28.06.2017

Morpho je objavio novi terminal 3D Face Reader za skeniranje lica, čiju tačnost i stabilnost osiguravaju jedinstveni algoritmi i korištenje 3-dimenzionalnih biometrijskih šablona. Čak ni osvjetljenje objekta ne utiče na rad ovog uređaja, jer se identifikacija lica vrši pomoću IR kamere, a cijeli proces identifikacije traje oko 1 sekundu. Dodatne prednosti 3D Face čitača uključuju direktnu kontrolu električne brave ili okretnice, integraciju sa bilo kojim sistemom kontrole pristupa mreži putem Wieganda, LAN-a, RS232 i RS485, kao i PoE podršku za napajanje i kontrolu uređaja preko jednog Ethernet kabla.

Dizajn 3D Face Reader-a posvećen je dizajnu koliko i funkcionalnosti, što je rezultiralo modernim, ergonomskim proizvodom koji daje vrlo precizna očitavanja i van mreže i na mreži, i ima zanemarljivu stopu lažnog prihvatanja/odbijanja. Svi Morpho proizvodi koji pružaju identifikaciju lica, otisaka prstiju ili vena mogu se integrirati u postojeći sistem kontrole pristupa za postepenu nadogradnju. Štaviše, zajedno sa načinom identifikacije, svi Morpho čitači podržavaju način verifikacije za ograničavanje pristupa kritičnim objektima.

Prema proizvođaču novog skenera lica, nemoguće je prevariti 3D Face Reader. U stanju je da identifikuje osobu sa velikom preciznošću u pokretu, uprkos prisustvu pokrivala za glavu, naočala, slušalica i drugih dodataka koji pokrivaju delove lica, a takođe isključuje prolazak stranaca pomoću fotografije ili video zapisa osobe registrovane u sistem. Ovaj čitač ne smanjuje svoju efikasnost čak ni uz nedostatak svjetla na objektu, jer se identifikacija lica vrši u infracrvenom opsegu. Dodatna prednost ovakvog uređaja za identifikaciju je ta što ruke osobe uvijek ostaju slobodne, a sam “identifikator” se ne može izgubiti ili dati drugoj osobi.

Integraciju Morpho čitača sa postojećom mrežnom infrastrukturom na lokaciji najlakše je implementirati korištenjem TCP/IP protokola, budući da se isti Ethernet kabel može koristiti za konfiguraciju, kontrolu i napajanje identifikacionog uređaja. Posebno za takve slučajeve, programeri 3D Face Reader-a su obezbijedili podršku za PoE tehnologiju. Nekoliko Morpho biometrijskih čitača može se povezati u jednu mrežu putem TCP/IP, koji će se koristiti za identifikaciju osobe na različitim tačkama prolaza, a njima se može upravljati preko softverskog interfejsa SecureAdmin™. Važno je napomenuti da vam ovaj softver omogućava da akumulirate biometrijske šablone lica koje kreira jedan 3D čitač lica za upotrebu od strane svih čitača sistema.

Nedavno se na Habréu pojavilo mnogo članaka posvećenih Google-ovim sistemima za identifikaciju lica. Iskreno govoreći, mnogi od njih mirišu na 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 i identifikaciju od strane osoba.

Članak ima nastavak, koji je, zapravo, njegov prequel.

Kao osnova za članak koristit će se zajednička publikacija s kolegom u časopisu (BDI, 2009), revidirana za moderne realnosti. Habré još nema kolegu, ali je podržao objavljivanje revidiranog članka ovdje. U trenutku objavljivanja, članak je bio kratak pregled tržišta moderne biometrijske tehnologije, koji smo sami napravili prije lansiranja našeg proizvoda. Vrednosni sudovi primenljivosti izneti u drugom delu članka zasnivaju se 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 sama po sebi matematička statistika. A matstat je egzaktna nauka, algoritmi iz koje se 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, oni se obično nazivaju “lažni alarmi” ili “promašaji mete”, a u biometriji su najutvrđeniji koncepti FAR (False Acceptance Rate) i FRR (False Rejection Rate). Prvi broj karakterizira vjerovatnoću lažnog podudaranja biometrijskih karakteristika dvije osobe. Druga je vjerovatnoća uskraćivanja pristupa osobi sa dozvolom. Sistem je bolji, što je manja vrijednost FRR-a pri istim FAR vrijednostima. Ponekad se koristi i komparativna karakteristika EER-a, koja određuje tačku u kojoj se ukrštaju FRR i FAR grafovi. Ali nije uvijek reprezentativan. Više detalja se može vidjeti, na primjer,.
Može se primijetiti sljedeće: ako FAR i FRR za otvorene biometrijske baze podataka nisu dati u karakteristikama sistema, onda bez obzira na to šta proizvođači izjavili o njegovim karakteristikama, ovaj sistem je najvjerovatnije nesposoban ili mnogo slabiji od svojih konkurenata.
Ali ne samo FAR i FRR određuju kvalitet biometrijskog sistema. Da je to jedini način, tada bi vodeća tehnologija bila DNK prepoznavanje ljudi, 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 za procjenu kvaliteta sistema. "Otpornost na krivotvorenje" je empirijska mjera koja sažima koliko je lako lažirati biometrijski identifikator. „Stabilnost okoline“ je 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 biometrijska karakteristika osobe može promijeniti s vremenom, pa ako je nestabilna, ovo je značajan minus.
Obilje biometrijskih metoda je zadivljujuće. Glavne metode koje koriste statičke biometrijske karakteristike osobe su identifikacija po papilarnom uzorku na prstima, šarenici, geometriji lica, retini, uzorku vena šake, 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 se pod konceptom „geometrije ruke“ kriju dvije različite metode, o kojima će biti riječi u nastavku.


U članku ćemo razmotriti samo one karakteristike koje su primjenjive u sustavima kontrole i upravljanja pristupom (ACS) ili u njima bliskim 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 u idealnim uslovima.
Da biste stekli utisak o vjerovatnoći FAR i FRR, može se procijeniti koliko često će se lažna podudaranja pojaviti ako je sistem identifikacije instaliran u zatvorenoj organizaciji sa N osobljem. Vjerovatnoća lažnog podudaranja otiska prsta koji je primio skener za bazu podataka od N otisaka je FAR∙N. A svaki dan oko N ljudi također prođe kroz kontrolnu tačku pristupa. Tada je vjerovatnoća greške po radnom danu FAR∙(N∙N). Naravno, u zavisnosti od ciljeva sistema identifikacije, verovatnoća greške u jedinici vremena može veoma varirati, ali ako se prihvati jedna greška po radnom danu, onda:
(1)
Tada dobijamo da je stabilan rad sistema identifikacije na FAR=0,1% =0,001 moguć sa brojem osoblja N≈30.

Biometrijski skeneri

Danas koncepti "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 biometrijskih uzoraka papilarnih 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 različite mogućnosti. U osnovi, ovo je skup testova za provjeru da li je biometrijski objekt promijenjen ili ne. Za skenere prstiju, ovo može biti provjera olakšanja ili provjera temperature, za skenere oka ovo može biti provjera smještaja zenice, za skenere lica pokret lica.
Skeneri imaju veoma snažan uticaj na primljenu FAR i FRR statistiku. U nekim slučajevima, ove brojke se mogu promijeniti desetine puta, posebno u realnim uslovima. Obično su karakteristike algoritma date 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

Daktiloskopija (prepoznavanje otiska prsta) je do sada najrazvijenija biometrijska metoda lične identifikacije. Katalizator za razvoj metode bila je njena široka upotreba u forenzičkoj nauci u 20. veku.
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 upravo su "kodovi otiska prsta" pohranjeni u bazi podataka koja se koristi za pretraživanje i poređenje. Vrijeme za prevođenje slike otiska prsta u kod i njegovu identifikaciju obično ne prelazi 1 s, ovisno o veličini baze. Vrijeme utrošeno na podizanje ruke se ne uzima u obzir.

Kao izvor podataka za FAR i FRR korištena je statistika VeriFinger SDK dobivena korištenjem U.are.U DP skenera otiska prsta. U proteklih 5-10 godina karakteristike prepoznavanja po prstu nisu mnogo napredovale, pa date brojke pokazuju dobar prosjek modernih algoritama. Sam VeriFinger algoritam je nekoliko godina pobjeđivao na Međunarodnom takmičenju za verifikaciju otiska prsta, gdje su se takmičili algoritmi za prepoznavanje otiska prsta.

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

Prednosti metode. Visoka pouzdanost - statistički pokazatelji metode su bolji od onih kod metoda identifikacije po licu, glasu, slici. Jeftini uređaji koji skeniraju sliku otiska prsta. Prilično jednostavna procedura za skeniranje otiska prsta.
Nedostaci: papilarni uzorak otiska prsta se vrlo lako ošteti malim ogrebotinama, posjekotinama. Ljudi koji su koristili skenere u preduzećima sa nekoliko stotina zaposlenih prijavljuju visoku stopu neuspjeha skeniranja. Mnogi skeneri ne tretiraju adekvatno suhu kožu i ne propuštaju starije osobe. U komunikaciji na poslednjoj izložbi MIPS-a, šef službe obezbeđenja velikog hemijskog preduzeća rekao je da je njihov pokušaj uvođenja skenera za prste u preduzeću (probani su skeneri raznih sistema) propao – što je izazvalo minimalno izlaganje prstiju zaposlenih hemikalijama. kvar u sigurnosnim sistemima skenera - skeneri su prste proglasili lažnim. Takođe postoji nedostatak zaštite od falsifikovanja otisaka prstiju, delom zbog raširene upotrebe metode. Naravno, ne mogu se svi skeneri prevariti metodama iz MythBusters, ali ipak. Za neke osobe sa „neprikladnim“ prstima (tjelesna temperatura, vlažnost), vjerovatnoća da im pristup bude odbijen može dostići 100%. Broj takvih ljudi varira od djelića procenta za skupe skenere do deset posto za jeftine.
Naravno, vrijedi napomenuti da je veliki broj nedostataka uzrokovan raširenim korištenjem sistema, ali ovi nedostaci postoje 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, dobio je najveću rasprostranjenost i daleko je najrazvijeniji. Skeneri otiska prsta su zaista prešli dug put. Savremeni sistemi su opremljeni raznim senzorima (temperatura, sila pritiska, itd.), koji povećavaju stepen zaštite od falsifikovanja. Svaki dan sistemi postaju 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. Jednostavno, nema potrebe da integratori u ovoj oblasti sami sastavljaju 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 otiska prsta); DigitalPersona Inc. (USB-skeneri, SDK). U Rusiji u ovoj oblasti posluju 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 ljudska karakteristika. Šara šarenice se formira u osmom mjesecu fetalnog razvoja, konačno se stabilizira u dobi od oko dvije godine i praktički se ne mijenja tijekom života, osim kao posljedica teških ozljeda ili teških patologija. Metoda je jedna od najpreciznijih među biometrijskim metodama.
Sistem za identifikaciju šarenice je logično podeljen na dva dela: uređaj za hvatanje slike, njena primarna obrada i prenos na kalkulator, i kompjuter koji upoređuje sliku sa slikama u bazi podataka, prenoseći komandu o prijemu do aktuatora.
Vrijeme primarne obrade slike u modernim sistemima je otprilike 300-500ms, brzina poređenja rezultujuće slike sa baznom ima nivo od 50000-150000 poređenja u sekundi na konvencionalnom računaru. Ova brzina poređenja ne nameće ograničenja za primjenu metode u velikim organizacijama kada se koristi u pristupnim sistemima. Korištenjem specijaliziranih kalkulatora i algoritama za optimizaciju pretraživanja, čak je moguće 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 bazama podataka. Korištene su CASIA baze podataka dobivene njihovim skenerom.

Karakteristična vrijednost FAR-a je 0,00001%.
Prema formuli (1), N≈3000 je broj osoblja organizacije, kod kojeg se identifikacija zaposlenog odvija prilično stabilno.
Ovdje je vrijedno napomenuti važnu osobinu koja razlikuje sistem za prepoznavanje šarenice od drugih sistema. U slučaju da koristite kameru rezolucije 1,3 MP, možete snimiti dva oka u jednom kadru. Budući da su FAR i FRR vjerovatnoće statistički nezavisne vjerovatnoće, FAR vrijednost za prepoznavanje u dva oka bit će približno jednaka kvadratu FAR vrijednosti za jedno oko. Na primjer, za FAR od 0,001% uz korištenje dva oka, vjerovatnoća lažne tolerancije bila bi 10-8%, pri čemu bi FRR samo dva puta veći od odgovarajuće vrijednosti FRR za jedno oko sa FAR=0,001%.

Prednosti i nedostaci metode

Prednosti metode. Statistička pouzdanost algoritma. Snimanje slike šarenice može se vršiti na udaljenosti od nekoliko centimetara do nekoliko metara, dok do fizičkog kontakta osobe sa uređajem ne dolazi. Šarenica je zaštićena od oštećenja – što znači da se neće mijenjati tokom vremena. Također je moguće koristiti veliki broj metoda koje štite od krivotvorenja.
Nedostaci metode. Cijena sistema baziranog na šarenici je viša od cijene sistema baziranog na prepoznavanju prstiju ili prepoznavanju lica. Niska dostupnost gotovih rješenja. Svaki integrator koji danas dođe na rusko tržište i kaže “daj mi gotov sistem” će najvjerovatnije prekinuti. Uglavnom se prodaju skupi sistemi po principu ključ u ruke koje instaliraju velike kompanije 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 za prepoznavanje 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 sistema identifikacije. Međutim, razvojem digitalnih tehnologija, cijena jednog 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 su LG Electronics, Panasonic, OKI. Sklopili su ugovor sa Iridian Technologies, a kao rezultat zajedničkog rada pojavili su se sljedeći identifikacioni sistemi: 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, u gotovom sistemu, preferiraju softver Iridian Technologies.
Ruskim tržištem dominiraju proizvodi stranih kompanija. Iako je teško kupiti. Papillon je dugo uvjeravao 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 neka ruska kompanija koja je proizvodila skenere šarenice. Sada se ne sećam imena. Kupili su algoritam od nekoga, možda od istog VeriEyea. Sam skener je bio sistem star 10-15 godina, nikako beskontaktni.
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, zaslužuje AOptix. Barem njihov pregled i dokumentacija ne izaziva sumnju. Druga kompanija je SRI International. Čak i na prvi pogled, osobi koja je uključena u sisteme za prepoznavanje šarenice, njihovi video zapisi izgledaju vrlo lažni. Iako se ne bih iznenadio da u stvarnosti mogu nešto da urade. Oba sistema ne prikazuju podatke o FAR-u i FRR-u, a takođe, očigledno, nisu zaštićeni od lažiranja.

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 licu. Ovo područje je podijeljeno na dva područja: 2-D prepoznavanje i 3-D prepoznavanje. Svaki od njih ima prednosti i nedostatke, ali mnogo toga ovisi i o opsegu i zahtjevima za određeni algoritam.
Ukratko ću govoriti o 2-d i prijeći na jednu od danas najzanimljivijih metoda - 3-d.

2D prepoznavanje lica

2-D prepoznavanje lica jedna je od statistički najneefikasnijih biometrijskih metoda. 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 je sve inferiornija u odnosu na druge biometrijske metode lične identifikacije. Trenutno se, zbog loših statističkih performansi, koristi u multimodalnoj ili, kako je još nazivaju, unakrsnoj biometriji ili na društvenim mrežama.

Statističke karakteristike metode

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

Karakteristična vrijednost FAR-a je 0,1%.
Iz formule (1) dobijamo N≈30 - broj osoblja organizacije, pri kojem se identifikacija zaposlenog odvija prilično stabilno.
Kao što se može vidjeti, statistički pokazatelji metode su prilično skromni: to eliminira prednost metode da je moguće provoditi 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 se povećao. 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. Postoje zahtjevi za osvjetljenje (na primjer, lica ljudi koji ulaze sa ulice po sunčanom danu ne mogu se registrovati). Za mnoge algoritme, neprihvatljivost bilo kakvih vanjskih smetnji, kao što su naočale, brada, neki elementi frizure. Obavezna frontalna slika lica, sa vrlo malim odstupanjima. 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. daleko od toga da svi izdaju FAR i FRR, koriste se potpuno različiti pristupi.
Prelazna metoda iz 2-d u 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. Prilikom unosa subjekta u bazu podataka, subjekt okreće glavu i algoritam povezuje sliku, stvarajući 3d šablon. A prilikom prepoznavanja koristi se nekoliko kadrova video toka. Ova metoda je prilično eksperimentalna i nikada nisam vidio implementacije za ACS sisteme.
Najklasičnija metoda je metoda projekcije šablona. Sastoji se u tome da se na objekt (lice) projektuje mreža. Zatim kamera snima slike brzinom od nekoliko desetina kadrova u sekundi, a rezultirajuće slike obrađuje poseban program. Greda koja pada na zakrivljenu površinu se savija - što je veća zakrivljenost površine, to je jače savijanje grede. U početku se koristio izvor vidljive svjetlosti koji se dovodio kroz "roletne". 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 analizira model – ističu se antropometrijske karakteristike koje se na kraju bilježe jedinstvenim kodom unesenim u bazu podataka. Vrijeme snimanja i obrade slike je 1-2 sekunde za najbolje modele.
Takođe, sve popularnija je metoda 3-d prepoznavanja na osnovu 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 u njihovoj bazi podataka, neću vjerovati !!! Ali razvija se već 3 godine, a napredak na izložbama se još ne vidi.

Statistički pokazatelji metode

Puni podaci o FRR i FAR za algoritme ove klase nisu javno dostupni na web stranicama proizvođača. Ali za najbolje Bioscript modele (3D EnrolCam, 3D FastPass) koji rade po metodi projekcije šablona sa FAR = 0,0047% FRR je 0,103%.
Smatra se da je statistička pouzdanost metode uporediva sa pouzdanošću 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 njenoj okolini (osvjetljenje, okretanje glave). Visok nivo sigurnosti, uporediv sa identifikacijom otiska prsta.
Nedostaci metode. Skupa oprema. Kompleksi dostupni za prodaju bili su čak skuplji od skenera irisa. Promjene u izrazima lica i šum na licu degradiraju statističku pouzdanost metode. Metoda još nije dobro razvijena, posebno u poređenju sa uzimanjem otisaka prstiju, koje se koristi već duže vrijeme, što otežava njegovu široku primjenu.

Situacija na tržištu

Prepoznavanje geometrije lica jedna je od "tri velike biometrije" zajedno s prepoznavanjem otiska prsta i šarenice. Moram reći da je ova metoda prilično uobičajena i za sada joj se daje prednost u odnosu na prepoznavanje od strane šarenice oka. Udio tehnologija za prepoznavanje geometrije lica u ukupnom obimu globalnog 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. Uglavnom, kompanije radije razvijaju sisteme po principu ključ u ruke koji uključuju skenere, servere i softver. Međutim, postoje oni koji potrošaču nude samo SDK. Do danas možemo istaći sljedeće kompanije koje su uključene u razvoj ove tehnologije: Geometrix, Inc. (3D skeneri lica, softver), Genex Technologies (3D skeneri lica, softver) u SAD-u, Cognitec Systems GmbH (SDK, specijalni računari, 2D kamere) u Njemačkoj, Bioscrypt (3D skeneri lica, softver) je podružnica američke kompanija L- 1 Identity Solutions.
U Rusiji kompanije Artec grupe (3D skeneri lica i softver) rade u tom pravcu - 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, glavni predmet razvoja je softver, jer Konvencionalne kamere su odlične 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 bubama".
3D prepoznavanje lica je sada mnogo privlačnije područje za programere. Zapošljava mnogo timova i redovno sluša o novim otkrićima. Mnoga djela su u stanju "upravo će biti objavljena". No, do sada su na tržištu bile samo stare ponude, a posljednjih godina izbor se nije mijenjao.
Jedna od zanimljivih stvari o kojoj ponekad razmišljam i na koju će, možda, Habr odgovoriti: da li je tačnost kinekta dovoljna za stvaranje takvog sistema? Postoji dosta projekata za izvlačenje 3d modela osobe kroz njega.

Prepoznavanje po venama ruku

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 u krvi apsorbira infracrveno zračenje. Kao rezultat, 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 šarenice oka, na neki način je nadmašuje, a na neki je inferiorna.
Vrijednosti FRR i FAR su za skener vena dlana. Prema programeru na FAR 0,0008% FRR je 0,01%. Nijedna kompanija ne proizvodi tačniji raspored za nekoliko vrijednosti.

Prednosti i nedostaci metode

Prednosti metode. Nema potrebe da kontaktirate uređaj za skeniranje. Visoka pouzdanost - statistički pokazatelji metode su uporedivi sa očitanjima šarenice. Skrivene karakteristike: za razliku od svega navedenog, vrlo je teško dobiti ovu karakteristiku od osobe „na ulici“, na primjer, fotografisanjem je kamerom.
Nedostaci metode. Izlaganje skenera sunčevoj svjetlosti i zracima halogenih sijalica je neprihvatljivo. Neke bolesti povezane sa starenjem, kao što je artritis, uvelike narušavaju FAR i FRR. Metoda je manje proučavana u odnosu na druge statičke biometrijske metode.

Situacija na tržištu

Prepoznavanje vena na ruci je prilično nova tehnologija, pa je stoga njen globalni tržišni udio mali, oko 3%. Međutim, interesovanje za ovu metodu raste. 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 šarenici. Sada se mnoge kompanije razvijaju u ovoj oblasti. Tako je, na primjer, po narudžbi engleske kompanije TDSi, razvijen softver za biometrijski čitač vena dlana PalmVein, koji je predstavio Fujitsu. Sam skener je razvio Fujitsu prvenstveno za borbu protiv finansijskih prijevara u Japanu.
U oblasti identifikacije vena su i sledeće kompanije Veid Pte. doo (skener, softver), Hitachi VeinID (skeneri)
Ne znam nijednu kompaniju u Rusiji koja se bavi ovom tehnologijom.

Retina

Donedavno se vjerovalo da je najpouzdanija metoda biometrijske identifikacije i autentifikacije osobe metoda zasnovana na skeniranju mrežnice. Sadrži najbolje karakteristike identifikacije po šarenici i venama šake. Skener očitava uzorak kapilara na površini mrežnice. Mrežnica ima fiksnu strukturu koja se ne mijenja tokom vremena, osim kao posljedica bolesti, poput katarakte.
Skeniranje mrežnice koristi infracrveno svjetlo niskog intenziteta usmjereno kroz zjenicu do krvnih sudova u stražnjem dijelu oka. Retinalni skeneri su se široko koristili u sistemima kontrole pristupa za visoko tajne objekte, jer imaju jedan od najnižih postotaka odbijenog pristupa registrovanim korisnicima i praktično nema pogrešnih dozvola za pristup.
Nažalost, pri korištenju ove biometrijske metode javljaju se brojne poteškoće. Skener je ovdje vrlo složen optički sistem i osoba se ne smije kretati duže vrijeme dok se sistem indukuje, što izaziva nelagodu.
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, male su šanse da se razvije način da se oni "prevare".
Nedostaci. Teško je koristiti sistem sa velikim vremenom obrade. Visoka cijena sistema. Nedostatak široke tržišne ponude i, kao rezultat, nedovoljan intenzitet razvoja metode.

Geometrija ruke

Ova metoda, prilično uobičajena prije 10 godina, koja potiče iz forenzičke nauke, posljednjih godina opada. Bazira se na dobijanju geometrijskih karakteristika ruku: dužine prstiju, širine dlana itd. Ova metoda, kao i retina oka, umire, a kako ima mnogo niže karakteristike, nećemo ni ulaziti u njen potpuniji opis.
Ponekad se vjeruje da se metode geometrijskog prepoznavanja koriste u sistemima za prepoznavanje vena. Ali u prodaji nikada nismo vidjeli tako jasno navedeno. Osim toga, često se pri prepoznavanju po venama uzima samo dlan, dok se pri prepoznavanju po geometriji slikaju prsti.

Malo samopromocije

Svojevremeno smo razvili dobar algoritam za prepoznavanje očiju. Ali u to vrijeme ovakva visokotehnološka stvar nije bila potrebna u ovoj zemlji, a ja nisam želio ići u buržoaziju (gdje smo bili pozvani nakon prvog članka). Ali odjednom, nakon godinu i po dana, i dalje je bilo investitora koji su željeli da naprave "biometrijski portal" za sebe - sistem koji bi pojeo 2 oka i koristio komponentu boje šarenice (za koju je investitor imao svjetski patent ). U stvari, to je ono što mi sada radimo. Ali ovo nije članak o samopromociji, ovo je kratka lirska digresija. Ako je neko zainteresovan, ima informacija, a nekad u budućnosti, kada uđemo na tržište (ili ne budemo), ovde ću napisati par reči o usponima i padovima biometrijskog projekta u Rusiji.

nalazi

Čak iu klasi statičkih biometrijskih sistema postoji veliki izbor sistema. Koju odabrati? Sve zavisi od bezbednosnih zahteva. Statistički najpouzdaniji i najotporniji pristupni sistemi su sistemi za pristup irisu i venama ruku. Za prvi od njih postoji šire tržište za prijedloge. Ali ovo nije granica. Biometrijski sistemi identifikacije mogu se kombinovati da bi se postigla astronomska tačnost. Najjeftiniji i najlakši za upotrebu, ali sa dobrom statistikom, su sistemi tolerancije prstiju. 2D tolerancija lica je zgodna i jeftina, ali ima ograničen opseg zbog loše statistike.
Uzmite u obzir karakteristike koje će svaki od sistema imati: otpornost na krivotvorenje, otpornost na okolinu, jednostavnost upotrebe, cijenu, brzinu, stabilnost biometrijske karakteristike tokom vremena. Postavimo oznake 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.


Uzimamo u obzir i omjer 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 za 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. Mogu biti potrebni u slučajevima kada je za prepoznavanje potrebno odsustvo fizičkog kontakta, ali nije moguće postaviti kontrolni sistem na šarenicu. Na primjer, ako je potrebno identificirati osobu bez njenog sudjelovanja, skrivenom kamerom ili kamerom za otkrivanje na otvorenom, ali to je moguće samo uz mali broj subjekata u bazi i mali protok ljudi snimljenih kamerom .

Mladi tehničari uzimaju u obzir

Neki proizvođači, kao što je Neurotechnology, imaju demo verzije biometrijskih metoda koje objavljuju na svojoj web stranici, tako da ih možete uključiti i igrati se. Za one koji odluče da se ozbiljnije pozabave problemom, mogu savjetovati jedinu knjigu koju sam vidio na ruskom - "Vodič za biometriju" R.M. Ball, J.H. Connell, S. Pancanti. Postoji mnogo algoritama i njihovih matematičkih modela. Nije sve kompletno i ne odgovara sve sadašnjosti, ali baza 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: Dodajte oznake

ZlodeiBaal 11. avgust 2011. u 21:54

Savremene biometrijske metode identifikacije

• Sigurnost informacija

Nedavno se na Habréu pojavilo mnogo članaka posvećenih Google-ovim sistemima za identifikaciju lica. Iskreno govoreći, mnogi od njih mirišu na 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 i identifikaciju od strane osoba.

Članak ima , što je, u stvari, njegov prequel.

Kao osnova za članak koristit će se zajednička publikacija s kolegom u časopisu (BDI, 2009), revidirana za moderne realnosti. Habré još nema kolegu, ali je podržao objavljivanje revidiranog članka ovdje. U trenutku objavljivanja, članak je bio kratak pregled tržišta moderne biometrijske tehnologije, koji smo sami napravili prije lansiranja našeg proizvoda. Vrednosni sudovi primenljivosti izneti u drugom delu članka zasnivaju se 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 sama po sebi matematička statistika. A matstat je egzaktna nauka, algoritmi iz koje se 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, oni se obično nazivaju “lažni alarmi” ili “promašaji mete”, a u biometriji su najutvrđeniji koncepti FAR (False Acceptance Rate) i FRR (False Rejection Rate). Prvi broj karakterizira vjerovatnoću lažnog podudaranja biometrijskih karakteristika dvije osobe. Druga je vjerovatnoća uskraćivanja pristupa osobi sa dozvolom. Sistem je bolji, što je manja vrijednost FRR-a pri istim FAR vrijednostima. Ponekad se koristi i komparativna karakteristika EER-a, koja određuje tačku u kojoj se ukrštaju FRR i FAR grafovi. Ali nije uvijek reprezentativan. Više detalja se može vidjeti, na primjer,.
Može se primijetiti sljedeće: ako FAR i FRR za otvorene biometrijske baze podataka nisu dati u karakteristikama sistema, onda bez obzira na to šta proizvođači izjavili o njegovim karakteristikama, ovaj sistem je najvjerovatnije nesposoban ili mnogo slabiji od svojih konkurenata.
Ali ne samo FAR i FRR određuju kvalitet biometrijskog sistema. Da je to jedini način, tada bi vodeća tehnologija bila DNK prepoznavanje ljudi, 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 za procjenu kvaliteta sistema. "Otpornost na krivotvorenje" je empirijska mjera koja sažima koliko je lako lažirati biometrijski identifikator. „Stabilnost okoline“ je 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 biometrijska karakteristika osobe može promijeniti s vremenom, pa ako je nestabilna, ovo je značajan minus.
Obilje biometrijskih metoda je zadivljujuće. Glavne metode koje koriste statičke biometrijske karakteristike osobe su identifikacija po papilarnom uzorku na prstima, šarenici, geometriji lica, retini, uzorku vena šake, 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 se pod konceptom „geometrije ruke“ kriju dvije različite metode, o kojima će biti riječi u nastavku.


U članku ćemo razmotriti samo one karakteristike koje su primjenjive u sustavima kontrole i upravljanja pristupom (ACS) ili u njima bliskim 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 u idealnim uslovima.
Da biste stekli utisak o vjerovatnoći FAR i FRR, može se procijeniti koliko često će se lažna podudaranja pojaviti ako je sistem identifikacije instaliran u zatvorenoj organizaciji sa N osobljem. Vjerovatnoća lažnog podudaranja otiska prsta koji je primio skener za bazu podataka od N otisaka je FAR∙N. A svaki dan oko N ljudi također prođe kroz kontrolnu tačku pristupa. Tada je vjerovatnoća greške po radnom danu FAR∙(N∙N). Naravno, u zavisnosti od ciljeva sistema identifikacije, verovatnoća greške u jedinici vremena može veoma varirati, ali ako se prihvati jedna greška po radnom danu, onda:
(1)
Tada dobijamo da je stabilan rad sistema identifikacije na FAR=0,1% =0,001 moguć sa brojem osoblja N≈30.

Biometrijski skeneri

Danas koncepti "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 biometrijskih uzoraka papilarnih 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 različite mogućnosti. U osnovi, ovo je skup testova za provjeru da li je biometrijski objekt promijenjen ili ne. Za skenere prstiju, ovo može biti provjera olakšanja ili provjera temperature, za skenere oka ovo može biti provjera smještaja zenice, za skenere lica pokret lica.
Skeneri imaju veoma snažan uticaj na primljenu FAR i FRR statistiku. U nekim slučajevima, ove brojke se mogu promijeniti desetine puta, posebno u realnim uslovima. Obično su karakteristike algoritma date 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

Daktiloskopija (prepoznavanje otiska prsta) je do sada najrazvijenija biometrijska metoda lične identifikacije. Katalizator za razvoj metode bila je njena široka upotreba u forenzičkoj nauci u 20. veku.
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 upravo su "kodovi otiska prsta" pohranjeni u bazi podataka koja se koristi za pretraživanje i poređenje. Vrijeme za prevođenje slike otiska prsta u kod i njegovu identifikaciju obično ne prelazi 1 s, ovisno o veličini baze. Vrijeme utrošeno na podizanje ruke se ne uzima u obzir.

Kao izvor podataka za FAR i FRR korištena je statistika VeriFinger SDK dobivena korištenjem U.are.U DP skenera otiska prsta. U proteklih 5-10 godina karakteristike prepoznavanja po prstu nisu mnogo napredovale, pa date brojke pokazuju dobar prosjek modernih algoritama. Sam VeriFinger algoritam je nekoliko godina pobjeđivao na Međunarodnom takmičenju za verifikaciju otiska prsta, gdje su se takmičili algoritmi za prepoznavanje otiska prsta.

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

Prednosti metode. Visoka pouzdanost - statistički pokazatelji metode su bolji od onih kod metoda identifikacije po licu, glasu, slici. Jeftini uređaji koji skeniraju sliku otiska prsta. Prilično jednostavna procedura za skeniranje otiska prsta.
Nedostaci: papilarni uzorak otiska prsta se vrlo lako ošteti malim ogrebotinama, posjekotinama. Ljudi koji su koristili skenere u preduzećima sa nekoliko stotina zaposlenih prijavljuju visoku stopu neuspjeha skeniranja. Mnogi skeneri ne tretiraju adekvatno suhu kožu i ne propuštaju starije osobe. U komunikaciji na poslednjoj izložbi MIPS-a, šef službe obezbeđenja velikog hemijskog preduzeća rekao je da je njihov pokušaj uvođenja skenera za prste u preduzeću (probani su skeneri raznih sistema) propao – što je izazvalo minimalno izlaganje prstiju zaposlenih hemikalijama. kvar u sigurnosnim sistemima skenera - skeneri su prste proglasili lažnim. Takođe postoji nedostatak zaštite od falsifikovanja otisaka prstiju, delom zbog raširene upotrebe metode. Naravno, ne mogu se svi skeneri prevariti metodama iz MythBusters, ali ipak. Za neke osobe sa „neprikladnim“ prstima (tjelesna temperatura, vlažnost), vjerovatnoća da im pristup bude odbijen može dostići 100%. Broj takvih ljudi varira od djelića procenta za skupe skenere do deset posto za jeftine.
Naravno, vrijedi napomenuti da je veliki broj nedostataka uzrokovan raširenim korištenjem sistema, ali ovi nedostaci postoje 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, dobio je najveću rasprostranjenost i daleko je najrazvijeniji. Skeneri otiska prsta su zaista prešli dug put. Savremeni sistemi su opremljeni raznim senzorima (temperatura, sila pritiska, itd.), koji povećavaju stepen zaštite od falsifikovanja. Svaki dan sistemi postaju 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. Jednostavno, nema potrebe da integratori u ovoj oblasti sami sastavljaju 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 otiska prsta); DigitalPersona Inc. (USB-skeneri, SDK). U Rusiji u ovoj oblasti posluju 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 ljudska karakteristika. Šara šarenice se formira u osmom mjesecu fetalnog razvoja, konačno se stabilizira u dobi od oko dvije godine i praktički se ne mijenja tijekom života, osim kao posljedica teških ozljeda ili teških patologija. Metoda je jedna od najpreciznijih među biometrijskim metodama.
Sistem za identifikaciju šarenice je logično podeljen na dva dela: uređaj za hvatanje slike, njena primarna obrada i prenos na kalkulator, i kompjuter koji upoređuje sliku sa slikama u bazi podataka, prenoseći komandu o prijemu do aktuatora.
Vrijeme primarne obrade slike u modernim sistemima je otprilike 300-500ms, brzina poređenja rezultujuće slike sa baznom ima nivo od 50000-150000 poređenja u sekundi na konvencionalnom računaru. Ova brzina poređenja ne nameće ograničenja za primjenu metode u velikim organizacijama kada se koristi u pristupnim sistemima. Korištenjem specijaliziranih kalkulatora i algoritama za optimizaciju pretraživanja, čak je moguće 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 bazama podataka. Korištene su CASIA baze podataka dobivene njihovim skenerom.

Karakteristična vrijednost FAR-a je 0,00001%.
Prema formuli (1), N≈3000 je broj osoblja organizacije, kod kojeg se identifikacija zaposlenog odvija prilično stabilno.
Ovdje je vrijedno napomenuti važnu osobinu koja razlikuje sistem za prepoznavanje šarenice od drugih sistema. U slučaju da koristite kameru rezolucije 1,3 MP, možete snimiti dva oka u jednom kadru. Budući da su FAR i FRR vjerovatnoće statistički nezavisne vjerovatnoće, FAR vrijednost za prepoznavanje u dva oka bit će približno jednaka kvadratu FAR vrijednosti za jedno oko. Na primjer, za FAR od 0,001% uz korištenje dva oka, vjerovatnoća lažne tolerancije bila bi 10-8%, pri čemu bi FRR samo dva puta veći od odgovarajuće vrijednosti FRR za jedno oko sa FAR=0,001%.

Prednosti i nedostaci metode

Prednosti metode. Statistička pouzdanost algoritma. Snimanje slike šarenice može se vršiti na udaljenosti od nekoliko centimetara do nekoliko metara, dok do fizičkog kontakta osobe sa uređajem ne dolazi. Šarenica je zaštićena od oštećenja – što znači da se neće mijenjati tokom vremena. Također je moguće koristiti veliki broj metoda koje štite od krivotvorenja.
Nedostaci metode. Cijena sistema baziranog na šarenici je viša od cijene sistema baziranog na prepoznavanju prstiju ili prepoznavanju lica. Niska dostupnost gotovih rješenja. Svaki integrator koji danas dođe na rusko tržište i kaže “daj mi gotov sistem” će najvjerovatnije prekinuti. Uglavnom se prodaju skupi sistemi po principu ključ u ruke koje instaliraju velike kompanije 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 za prepoznavanje 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 sistema identifikacije. Međutim, razvojem digitalnih tehnologija, cijena jednog 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 su LG Electronics, Panasonic, OKI. Sklopili su ugovor sa Iridian Technologies, a kao rezultat zajedničkog rada pojavili su se sljedeći identifikacioni sistemi: 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, u gotovom sistemu, preferiraju softver Iridian Technologies.
Ruskim tržištem dominiraju proizvodi stranih kompanija. Iako je teško kupiti. Papillon je dugo uvjeravao 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 neka ruska kompanija koja je proizvodila skenere šarenice. Sada se ne sećam imena. Kupili su algoritam od nekoga, možda od istog VeriEyea. Sam skener je bio sistem star 10-15 godina, nikako beskontaktni.
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, zaslužuje AOptix. Barem njihov pregled i dokumentacija ne izaziva sumnju. Druga kompanija je SRI International. Čak i na prvi pogled, osobi koja je uključena u sisteme za prepoznavanje šarenice, njihovi video zapisi izgledaju vrlo lažni. Iako se ne bih iznenadio da u stvarnosti mogu nešto da urade. Oba sistema ne prikazuju podatke o FAR-u i FRR-u, a takođe, očigledno, nisu zaštićeni od lažiranja.

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 licu. Ovo područje je podijeljeno na dva područja: 2-D prepoznavanje i 3-D prepoznavanje. Svaki od njih ima prednosti i nedostatke, ali mnogo toga ovisi i o opsegu i zahtjevima za određeni algoritam.
Ukratko ću govoriti o 2-d i prijeći na jednu od danas najzanimljivijih metoda - 3-d.

2D prepoznavanje lica

2-D prepoznavanje lica jedna je od statistički najneefikasnijih biometrijskih metoda. 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 je sve inferiornija u odnosu na druge biometrijske metode lične identifikacije. Trenutno se, zbog loših statističkih performansi, koristi u multimodalnoj ili, kako je još nazivaju, unakrsnoj biometriji ili na društvenim mrežama.

Statističke karakteristike metode

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

Karakteristična vrijednost FAR-a je 0,1%.
Iz formule (1) dobijamo N≈30 - broj osoblja organizacije, pri kojem se identifikacija zaposlenog odvija prilično stabilno.
Kao što se može vidjeti, statistički pokazatelji metode su prilično skromni: to eliminira prednost metode da je moguće provoditi 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 se povećao. 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. Postoje zahtjevi za osvjetljenje (na primjer, lica ljudi koji ulaze sa ulice po sunčanom danu ne mogu se registrovati). Za mnoge algoritme, neprihvatljivost bilo kakvih vanjskih smetnji, kao što su naočale, brada, neki elementi frizure. Obavezna frontalna slika lica, sa vrlo malim odstupanjima. 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. daleko od toga da svi izdaju FAR i FRR, koriste se potpuno različiti pristupi.
Prelazna metoda iz 2-d u 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. Prilikom unosa subjekta u bazu podataka, subjekt okreće glavu i algoritam povezuje sliku, stvarajući 3d šablon. A prilikom prepoznavanja koristi se nekoliko kadrova video toka. Ova metoda je prilično eksperimentalna i nikada nisam vidio implementacije za ACS sisteme.
Najklasičnija metoda je metoda projekcije šablona. Sastoji se u tome da se na objekt (lice) projektuje mreža. Zatim kamera snima slike brzinom od nekoliko desetina kadrova u sekundi, a rezultirajuće slike obrađuje poseban program. Greda koja pada na zakrivljenu površinu se savija - što je veća zakrivljenost površine, to je jače savijanje grede. U početku se koristio izvor vidljive svjetlosti koji se dovodio kroz "roletne". 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 analizira model – ističu se antropometrijske karakteristike koje se na kraju bilježe jedinstvenim kodom unesenim u bazu podataka. Vrijeme snimanja i obrade slike je 1-2 sekunde za najbolje modele.
Takođe, sve popularnija je metoda 3-d prepoznavanja na osnovu 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 u njihovoj bazi podataka, neću vjerovati !!! Ali razvija se već 3 godine, a napredak na izložbama se još ne vidi.

Statistički pokazatelji metode

Puni podaci o FRR i FAR za algoritme ove klase nisu javno dostupni na web stranicama proizvođača. Ali za najbolje Bioscript modele (3D EnrolCam, 3D FastPass) koji rade po metodi projekcije šablona sa FAR = 0,0047% FRR je 0,103%.
Smatra se da je statistička pouzdanost metode uporediva sa pouzdanošću 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 njenoj okolini (osvjetljenje, okretanje glave). Visok nivo sigurnosti, uporediv sa identifikacijom otiska prsta.
Nedostaci metode. Skupa oprema. Kompleksi dostupni za prodaju bili su čak skuplji od skenera irisa. Promjene u izrazima lica i šum na licu degradiraju statističku pouzdanost metode. Metoda još nije dobro razvijena, posebno u poređenju sa uzimanjem otisaka prstiju, koje se koristi već duže vrijeme, što otežava njegovu široku primjenu.

Situacija na tržištu

Prepoznavanje geometrije lica jedna je od "tri velike biometrije" zajedno s prepoznavanjem otiska prsta i šarenice. Moram reći da je ova metoda prilično uobičajena i za sada joj se daje prednost u odnosu na prepoznavanje od strane šarenice oka. Udio tehnologija za prepoznavanje geometrije lica u ukupnom obimu globalnog 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. Uglavnom, kompanije radije razvijaju sisteme po principu ključ u ruke koji uključuju skenere, servere i softver. Međutim, postoje oni koji potrošaču nude samo SDK. Do danas možemo istaći sljedeće kompanije koje su uključene u razvoj ove tehnologije: Geometrix, Inc. (3D skeneri lica, softver), Genex Technologies (3D skeneri lica, softver) u SAD-u, Cognitec Systems GmbH (SDK, specijalni računari, 2D kamere) u Njemačkoj, Bioscrypt (3D skeneri lica, softver) je podružnica američke kompanija L- 1 Identity Solutions.
U Rusiji kompanije Artec grupe (3D skeneri lica i softver) rade u tom pravcu - 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, glavni predmet razvoja je softver, jer Konvencionalne kamere su odlične 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 bubama".
3D prepoznavanje lica je sada mnogo privlačnije područje za programere. Zapošljava mnogo timova i redovno sluša o novim otkrićima. Mnoga djela su u stanju "upravo će biti objavljena". No, do sada su na tržištu bile samo stare ponude, a posljednjih godina izbor se nije mijenjao.
Jedna od zanimljivih stvari o kojoj ponekad razmišljam i na koju će, možda, Habr odgovoriti: da li je tačnost kinekta dovoljna za stvaranje takvog sistema? Postoji dosta projekata za izvlačenje 3d modela osobe kroz njega.

Prepoznavanje po venama ruku

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 u krvi apsorbira infracrveno zračenje. Kao rezultat, 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 šarenice oka, na neki način je nadmašuje, a na neki je inferiorna.
Vrijednosti FRR i FAR su za skener vena dlana. Prema programeru na FAR 0,0008% FRR je 0,01%. Nijedna kompanija ne proizvodi tačniji raspored za nekoliko vrijednosti.

Prednosti i nedostaci metode

Prednosti metode. Nema potrebe da kontaktirate uređaj za skeniranje. Visoka pouzdanost - statistički pokazatelji metode su uporedivi sa očitanjima šarenice. Skrivene karakteristike: za razliku od svega navedenog, vrlo je teško dobiti ovu karakteristiku od osobe „na ulici“, na primjer, fotografisanjem je kamerom.
Nedostaci metode. Izlaganje skenera sunčevoj svjetlosti i zracima halogenih sijalica je neprihvatljivo. Neke bolesti povezane sa starenjem, kao što je artritis, uvelike narušavaju FAR i FRR. Metoda je manje proučavana u odnosu na druge statičke biometrijske metode.

Situacija na tržištu

Prepoznavanje vena na ruci je prilično nova tehnologija, pa je stoga njen globalni tržišni udio mali, oko 3%. Međutim, interesovanje za ovu metodu raste. 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 šarenici. Sada se mnoge kompanije razvijaju u ovoj oblasti. Tako je, na primjer, po narudžbi engleske kompanije TDSi, razvijen softver za biometrijski čitač vena dlana PalmVein, koji je predstavio Fujitsu. Sam skener je razvio Fujitsu prvenstveno za borbu protiv finansijskih prijevara u Japanu.
U oblasti identifikacije vena su i sledeće kompanije Veid Pte. doo (skener, softver), Hitachi VeinID (skeneri)
Ne znam nijednu kompaniju u Rusiji koja se bavi ovom tehnologijom.

Retina

Donedavno se vjerovalo da je najpouzdanija metoda biometrijske identifikacije i autentifikacije osobe metoda zasnovana na skeniranju mrežnice. Sadrži najbolje karakteristike identifikacije po šarenici i venama šake. Skener očitava uzorak kapilara na površini mrežnice. Mrežnica ima fiksnu strukturu koja se ne mijenja tokom vremena, osim kao posljedica bolesti, poput katarakte.
Skeniranje mrežnice koristi infracrveno svjetlo niskog intenziteta usmjereno kroz zjenicu do krvnih sudova u stražnjem dijelu oka. Retinalni skeneri su se široko koristili u sistemima kontrole pristupa za visoko tajne objekte, jer imaju jedan od najnižih postotaka odbijenog pristupa registrovanim korisnicima i praktično nema pogrešnih dozvola za pristup.
Nažalost, pri korištenju ove biometrijske metode javljaju se brojne poteškoće. Skener je ovdje vrlo složen optički sistem i osoba se ne smije kretati duže vrijeme dok se sistem indukuje, što izaziva nelagodu.
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, male su šanse da se razvije način da se oni "prevare".
Nedostaci. Teško je koristiti sistem sa velikim vremenom obrade. Visoka cijena sistema. Nedostatak široke tržišne ponude i, kao rezultat, nedovoljan intenzitet razvoja metode.

Geometrija ruke

Ova metoda, prilično uobičajena prije 10 godina, koja potiče iz forenzičke nauke, posljednjih godina opada. Bazira se na dobijanju geometrijskih karakteristika ruku: dužine prstiju, širine dlana itd. Ova metoda, kao i retina oka, umire, a kako ima mnogo niže karakteristike, nećemo ni ulaziti u njen potpuniji opis.
Ponekad se vjeruje da se metode geometrijskog prepoznavanja koriste u sistemima za prepoznavanje vena. Ali u prodaji nikada nismo vidjeli tako jasno navedeno. Osim toga, često se pri prepoznavanju po venama uzima samo dlan, dok se pri prepoznavanju po geometriji slikaju prsti.

Malo samopromocije

Svojevremeno smo razvili dobar algoritam za prepoznavanje očiju. Ali u to vrijeme ovakva visokotehnološka stvar nije bila potrebna u ovoj zemlji, a ja nisam želio ići u buržoaziju (gdje smo bili pozvani nakon prvog članka). Ali odjednom, nakon godinu i po dana, i dalje je bilo investitora koji su željeli da naprave "biometrijski portal" za sebe - sistem koji bi pojeo 2 oka i koristio komponentu boje šarenice (za koju je investitor imao svjetski patent ). U stvari, to je ono što mi sada radimo. Ali ovo nije članak o samopromociji, ovo je kratka lirska digresija. Ako je neko zainteresovan, ima informacija, a nekad u budućnosti, kada uđemo na tržište (ili ne budemo), ovde ću napisati par reči o usponima i padovima biometrijskog projekta u Rusiji.

nalazi

Čak iu klasi statičkih biometrijskih sistema postoji veliki izbor sistema. Koju odabrati? Sve zavisi od bezbednosnih zahteva. Statistički najpouzdaniji i najotporniji pristupni sistemi su sistemi za pristup irisu i venama ruku. Za prvi od njih postoji šire tržište za prijedloge. Ali ovo nije granica. Biometrijski sistemi identifikacije mogu se kombinovati da bi se postigla astronomska tačnost. Najjeftiniji i najlakši za upotrebu, ali sa dobrom statistikom, su sistemi tolerancije prstiju. 2D tolerancija lica je zgodna i jeftina, ali ima ograničen opseg zbog loše statistike.
Uzmite u obzir karakteristike koje će svaki od sistema imati: otpornost na krivotvorenje, otpornost na okolinu, jednostavnost upotrebe, cijenu, brzinu, stabilnost biometrijske karakteristike tokom vremena. Postavimo oznake 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.


Uzimamo u obzir i omjer 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 za 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. Mogu biti potrebni u slučajevima kada je za prepoznavanje potrebno odsustvo fizičkog kontakta, ali nije moguće postaviti kontrolni sistem na šarenicu. Na primjer, ako je potrebno identificirati osobu bez njenog sudjelovanja, skrivenom kamerom ili kamerom za otkrivanje na otvorenom, ali to je moguće samo uz mali broj subjekata u bazi i mali protok ljudi snimljenih kamerom .

Mladi tehničari uzimaju u obzir

Neki proizvođači, kao što je Neurotechnology, imaju demo verzije biometrijskih metoda koje objavljuju na svojoj web stranici, tako da ih možete uključiti i igrati se. Za one koji odluče da se ozbiljnije pozabave problemom, mogu savjetovati jedinu knjigu koju sam vidio na ruskom - "Vodič za biometriju" R.M. Ball, J.H. Connell, S. Pancanti. Postoji mnogo algoritama i njihovih matematičkih modela. Nije sve kompletno i ne odgovara sve sadašnjosti, ali baza 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

Već dugi niz godina koriste se različite biometrijske tehnologije:

Skeneri otiska prsta.

Danas je najčešća tehnologija prepoznavanja otiska prsta. Policija već dugo koristi otiske prstiju za identifikaciju kriminalaca. To je zbog činjenice da je svaki otisak jedinstven, što omogućava da se svaka osoba prepozna po otiscima. U skenerima, uzorak otiska prsta 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 "vjetaju".

Skeniranje prstima se odvija pomoću izvora svjetlosti - lasera ili, češće, pomoću LED-a. Slika se zatim snima pomoću CCD matrice (ista kao što se koristi u digitalnim video kamerama) ili CMOS matrice. Konačno, ostali čipovi generišu jedinstveni kod zasnovan na uzorku otiska prsta. 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, njegov kod otiska prsta se upoređuje s onim pohranjenim u bazi podataka kako bi se identificirao. Algoritmi za pretvaranje otiska prsta u kod pažljivo su čuvani.

Najatraktivniji aspekt korištenja ove tehnologije je njena cijena. Tako, na primjer, zaštita vašeg računara takvim sistemom, napravljenim u obliku miša, 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 prekriveni žuljevima ili otrljani nakon napornog rada; mogu imati prljavštinu na sebi; koža se može ljuštiti. Sve ovo otežava čitanje otiska prsta. Neki ljudi imaju problema sa jeftinim modelima jer imaju malu centralnu uvojku na lopti prsta (uređaji to koriste da pronađu centar slike i generišu 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 određenih otisaka.

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

Ispod su neki skeneri:

Biometrijska brava za vrata.

Biometrijsko zaključavanje na osnovu posećenosti.

Jeftin sigurnosni sistem za vaš računar, povezuje se 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 će i dalje 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 energetskih zahtjeva. U takvom uređaju osoba stavlja ruku na metalnu ili plastičnu podlogu, a zatim mjeri električnu struju koja dolazi iz ruke. Zbog toga skener određuje područja na kojima je ruka u kontaktu 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 koji se nude 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 da se unese 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 konvencionalna video kamera. U tom slučaju korisnik gleda u uređaj i nakon skeniranja šarenice upoređuje dobijenu sliku sa onima dostupnim 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 količinu svjetlosti koja ulazi u oko i prate reakciju zjenice - veličina koja se ne mijenja ukazuje na lažnu.

Trenutno se takvi skeneri koriste u raznim vojnim i agencijama za provođenje zakona. Međutim, oni se ne koriste tako široko kao skeneri otiska prsta, uprkos njihovoj većoj sigurnosti. Obično su takvi skeneri glomazni.

Skeneri mrežnjače rade na sličan način, ali osoba mora biti veoma blizu kamere. Ova kamera snima sliku sićušnih krvnih sudova na mrežnjači 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 spriječila je njihovu širu upotrebu.

Prepoznavanje lica.

Hoćeš li ikada zaboraviti lice? Zašto? To je zbog činjenice da je lice svake osobe jedinstveno - dovoljno da se stvori nova tehnologija za identifikaciju ljudi. Međutim, o tome 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 slikanju lica, zatim izračunavanju udaljenosti između očiju, širine usta i do 50 drugih parametara lica. Nakon toga slijedi pretraga kroz bazu podataka dostupnih slika.

Stereoskopski sistem za skeniranje lica.

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

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

Nedavne studije su pokazale da čak i pod najboljim uslovima, stope greške mogu biti i do 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 sa video kamerama.

Robusniji sistemi koriste stereoskopske kamere. Ovo stvara 3D model lica. Tako postaje moguće uzeti u obzir dodatne crte lica, što značajno smanjuje rizik od grešaka.

Većina sistema može raditi sa stvarima kao što su šeširi, naočale i oštri uglovi, ali to povećava mogućnost greške.

Zagovornici ljudskih prava pozivaju se na Četvrti amandman na Ustav SAD-a, koji zabranjuje nerazumno praćenje i hapšenje. Međutim, agencije za provođenje zakona kažu da je ovo samo proširenje njihovih mogućnosti nadzora.

Prepoznavanje ponašanja.

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

Dakle, kreditne kompanije imaju istoriju kupovine ljudi. Shodno tome, sve neobične narudžbe se prate kompjuterskim programom i osoblju se izdaje upozorenje kako bi se mogao provjeriti identitet kupca.

U računarskim mrežama, praćenje brzine kucanja na tastaturi 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 karakteristikama rada općenito.

Velika prednost ovog pristupa je niska cijena, visoka efikasnost i neprimjetan rad.

Zaključak.

Oštar porast krađe identiteta i prijetnje od terorizma, zajedno sa smanjenjem cijena svih biometrijskih tehnologija, dovešće do značajnog rasta tržišta biometrije u narednih 3-5 godina. Mnoge tehnologije su već u upotrebi, a takođe se stalno poboljšavaju kako bi se eliminisale lažne definicije.

Novi izumi po pravilu izazivaju nezadovoljstvo, ali biometrijske tehnologije dovele su do čitave oluje protesta grupa za ljudska prava. Međutim, to može samo usporiti, ali ne i zaustaviti uvođenje biometrije. Stručnjaci također primjećuju da je potreban dodatni rad na rješavanju etičkih problema.

Za identifikaciju građana u biometrijskim sistemima kontrole pristupa koriste se parametri jedinstveni za svaku osobu.

Najčešći su sistemi koji identifikuju građane po sledećim karakteristikama:

Upotreba ovog pristupa za identifikaciju pruža niz prednosti: znakovi po kojima se identifikacija odvija ne mogu se izgubiti ili zaboraviti, prenijeti trećim licima, za razliku od konvencionalnih beskontaktnih kartica, gotovo ih je nemoguće lažirati ili ukrasti. Međutim, postoji i niz nedostataka koji uključuju nedostatak mogućnosti 100% tačnosti identifikacije, relativno visoku cijenu čitača, a često i predug proces identifikacije.

Princip rada ovakvih sistema zasniva se na dobijanju slike sa skenera biometrijskog čitača i pretvaranju u šablon, koji se zatim upoređuje sa postojećom bazom podataka. Šabloni se mogu pohraniti i u ACS bazi podataka iu ugrađenoj memoriji čitača ili u memoriji pristupne kartice.

Metode i greške podudaranja uzoraka

Tokom prepoznavanja, slika primljena od skenera ili kamere se upoređuje sa prethodno registrovanim podacima (šablonima). Postoje dvije metode poređenja:

• Identifikacija
  Rezultirajuća slika se upoređuje s velikim brojem šablona pohranjenih u sistemskoj bazi podataka (jedan prema više). Odgovara na pitanje - ko je, oduzima više vremena, sadrži više grešaka.

• Verifikacija
  Dobivena slika se upoređuje sa registrovanim šablonom određene osobe (jedan prema jedan). Odgovara na pitanje - da li je to onaj s kim se upoređuje otisak prsta, mnogo brži u vremenu, bez grešaka, ali zahtijeva unos dodatnog identifikatora, na primjer, kartice ili pin koda.

U trenutku poređenja rezultirajuće slike sa predloškom, mogu se pojaviti greške:

• Greške prve vrste
• False Rejection Rate (FRR) kada skener ne može prepoznati registrovanog korisnika. Nisu jako kritični za sigurnosni sistem, stvaraju neugodnosti zbog potrebe za sekundarnom verifikacijom. Učestalost pojavljivanja je veća nego kod grešaka drugog tipa.
• Greške druge vrste
  Lažno prihvatanje verifikacije (FAR - False Acceptance Rate), kada se neregistrovani korisnik utvrdi od strane sistema kao registrovan. Kritično za sigurnosni sistem, jer napadač može dobiti pristup sistemu.

Pojava FRR i FAR grešaka određena je karakteristikama kao što su kvalitet i rezolucija skeniranja, područje skeniranja, matematički algoritmi koji se koriste za poređenje, broj upoređenih dijelova, a omjer ovih pokazatelja omogućava vam da ocijenite primjenjivost odabrane metode identifikacije. na kontrolisanom objektu.

Da bi se uklonile greške, dodatno se koriste različiti skupovi testova za određivanje stvarnosti biometrijskog objekta. Za skenere prstiju to može biti provjera reljefa, pritiska ili temperature prsta, za skenere oka - provjera akomodacije zenice, za skenere lica - termogram lica.

Otisak prsta

Ova vrsta identifikacije je najviše proučavana i jeftina, zasniva se na dobijanju slike uzorka papilarnih šara prstiju ljudi, koji imaju svojstva individualnosti, relativne stabilnosti i povratljivosti.

Postoje dva glavna algoritma za prepoznavanje otiska prsta: po pojedinačnim detaljima (karakterističnim točkama) i po reljefu cijele površine prsta, a originalni otisak prsta ne može se rekreirati pomoću digitalnog koda dobivenog kao rezultat obrade.

Raznolikost biometrijskih čitača otiska prsta na tržištu je rezultat širokog spektra senzora (skenera) koji se koriste za snimanje slike. Među inovativnim rješenjima su proximity čitači koji ne zahtijevaju dodir, te čitači s 10 prstiju u isto vrijeme, ali su prilično skupi zbog svoje preciznosti i udobnosti korisnika.

Nedostatak takve identifikacije je ovisnost kvalitete prepoznavanja otiska prsta o stanju površine prsta i vanjskim uvjetima (temperatura, vlaga, prašina), nespremnost nekih ljudi da ostave otiske prstiju, kao i prisutnost ljudi ( oko 2% od ukupnog broja) sa urođenim slabo prepoznatljivim otiscima prstiju.

Trenutno je u Sigur ACS-u dostupna duboka integracija sa BioSmart čitačima otiska prsta, što omogućava unos otisaka prstiju zaposlenih u sistem u okviru softverskog interfejsa Sigur ACS.

Geometrija ljudskog lica

Biometrijska identifikacija lica u smislu tehničke implementacije je složeniji i skuplji zadatak (u poređenju sa otiscima prstiju) i zasniva se na konstrukciji dvodimenzionalnih ili trodimenzionalnih modela lica na osnovu slika snimljenih video kamerom. Najudobniji je i nije uvijek uočljiv korisniku, ne zahtijeva fizički kontakt sa uređajem.

Prilikom izrade dvodimenzionalnog modela dobija se ravna slika, takvi sistemi su zahtjevniji za osvjetljenje i položaj lica tokom skeniranja, pa se stoga javlja dosta grešaka.

Prilikom izrade trodimenzionalnog modela dobija se trodimenzionalna slika, što omogućava postizanje veće točnosti prepoznavanja minimiziranjem utjecaja faktora kao što su promjene boje kože (uključujući i uz pomoć kozmetike), nošenje brade ili brkova , menjanje površine lica tokom bolesti i sl., obezbeđujući istovremeno dovoljnu brzinu izrade 3D modela lica.

Da bi se povećala pouzdanost prepoznavanja lica, može dodatno korišteno termogram lica (skeniranje lica u infracrvenom opsegu), koji kompenzuje prisustvo naočara, šešira ili gornjih elemenata.

Iris i retina

Identifikacija šarenice jedna je od najpouzdanijih ali najskupljih tehnologija biometrijske identifikacije. Iris je jedinstven, najzaštićeniji od oštećenja i ne mijenja se tokom vremena. Naočare i kontaktna sočiva ne ometaju snimanje slike, čak se i slijepa osoba može prepoznati na ovaj način.

Nakon prijema slike, frekvencija ili drugi podaci o šarenju šarenice se izdvajaju i pohranjuju u šablonu. Ova metoda je prilično ugodna jer ne zahtijeva fizički kontakt sa uređajem i nema jakog svjetlosnog toka usmjerenog u oko.

Kada se koristi kamera čija je rezolucija veća od 1,3 MP, dva oka se mogu snimiti u jednom kadru, što značajno povećava nivo pouzdanosti prepoznavanja.

Brža je i udobnija od retinalne identifikacije i može se koristiti na objektima sa nekoliko desetina hiljada ljudi. Trenutno se aktivno razvija zbog svojih perspektiva.

Prilikom identifikacije po retikulumu oka koristi se uzorak krvnih žila koji se nalazi na površini fundusa (retine), dobijen prozirnim krvnim žilama na stražnjoj stijenci oka mekim laserskim snopom. Mrežnica je jedna od najstabilnijih fizioloških karakteristika tijela, ali ova metoda je vrlo skupa, ima malu propusnost i nije udobna, jer korisnik mora mirno sjediti i gledati u okular nekoliko sekundi. Trenutno se retinalna identifikacija u ACS-u rijetko koristi.

Uzorak vena dlana i njegova geometrija

Identifikacija vena dlana se zasniva na dobijanju šablona prilikom fotografisanja spoljašnje ili unutrašnje strane šake infracrvenom kamerom. Zbog beskontaktnosti, ova metoda je prilično ugodna za korisnika, a praktički ne postoji mogućnost krivotvorenja, ali bolesti vena mogu otežati ili iskriviti rezultat identifikacije.

Stepen pouzdanosti prepoznavanja je uporediv sa identifikacijom po šarenici, iako je cijena opreme mnogo niža. Trenutno se aktivno istražuje.

Metoda identifikacije geometrije dlana zasniva se na mjerenju pojedinačnih parametara oblika šake, kao što su širina dlana, polumjer kružnice upisane u centar dlana, dužina prstiju i visina šake. , a uzima se u obzir i pet glavnih linija koje postoje na bilo kojem dlanu.

Pouzdanost ove metode je uporediva sa identifikacijom otiska prsta, a takođe u velikoj meri zavisi od stanja objekta, budući da otok tkiva ili modrice na šakama mogu narušiti prvobitnu strukturu, ruke se mogu menjati sa godinama.

Prednosti njegove upotrebe uključuju odsustvo uticaja na proces skeniranja temperature, vlažnosti i kontaminacije, iako se trenutno identifikacija ručnom geometrijom u ACS-u retko koristi.

Identifikacija po barkodu

Pregled

Barkod je skup kodiranih numeričkih ili alfanumeričkih znakova u obliku geometrijskih oblika, kao što je niz crnih i bijelih traka. Bar kodovi dolaze u različitim tipovima, koji se razlikuju po tome koliko i koja vrsta informacija se može kodirati uz njihovu pomoć.

U sistemima kontrole pristupa obično se koriste najjednostavniji bar kodovi, jer u pravilu nije potrebno prenositi veliku količinu podataka putem identifikatora. Među njima su kod 39, kod 128, EAN-13.

Barkod se može primijeniti na gotovo svaku površinu, na primjer, odštampan na listu papira na konvencionalnom štampaču ili čak elektronski prikazan na ekranu pametnog telefona. Osim toga, bar kod se može lako prenijeti putem elektronskih komunikacijskih kanala, kao što su e-mail ili faks. Ovo čini upotrebu bar kodova u ACS-u veoma jeftinom. S druge strane, takvi identifikatori nisu ni na koji način zaštićeni od kopiranja, a imaju nisku otpornost na habanje.

Na osnovu ovih karakteristika, bar kodovi u ACS-u se obično koriste kao jednokratne propusnice za posetioce.

Uređaji za čitanje. Interakcija sa ACS "Sigur"

Postoji veliki broj skenera bar kodova. Ovisno o namjeni upotrebe razlikuju se po tehnologiji čitanja i načinu izvođenja, odlikuju se i rezolucijom, brzinom i dometom skeniranja, kao i interfejsom za povezivanje.

ACS ima niz opšteprihvaćenih interfejsa preko kojih različiti čitači mogu da komuniciraju sa kontrolerima, a to su Weigand ili Dallas Touch Memory. Barkod skeneri po pravilu imaju ili USB izlaz za direktno povezivanje na radno mjesto (računar), ili RS232 interfejs, pomoću kojeg se skener može povezati sa ACS kontrolerima preko posebnog međuinterfejs pretvarača.

Sigur ACS podržava obje opcije povezivanja:

• direktno na web lokaciju klijenta preko USB-a u načinu emulacije kucanja na tastaturi
• na kontrolere preko RS232 konvertera - Weigand. Kao takav uređaj može se koristiti Elsys pretvarač.

Iidentifikacija beskontaktnih kartica

Najrasprostranjeniji među identifikatorima koji se koriste u sistemima kontrole pristupa su beskontaktne kartice. Jednostavne su za korištenje, dolaze u različitim oblicima i vrstama, a korištenje kriptografskih algoritama u nekim formatima kartica značajno smanjuje rizik od kopiranja i krivotvorenja.

Ispod su glavne karakteristike ove vrste identifikatora.

Fizičke performanse

Osim dole predstavljenih, postoje i druge verzije identifikatora (tagovi, naljepnice, vijci, tikvice, etikete), ali se rijetko koriste u sistemima kontrole pristupa.

Debele karte (karta na preklop) Beskontaktne kartice standardnih veličina debljine 1,6 mm. Najjeftiniji identifikatori, raspon čitanja je najveći među predstavljenim (za EM Marine format postoji verzija s povećanim rasponom čitanja - do 1,5 metara). Za personalizaciju se mogu koristiti posebne naljepnice.
Tanke kartice (ISO kartica) Beskontaktne kartice standardnih veličina debljine 0,76 mm. Cijena je nešto veća nego kod debelih kartica, ali je raspon čitanja manji. Idealno za personalizaciju putem direktnog štampanja na samim karticama (sublimacija ili retransfer).

Privjesci za ključeve obično su skuplji od kartica, ali imaju kraći raspon očitavanja. Oni mogu imati korporativni dizajn, ali praktično ne postoji mogućnost personalizacije takvih identifikatora.

U odnosu na kartice, privjesci za ključeve su otporniji na fizičke udare - manje se lome, mogu se pričvrstiti na ključeve.

Narukvice

Cijena je nešto veća od cijene ključeva, raspon očitavanja je približno isti. Mogu se fiksirati na ljudsko tijelo, imati korporativni dizajn.

Zbog praktičnosti nošenja, po pravilu se koriste u raznim fitnes centrima, bazenima, vodenim parkovima i drugim sportskim objektima.

Protokol interakcije (format)

Ispravan izbor formata direktno utiče na nivo bezbednosti čitavog sistema. Trenutno je rasprostranjeno nekoliko formata koji se razlikuju po brojnim parametrima.

Moguće je podržati nekoliko formata odjednom s jednim identifikatorom. Najjeftiniji i najširi izbor čitača je EM Marine format, ali ni na koji način nije zaštićen od kopiranja. Za razliku od njega, Mifare identifikatori nisu mnogo skuplji, ali imaju internu memoriju koja se može ponovno upisivati, čija ispravna upotreba, u kombinaciji sa posebno konfiguriranim čitačima, omogućava organiziranje sigurne identifikacije.

Video pregledi kartica raznih formata

Rabljeni čitači

Prilikom organizovanja ACS-a treba izabrati opremu i identifikatore koji se koriste, na osnovu zahteva za bezbednost sistema.

Izbor čitača određuje nekoliko glavnih parametara:

• Podržani format identifikatora.
  Čitači mogu podržavati i jedan i više formata istovremeno. Prilikom odabira Mifare ID-a, čitaoci moraju podržati rad s njim u sigurnom načinu rada
• Mogućnost sinhronizacije.
  Koristi se da eliminiše uticaj čitača jedan na drugog kada se instalira na bliskoj udaljenosti, na primer, kada se montira na tanke zidove
• Opseg čitanja.
  Standardni domet nije veći od 10 cm, ali postoje čitači sa povećanim dometom do 1,5 metara
• izlazni interfejs.
  Zbog većeg dometa i otpornosti na buku, Wiegand je najpoželjniji. Komunikacijski interfejs Dallas Touch Memory (iButton) je inferioran, a OSDP se još uvijek rijetko koristi. Postoje čitači sa vlasničkim interfejsom koji rade samo sa kontrolerima istog proizvođača. Za povezivanje sa računarom i umetanje kartica u sistem mogu se koristiti čitači sa USB interfejsom.
• Radni uslovi.
  Čitači se mogu koristiti i u zatvorenom i na otvorenom, stoga se proizvode sa različitim radnim temperaturama, otpornošću na vlagu i vandalskom otpornošću
• Dizajn.
  Na tržištu postoji veliki izbor rješenja koja odgovaraju svim zahtjevima.

Ispod su primjeri različitih čitača popularnih u Rusiji s različitim karakteristikama.

Ime	Ironlogic SP-Z2L	Prox EM čitač	Rosslare AY-K12	Ironlogic Matrix V	Prox 13	Cinintec CN560
Dizajn
ID format	E.M. Marine	E.M. Marine	EM Marine, radio privjesci	EM Marine (prošireni domet), Keeloq i CAME privezci	Mifare Classic	Mifare Classic, Mifare DESFire, Mifare Plus
Mogućnost sinhronizacije	br	tu je	br	br	tu je	—
Opseg čitanja	3-6 cm	10-12 cm	8 cm	EM Marine - do 50 cm, radio privjesci - do 10 m	4 - 6 cm	6 - 8 cm
Stanovanje, upotreba	normalno, zatvoreno	normalno, zatvoreno	vodootporan, za sve vremenske prilike, na otvorenom	otporan na vlagu i prašinu, otporan na vandal, na otvorenom	normalno, zatvoreno	normalno, zatvoreno
Procijenjena cijena, rub	750	3 000	3 500	13 000	4 000	12 500

http://sigursys.com/biometrics_overview.php