska tehnologija je dovela do oluje protesta grupa za ljudska prava. Međutim, to može samo usporiti, ali ne i zaustaviti uvođenje biometrije. Stručnjaci ističu da je potreban dodatni rad na rješavanju etičkih pitanja.

Nedavno se na Habré-u pojavilo mnogo članaka o Google-ovim sistemima za identifikaciju lica. Iskreno govoreći, od mnogih od njih to nosi novinarstvo i, najblaže rečeno, nekompetentnost. I htio sam napisati dobar članak o biometriji, nije mi prvi! Postoji nekoliko dobrih članaka o biometriji na Habréu - ali su prilično kratki i nepotpuni. Ovdje ću pokušati ukratko iznijeti opća načela biometrijske identifikacije i savremena dostignuća čovječanstva po ovom pitanju. Uključujući identifikaciju po licima.

Članak ima nastavak, koji je, u stvari, njegov prequel.

Članak će se temeljiti na zajedničkoj publikaciji s kolegom u časopisu (BDI, 2009), revidiranoj kako bi odgovarao modernoj stvarnosti. Habré još nema kolega, ali je podržao objavljivanje revidiranog članka ovdje. U trenutku objavljivanja, članak je bio kratak pregled tržišta moderne biometrijske tehnologije, koji smo sami vodili prije nego što smo lansirali naš proizvod. Procene o primenljivosti iznete u drugom delu članka zasnovane su na mišljenjima ljudi koji su koristili i implementirali proizvode, kao i na mišljenjima ljudi uključenih u proizvodnju biometrijskih sistema u Rusiji i Evropi.

opće informacije

Počnimo s osnovama. U 95% slučajeva biometrija je u suštini matematička statistika. A matstat je egzaktna nauka, čiji se algoritmi koriste svuda: u radarima i u Bayesovim sistemima. Greške prve i druge vrste mogu se uzeti kao dvije glavne karakteristike svakog biometrijskog sistema). U teoriji radara obično se nazivaju "lažni alarm" ili "promašaj cilja", a u biometriji su najutvrđeniji koncepti FAR (False Acceptance Rate) i FRR (False Rejection Rate). Prvi broj karakterizira vjerovatnoću lažne podudarnosti biometrijskih karakteristika dvije osobe. Drugi je vjerovatnoća uskraćivanja pristupa ovlaštenoj osobi. Sistem je bolji, što je niža FRR vrijednost za iste FAR vrijednosti. Ponekad se koristi i komparativna karakteristika EER, koja određuje tačku u kojoj se ukrštaju FRR i FAR grafovi. Ali nije uvijek reprezentativan. Više detalja možete pronaći, na primjer,.
Može se primijetiti sljedeće: ako FAR i FRR nisu dati u karakteristikama sistema baziranog na otvorenim biometrijskim bazama podataka, onda šta god proizvođači izjavili o njegovim karakteristikama, ovaj sistem je najvjerovatnije nekompetentan ili mnogo slabiji od konkurenata.
Ali ne samo FAR i FRR određuju kvalitet biometrijskog sistema. Da je to jedini način, onda bi vodeća tehnologija bila prepoznavanje ljudi po DNK, za koje FAR i FRR teže nuli. Ali očito je da ova tehnologija nije primjenjiva u sadašnjoj fazi ljudskog razvoja! Razvili smo nekoliko empirijskih karakteristika koje nam omogućavaju da procenimo kvalitet sistema. “Otpornost na krivotvorine” je empirijska karakteristika koja sažima koliko je lako prevariti biometrijski identifikator. "Otpornost na okolinu" - karakteristika koja empirijski procjenjuje stabilnost sistema u različitim vanjskim uvjetima, kao što su promjene u osvjetljenju ili sobnoj temperaturi. “Jednostavnost upotrebe” pokazuje koliko je teško koristiti biometrijski skener, da li je identifikacija moguća “u pokretu”. Važna karakteristika je "Brzina rada" i "Trošak sistema". Ne zaboravite da se biometrijske karakteristike osobe mogu mijenjati s vremenom, pa ako je nestabilno, ovo je značajan nedostatak.
Obilje biometrijskih metoda je zadivljujuće. Glavne metode koje koriste statičke biometrijske karakteristike osobe su identifikacija po papilarnom uzorku na prstima, šarenici, geometriji lica, retini, šaru vena šake i geometriji šake. Postoji i porodica metoda koje koriste dinamičke karakteristike: identifikacija glasom, dinamika rukopisa, otkucaji srca, hod. Ispod je distribucija biometrijskog tržišta prije nekoliko godina. U svakom drugom izvoru ti podaci variraju 15-20 posto, tako da je ovo samo procjena. Također ovdje pod konceptom "geometrije ruke" postoje dvije različite metode, o kojima će biti riječi u nastavku.


U ovom članku ćemo razmotriti samo one karakteristike koje su primjenjive u sistemima kontrole pristupa (ACS) ili u srodnim zadacima. Zbog svoje superiornosti, to su prvenstveno statičke karakteristike. Od dinamičkih karakteristika u ovom trenutku, samo prepoznavanje glasa ima barem neki statistički značaj (uporedivo sa najgorim statičkim algoritmima FAR ~ 0,1%, FRR ~ 6%), ali samo pod idealnim uslovima.
Da biste dobili osjećaj za vjerovatnoće FAR i FRR, možete procijeniti koliko često će se lažna podudaranja pojaviti ako instalirate sistem identifikacije na pristupniku sa N osobljem. Vjerovatnoća lažne podudarnosti otiska prsta primljenog od strane skenera za bazu podataka od N otisaka je FAR ∙ N. I svaki dan oko N ljudi također prolazi kroz kontrolnu tačku pristupa. Tada je vjerovatnoća greške za radni dan FAR ∙ (N ∙ N). Naravno, u zavisnosti od ciljeva sistema identifikacije, verovatnoća greške u jedinici vremena može uveliko varirati, ali ako prihvatimo jednu grešku po radnom danu kao prihvatljivu, onda:
(1)
Tada dobijamo da je stabilan rad sistema identifikacije sa FAR = 0,1% = 0,001 moguć sa brojem osoblja N≈30.

Biometrijski skeneri

Danas koncept "biometrijskog algoritma" i "biometrijskog skenera" nisu nužno međusobno povezani. Kompanija može proizvoditi ove elemente pojedinačno ili zajedno. Najveća diferencijacija proizvođača skenera i proizvođača softvera postignuta je na tržištu papilarne biometrije prstiju. Najmanji 3D skener lica na tržištu. Zapravo, nivo diferencijacije u velikoj mjeri odražava razvoj i zasićenost tržišta. Što je veći izbor, tema je više razrađena i dovedena do savršenstva. Različiti skeneri imaju različit skup mogućnosti. U osnovi, to je skup testova za provjeru da li je biometrijski objekat neovlašten ili ne. Za skenere prstiju to može biti provjera udarca ili provjera temperature, za skenere oka to može biti provjera smještaja zenice, za skenere lica može biti pokret lica.
Skeneri uvelike utiču na primljenu FAR i FRR statistiku. U nekim slučajevima, ovi brojevi se mogu promijeniti desetine puta, posebno u realnim uslovima. Obično se daju karakteristike algoritma za neku "idealnu" bazu, ili samo za prikladnu, gdje se izbacuju mutni i zamućeni okviri. Samo nekoliko algoritama iskreno pokazuje i bazu i puni FAR/FRR izlaz za to.

A sada detaljnije o svakoj od tehnologija

Otisci prstiju

Otisak prsta (prepoznavanje otiska prsta) je danas najrazvijenija biometrijska metoda lične identifikacije. Katalizator za razvoj metode bila je njegova široka upotreba u forenzičkoj nauci 20. stoljeća.
Svaka osoba ima jedinstveni papilarni uzorak otiska prsta, koji omogućava identifikaciju. Algoritmi obično koriste karakteristične tačke na otiscima prstiju: kraj linije uzorka, grananje linije, pojedinačne tačke. Dodatno, uključene su informacije o morfološkoj strukturi otiska prsta: relativni položaj zatvorenih linija papilarnog uzorka, "lučnih" i spiralnih linija. Karakteristike papilarnog uzorka se pretvaraju u jedinstveni kod koji čuva informativni sadržaj slike za štampanje. A to su „kodovi otiska prsta“ koji su pohranjeni u bazi podataka koja se koristi za pretragu i poređenje. Vrijeme prevođenja slike otiska prsta u kod i njegova identifikacija obično ne prelazi 1 s, ovisno o veličini baze podataka. Vrijeme utrošeno na podizanje ruke se ne računa.

VeriFinger SDK statistika dobijena DP U.are.U skenerom otiska prsta korištena je kao izvor podataka o FAR i FRR. U proteklih 5-10 godina karakteristike prepoznavanja prstiju nisu mnogo napredovale, tako da su navedene brojke dobar primjer prosječne vrijednosti modernih algoritama. Sam algoritam VeriFinger je nekoliko godina pobjeđivao na Međunarodnom takmičenju za verifikaciju otiska prsta, gdje su se takmičili algoritmi za prepoznavanje prstiju.

Tipična FAR vrijednost za metodu prepoznavanja otiska prsta je 0,001%.
Iz formule (1) dobijamo da je stabilan rad identifikacionog sistema sa FAR = 0,001% moguć sa brojem osoblja N≈300.

Prednosti metode. Visoka pouzdanost - statistički pokazatelji metode su bolji od indikatora metoda identifikacije po licu, glasu, slici. Niska cijena uređaja koji skeniraju sliku otiska prsta. Prilično jednostavna procedura za skeniranje otiska prsta.
Nedostaci: papilarni uzorak otiska prsta se vrlo lako ošteti malim ogrebotinama i posjekotinama. Ljudi koji su koristili skenere u tvornicama sa nekoliko stotina zaposlenih prijavljuju visoku stopu neuspjeha skeniranja. Mnogi skeneri su neadekvatni za suhu kožu i sprečavaju starije ljude van. U komunikaciji na poslednjoj izložbi MIPS-a, šef službe obezbeđenja velikog hemijskog preduzeća rekao je da je njihov pokušaj da u preduzeće uvedu skenere prstiju (probani su skeneri raznih sistema) propao - minimalna izloženost hemikalijama na prstima zaposlenih uzrokovao je otkaz sigurnosnih sistema skenera - skeneri su prste proglasili lažnim. Također postoji nedostatak zaštite od krivotvorenja slike otiska prsta, dijelom zbog raširene upotrebe metode. Naravno, ne mogu se svi skeneri prevariti metodama Legend Bustera, ali ipak. Za neke osobe sa "neprikladnim" prstima (posebno tjelesnom temperaturom, vlažnošću), vjerovatnoća uskraćivanja pristupa može doseći 100%. Broj takvih ljudi varira od djelića procenta za skupe skenere do deset posto za jeftine.
Naravno, vrijedno je napomenuti da je veliki broj nedostataka uzrokovan široko rasprostranjenom rasprostranjenošću sistema, ali se ti nedostaci dešavaju i javljaju se vrlo često.

Situacija na tržištu

Trenutno sistemi za prepoznavanje otisaka prstiju zauzimaju više od polovine biometrijskog tržišta. Mnoge ruske i strane kompanije bave se proizvodnjom sistema kontrole pristupa zasnovanih na metodi identifikacije otiska prsta. Zbog činjenice da je ovaj pravac jedan od najstarijih, najrašireniji je i daleko najrazvijeniji. Skeneri otiska prsta su prešli zaista dug put da se poboljšaju. Savremeni sistemi su opremljeni raznim senzorima (temperatura, pritisak, itd.), koji povećavaju stepen zaštite od falsifikovanja. Sistemi su svakim danom sve praktičniji i kompaktniji. Zapravo, programeri su već dosegli određenu granicu u ovoj oblasti i nema gdje dalje razvijati metodu. Osim toga, većina kompanija proizvodi gotove sisteme koji su opremljeni svime što vam je potrebno, uključujući softver. Integratori u ovoj oblasti jednostavno ne moraju sami sastavljati sistem, jer je to neisplativo i zahtijevat će više vremena i truda od kupovine gotovog i već jeftinog sistema, izbor će biti zaista širok.
Među stranim kompanijama koje se bave sistemima za prepoznavanje otiska prsta izdvaja se SecuGen (USB skeneri za računare, skeneri koji se mogu instalirati u preduzećima ili ugraditi u brave, SDK i softver za povezivanje sistema sa računarom); Bayometric Inc. (skeneri otiska prsta, TAA/sistemi kontrole pristupa, SDK-ovi za otiske prstiju, ugrađeni moduli za otiske prstiju); DigitalPersona, Inc. (USB-skeneri, SDK). U Rusiji u ovoj oblasti rade sledeće kompanije: BioLink (skeneri otiska prsta, biometrijski uređaji za kontrolu pristupa, softver); Sonda (skeneri otiska prsta, biometrijski uređaji za kontrolu pristupa, SDK); SmartLock (skeneri otiska prsta i moduli) itd.

Iris

Šarenica oka je jedinstvena karakteristika ljudi. Šara šarenice se formira u osmom mjesecu intrauterinog razvoja, konačno se stabilizira u dobi od oko dvije godine i praktički se ne mijenja tokom života, osim kao rezultat teške traume ili oštrih patologija. Metoda je jedna od najpreciznijih među biometrijskim metodama.
Sistem za identifikaciju šarenice je logično podeljen na dva dela: uređaj za snimanje slike, njenu primarnu obradu i prenos na računar i računar koji upoređuje sliku sa slikama u bazi podataka i šalje komandu za prijem u izvršni uređaj. .
Vrijeme primarne obrade slike u savremenim sistemima je oko 300-500ms, brzina poređenja rezultujuće slike sa baznom je na nivou od 50.000-150.000 poređenja u sekundi na običnom računaru. Ova brzina poređenja ne nameće ograničenja za primjenu metode u velikim organizacijama kada se koristi u pristupnim sistemima. Korištenjem specijaliziranih računara i algoritama za optimizaciju pretraživanja, postaje moguće čak i identificirati osobu među stanovnicima cijele zemlje.
Odmah mogu da odgovorim da sam donekle pristrasan i da imam pozitivan stav prema ovoj metodi, jer smo upravo na tom polju pokrenuli naš startap. Jedan odlomak na kraju će biti posvećen maloj samopromociji.

Statističke karakteristike metode

Karakteristike FAR i FRR za šarenicu su najbolje u klasi modernih biometrijskih sistema (sa mogućim izuzetkom metode retinalnog prepoznavanja). U članku su prikazane karakteristike biblioteke za prepoznavanje šarenice našeg algoritma - EyeR SDK, koje odgovaraju VeriEye algoritmu testiranom na istim osnovama. Koristili smo CASIA baze podataka dobijene njihovim skenerom.

Tipična FAR vrijednost je 0,00001%.
Prema formuli (1), N≈3000 je broj osoblja organizacije kod kojeg je identifikacija zaposlenog prilično stabilna.
Ovdje je vrijedno napomenuti važnu osobinu koja razlikuje sistem za prepoznavanje šarenice od drugih sistema. U slučaju da koristite kameru rezolucije 1,3 MP ili više, možete snimiti dva oka u jednom kadru. Budući da su vjerovatnoće FAR i FRR statistički nezavisne vjerovatnoće, pri prepoznavanju iz dva oka, FAR vrijednost će biti približno jednaka kvadratu FAR vrijednosti za jedno oko. Na primjer, za FAR 0,001% kada se koriste dva oka, vjerovatnoća lažne tolerancije će biti 10-8%, sa FRR je samo dva puta veća od odgovarajuće vrijednosti FRR za jedno oko kada je FAR = 0,001%.

Prednosti i nedostaci metode

Prednosti metode. Statistička pouzdanost algoritma. Snimanje slike šarenice može se izvesti na udaljenosti od nekoliko centimetara do nekoliko metara, pri čemu nema fizičkog kontakta između osobe i uređaja. Šarenica je zaštićena od oštećenja – što znači da se neće mijenjati tokom vremena. Također je moguće koristiti veliki broj metoda protiv krivotvorina.
Nedostaci metode. Cijena sistema baziranog na šarenici je viša od cijene sistema baziranog na prepoznavanju prstiju ili lica. Niska dostupnost gotovih rješenja. Svaki integrator koji danas dođe na rusko tržište i kaže “daj mi gotov sistem” vjerovatno će prekinuti. Većina njih prodaje skupe sisteme po principu ključ u ruke instalirane od strane velikih kompanija kao što su Iridian ili LG.

Situacija na tržištu

Trenutno je udio tehnologija za identifikaciju šarenice na svjetskom biometrijskom tržištu, prema različitim procjenama, od 6 do 9 posto (dok tehnologije prepoznavanja otiska prsta zauzimaju više od polovine tržišta). Treba napomenuti da je od samog početka razvoja ove metode njeno jačanje na tržištu usporavala visoka cijena opreme i komponenti potrebnih za sklapanje identifikacionog sistema. Međutim, s razvojem digitalnih tehnologija, cijena zasebnog sistema počela je opadati.
Lider u razvoju softvera u ovoj oblasti je Iridian Technologies.
Ulazak na tržište velikog broja proizvođača bio je ograničen tehničkom složenošću skenera i, kao rezultat, njihovom visokom cijenom, kao i visokom cijenom softvera zbog monopolskog položaja Iridiana na tržištu. Ovi faktori su omogućili samo velikim kompanijama da se razviju u oblasti prepoznavanja šarenice, najverovatnije već angažovane u proizvodnji nekih komponenti pogodnih za sistem identifikacije (optika visoke rezolucije, minijaturne kamere sa infracrvenim osvetljenjem, itd.). Primjeri takvih kompanija mogu biti LG Electronics, Panasonic, OKI. Sklopili su ugovor sa Iridian Technologies, a kao rezultat zajedničkog rada pojavili su se sljedeći sistemi identifikacije: Iris Access 2200, BM-ET500, OKI IrisPass. U budućnosti su nastali unapređeni modeli sistema, zahvaljujući tehničkim mogućnostima ovih kompanija da se samostalno razvijaju u ovoj oblasti. Treba reći da su i navedene kompanije razvile svoj softver, ali na kraju preferiraju softver Iridian Technologies u gotovom sistemu.
Ruskim tržištem dominiraju proizvodi stranih kompanija. Iako se to teško može kupiti. Firma Papillon je dugo vremena uvjeravala sve da imaju prepoznavanje šarenice. Ali čak i predstavnici RosAtoma, njihovog direktnog kupca, za koji su napravili sistem, kažu da to nije tačno. U nekom trenutku se pojavila još jedna ruska kompanija koja je proizvodila skenere šarenice. Sad se ne mogu sjetiti imena. Kupili su algoritam od nekoga, vjerovatno od istog VeriEyea. Sam skener je bio sistem star 10-15 godina, nije beskontaktan.
U posljednjih godinu dana na svjetsko tržište je izašlo nekoliko novih proizvođača zbog isteka primarnog patenta za prepoznavanje osobe po očima. Najpouzdaniji od njih, po mom mišljenju, je AOptix. Barem njihovi pregledi i dokumentacija nisu sumnjivi. Druga kompanija je SRI International. Čak i na prvi pogled, osobi koja je uključena u sisteme za prepoznavanje šarenice, njihovi video zapisi izgledaju vrlo varljivi. Iako se ne bih iznenadio da u stvarnosti mogu nešto da urade. I taj i taj sistem ne prikazuje podatke o FAR-u i FRR-u, a takođe, po svemu sudeći, nije zaštićen od krivotvorenja.

Prepoznavanje lica

Postoji mnogo metoda za prepoznavanje geometrije lica. Svi se temelje na činjenici da su crte lica i oblik lubanje svake osobe individualni. Ova oblast biometrije mnogima se čini privlačnom, jer se prepoznajemo prvenstveno po licima. Ovo područje je podijeljeno u dva smjera: 2-D prepoznavanje i 3-D prepoznavanje. Svaki od njih ima prednosti i nedostatke, ali mnogo toga ovisi i o području primjene i zahtjevima za određeni algoritam.
Ukratko, reći ću vam o 2-d i prijeći na jednu od najzanimljivijih metoda za danas - 3-d.

2-D prepoznavanje lica

2-D prepoznavanje lica jedna je od statistički najneučinkovitijih biometrija. Pojavio se dosta davno i koristio se uglavnom u forenzičkoj nauci, što je doprinijelo njegovom razvoju. Kasnije su se pojavile kompjuterske interpretacije metode, zbog čega je postala pouzdanija, ali je, naravno, bila inferiorna i svake godine sve inferiornija u odnosu na druge biometrijske metode identifikacije ličnosti. Trenutno se, zbog loših statističkih pokazatelja, koristi u multimodalnoj ili, kako je još nazivaju, unakrsnoj biometriji ili na društvenim mrežama.

Statističke karakteristike metode

Za FAR i FRR korišteni su podaci iz VeriLook algoritama. Opet, ima vrlo uobičajene karakteristike za moderne algoritme. Ponekad se algoritmi sa FRR od 0,1% flešuju sličnim FAR-om, ali su osnove na kojima su dobijene vrlo sumnjive (izrezana pozadina, isti izraz lica, ista frizura, osvjetljenje).

Tipična FAR vrijednost je 0,1%.
Iz formule (1) dobijamo N≈30 - broj osoblja organizacije, pri kojem je identifikacija zaposlenog prilično stabilna.
Kao što vidite, statistički pokazatelji metode su prilično skromni: to negira prednost metode da je moguće izvršiti tajno snimanje lica na mjestima s puno ljudi. Smiješno je vidjeti kako se par puta godišnje finansira još jedan projekat za otkrivanje kriminalaca putem video kamera postavljenih na mjestima s puno ljudi. U proteklih deset godina statističke karakteristike algoritma se nisu poboljšale, a broj ovakvih projekata je porastao. Iako je vrijedno napomenuti da je algoritam prilično prikladan za vođenje osobe u gomili kroz mnoge kamere.

Prednosti i nedostaci metode

Prednosti metode. Uz 2-D prepoznavanje, za razliku od većine biometrijskih metoda, nije potrebna skupa oprema. Uz odgovarajuću opremu, mogućnost prepoznavanja na značajnim udaljenostima od kamere.
Nedostaci. Niska statistička značajnost. Nametnuti su zahtjevi za osvjetljenje (na primjer, nije moguće registrirati lica ljudi koji ulaze sa ulice po sunčanom danu). Za mnoge algoritme, bilo kakve vanjske smetnje su neprihvatljive, na primjer, naočale, brada, neki elementi frizure. Obavezna je frontalna slika lica, uz vrlo mala odstupanja. Mnogi algoritmi ne uzimaju u obzir moguće promjene u izrazima lica, odnosno izraz mora biti neutralan.

3-D prepoznavanje lica

Implementacija ove metode je prilično težak zadatak. Uprkos tome, trenutno postoji mnogo metoda za 3-D prepoznavanje lica. Metode se ne mogu porediti jedna s drugom, jer koriste različite skenere i baze. ne izdaju svi FAR i FRR, koriste se potpuno različiti pristupi.
Prelazna metoda od 2-d do 3-d je metoda koja implementira akumulaciju informacija o osobi. Ova metoda ima bolje karakteristike od 2d metode, ali isto tako koristi samo jednu kameru. Kada se subjekt unese u bazu, subjekt okreće glavu i algoritam spaja sliku, stvarajući 3d šablon. A tokom prepoznavanja koristi se nekoliko okvira video toka. Ova metoda je prilično eksperimentalna i nikada nisam vidio implementaciju za ACS sisteme.
Najklasičnija metoda je metoda projekcije šablona. Sastoji se od toga da se mreža projektuje na objekat (lice). Zatim kamera snima slike brzinom od desetine kadrova u sekundi, a rezultirajuće slike obrađuje poseban program. Zraka koja pada na zakrivljenu površinu se savija - što je veća zakrivljenost površine, to je savijanje zraka jače. U početku je koristio izvor vidljive svjetlosti, koji se dovodio kroz "lamele". Tada je vidljiva svjetlost zamijenjena infracrvenom, što ima niz prednosti. Obično se u prvoj fazi obrade odbacuju slike na kojima se lice uopće ne vidi ili ima stranih predmeta koji ometaju identifikaciju. Na osnovu dobijenih slika obnavlja se 3-D model lica na kojem se naglašavaju i uklanjaju nepotrebne smetnje (frizura, brada, brkovi i naočale). Zatim se model analizira – ističu se antropometrijske karakteristike koje se kao rezultat zapisuju u jedinstveni kod koji se unosi u bazu podataka. Vrijeme snimanja i obrade slike je 1-2 sekunde za najbolje modele.
Popularnost dobija i metoda 3-d prepoznavanja sa slike dobijene sa nekoliko kamera. Primjer za to je Vocord sa svojim 3D skenerom. Ova metoda daje tačnost pozicioniranja, prema uvjeravanjima programera, veću od metode projekcije šablona. Ali dok ne vidim FAR i FRR barem na njihovoj bazi - necu vjerovati !!! Ali razvija se već 3 godine, a napredak se još nije vidio na izložbama.

Statistički pokazatelji metode

Kompletni podaci o FRR i FAR za algoritme ove klase nisu javno predstavljeni na web stranicama proizvođača. Ali za najbolje modele iz Bioscript-a (3D EnrolCam, 3D FastPass), koji rade prema metodi projekcije šablona sa FAR = 0,0047%, FRR je 0,103%.
Smatra se da je statistička pouzdanost metode uporediva sa onom kod metode identifikacije otiska prsta.

Prednosti i nedostaci metode

Prednosti metode. Nema potrebe da kontaktirate uređaj za skeniranje. Niska osjetljivost na vanjske faktore, kako na samoj osobi (pojava naočara, brade, promjena frizure), tako i na njenom okruženju (svjetlo, okretanje glave). Visok nivo pouzdanosti uporediv sa metodom identifikacije otiskom prsta.
Nedostaci metode. Skupa oprema. Komercijalno dostupni sistemi nadmašili su čak i skenere šarenice. Promjene u izrazima lica i smetnje na licu pogoršavaju statističku pouzdanost metode. Metoda još nije dobro razvijena, posebno u poređenju sa dugo korišćenim uzimanjem otisaka prstiju, što otežava njenu široku upotrebu.

Situacija na tržištu

Prepoznavanje lica se smatra jednom od "tri velike biometrije" zajedno sa prepoznavanjem otiska prsta i šarenice. Moram reći da je ova metoda prilično uobičajena, i za sada je preferirana od prepoznavanja po šarenici oka. Udio tehnologija za prepoznavanje geometrije lica u ukupnom obimu svjetskog biometrijskog tržišta može se procijeniti na 13-18 posto. U Rusiji ova tehnologija također pokazuje veći interes nego, na primjer, identifikacija po šarenici. Kao što je ranije spomenuto, postoji mnogo algoritama za 3-D prepoznavanje. Većina kompanija radije razvija gotove sisteme, uključujući skenere, servere i softver. Međutim, postoje i oni koji potrošaču nude samo SDK. Danas se mogu uočiti sljedeće kompanije koje razvijaju ovu tehnologiju: Geometrix, Inc. (3D skeneri lica, softver), Genex Technologies (3D skeneri lica, softver) u SAD, Cognitec Systems GmbH (SDK, specijalni računari, 2D kamere) u Njemačkoj, Bioscrypt (3D skeneri lica, softver) - podružnica američke kompanija L- 1 Identity Solutions.
U Rusiji u ovom pravcu rade kompanije Artec grupe (3D skeneri lica i softver) - kompanija sa sjedištem u Kaliforniji, a razvoj i proizvodnja se odvijaju u Moskvi. Također, nekoliko ruskih kompanija posjeduje 2D tehnologiju za prepoznavanje lica - Vocord, ITV, itd.
U oblasti 2D prepoznavanja lica, softver je glavni predmet razvoja. konvencionalne kamere rade odličan posao u snimanju slika lica. Rješenje problema prepoznavanja lica donekle je zašlo u ćorsokak - već nekoliko godina praktički nema poboljšanja u statističkim pokazateljima algoritama. U ovoj oblasti se sistematski „rad na greškama“.
3D prepoznavanje lica je sada mnogo privlačnije područje za programere. Mnogi timovi rade u njemu i redovno slušaju o novim otkrićima. Mnoga djela su u stanju “upravo za objavljivanje”. Ali do sada na tržištu postoje samo stare ponude, izbor se nije mijenjao posljednjih godina.
Jedna od zanimljivih stvari o kojoj ponekad razmišljam i na koju bi Habr mogao odgovoriti: da li je tačnost kinect-a dovoljna za stvaranje takvog sistema? Projekti za provlačenje 3d modela osobe kroz njega su sasvim mogući.

Prepoznavanje vena na ruci

Ovo je nova tehnologija u području biometrije, njena široka upotreba počela je tek prije 5-10 godina. Infracrvena kamera snima slike vanjske ili unutarnje strane ruke. Uzorak vena nastaje zbog činjenice da hemoglobin krvi apsorbira IR zračenje. Kao rezultat toga, stepen refleksije je smanjen i vene su vidljive na kameri kao crne linije. Poseban program na osnovu primljenih podataka kreira digitalnu konvoluciju. Nije potreban ljudski kontakt sa uređajem za skeniranje.
Tehnologija je po pouzdanosti uporediva sa prepoznavanjem od strane šarenice oka, na neki način je nadmašuje, a na neki je inferiorna.
Vrijednosti FRR i FAR su za skener vena dlana. Prema podacima programera, uz FAR od 0,0008%, FRR iznosi 0,01%. Tačniji grafikon za nekoliko vrijednosti ne daje nijedna kompanija.

Prednosti i nedostaci metode

Prednosti metode. Nema potrebe da kontaktirate uređaj za skeniranje. Visoka pouzdanost - statistički pokazatelji metode su uporedivi sa onima za šarenicu. Skrivene karakteristike: za razliku od svega navedenog, ovu karakteristiku je vrlo teško dobiti od osobe „na ulici“, na primjer, fotografisanjem kamerom.
Nedostaci metode. Osvetljenje skenera sunčevim zrakama i zracima halogenih lampi je neprihvatljivo. Određene bolesti povezane sa starenjem, kao što je artritis, uvelike pogoršavaju FAR i FRR. Metoda je manje proučavana u odnosu na druge statičke biometrijske metode.

Situacija na tržištu

Prepoznavanje ručnih vena je prilično nova tehnologija, pa je stoga njen udio na svjetskom tržištu mali i iznosi oko 3%. Međutim, postoji sve veći interes za ovu metodu. Činjenica je da, budući da je prilično precizna, ova metoda ne zahtijeva tako skupu opremu kao što su, na primjer, metode prepoznavanja zasnovane na geometriji lica ili šarenice. Sada se mnoge kompanije razvijaju u ovoj oblasti. Na primjer, po narudžbi engleske kompanije TDSi, razvijen je softver za PalmVein biometrijski čitač vena na dlanu, koji je predstavio Fujitsu. Sam skener je razvio Fujitsu prvenstveno za borbu protiv finansijskih prijevara u Japanu.
Sljedeće kompanije Veid Pte također rade na polju identifikacije po uzorku vena. doo (skener, softver), Hitachi VeinID (skeneri)
U Rusiji ne poznajem nijednu kompaniju koja se bavi ovom tehnologijom.

Retina

Donedavno se vjerovalo da je najpouzdanija metoda biometrijske identifikacije i autentifikacije ličnosti metoda zasnovana na skeniranju retine oka. Sadrži najbolje karakteristike identifikacije po šarenici i venama ruke. Skener očitava uzorak kapilara na površini mrežnice. Mrežnica ima nepokretnu strukturu koja se ne mijenja tokom vremena, osim kao posljedica bolesti, poput katarakte.
Skeniranje mrežnice se izvode korištenjem infracrvenog svjetla niskog intenziteta usmjerenog kroz zjenicu do krvnih sudova u stražnjem dijelu oka. Retinalni skeneri su postali široko rasprostranjeni u sistemima kontrole pristupa visoko klasifikovanim objektima, jer imaju jedan od najnižih procenata odbijanja pristupa registrovanim korisnicima i praktično nema pogrešne dozvole pristupa.
Nažalost, pri korištenju ove biometrijske metode javljaju se brojne poteškoće. Skener je ovdje vrlo složen optički sistem i osoba se ne smije pomjerati duže vrijeme dok se sistem vodi, što izaziva neugodne senzacije.
Prema EyeDentify, za ICAM2001 skener sa FAR = 0,001%, FRR vrijednost je 0,4%.

Prednosti i nedostaci metode

Prednosti. Visok nivo statističke pouzdanosti. Zbog niske rasprostranjenosti sistema, mala je vjerovatnoća da će se razviti način da se oni "prevare".
Nedostaci. Sofisticiran sistem sa visokim vremenom obrta. Visoka cijena sistema. Nedostatak širokog tržišta ponude i, kao posljedica, nedovoljan intenzitet razvoja metode.

Geometrija ruke

Ova metoda, prilično rasprostranjena i prije 10 godina, a nastala je iz forenzičke nauke posljednjih godina, u opadanju je. Bazira se na dobijanju geometrijskih karakteristika ruku: dužine prstiju, širine dlana itd. Ova metoda, kao i retina oka, odumire, a pošto ima mnogo niže karakteristike, nećemo je ni potpunije uvoditi.
Ponekad se vjeruje da se metode geometrijskog prepoznavanja koriste u sistemima za prepoznavanje vena. Ali u prodaji nikada nismo vidjeli tako eksplicitno deklariranu. Osim toga, često se pri prepoznavanju po venama slika samo dlan, dok se pri prepoznavanju po geometriji slika prstima.

Malo samopromocije

Svojevremeno smo razvili dobar algoritam za prepoznavanje očiju. Ali u to vrijeme ovakva visokotehnološka stvar nije bila potrebna ovoj zemlji, a ja nisam htio ići u buržuje (gdje smo bili pozvani nakon prvog članka). Ali odjednom, nakon godinu i po dana, pojavili su se investitori koji su htjeli da naprave "biometrijski portal" za sebe - sistem koji bi pojeo dva oka i koristio komponentu boje šarenice (za koju je investitor imao svjetski patent) . Zapravo, sada ovo radimo. Ali ovo nije članak o samopromociji, ovo je kratka lirska digresija. Ako nekoga zanima ima nekih informacija, ali nekad u budućnosti, kada uđemo na tržište (ili ne), napisat ću nekoliko riječi o zaokretima biometrijskog projekta u Rusiji.

zaključci

Čak iu klasi statičkih biometrijskih sistema postoji veliki izbor sistema. Koju da odaberete? Sve zavisi od zahteva za sigurnosnim sistemom. Statistički najpouzdaniji i najotporniji pristupni sistemi su iris i vene na rukama. Za prve, postoji šire tržište za prijedloge. Ali ovo nije granica. Biometrijski sistemi identifikacije mogu se kombinovati da bi se postigla astronomska tačnost. Najjeftiniji i najjednostavniji za upotrebu, ali sa dobrom statistikom, su sistemi na vrhu prsta. 2D tolerancija lica je zgodna i jeftina, ali ima ograničenu primjenu zbog loše statistike.
Uzmite u obzir karakteristike koje će svaki od sistema imati: otpornost na krivotvorenje, otpornost na okoliš, jednostavnost korištenja, cijenu, brzinu, stabilnost biometrijske karakteristike tokom vremena. Stavimo ocjene od 1 do 10 u svaku kolonu. Što je skor bliži 10, to je sistem bolji u tom pogledu. Principi odabira ocjena opisani su na samom početku članka.


Također razmotrite odnos između FAR i FRR za ove sisteme. Ovaj odnos određuje efikasnost sistema i širinu njegove upotrebe.


Vrijedi zapamtiti da za šarenicu možete povećati tačnost sistema gotovo kvadratno, bez gubitka vremena, ako komplikujete sistem tako što ćete ga napraviti sa dva oka. Za metodu otiska prsta - spajanjem nekoliko prstiju, i prepoznavanje po venama, spajanjem dvije ruke, ali takvo poboljšanje je moguće samo s povećanjem vremena provedenog u radu s osobom.
Sumirajući rezultate za metode, možemo reći da za srednje i velike objekte, kao i za objekte sa maksimalnim sigurnosnim zahtjevom, iris treba koristiti kao biometrijski pristup i, eventualno, prepoznavanje po venama ruke. Za objekte sa do nekoliko stotina zaposlenih, pristup otisku prsta će biti optimalan. 2D sistemi za prepoznavanje lica su vrlo specifični. Oni mogu biti potrebni u slučajevima kada je za prepoznavanje potrebno odsustvo fizičkog kontakta, ali je nemoguće isporučiti sistem kontrole šarenice. Na primjer, ako je potrebno identificirati osobu bez njenog učešća, skrivena kamera ili kamera za otkrivanje na otvorenom, ali to je moguće samo s malim brojem subjekata u bazi i malim brojem ljudi snimljenih kamerom.

Napomena za mladog tehničara

Neki proizvođači, na primjer Neurotechnology, imaju demo verzije biometrijskih metoda koje objavljuju na svojoj web stranici, tako da ih možete lako uključiti i igrati se. Za one koji odluče da se ozbiljnije pozabave problemom, mogu preporučiti jedinu knjigu koju sam vidio na ruskom - "Vodič za biometriju" R.M. Ball, J.H. Connel, S. Pancanti. Postoji mnogo algoritama i njihovih matematičkih modela. Nije sve kompletno i ne odgovara savremenosti, ali osnova nije loša i sveobuhvatna.

P.S.

U ovom opusu nisam ulazio u problem autentifikacije, već sam se dotakao samo identifikacije. U principu, iz karakteristika FAR/FRR-a i mogućnosti krivotvorenja, svi se zaključci po pitanju autentifikacije sugerišu sami od sebe.

Oznake: Dodaj oznake

ZlodeiBaal 11. kolovoza 2011. u 21:54

Savremene biometrijske metode identifikacije

• Sigurnost informacija

Nedavno se na Habré-u pojavilo mnogo članaka o Google-ovim sistemima za identifikaciju lica. Iskreno govoreći, od mnogih od njih to nosi novinarstvo i, najblaže rečeno, nekompetentnost. I htio sam napisati dobar članak o biometriji, nije mi prvi! Postoji nekoliko dobrih članaka o biometriji na Habréu - ali su prilično kratki i nepotpuni. Ovdje ću pokušati ukratko iznijeti opća načela biometrijske identifikacije i savremena dostignuća čovječanstva po ovom pitanju. Uključujući identifikaciju po licima.

Članak ima, što je u suštini njegov prequel.

Članak će se temeljiti na zajedničkoj publikaciji s kolegom u časopisu (BDI, 2009), revidiranoj kako bi odgovarao modernoj stvarnosti. Habré još nema kolega, ali je podržao objavljivanje revidiranog članka ovdje. U trenutku objavljivanja, članak je bio kratak pregled tržišta moderne biometrijske tehnologije, koji smo sami vodili prije nego što smo lansirali naš proizvod. Procene o primenljivosti iznete u drugom delu članka zasnovane su na mišljenjima ljudi koji su koristili i implementirali proizvode, kao i na mišljenjima ljudi uključenih u proizvodnju biometrijskih sistema u Rusiji i Evropi.

opće informacije

Počnimo s osnovama. U 95% slučajeva biometrija je u suštini matematička statistika. A matstat je egzaktna nauka, čiji se algoritmi koriste svuda: u radarima i u Bayesovim sistemima. Greške prve i druge vrste mogu se uzeti kao dvije glavne karakteristike svakog biometrijskog sistema). U teoriji radara obično se nazivaju "lažni alarm" ili "promašaj cilja", a u biometriji su najutvrđeniji koncepti FAR (False Acceptance Rate) i FRR (False Rejection Rate). Prvi broj karakterizira vjerovatnoću lažne podudarnosti biometrijskih karakteristika dvije osobe. Drugi je vjerovatnoća uskraćivanja pristupa ovlaštenoj osobi. Sistem je bolji, što je niža FRR vrijednost za iste FAR vrijednosti. Ponekad se koristi i komparativna karakteristika EER, koja određuje tačku u kojoj se ukrštaju FRR i FAR grafovi. Ali nije uvijek reprezentativan. Više detalja možete pronaći, na primjer,.
Može se primijetiti sljedeće: ako FAR i FRR nisu dati u karakteristikama sistema baziranog na otvorenim biometrijskim bazama podataka, onda šta god proizvođači izjavili o njegovim karakteristikama, ovaj sistem je najvjerovatnije nekompetentan ili mnogo slabiji od konkurenata.
Ali ne samo FAR i FRR određuju kvalitet biometrijskog sistema. Da je to jedini način, onda bi vodeća tehnologija bila prepoznavanje ljudi po DNK, za koje FAR i FRR teže nuli. Ali očito je da ova tehnologija nije primjenjiva u sadašnjoj fazi ljudskog razvoja! Razvili smo nekoliko empirijskih karakteristika koje nam omogućavaju da procenimo kvalitet sistema. “Otpornost na krivotvorine” je empirijska karakteristika koja sažima koliko je lako prevariti biometrijski identifikator. "Otpornost na okolinu" - karakteristika koja empirijski procjenjuje stabilnost sistema u različitim vanjskim uvjetima, kao što su promjene u osvjetljenju ili sobnoj temperaturi. “Jednostavnost upotrebe” pokazuje koliko je teško koristiti biometrijski skener, da li je identifikacija moguća “u pokretu”. Važna karakteristika je "Brzina rada" i "Trošak sistema". Ne zaboravite da se biometrijske karakteristike osobe mogu mijenjati s vremenom, pa ako je nestabilno, ovo je značajan nedostatak.
Obilje biometrijskih metoda je zadivljujuće. Glavne metode koje koriste statičke biometrijske karakteristike osobe su identifikacija po papilarnom uzorku na prstima, šarenici, geometriji lica, retini, šaru vena šake i geometriji šake. Postoji i porodica metoda koje koriste dinamičke karakteristike: identifikacija glasom, dinamika rukopisa, otkucaji srca, hod. Ispod je distribucija biometrijskog tržišta prije nekoliko godina. U svakom drugom izvoru ti podaci variraju 15-20 posto, tako da je ovo samo procjena. Također ovdje pod konceptom "geometrije ruke" postoje dvije različite metode, o kojima će biti riječi u nastavku.


U ovom članku ćemo razmotriti samo one karakteristike koje su primjenjive u sistemima kontrole pristupa (ACS) ili u srodnim zadacima. Zbog svoje superiornosti, to su prvenstveno statičke karakteristike. Od dinamičkih karakteristika u ovom trenutku, samo prepoznavanje glasa ima barem neki statistički značaj (uporedivo sa najgorim statičkim algoritmima FAR ~ 0,1%, FRR ~ 6%), ali samo pod idealnim uslovima.
Da biste dobili osjećaj za vjerovatnoće FAR i FRR, možete procijeniti koliko često će se lažna podudaranja pojaviti ako instalirate sistem identifikacije na pristupniku sa N osobljem. Vjerovatnoća lažne podudarnosti otiska prsta primljenog od strane skenera za bazu podataka od N otisaka je FAR ∙ N. I svaki dan oko N ljudi također prolazi kroz kontrolnu tačku pristupa. Tada je vjerovatnoća greške za radni dan FAR ∙ (N ∙ N). Naravno, u zavisnosti od ciljeva sistema identifikacije, verovatnoća greške u jedinici vremena može uveliko varirati, ali ako prihvatimo jednu grešku po radnom danu kao prihvatljivu, onda:
(1)
Tada dobijamo da je stabilan rad sistema identifikacije sa FAR = 0,1% = 0,001 moguć sa brojem osoblja N≈30.

Biometrijski skeneri

Danas koncept "biometrijskog algoritma" i "biometrijskog skenera" nisu nužno međusobno povezani. Kompanija može proizvoditi ove elemente pojedinačno ili zajedno. Najveća diferencijacija proizvođača skenera i proizvođača softvera postignuta je na tržištu papilarne biometrije prstiju. Najmanji 3D skener lica na tržištu. Zapravo, nivo diferencijacije u velikoj mjeri odražava razvoj i zasićenost tržišta. Što je veći izbor, tema je više razrađena i dovedena do savršenstva. Različiti skeneri imaju različit skup mogućnosti. U osnovi, to je skup testova za provjeru da li je biometrijski objekat neovlašten ili ne. Za skenere prstiju to može biti provjera udarca ili provjera temperature, za skenere oka to može biti provjera smještaja zenice, za skenere lica može biti pokret lica.
Skeneri uvelike utiču na primljenu FAR i FRR statistiku. U nekim slučajevima, ovi brojevi se mogu promijeniti desetine puta, posebno u realnim uslovima. Obično se daju karakteristike algoritma za neku "idealnu" bazu, ili samo za prikladnu, gdje se izbacuju mutni i zamućeni okviri. Samo nekoliko algoritama iskreno pokazuje i bazu i puni FAR/FRR izlaz za to.

A sada detaljnije o svakoj od tehnologija

Otisci prstiju

Otisak prsta (prepoznavanje otiska prsta) je danas najrazvijenija biometrijska metoda lične identifikacije. Katalizator za razvoj metode bila je njegova široka upotreba u forenzičkoj nauci 20. stoljeća.
Svaka osoba ima jedinstveni papilarni uzorak otiska prsta, koji omogućava identifikaciju. Algoritmi obično koriste karakteristične tačke na otiscima prstiju: kraj linije uzorka, grananje linije, pojedinačne tačke. Dodatno, uključene su informacije o morfološkoj strukturi otiska prsta: relativni položaj zatvorenih linija papilarnog uzorka, "lučnih" i spiralnih linija. Karakteristike papilarnog uzorka se pretvaraju u jedinstveni kod koji čuva informativni sadržaj slike za štampanje. A to su „kodovi otiska prsta“ koji su pohranjeni u bazi podataka koja se koristi za pretragu i poređenje. Vrijeme prevođenja slike otiska prsta u kod i njegova identifikacija obično ne prelazi 1 s, ovisno o veličini baze podataka. Vrijeme utrošeno na podizanje ruke se ne računa.

VeriFinger SDK statistika dobijena DP U.are.U skenerom otiska prsta korištena je kao izvor podataka o FAR i FRR. U proteklih 5-10 godina karakteristike prepoznavanja prstiju nisu mnogo napredovale, tako da su navedene brojke dobar primjer prosječne vrijednosti modernih algoritama. Sam algoritam VeriFinger je nekoliko godina pobjeđivao na Međunarodnom takmičenju za verifikaciju otiska prsta, gdje su se takmičili algoritmi za prepoznavanje prstiju.

Tipična FAR vrijednost za metodu prepoznavanja otiska prsta je 0,001%.
Iz formule (1) dobijamo da je stabilan rad identifikacionog sistema sa FAR = 0,001% moguć sa brojem osoblja N≈300.

Prednosti metode. Visoka pouzdanost - statistički pokazatelji metode su bolji od indikatora metoda identifikacije po licu, glasu, slici. Niska cijena uređaja koji skeniraju sliku otiska prsta. Prilično jednostavna procedura za skeniranje otiska prsta.
Nedostaci: papilarni uzorak otiska prsta se vrlo lako ošteti malim ogrebotinama i posjekotinama. Ljudi koji su koristili skenere u tvornicama sa nekoliko stotina zaposlenih prijavljuju visoku stopu neuspjeha skeniranja. Mnogi skeneri su neadekvatni za suhu kožu i sprečavaju starije ljude van. U komunikaciji na poslednjoj izložbi MIPS-a, šef službe obezbeđenja velikog hemijskog preduzeća rekao je da je njihov pokušaj da u preduzeće uvedu skenere prstiju (probani su skeneri raznih sistema) propao - minimalna izloženost hemikalijama na prstima zaposlenih uzrokovao je otkaz sigurnosnih sistema skenera - skeneri su prste proglasili lažnim. Također postoji nedostatak zaštite od krivotvorenja slike otiska prsta, dijelom zbog raširene upotrebe metode. Naravno, ne mogu se svi skeneri prevariti metodama Legend Bustera, ali ipak. Za neke osobe sa "neprikladnim" prstima (posebno tjelesnom temperaturom, vlažnošću), vjerovatnoća uskraćivanja pristupa može doseći 100%. Broj takvih ljudi varira od djelića procenta za skupe skenere do deset posto za jeftine.
Naravno, vrijedno je napomenuti da je veliki broj nedostataka uzrokovan široko rasprostranjenom rasprostranjenošću sistema, ali se ti nedostaci dešavaju i javljaju se vrlo često.

Situacija na tržištu

Trenutno sistemi za prepoznavanje otisaka prstiju zauzimaju više od polovine biometrijskog tržišta. Mnoge ruske i strane kompanije bave se proizvodnjom sistema kontrole pristupa zasnovanih na metodi identifikacije otiska prsta. Zbog činjenice da je ovaj pravac jedan od najstarijih, najrašireniji je i daleko najrazvijeniji. Skeneri otiska prsta su prešli zaista dug put da se poboljšaju. Savremeni sistemi su opremljeni raznim senzorima (temperatura, pritisak, itd.), koji povećavaju stepen zaštite od falsifikovanja. Sistemi su svakim danom sve praktičniji i kompaktniji. Zapravo, programeri su već dosegli određenu granicu u ovoj oblasti i nema gdje dalje razvijati metodu. Osim toga, većina kompanija proizvodi gotove sisteme koji su opremljeni svime što vam je potrebno, uključujući softver. Integratori u ovoj oblasti jednostavno ne moraju sami sastavljati sistem, jer je to neisplativo i zahtijevat će više vremena i truda od kupovine gotovog i već jeftinog sistema, izbor će biti zaista širok.
Među stranim kompanijama koje se bave sistemima za prepoznavanje otiska prsta izdvaja se SecuGen (USB skeneri za računare, skeneri koji se mogu instalirati u preduzećima ili ugraditi u brave, SDK i softver za povezivanje sistema sa računarom); Bayometric Inc. (skeneri otiska prsta, TAA/sistemi kontrole pristupa, SDK-ovi za otiske prstiju, ugrađeni moduli za otiske prstiju); DigitalPersona, Inc. (USB-skeneri, SDK). U Rusiji u ovoj oblasti rade sledeće kompanije: BioLink (skeneri otiska prsta, biometrijski uređaji za kontrolu pristupa, softver); Sonda (skeneri otiska prsta, biometrijski uređaji za kontrolu pristupa, SDK); SmartLock (skeneri otiska prsta i moduli) itd.

Iris

Šarenica oka je jedinstvena karakteristika ljudi. Šara šarenice se formira u osmom mjesecu intrauterinog razvoja, konačno se stabilizira u dobi od oko dvije godine i praktički se ne mijenja tokom života, osim kao rezultat teške traume ili oštrih patologija. Metoda je jedna od najpreciznijih među biometrijskim metodama.
Sistem za identifikaciju šarenice je logično podeljen na dva dela: uređaj za snimanje slike, njenu primarnu obradu i prenos na računar i računar koji upoređuje sliku sa slikama u bazi podataka i šalje komandu za prijem u izvršni uređaj. .
Vrijeme primarne obrade slike u savremenim sistemima je oko 300-500ms, brzina poređenja rezultujuće slike sa baznom je na nivou od 50.000-150.000 poređenja u sekundi na običnom računaru. Ova brzina poređenja ne nameće ograničenja za primjenu metode u velikim organizacijama kada se koristi u pristupnim sistemima. Korištenjem specijaliziranih računara i algoritama za optimizaciju pretraživanja, postaje moguće čak i identificirati osobu među stanovnicima cijele zemlje.
Odmah mogu da odgovorim da sam donekle pristrasan i da imam pozitivan stav prema ovoj metodi, jer smo upravo na tom polju pokrenuli naš startap. Jedan odlomak na kraju će biti posvećen maloj samopromociji.

Statističke karakteristike metode

Karakteristike FAR i FRR za šarenicu su najbolje u klasi modernih biometrijskih sistema (sa mogućim izuzetkom metode retinalnog prepoznavanja). U članku su prikazane karakteristike biblioteke za prepoznavanje šarenice našeg algoritma - EyeR SDK, koje odgovaraju VeriEye algoritmu testiranom na istim osnovama. Koristili smo CASIA baze podataka dobijene njihovim skenerom.

Tipična FAR vrijednost je 0,00001%.
Prema formuli (1), N≈3000 je broj osoblja organizacije kod kojeg je identifikacija zaposlenog prilično stabilna.
Ovdje je vrijedno napomenuti važnu osobinu koja razlikuje sistem za prepoznavanje šarenice od drugih sistema. U slučaju da koristite kameru rezolucije 1,3 MP ili više, možete snimiti dva oka u jednom kadru. Budući da su vjerovatnoće FAR i FRR statistički nezavisne vjerovatnoće, pri prepoznavanju iz dva oka, FAR vrijednost će biti približno jednaka kvadratu FAR vrijednosti za jedno oko. Na primjer, za FAR 0,001% kada se koriste dva oka, vjerovatnoća lažne tolerancije će biti 10-8%, sa FRR je samo dva puta veća od odgovarajuće vrijednosti FRR za jedno oko kada je FAR = 0,001%.

Prednosti i nedostaci metode

Prednosti metode. Statistička pouzdanost algoritma. Snimanje slike šarenice može se izvesti na udaljenosti od nekoliko centimetara do nekoliko metara, pri čemu nema fizičkog kontakta između osobe i uređaja. Šarenica je zaštićena od oštećenja – što znači da se neće mijenjati tokom vremena. Također je moguće koristiti veliki broj metoda protiv krivotvorina.
Nedostaci metode. Cijena sistema baziranog na šarenici je viša od cijene sistema baziranog na prepoznavanju prstiju ili lica. Niska dostupnost gotovih rješenja. Svaki integrator koji danas dođe na rusko tržište i kaže “daj mi gotov sistem” vjerovatno će prekinuti. Većina njih prodaje skupe sisteme po principu ključ u ruke instalirane od strane velikih kompanija kao što su Iridian ili LG.

Situacija na tržištu

Trenutno je udio tehnologija za identifikaciju šarenice na svjetskom biometrijskom tržištu, prema različitim procjenama, od 6 do 9 posto (dok tehnologije prepoznavanja otiska prsta zauzimaju više od polovine tržišta). Treba napomenuti da je od samog početka razvoja ove metode njeno jačanje na tržištu usporavala visoka cijena opreme i komponenti potrebnih za sklapanje identifikacionog sistema. Međutim, s razvojem digitalnih tehnologija, cijena zasebnog sistema počela je opadati.
Lider u razvoju softvera u ovoj oblasti je Iridian Technologies.
Ulazak na tržište velikog broja proizvođača bio je ograničen tehničkom složenošću skenera i, kao rezultat, njihovom visokom cijenom, kao i visokom cijenom softvera zbog monopolskog položaja Iridiana na tržištu. Ovi faktori su omogućili samo velikim kompanijama da se razviju u oblasti prepoznavanja šarenice, najverovatnije već angažovane u proizvodnji nekih komponenti pogodnih za sistem identifikacije (optika visoke rezolucije, minijaturne kamere sa infracrvenim osvetljenjem, itd.). Primjeri takvih kompanija mogu biti LG Electronics, Panasonic, OKI. Sklopili su ugovor sa Iridian Technologies, a kao rezultat zajedničkog rada pojavili su se sljedeći sistemi identifikacije: Iris Access 2200, BM-ET500, OKI IrisPass. U budućnosti su nastali unapređeni modeli sistema, zahvaljujući tehničkim mogućnostima ovih kompanija da se samostalno razvijaju u ovoj oblasti. Treba reći da su i navedene kompanije razvile svoj softver, ali na kraju preferiraju softver Iridian Technologies u gotovom sistemu.
Ruskim tržištem dominiraju proizvodi stranih kompanija. Iako se to teško može kupiti. Firma Papillon je dugo vremena uvjeravala sve da imaju prepoznavanje šarenice. Ali čak i predstavnici RosAtoma, njihovog direktnog kupca, za koji su napravili sistem, kažu da to nije tačno. U nekom trenutku se pojavila još jedna ruska kompanija koja je proizvodila skenere šarenice. Sad se ne mogu sjetiti imena. Kupili su algoritam od nekoga, vjerovatno od istog VeriEyea. Sam skener je bio sistem star 10-15 godina, nije beskontaktan.
U posljednjih godinu dana na svjetsko tržište je izašlo nekoliko novih proizvođača zbog isteka primarnog patenta za prepoznavanje osobe po očima. Najpouzdaniji od njih, po mom mišljenju, je AOptix. Barem njihovi pregledi i dokumentacija nisu sumnjivi. Druga kompanija je SRI International. Čak i na prvi pogled, osobi koja je uključena u sisteme za prepoznavanje šarenice, njihovi video zapisi izgledaju vrlo varljivi. Iako se ne bih iznenadio da u stvarnosti mogu nešto da urade. I taj i taj sistem ne prikazuje podatke o FAR-u i FRR-u, a takođe, po svemu sudeći, nije zaštićen od krivotvorenja.

Prepoznavanje lica

Postoji mnogo metoda za prepoznavanje geometrije lica. Svi se temelje na činjenici da su crte lica i oblik lubanje svake osobe individualni. Ova oblast biometrije mnogima se čini privlačnom, jer se prepoznajemo prvenstveno po licima. Ovo područje je podijeljeno u dva smjera: 2-D prepoznavanje i 3-D prepoznavanje. Svaki od njih ima prednosti i nedostatke, ali mnogo toga ovisi i o području primjene i zahtjevima za određeni algoritam.
Ukratko, reći ću vam o 2-d i prijeći na jednu od najzanimljivijih metoda za danas - 3-d.

2-D prepoznavanje lica

2-D prepoznavanje lica jedna je od statistički najneučinkovitijih biometrija. Pojavio se dosta davno i koristio se uglavnom u forenzičkoj nauci, što je doprinijelo njegovom razvoju. Kasnije su se pojavile kompjuterske interpretacije metode, zbog čega je postala pouzdanija, ali je, naravno, bila inferiorna i svake godine sve inferiornija u odnosu na druge biometrijske metode identifikacije ličnosti. Trenutno se, zbog loših statističkih pokazatelja, koristi u multimodalnoj ili, kako je još nazivaju, unakrsnoj biometriji ili na društvenim mrežama.

Statističke karakteristike metode

Za FAR i FRR korišteni su podaci iz VeriLook algoritama. Opet, ima vrlo uobičajene karakteristike za moderne algoritme. Ponekad se algoritmi sa FRR od 0,1% flešuju sličnim FAR-om, ali su osnove na kojima su dobijene vrlo sumnjive (izrezana pozadina, isti izraz lica, ista frizura, osvjetljenje).

Tipična FAR vrijednost je 0,1%.
Iz formule (1) dobijamo N≈30 - broj osoblja organizacije, pri kojem je identifikacija zaposlenog prilično stabilna.
Kao što vidite, statistički pokazatelji metode su prilično skromni: to negira prednost metode da je moguće izvršiti tajno snimanje lica na mjestima s puno ljudi. Smiješno je vidjeti kako se par puta godišnje finansira još jedan projekat za otkrivanje kriminalaca putem video kamera postavljenih na mjestima s puno ljudi. U proteklih deset godina statističke karakteristike algoritma se nisu poboljšale, a broj ovakvih projekata je porastao. Iako je vrijedno napomenuti da je algoritam prilično prikladan za vođenje osobe u gomili kroz mnoge kamere.

Prednosti i nedostaci metode

Prednosti metode. Uz 2-D prepoznavanje, za razliku od većine biometrijskih metoda, nije potrebna skupa oprema. Uz odgovarajuću opremu, mogućnost prepoznavanja na značajnim udaljenostima od kamere.
Nedostaci. Niska statistička značajnost. Nametnuti su zahtjevi za osvjetljenje (na primjer, nije moguće registrirati lica ljudi koji ulaze sa ulice po sunčanom danu). Za mnoge algoritme, bilo kakve vanjske smetnje su neprihvatljive, na primjer, naočale, brada, neki elementi frizure. Obavezna je frontalna slika lica, uz vrlo mala odstupanja. Mnogi algoritmi ne uzimaju u obzir moguće promjene u izrazima lica, odnosno izraz mora biti neutralan.

3-D prepoznavanje lica

Implementacija ove metode je prilično težak zadatak. Uprkos tome, trenutno postoji mnogo metoda za 3-D prepoznavanje lica. Metode se ne mogu porediti jedna s drugom, jer koriste različite skenere i baze. ne izdaju svi FAR i FRR, koriste se potpuno različiti pristupi.
Prelazna metoda od 2-d do 3-d je metoda koja implementira akumulaciju informacija o osobi. Ova metoda ima bolje karakteristike od 2d metode, ali isto tako koristi samo jednu kameru. Kada se subjekt unese u bazu, subjekt okreće glavu i algoritam spaja sliku, stvarajući 3d šablon. A tokom prepoznavanja koristi se nekoliko okvira video toka. Ova metoda je prilično eksperimentalna i nikada nisam vidio implementaciju za ACS sisteme.
Najklasičnija metoda je metoda projekcije šablona. Sastoji se od toga da se mreža projektuje na objekat (lice). Zatim kamera snima slike brzinom od desetine kadrova u sekundi, a rezultirajuće slike obrađuje poseban program. Zraka koja pada na zakrivljenu površinu se savija - što je veća zakrivljenost površine, to je savijanje zraka jače. U početku je koristio izvor vidljive svjetlosti, koji se dovodio kroz "lamele". Tada je vidljiva svjetlost zamijenjena infracrvenom, što ima niz prednosti. Obično se u prvoj fazi obrade odbacuju slike na kojima se lice uopće ne vidi ili ima stranih predmeta koji ometaju identifikaciju. Na osnovu dobijenih slika obnavlja se 3-D model lica na kojem se naglašavaju i uklanjaju nepotrebne smetnje (frizura, brada, brkovi i naočale). Zatim se model analizira – ističu se antropometrijske karakteristike koje se kao rezultat zapisuju u jedinstveni kod koji se unosi u bazu podataka. Vrijeme snimanja i obrade slike je 1-2 sekunde za najbolje modele.
Popularnost dobija i metoda 3-d prepoznavanja sa slike dobijene sa nekoliko kamera. Primjer za to je Vocord sa svojim 3D skenerom. Ova metoda daje tačnost pozicioniranja, prema uvjeravanjima programera, veću od metode projekcije šablona. Ali dok ne vidim FAR i FRR barem na njihovoj bazi - necu vjerovati !!! Ali razvija se već 3 godine, a napredak se još nije vidio na izložbama.

Statistički pokazatelji metode

Kompletni podaci o FRR i FAR za algoritme ove klase nisu javno predstavljeni na web stranicama proizvođača. Ali za najbolje modele iz Bioscript-a (3D EnrolCam, 3D FastPass), koji rade prema metodi projekcije šablona sa FAR = 0,0047%, FRR je 0,103%.
Smatra se da je statistička pouzdanost metode uporediva sa onom kod metode identifikacije otiska prsta.

Prednosti i nedostaci metode

Prednosti metode. Nema potrebe da kontaktirate uređaj za skeniranje. Niska osjetljivost na vanjske faktore, kako na samoj osobi (pojava naočara, brade, promjena frizure), tako i na njenom okruženju (svjetlo, okretanje glave). Visok nivo pouzdanosti uporediv sa metodom identifikacije otiskom prsta.
Nedostaci metode. Skupa oprema. Komercijalno dostupni sistemi nadmašili su čak i skenere šarenice. Promjene u izrazima lica i smetnje na licu pogoršavaju statističku pouzdanost metode. Metoda još nije dobro razvijena, posebno u poređenju sa dugo korišćenim uzimanjem otisaka prstiju, što otežava njenu široku upotrebu.

Situacija na tržištu

Prepoznavanje lica se smatra jednom od "tri velike biometrije" zajedno sa prepoznavanjem otiska prsta i šarenice. Moram reći da je ova metoda prilično uobičajena, i za sada je preferirana od prepoznavanja po šarenici oka. Udio tehnologija za prepoznavanje geometrije lica u ukupnom obimu svjetskog biometrijskog tržišta može se procijeniti na 13-18 posto. U Rusiji ova tehnologija također pokazuje veći interes nego, na primjer, identifikacija po šarenici. Kao što je ranije spomenuto, postoji mnogo algoritama za 3-D prepoznavanje. Većina kompanija radije razvija gotove sisteme, uključujući skenere, servere i softver. Međutim, postoje i oni koji potrošaču nude samo SDK. Danas se mogu uočiti sljedeće kompanije koje razvijaju ovu tehnologiju: Geometrix, Inc. (3D skeneri lica, softver), Genex Technologies (3D skeneri lica, softver) u SAD, Cognitec Systems GmbH (SDK, specijalni računari, 2D kamere) u Njemačkoj, Bioscrypt (3D skeneri lica, softver) - podružnica američke kompanija L- 1 Identity Solutions.
U Rusiji u ovom pravcu rade kompanije Artec grupe (3D skeneri lica i softver) - kompanija sa sjedištem u Kaliforniji, a razvoj i proizvodnja se odvijaju u Moskvi. Također, nekoliko ruskih kompanija posjeduje 2D tehnologiju za prepoznavanje lica - Vocord, ITV, itd.
U oblasti 2D prepoznavanja lica, softver je glavni predmet razvoja. konvencionalne kamere rade odličan posao u snimanju slika lica. Rješenje problema prepoznavanja lica donekle je zašlo u ćorsokak - već nekoliko godina praktički nema poboljšanja u statističkim pokazateljima algoritama. U ovoj oblasti se sistematski „rad na greškama“.
3D prepoznavanje lica je sada mnogo privlačnije područje za programere. Mnogi timovi rade u njemu i redovno slušaju o novim otkrićima. Mnoga djela su u stanju “upravo za objavljivanje”. Ali do sada na tržištu postoje samo stare ponude, izbor se nije mijenjao posljednjih godina.
Jedna od zanimljivih stvari o kojoj ponekad razmišljam i na koju bi Habr mogao odgovoriti: da li je tačnost kinect-a dovoljna za stvaranje takvog sistema? Projekti za provlačenje 3d modela osobe kroz njega su sasvim mogući.

Prepoznavanje vena na ruci

Ovo je nova tehnologija u području biometrije, njena široka upotreba počela je tek prije 5-10 godina. Infracrvena kamera snima slike vanjske ili unutarnje strane ruke. Uzorak vena nastaje zbog činjenice da hemoglobin krvi apsorbira IR zračenje. Kao rezultat toga, stepen refleksije je smanjen i vene su vidljive na kameri kao crne linije. Poseban program na osnovu primljenih podataka kreira digitalnu konvoluciju. Nije potreban ljudski kontakt sa uređajem za skeniranje.
Tehnologija je po pouzdanosti uporediva sa prepoznavanjem od strane šarenice oka, na neki način je nadmašuje, a na neki je inferiorna.
Vrijednosti FRR i FAR su za skener vena dlana. Prema podacima programera, uz FAR od 0,0008%, FRR iznosi 0,01%. Tačniji grafikon za nekoliko vrijednosti ne daje nijedna kompanija.

Prednosti i nedostaci metode

Prednosti metode. Nema potrebe da kontaktirate uređaj za skeniranje. Visoka pouzdanost - statistički pokazatelji metode su uporedivi sa onima za šarenicu. Skrivene karakteristike: za razliku od svega navedenog, ovu karakteristiku je vrlo teško dobiti od osobe „na ulici“, na primjer, fotografisanjem kamerom.
Nedostaci metode. Osvetljenje skenera sunčevim zrakama i zracima halogenih lampi je neprihvatljivo. Određene bolesti povezane sa starenjem, kao što je artritis, uvelike pogoršavaju FAR i FRR. Metoda je manje proučavana u odnosu na druge statičke biometrijske metode.

Situacija na tržištu

Prepoznavanje ručnih vena je prilično nova tehnologija, pa je stoga njen udio na svjetskom tržištu mali i iznosi oko 3%. Međutim, postoji sve veći interes za ovu metodu. Činjenica je da, budući da je prilično precizna, ova metoda ne zahtijeva tako skupu opremu kao što su, na primjer, metode prepoznavanja zasnovane na geometriji lica ili šarenice. Sada se mnoge kompanije razvijaju u ovoj oblasti. Na primjer, po narudžbi engleske kompanije TDSi, razvijen je softver za PalmVein biometrijski čitač vena na dlanu, koji je predstavio Fujitsu. Sam skener je razvio Fujitsu prvenstveno za borbu protiv finansijskih prijevara u Japanu.
Sljedeće kompanije Veid Pte također rade na polju identifikacije po uzorku vena. doo (skener, softver), Hitachi VeinID (skeneri)
U Rusiji ne poznajem nijednu kompaniju koja se bavi ovom tehnologijom.

Retina

Donedavno se vjerovalo da je najpouzdanija metoda biometrijske identifikacije i autentifikacije ličnosti metoda zasnovana na skeniranju retine oka. Sadrži najbolje karakteristike identifikacije po šarenici i venama ruke. Skener očitava uzorak kapilara na površini mrežnice. Mrežnica ima nepokretnu strukturu koja se ne mijenja tokom vremena, osim kao posljedica bolesti, poput katarakte.
Skeniranje mrežnice se izvode korištenjem infracrvenog svjetla niskog intenziteta usmjerenog kroz zjenicu do krvnih sudova u stražnjem dijelu oka. Retinalni skeneri su postali široko rasprostranjeni u sistemima kontrole pristupa visoko klasifikovanim objektima, jer imaju jedan od najnižih procenata odbijanja pristupa registrovanim korisnicima i praktično nema pogrešne dozvole pristupa.
Nažalost, pri korištenju ove biometrijske metode javljaju se brojne poteškoće. Skener je ovdje vrlo složen optički sistem i osoba se ne smije pomjerati duže vrijeme dok se sistem vodi, što izaziva neugodne senzacije.
Prema EyeDentify, za ICAM2001 skener sa FAR = 0,001%, FRR vrijednost je 0,4%.

Prednosti i nedostaci metode

Prednosti. Visok nivo statističke pouzdanosti. Zbog niske rasprostranjenosti sistema, mala je vjerovatnoća da će se razviti način da se oni "prevare".
Nedostaci. Sofisticiran sistem sa visokim vremenom obrta. Visoka cijena sistema. Nedostatak širokog tržišta ponude i, kao posljedica, nedovoljan intenzitet razvoja metode.

Geometrija ruke

Ova metoda, prilično rasprostranjena i prije 10 godina, a nastala je iz forenzičke nauke posljednjih godina, u opadanju je. Bazira se na dobijanju geometrijskih karakteristika ruku: dužine prstiju, širine dlana itd. Ova metoda, kao i retina oka, odumire, a pošto ima mnogo niže karakteristike, nećemo je ni potpunije uvoditi.
Ponekad se vjeruje da se metode geometrijskog prepoznavanja koriste u sistemima za prepoznavanje vena. Ali u prodaji nikada nismo vidjeli tako eksplicitno deklariranu. Osim toga, često se pri prepoznavanju po venama slika samo dlan, dok se pri prepoznavanju po geometriji slika prstima.

Malo samopromocije

Svojevremeno smo razvili dobar algoritam za prepoznavanje očiju. Ali u to vrijeme ovakva visokotehnološka stvar nije bila potrebna ovoj zemlji, a ja nisam htio ići u buržuje (gdje smo bili pozvani nakon prvog članka). Ali odjednom, nakon godinu i po dana, pojavili su se investitori koji su htjeli da naprave "biometrijski portal" za sebe - sistem koji bi pojeo dva oka i koristio komponentu boje šarenice (za koju je investitor imao svjetski patent) . Zapravo, sada ovo radimo. Ali ovo nije članak o samopromociji, ovo je kratka lirska digresija. Ako nekoga zanima ima nekih informacija, ali nekad u budućnosti, kada uđemo na tržište (ili ne), napisat ću nekoliko riječi o zaokretima biometrijskog projekta u Rusiji.

zaključci

Čak iu klasi statičkih biometrijskih sistema postoji veliki izbor sistema. Koju da odaberete? Sve zavisi od zahteva za sigurnosnim sistemom. Statistički najpouzdaniji i najotporniji pristupni sistemi su iris i vene na rukama. Za prve, postoji šire tržište za prijedloge. Ali ovo nije granica. Biometrijski sistemi identifikacije mogu se kombinovati da bi se postigla astronomska tačnost. Najjeftiniji i najjednostavniji za upotrebu, ali sa dobrom statistikom, su sistemi na vrhu prsta. 2D tolerancija lica je zgodna i jeftina, ali ima ograničenu primjenu zbog loše statistike.
Uzmite u obzir karakteristike koje će svaki od sistema imati: otpornost na krivotvorenje, otpornost na okoliš, jednostavnost korištenja, cijenu, brzinu, stabilnost biometrijske karakteristike tokom vremena. Stavimo ocjene od 1 do 10 u svaku kolonu. Što je skor bliži 10, to je sistem bolji u tom pogledu. Principi odabira ocjena opisani su na samom početku članka.


Također razmotrite odnos između FAR i FRR za ove sisteme. Ovaj odnos određuje efikasnost sistema i širinu njegove upotrebe.


Vrijedi zapamtiti da za šarenicu možete povećati tačnost sistema gotovo kvadratno, bez gubitka vremena, ako komplikujete sistem tako što ćete ga napraviti sa dva oka. Za metodu otiska prsta - spajanjem nekoliko prstiju, i prepoznavanje po venama, spajanjem dvije ruke, ali takvo poboljšanje je moguće samo s povećanjem vremena provedenog u radu s osobom.
Sumirajući rezultate za metode, možemo reći da za srednje i velike objekte, kao i za objekte sa maksimalnim sigurnosnim zahtjevom, iris treba koristiti kao biometrijski pristup i, eventualno, prepoznavanje po venama ruke. Za objekte sa do nekoliko stotina zaposlenih, pristup otisku prsta će biti optimalan. 2D sistemi za prepoznavanje lica su vrlo specifični. Oni mogu biti potrebni u slučajevima kada je za prepoznavanje potrebno odsustvo fizičkog kontakta, ali je nemoguće isporučiti sistem kontrole šarenice. Na primjer, ako je potrebno identificirati osobu bez njenog učešća, skrivena kamera ili kamera za otkrivanje na otvorenom, ali to je moguće samo s malim brojem subjekata u bazi i malim brojem ljudi snimljenih kamerom.

Napomena za mladog tehničara

Neki proizvođači, na primjer Neurotechnology, imaju demo verzije biometrijskih metoda koje objavljuju na svojoj web stranici, tako da ih možete lako uključiti i igrati se. Za one koji odluče da se ozbiljnije pozabave problemom, mogu preporučiti jedinu knjigu koju sam vidio na ruskom - "Vodič za biometriju" R.M. Ball, J.H. Connel, S. Pancanti. Postoji mnogo algoritama i njihovih matematičkih modela. Nije sve kompletno i ne odgovara savremenosti, ali osnova nije loša i sveobuhvatna.

P.S.

U ovom opusu nisam ulazio u problem autentifikacije, već sam se dotakao samo identifikacije. U principu, iz karakteristika FAR/FRR-a i mogućnosti krivotvorenja, svi se zaključci po pitanju autentifikacije sugerišu sami od sebe.

Tagovi:

• biometrija
• skeneri otiska prsta

Dodaj oznake