Recentemente, muitos artigos apareceram no Habré nos sistemas de identificação de rosto do Google. Para ser honesto, de muitos deles carrega jornalismo e, para dizer o mínimo, incompetência. E eu queria escrever um bom artigo sobre biometria, não é o meu primeiro! Existem alguns bons artigos sobre biometria no Habré - mas são bastante curtos e incompletos. Aqui tentarei delinear brevemente os princípios gerais da identificação biométrica e as conquistas modernas da humanidade neste assunto. Incluindo identificação por rostos.

O artigo tem uma sequência, que é, na verdade, sua prequela.

O artigo será baseado em uma publicação conjunta com um colega da revista (BDI, 2009), revisada para se adequar às realidades modernas. Habré ainda não tem colegas, mas apoiou a publicação do artigo revisado aqui. No momento da publicação, o artigo era uma breve visão geral do mercado de tecnologia biométrica moderna, que conduzimos para nós mesmos antes de lançarmos nosso produto. Os julgamentos avaliativos sobre aplicabilidade apresentados na segunda parte do artigo são baseados nas opiniões de pessoas que usaram e implementaram os produtos, bem como nas opiniões de pessoas envolvidas na produção de sistemas biométricos na Rússia e na Europa.

informações gerais

Vamos começar com o básico. Em 95% dos casos, a biometria é essencialmente estatística matemática. E matstat é uma ciência exata, cujos algoritmos são usados ​​em todos os lugares: em radares e em sistemas bayesianos. Erros de primeiro e segundo tipo podem ser tomados como as duas principais características de qualquer sistema biométrico). Na teoria dos radares, costumam ser chamados de “alarme falso” ou “target miss”, e em biometria, os conceitos mais estabelecidos são FAR (False Acceptance Rate) e FRR (False Rejection Rate). O primeiro número caracteriza a probabilidade de uma falsa coincidência das características biométricas de duas pessoas. A segunda é a probabilidade de negação de acesso a uma pessoa autorizada. O sistema é melhor, quanto menor for o valor FRR para os mesmos valores FAR. Às vezes, a característica comparativa EER também é usada, que determina o ponto em que os gráficos FRR e FAR se cruzam. Mas nem sempre é representativo. Mais detalhes podem ser encontrados, por exemplo,.
Pode-se notar o seguinte: se FAR e FRR não forem fornecidos nas características do sistema baseado em bancos de dados biométricos abertos, então, independentemente do que os fabricantes declarem sobre suas características, esse sistema provavelmente é incompetente ou muito mais fraco que os concorrentes.
Mas não apenas FAR e FRR determinam a qualidade do sistema biométrico. Se este fosse o único caminho, então a tecnologia líder seria o reconhecimento de pessoas pelo DNA, para o qual FAR e FRR tendem a zero. Mas é óbvio que esta tecnologia não é aplicável no estágio atual do desenvolvimento humano! Desenvolvemos várias características empíricas que nos permitem avaliar a qualidade do sistema. A “resistência à falsificação” é uma característica empírica que resume como é fácil enganar um identificador biométrico. "Resistência ao meio ambiente" - uma característica que avalia empiricamente a estabilidade do sistema sob várias condições externas, como mudanças na iluminação ou temperatura ambiente. “Facilidade de uso” mostra como é difícil usar um scanner biométrico, se a identificação é possível “em movimento”. Uma característica importante é "Velocidade de operação" e "Custo do sistema". Não se esqueça de que as características biométricas de uma pessoa podem mudar com o tempo, portanto, se for instável, isso é uma desvantagem significativa.
A abundância de métodos biométricos é incrível. Os principais métodos que utilizam características biométricas estáticas de uma pessoa são a identificação por padrão papilar nos dedos, íris, geometria da face, retina, padrão das veias da mão e geometria da mão. Há também uma família de métodos que utilizam características dinâmicas: identificação pela voz, dinâmica da caligrafia, frequência cardíaca, marcha. Abaixo está a distribuição do mercado biométrico há alguns anos. Em todas as outras fontes, esses dados flutuam de 15 a 20%, portanto, isso é apenas uma estimativa. Também aqui sob o conceito de "geometria da mão" estão dois métodos diferentes, que serão discutidos abaixo.

Neste artigo, consideraremos apenas as características aplicáveis ​​em sistemas de controle de acesso (ACS) ou em tarefas relacionadas. Devido à sua superioridade, estas são principalmente características estáticas. Das características dinâmicas no momento, apenas o reconhecimento de voz tem pelo menos alguma significância estatística (comparável aos piores algoritmos estáticos FAR ~ 0,1%, FRR ~ 6%), mas apenas em condições ideais.
Para ter uma noção das probabilidades de FAR e FRR, você pode estimar com que frequência ocorrerão correspondências falsas se você instalar um sistema de identificação em um gateway com N funcionários. A probabilidade de uma falsa coincidência de uma impressão digital recebida por um scanner para um banco de dados de N impressões digitais é FAR ∙ N. E todos os dias cerca de N pessoas também passam pelo ponto de controle de acesso. Então a probabilidade de erro para um dia útil é FAR ∙ (N ∙ N). Claro, dependendo dos objetivos do sistema de identificação, a probabilidade de um erro por unidade de tempo pode variar muito, mas se aceitarmos um erro por dia de trabalho como aceitável, então:
(1)
Então temos que a operação estável do sistema de identificação com FAR = 0,1% = 0,001 é possível com o número de pessoal N≈30.

Leitores biométricos

Hoje, o conceito de "algoritmo biométrico" e "scanner biométrico" não estão necessariamente interligados. A empresa pode produzir esses elementos individualmente ou em conjunto. A maior diferenciação de fabricantes de scanners e fabricantes de software foi alcançada no mercado de biometria papilar digital. O menor scanner facial 3D do mercado. De fato, o nível de diferenciação reflete em grande parte o desenvolvimento e a saturação do mercado. Quanto mais opções, mais o tema é trabalhado e levado à perfeição. Diferentes scanners têm um conjunto diferente de recursos. Basicamente é um conjunto de testes para verificar se um objeto biométrico está adulterado ou não. Para scanners de dedos, isso pode ser uma verificação de colisão ou temperatura, para scanners oculares, pode ser uma verificação de acomodação da pupila, para scanners de rosto, pode ser um movimento facial.
Os scanners influenciam muito as estatísticas de FAR e FRR recebidas. Em alguns casos, esses números podem mudar dezenas de vezes, especialmente em condições reais. Normalmente, as características do algoritmo são dadas para alguma base "ideal", ou apenas para uma base adequada, onde quadros borrados e borrados são descartados. Apenas alguns algoritmos indicam honestamente tanto a base quanto a saída FAR/FRR completa para ela.

E agora com mais detalhes sobre cada uma das tecnologias

Impressões digitais

A impressão digital (reconhecimento de impressão digital) é o método biométrico de identificação pessoal mais desenvolvido atualmente. O catalisador para o desenvolvimento do método foi seu amplo uso na ciência forense do século XX.
Cada pessoa possui um padrão único de impressão digital papilar, o que possibilita a identificação. Normalmente, os algoritmos usam pontos característicos nas impressões digitais: o final da linha padrão, ramificação da linha, pontos únicos. Além disso, informações sobre a estrutura morfológica da impressão digital estão envolvidas: a posição relativa das linhas fechadas do padrão papilar, linhas "arqueadas" e espirais. As características do padrão papilar são convertidas em um código único que preserva o conteúdo informativo da imagem impressa. E são os “códigos de impressão digital” que são armazenados no banco de dados usado para pesquisa e comparação. O tempo para traduzir uma imagem de impressão digital em um código e sua identificação geralmente não excede 1 s, dependendo do tamanho do banco de dados. O tempo gasto em levantar a mão não é contado.

As estatísticas do VeriFinger SDK obtidas com o scanner de impressão digital DP U.are.U foram usadas como fonte de dados sobre FAR e FRR. Nos últimos 5-10 anos, as características do reconhecimento de dedos não avançaram muito, então os números apresentados são um bom exemplo do valor médio dos algoritmos modernos. O próprio algoritmo VeriFinger ganhou o Concurso Internacional de Verificação de Impressões Digitais por vários anos, onde os algoritmos de reconhecimento de dedos competiram.

O valor FAR típico para o método de reconhecimento de impressão digital é 0,001%.
Da fórmula (1) obtemos que o funcionamento estável do sistema de identificação com FAR = 0,001% é possível com o número de pessoal N≈300.

As vantagens do método. Alta confiabilidade - os indicadores estatísticos do método são melhores que os indicadores dos métodos de identificação por rosto, voz, pintura. Baixo custo de dispositivos que escaneiam uma imagem de impressão digital. Um procedimento bastante simples para digitalizar uma impressão digital.
Desvantagens: o padrão papilar da impressão digital é muito facilmente danificado por pequenos arranhões e cortes. Pessoas que usaram scanners em fábricas com várias centenas de funcionários relatam uma alta taxa de falhas de digitalização. Muitos dos scanners são inadequados para a pele seca e mantêm os idosos afastados. Ao se comunicar na última exposição MIPS, o chefe do serviço de segurança de uma grande empresa química disse que sua tentativa de introduzir scanners de dedos na empresa (scanners de vários sistemas foram tentados) falhou - a exposição mínima a produtos químicos nos dedos dos funcionários causou a falha dos sistemas de segurança dos scanners - os scanners declararam que os dedos eram falsos. Há também uma falta de proteção contra a falsificação da imagem da impressão digital, em parte devido ao uso generalizado do método. Claro, nem todos os scanners podem ser enganados com os métodos dos Legend Busters, mas ainda assim. Para algumas pessoas com dedos "inadequados" (especialmente temperatura corporal, umidade), a probabilidade de negação de acesso pode chegar a 100%. O número dessas pessoas varia de uma fração de um por cento para scanners caros a dez por cento para os baratos.
Claro, vale a pena notar que um grande número de deficiências é causado pela ampla prevalência do sistema, mas essas deficiências ocorrem e aparecem com muita frequência.

Situação do mercado

Atualmente, os sistemas de reconhecimento de impressões digitais ocupam mais da metade do mercado biométrico. Muitas empresas russas e estrangeiras estão envolvidas na produção de sistemas de controle de acesso com base no método de identificação de impressão digital. Por ser uma das mais antigas, é a mais difundida e de longe a mais desenvolvida. Os scanners de impressão digital percorreram um longo caminho para melhorar. Os sistemas modernos estão equipados com vários sensores (temperatura, pressão, etc.), que aumentam o grau de proteção contra falsificações. Os sistemas estão se tornando mais convenientes e compactos a cada dia. De fato, os desenvolvedores já atingiram um certo limite nessa área e não há onde desenvolver ainda mais o método. Além disso, a maioria das empresas produz sistemas prontos, equipados com tudo o que você precisa, incluindo software. Os integradores nesta área simplesmente não precisam montar o sistema por conta própria, pois não é lucrativo e levará mais tempo e esforço do que comprar um sistema pronto e já barato, mais a escolha será realmente ampla.
Entre as empresas estrangeiras que lidam com sistemas de reconhecimento de impressões digitais, destaca-se a SecuGen (scanners USB para PCs, scanners que podem ser instalados em empresas ou embutidos em fechaduras, SDK e software para conectar o sistema a um computador); Bayometric Inc. (scanners de impressão digital, TAA / sistemas de controle de acesso, SDKs de impressão digital, módulos de impressão digital incorporados); Digital Persona, Inc. (scanners USB, SDK). Na Rússia, as seguintes empresas trabalham nesta área: BioLink (scanners de impressão digital, dispositivos de controle de acesso biométrico, software); Sonda (scanners de impressão digital, dispositivos de controle de acesso biométrico, SDK); SmartLock (scanners e módulos de impressão digital), etc.

Íris

A íris do olho é uma característica única dos humanos. O padrão da íris é formado no oitavo mês de desenvolvimento intrauterino, finalmente se estabiliza com cerca de dois anos e praticamente não muda durante a vida, exceto como resultado de traumas graves ou patologias agudas. O método é um dos mais precisos entre os métodos biométricos.
O sistema de identificação da íris é dividido logicamente em duas partes: um dispositivo para captura de uma imagem, seu processamento primário e transmissão para um computador, e um computador que compara a imagem com as imagens do banco de dados e envia um comando para admissão ao dispositivo executivo. .
O tempo de processamento de imagem primária em sistemas modernos é de cerca de 300-500ms, a velocidade de comparação da imagem resultante com a base está no nível de 50.000-150.000 comparações por segundo em um PC comum. Essa velocidade de comparação não impõe restrições à aplicação do método em grandes organizações quando utilizado em sistemas de acesso. Ao usar computadores especializados e algoritmos de otimização de busca, torna-se até possível identificar uma pessoa entre os habitantes de um país inteiro.
Posso responder de imediato que sou um pouco tendencioso e tenho uma atitude positiva em relação a este método, pois foi neste campo que lançámos a nossa startup. Um parágrafo no final será dedicado a uma pequena autopromoção.

Características estatísticas do método

As características de FAR e FRR para a íris são as melhores da classe dos sistemas biométricos modernos (com a possível exceção do método de reconhecimento da retina). O artigo apresenta as características da biblioteca de reconhecimento de íris do nosso algoritmo - EyeR SDK, que corresponde ao algoritmo VeriEye testado nas mesmas bases. Usamos bancos de dados CASIA obtidos por seu scanner.

O valor FAR típico é 0,00001%.
De acordo com a fórmula (1), N≈3000 é o número de funcionários da organização, no qual a identificação do funcionário é bastante estável.
Vale a pena notar aqui uma característica importante que distingue o sistema de reconhecimento de íris de outros sistemas. No caso de usar uma câmera com resolução de 1,3 MP ou mais, você pode capturar dois olhos em um quadro. Como as probabilidades FAR e FRR são probabilidades estatisticamente independentes, ao reconhecer de dois olhos, o valor FAR será aproximadamente igual ao quadrado do valor FAR para um olho. Por exemplo, para FAR 0,001%, ao usar dois olhos, a probabilidade de uma falsa tolerância será de 10-8%, com FRR é apenas duas vezes maior que o valor de FRR correspondente para um olho com FAR = 0,001%.

Vantagens e desvantagens do método

As vantagens do método. Confiabilidade estatística do algoritmo. A captura de uma imagem da íris pode ser realizada a uma distância de alguns centímetros a vários metros, enquanto não houver contato físico entre a pessoa e o dispositivo. A íris está protegida contra danos - o que significa que não mudará com o tempo. Também é possível usar um grande número de métodos anti-falsificação.
Desvantagens do método. O preço de um sistema baseado em íris é mais alto que o preço de um sistema baseado em reconhecimento de dedos ou reconhecimento facial. Baixa disponibilidade de soluções prontas. Qualquer integrador que venha ao mercado russo hoje e diga “me dê um sistema pronto” provavelmente se desfará. A maioria deles vende caros sistemas prontos para uso instalados por grandes empresas como Iridian ou LG.

Situação do mercado

No momento, a participação das tecnologias de identificação de íris no mercado biométrico global é, segundo várias estimativas, de 6 a 9% (enquanto as tecnologias de reconhecimento de impressão digital ocupam mais da metade do mercado). Deve-se notar que desde o início do desenvolvimento deste método, seu fortalecimento no mercado foi retardado pelo alto custo dos equipamentos e componentes necessários para montar um sistema de identificação. No entanto, com o desenvolvimento das tecnologias digitais, o custo de um sistema separado começou a diminuir.
A líder em desenvolvimento de software nesta área é a Iridian Technologies.
A entrada no mercado de um grande número de fabricantes foi limitada pela complexidade técnica dos scanners e, como resultado, seu alto custo, bem como o alto preço do software devido à posição de monopólio da Iridian no mercado. Esses fatores permitiram que apenas grandes empresas se desenvolvessem no campo de reconhecimento de íris, provavelmente já envolvidas na produção de alguns componentes adequados para o sistema de identificação (ótica de alta resolução, câmeras em miniatura com iluminação infravermelha etc.). Exemplos de tais empresas podem ser LG Electronics, Panasonic, OKI. Eles firmaram um acordo com a Iridian Technologies e, como resultado do trabalho conjunto, surgiram os seguintes sistemas de identificação: Iris Access 2200, BM-ET500, OKI IrisPass. No futuro, surgiram modelos aprimorados de sistemas, graças às capacidades técnicas dessas empresas para desenvolver de forma independente nessa área. Deve-se dizer que as empresas acima também desenvolveram seu próprio software, mas no final elas preferem o software Iridian Technologies no sistema final.
O mercado russo é dominado pelos produtos de empresas estrangeiras. Embora isso dificilmente possa ser comprado. Por muito tempo, a empresa Papillon garantiu a todos que eles tinham reconhecimento de íris. Mas até representantes da RosAtom, seu comprador direto, para quem fizeram o sistema, dizem que isso não é verdade. Em algum momento, apareceu outra empresa russa que fabricava scanners de íris. Agora não lembro o nome. Eles compraram o algoritmo de alguém, possivelmente do mesmo VeriEye. O scanner em si era um sistema de 10 a 15 anos, não sem contato.
No ano passado, alguns novos fabricantes entraram no mercado mundial devido à expiração da patente principal para reconhecer uma pessoa pelos olhos. O mais confiável deles, na minha opinião, é o AOptix. Pelo menos suas visualizações e documentação não são suspeitas. A segunda empresa é a SRI International. Mesmo à primeira vista, para uma pessoa envolvida em sistemas de reconhecimento de íris, seus vídeos parecem muito enganosos. Embora eu não ficaria surpreso se, na realidade, eles pudessem fazer alguma coisa. E esse e aquele sistema não mostra dados sobre FAR e FRR, e também, aparentemente, não está protegido contra falsificação.

Reconhecimento facial

Existem muitos métodos de reconhecimento de geometria de face. Todos eles são baseados no fato de que as características faciais e a forma do crânio de cada pessoa são individuais. Essa área da biometria parece atraente para muitos, pois nos reconhecemos principalmente pelos rostos. Esta área é dividida em duas direções: reconhecimento 2-D e reconhecimento 3-D. Cada um deles tem vantagens e desvantagens, mas também depende muito da área de aplicação e dos requisitos de um determinado algoritmo.
Resumindo, vou falar sobre 2-d e passar para um dos métodos mais interessantes para hoje - 3-d.

Reconhecimento facial 2D

O reconhecimento facial 2-D é uma das biometrias estatisticamente mais ineficazes. Surgiu há bastante tempo e foi usado principalmente na ciência forense, o que contribuiu para o seu desenvolvimento. Posteriormente, surgiram interpretações de computador do método, como resultado do qual se tornou mais confiável, mas, é claro, era inferior e a cada ano cada vez mais inferior a outros métodos biométricos de identificação de personalidade. Atualmente, devido a indicadores estatísticos deficientes, é utilizado em multimodal ou, como também é chamado, biometria cruzada, ou em redes sociais.

Características estatísticas do método

Para FAR e FRR, foram utilizados os dados dos algoritmos VeriLook. Novamente, tem características muito comuns para algoritmos modernos. Às vezes, algoritmos com um FRR de 0,1% são exibidos com um FAR semelhante, mas as bases em que foram obtidos são muito duvidosas (fundo recortado, a mesma expressão facial, o mesmo penteado, iluminação).

O valor FAR típico é de 0,1%.
Da fórmula (1) obtemos N≈30 - o número de funcionários da organização, no qual a identificação do funcionário é bastante estável.
Como você pode ver, os indicadores estatísticos do método são bastante modestos: isso anula a vantagem do método de que é possível realizar fotos secretas de rostos em locais lotados. É engraçado ver como, algumas vezes por ano, outro projeto é financiado para detectar criminosos por meio de câmeras de vídeo instaladas em lugares lotados. Nos últimos dez anos, as características estatísticas do algoritmo não melhoraram e o número desses projetos cresceu. Embora, vale a pena notar que o algoritmo é bastante adequado para guiar uma pessoa em uma multidão através de muitas câmeras.

Vantagens e desvantagens do método

As vantagens do método. Com o reconhecimento 2-D, ao contrário da maioria dos métodos biométricos, não são necessários equipamentos caros. Com o equipamento adequado, a possibilidade de reconhecimento a distâncias significativas da câmera.
Imperfeições. Baixa significância estatística. Os requisitos de iluminação são impostos (por exemplo, não é possível registrar os rostos das pessoas que entram na rua em um dia ensolarado). Para muitos algoritmos, qualquer interferência externa é inaceitável, por exemplo, óculos, barba, alguns elementos de um penteado. Uma imagem frontal é obrigatória, com desvios muito pequenos. Muitos algoritmos não levam em consideração possíveis mudanças nas expressões faciais, ou seja, a expressão deve ser neutra.

Reconhecimento facial 3D

A implementação deste método é uma tarefa bastante difícil. Apesar disso, existem atualmente muitos métodos para reconhecimento facial 3-D. Os métodos não podem ser comparados entre si, pois utilizam scanners e bases diferentes. nem todos eles emitem FAR e FRR; abordagens completamente diferentes são usadas.
Um método de transição de 2-d para 3-d é um método que implementa o acúmulo de informações sobre uma pessoa. Este método tem características melhores que o método 2d, mas da mesma forma que utiliza apenas uma câmera. Quando o assunto é inserido na base, o assunto vira a cabeça e o algoritmo une a imagem, criando um modelo 3d. E durante o reconhecimento, vários quadros do fluxo de vídeo são usados. Este método é bastante experimental e nunca vi uma implementação para sistemas ACS.
O método mais clássico é o método de projeção de modelo. Consiste no fato de que uma malha é projetada em um objeto (face). Em seguida, a câmera tira fotos a uma taxa de dezenas de quadros por segundo e as imagens resultantes são processadas por um programa especial. Um raio que cai em uma superfície curva se dobra - quanto maior a curvatura da superfície, mais forte é a flexão do raio. Inicialmente, utilizava-se uma fonte de luz visível, fornecida através das “persianas”. Em seguida, a luz visível foi substituída pelo infravermelho, que tem várias vantagens. Normalmente, na primeira etapa do processamento, são descartadas imagens em que a face não é visível ou há objetos estranhos que interferem na identificação. Com base nas imagens obtidas, um modelo 3-D do rosto é restaurado, no qual interferências desnecessárias (penteado, barba, bigode e óculos) são destacadas e removidas. Em seguida, o modelo é analisado - são destacadas as características antropométricas, que, como resultado, são escritas em um código único que é inserido no banco de dados. O tempo de captura e processamento de imagens é de 1 a 2 segundos para os melhores modelos.
Também ganhando popularidade está o método de reconhecimento 3D a partir da imagem obtida de várias câmeras. Um exemplo disso é o Vocord com seu scanner 3D. Este método fornece precisão de posicionamento, de acordo com as garantias dos desenvolvedores, superior ao método de projeção do modelo. Mas até eu ver FAR e FRR pelo menos em sua própria base - eu não vou acreditar !!! Mas já está em desenvolvimento há 3 anos e o progresso ainda não foi visto nas exposições.

Indicadores estatísticos do método

Dados completos sobre FRR e FAR para algoritmos desta classe não são apresentados publicamente nos sites dos fabricantes. Mas para os melhores modelos da Bioscript (3D EnrolCam, 3D FastPass), trabalhando de acordo com o método de projeção de modelo com FAR = 0,0047%, FRR é 0,103%.
Acredita-se que a confiabilidade estatística do método é comparável à do método de identificação de impressão digital.

Vantagens e desvantagens do método

As vantagens do método. Não há necessidade de entrar em contato com o dispositivo de digitalização. Baixa sensibilidade a fatores externos, tanto na própria pessoa (aparência de óculos, barba, mudança de penteado) quanto em seu ambiente (luz, virar a cabeça). Alto nível de confiabilidade comparável ao método de identificação de impressão digital.
Desvantagens do método. Equipamento caro. Os sistemas comercialmente disponíveis superaram até mesmo os scanners de íris. Alterações nas expressões faciais e interferências na face pioram a confiabilidade estatística do método. O método ainda não está bem desenvolvido, especialmente em comparação com a impressão digital há muito utilizada, o que dificulta seu uso generalizado.

Situação do mercado

O reconhecimento facial é considerado uma das "três grandes biometrias", juntamente com o reconhecimento de impressão digital e íris. Devo dizer que esse método é bastante comum e, por enquanto, é preferível ao reconhecimento pela íris do olho. A participação das tecnologias de reconhecimento de geometria facial no volume total do mercado biométrico mundial pode ser estimada em 13-18%. Na Rússia, essa tecnologia também está mostrando maior interesse do que, por exemplo, a identificação pela íris. Como mencionado anteriormente, existem muitos algoritmos de reconhecimento 3-D. A maioria das empresas prefere desenvolver sistemas prontos, incluindo scanners, servidores e softwares. No entanto, também existem aqueles que oferecem apenas o SDK para o consumidor. Hoje, destacam-se as seguintes empresas que desenvolvem esta tecnologia: Geometrix, Inc. (scanners faciais 3D, software), Genex Technologies (scansers faciais 3D, software) nos EUA, Cognitec Systems GmbH (SDK, computadores especiais, câmeras 2D) na Alemanha, Bioscrypt (scanners faciais 3D, software) - uma subsidiária da empresa americana empresa L-1 Soluções de Identidade.
Na Rússia, as empresas do Grupo Artec (scanners faciais 3D e software) trabalham nessa direção - uma empresa sediada na Califórnia, e o desenvolvimento e a produção são realizados em Moscou. Além disso, várias empresas russas possuem tecnologia de reconhecimento facial 2D - Vocord, ITV, etc.
No campo do reconhecimento facial 2D, o software é o principal tema de desenvolvimento. câmeras convencionais fazem um excelente trabalho de captura de imagens faciais. A solução para o problema do reconhecimento facial chegou a um beco sem saída - há vários anos, praticamente não houve melhora nos indicadores estatísticos dos algoritmos. Nesta área, há um "trabalho sobre os erros" sistemático.
O reconhecimento facial 3D agora é uma área muito mais atraente para os desenvolvedores. Muitas equipes trabalham nele e ouvem regularmente sobre novas descobertas. Muitos trabalhos estão no estado “apenas prestes a ser lançado”. Mas até agora existem apenas ofertas antigas no mercado, a escolha não mudou nos últimos anos.
Um dos pontos interessantes que às vezes penso e que Habr pode responder: a precisão do kinect é suficiente para criar tal sistema? Projetos para puxar um modelo 3D de uma pessoa através dele são bem possíveis.

Reconhecimento de veias da mão

Esta é uma nova tecnologia no campo da biometria, seu uso generalizado começou há apenas 5 a 10 anos. Uma câmera infravermelha tira fotos da parte externa ou interna da mão. O padrão das veias é formado devido ao fato de que a hemoglobina do sangue absorve a radiação IR. Como resultado, o grau de reflexão é reduzido e as veias são visíveis na câmera como linhas pretas. Um programa especial baseado nos dados recebidos cria uma convolução digital. Nenhum contato humano com o dispositivo de digitalização é necessário.
A tecnologia é comparável em confiabilidade ao reconhecimento pela íris do olho, superando-a de alguma forma e inferior de alguma forma.
Os valores de FRR e FAR são para o scanner Palm Vein. De acordo com os dados do desenvolvedor, com um FAR de 0,0008%, o FRR é de 0,01%. Um gráfico mais preciso para vários valores não é fornecido por nenhuma empresa.

Vantagens e desvantagens do método

As vantagens do método. Não há necessidade de entrar em contato com o dispositivo de digitalização. Alta confiabilidade - os indicadores estatísticos do método são comparáveis ​​aos da íris. Características ocultas: ao contrário de todas as anteriores, essa característica é muito difícil de obter de uma pessoa “na rua”, por exemplo, fotografando-a com uma câmera.
Desvantagens do método. A iluminação do scanner pelos raios do sol e pelos raios das lâmpadas halógenas é inaceitável. Certas doenças relacionadas à idade, como artrite, pioram muito a FAR e a FRR. O método é menos estudado em comparação com outros métodos biométricos estáticos.

Situação do mercado

O reconhecimento de padrões de veias da mão é uma tecnologia relativamente nova e, portanto, sua participação no mercado mundial é pequena e chega a cerca de 3%. No entanto, há um interesse crescente neste método. O fato é que, sendo bastante preciso, esse método não requer equipamentos tão caros como, por exemplo, métodos de reconhecimento baseados na geometria da face ou da íris. Agora muitas empresas estão se desenvolvendo nesta área. Por exemplo, por encomenda da empresa inglesa TDSi, foi desenvolvido um software para o leitor biométrico de veias palmares PalmVein, apresentado pela Fujitsu. O scanner em si foi desenvolvido pela Fujitsu principalmente para combater fraudes financeiras no Japão.
As seguintes empresas Veid Pte também trabalham na área de identificação por padrão de veias. Ltda. (scanner, software), Hitachi VeinID (scanners)
Na Rússia, não conheço nenhuma empresa que lide com essa tecnologia.

Retina

Até recentemente, acreditava-se que o método mais confiável de identificação biométrica e autenticação de personalidade é um método baseado na digitalização da retina do olho. Contém as melhores características de identificação pela íris e pelas veias do braço. O scanner lê o padrão de capilares na superfície da retina. A retina tem uma estrutura imóvel que não muda com o tempo, exceto como resultado de uma doença, como a catarata.
As varreduras da retina são realizadas usando luz infravermelha de baixa intensidade direcionada através da pupila para os vasos sanguíneos na parte de trás do olho. Os scanners de retina se tornaram difundidos em sistemas de controle de acesso para objetos altamente classificados, pois possuem um dos menores percentuais de negação de acesso para usuários registrados e praticamente não há permissão de acesso errônea.
Infelizmente, várias dificuldades surgem ao usar esse método biométrico. O scanner aqui é um sistema óptico muito complexo, e uma pessoa não deve se mover por um tempo considerável enquanto o sistema é guiado, o que causa sensações desagradáveis.
De acordo com EyeDentify, para o scanner ICAM2001 com FAR = 0,001%, o valor de FRR é de 0,4%.

Vantagens e desvantagens do método

Vantagens. Alto nível de confiabilidade estatística. Devido à baixa prevalência dos sistemas, há pouca probabilidade de desenvolver uma forma de "enganá-los".
Imperfeições. Sistema sofisticado com tempos de retorno elevados. O alto custo do sistema. Falta de um mercado amplo de oferta e, como consequência, intensidade insuficiente de desenvolvimento do método.

Geometria da mão

Este método, bastante difundido até 10 anos atrás, e originado da ciência forense nos últimos anos, está em declínio. Baseia-se na obtenção das características geométricas das mãos: o comprimento dos dedos, a largura da palma, etc. Esse método, como a retina do olho, está morrendo e, como tem características muito mais baixas, nem o apresentaremos de forma mais completa.
Às vezes, acredita-se que os métodos de reconhecimento geométrico são usados ​​em sistemas de reconhecimento de veias. Mas à venda nunca vimos um tão claramente declarado. E além disso, muitas vezes ao reconhecer por veias, uma foto apenas da palma é tirada, enquanto ao reconhecer por geometria, uma foto de dedos é tirada.

Um pouco de autopromoção

Ao mesmo tempo, desenvolvemos um bom algoritmo de reconhecimento de olhos. Mas naquela época uma coisa tão high-tech não era necessária neste país, e eu não queria ir para o burguês (onde fomos convidados logo no primeiro artigo). Mas de repente, depois de um ano e meio, havia investidores que queriam construir um "portal biométrico" para si mesmos - um sistema que comeria dois olhos e usaria o componente de cor da íris (para o qual o investidor tinha uma patente mundial) . Na verdade, agora estamos fazendo isso. Mas este não é um artigo sobre autopromoção, é uma pequena digressão lírica. Se alguém estiver interessado, há algumas informações, mas em algum momento no futuro, quando entrarmos no mercado (ou não), escreverei algumas palavras sobre as reviravoltas de um projeto biométrico na Rússia.

conclusões

Mesmo na classe de sistemas biométricos estáticos, existe uma grande variedade de sistemas. Qual deles você deve escolher? Tudo depende dos requisitos para o sistema de segurança. Os sistemas de acesso estatisticamente mais confiáveis ​​e invioláveis ​​são as veias da íris e do braço. Para os primeiros, há um mercado mais amplo para propostas. Mas este não é o limite. Os sistemas de identificação biométrica podem ser combinados para alcançar uma precisão astronômica. Os mais baratos e fáceis de usar, mas com boas estatísticas, são os sistemas fingertip. A tolerância de face 2D é conveniente e barata, mas tem aplicabilidade limitada devido a estatísticas ruins.
Considere as características que cada um dos sistemas terá: resistência à falsificação, resistência ao meio ambiente, facilidade de uso, custo, rapidez, estabilidade do recurso biométrico ao longo do tempo. Vamos colocar as marcas de 1 a 10 em cada coluna. Quanto mais próximo a pontuação estiver de 10, melhor é o sistema nesse aspecto. Os princípios para a escolha das notas foram descritos logo no início do artigo.


Considere também a relação entre FAR e FRR para esses sistemas. Essa relação determina a eficiência do sistema e a amplitude de seu uso.


Vale lembrar que para a íris, você pode aumentar a precisão do sistema de forma quase quadrática, sem perda de tempo, se complicar o sistema tornando-o dois olhos. Para o método de impressão digital - combinando vários dedos e reconhecimento por veias, combinando duas mãos, mas essa melhoria só é possível com o aumento do tempo gasto trabalhando com uma pessoa.
Resumindo os resultados para os métodos, podemos dizer que para objetos de médio e grande porte, bem como para objetos com máxima exigência de segurança, a íris deve ser utilizada como acesso biométrico e, possivelmente, reconhecimento pelas veias da mão. Para instalações com até várias centenas de funcionários, o acesso por impressão digital será ideal. Os sistemas de reconhecimento facial 2D são muito específicos. Eles podem ser necessários nos casos em que o reconhecimento exige a ausência de contato físico, mas é impossível entregar o sistema de controle de íris. Por exemplo, se for necessário identificar uma pessoa sem sua participação, uma câmera escondida ou uma câmera de detecção externa, mas isso só é possível com um pequeno número de assuntos na base e um pequeno fluxo de pessoas filmadas pela câmera.

Nota para um jovem técnico

Alguns fabricantes, por exemplo, Neurotechnology, têm versões de demonstração de métodos biométricos que eles lançam em seu site, para que você possa conectá-los facilmente e brincar. Para aqueles que decidem se aprofundar no problema com mais seriedade, posso recomendar o único livro que vi em russo - "A Guide to Biometrics" de R.M. Bola, J. H. Connel, S. Pancanti. Existem muitos algoritmos e seus modelos matemáticos. Nem tudo está completo e nem tudo corresponde à modernidade, mas a base não é ruim e abrangente.

P.S.

Nesta obra, não abordei o problema da autenticação, mas apenas abordei a identificação. Em princípio, a partir das características do FAR/FRR e da possibilidade de falsificação, sugerem-se todas as conclusões sobre a questão da autenticação.

Nos últimos anos, a biometria tem penetrado cada vez mais em nossas vidas. Os principais países do mundo já colocaram em circulação ou planejam introduzir em um futuro próximo passaportes eletrônicos, contendo informações sobre as características biométricas de seu titular; muitos centros de escritórios implementaram sensores biométricos em sistemas de controle de acesso corporativo; os laptops são equipados há muito tempo com autenticação biométrica de usuário; os serviços de segurança estão armados com meios modernos de identificar qualquer criminoso procurado em uma multidão de pessoas

Andrey Khrulev
Chefe do Departamento de Biometria
e sistemas de segurança complexos
Grupo de empresas "Technoserv", Ph.D.

Há cada vez mais exemplos do uso de sistemas biométricos. O sucesso da biometria é fácil de explicar. Os meios tradicionais de identificação baseados nos princípios do "sou o que tenho" (bilhetes de identidade, fichas, documentos de identidade) e "sou o que sei" (senhas, códigos PIN) não são perfeitos. O cartão é fácil de perder, a senha pode ser esquecida, além disso, eles podem ser usados ​​por qualquer intruso, e nenhum sistema pode distingui-lo de um manequim.

Além disso, os meios tradicionais de identificação são absolutamente inúteis quando se trata de tarefas de identificação oculta de uma pessoa, e há cada vez mais tarefas desse tipo:

• reconhecer um criminoso no meio da multidão;
• verificar se o titular do passaporte está realmente presente;
• descobrir se uma pessoa está na lista de procurados;
• descobrir se a pessoa já esteve envolvida em fraude financeira com empréstimos;
• identificar torcedores potencialmente perigosos na entrada do estádio, etc.

Todas essas tarefas podem ser resolvidas apenas com o uso de ferramentas de identificação biométrica baseadas no princípio "Eu sou o que sou". Este princípio permite que o sistema de informação identifique uma pessoa diretamente, e não os objetos que ela apresenta, ou a informação que ela comunica.

A singularidade da biometria facial

Entre toda a variedade de características biométricas de uma pessoa usadas para identificação pessoal, vale a pena notar especialmente a imagem do rosto. A biometria facial é única, pois não requer a criação de sensores especializados para obter uma imagem - uma imagem facial pode ser obtida a partir de uma câmera CCTV convencional. Além disso, a fotografia de um rosto está presente em quase todos os documentos de identidade, o que significa que a implementação dessa tecnologia na prática não está associada a uma variedade de problemas regulatórios e dificuldades na percepção social da tecnologia.

Também vale a pena notar que a imagem de um rosto pode ser obtida implicitamente para a própria pessoa, o que significa que a biometria facial é ideal para construir sistemas de monitoramento e identificação oculta.

Qualquer sistema de reconhecimento facial é um sistema típico de reconhecimento de padrões, cuja tarefa é formar um determinado conjunto de recursos, o chamado modelo biométrico, de acordo com o modelo matemático embutido no sistema. É este modelo que constitui o know-how chave de qualquer sistema biométrico, e a eficiência do reconhecimento facial depende diretamente de fatores como a resistência do modelo biométrico a vários tipos de interferência, distorções na foto original ou imagem de vídeo.

A eficácia do reconhecimento facial depende diretamente de fatores como a resistência do modelo biométrico a vários tipos de interferência, distorções na foto original ou imagem de vídeo.

Apesar da enorme variedade de sistemas de reconhecimento facial apresentados no mercado russo e no mundo, muitos deles usam os mesmos mecanismos biométricos - as implementações de software reais de métodos para construir e comparar modelos matemáticos de rosto. Na Rússia, motores biométricos como Cognitec (desenvolvido pela Cognitec Systems GmbH, Alemanha), Kaskad-Potok (desenvolvido pela Technoserv, Rússia), FRS SDK (desenvolvido pela Asia Software, Cazaquistão), FaceIt (desenvolvido pela empresa L1 Identity Solutions, EUA ).

Normalmente, o reconhecimento de rosto em qualquer mecanismo biométrico é realizado em várias etapas: detecção de rosto, avaliação de qualidade, construção de modelos, correspondência e tomada de decisão.

Estágio 1: detecção de rosto

Nesta fase, o sistema seleciona (detecta) automaticamente no fluxo de quadros de vídeo ou em uma fotografia de rostos de pessoas, e a faixa de ângulos e escalas de rostos pode variar significativamente, o que é extremamente importante para sistemas de segurança predial. Não é necessário que todos os rostos selecionados sejam reconhecidos (como regra, isso é impossível), mas é extremamente útil detectar o número máximo de rostos no fluxo e, se necessário, colocá-los no arquivo (Fig. . 1).

A detecção de rostos é uma das etapas-chave do reconhecimento, pois a detecção de um rosto pelo detector significa automaticamente a impossibilidade de identificação posterior. A qualidade do detector é geralmente caracterizada pela probabilidade de detecção de face P0. Para sistemas biométricos modernos operando em um fluxo de pessoas, a probabilidade de detecção de rostos varia de 95 a 99% e depende das condições de gravação de vídeo (iluminação, resolução da câmera etc.).

Uma das tendências mais promissoras no desenvolvimento do mercado de biometria é o surgimento de câmeras de vídeo digitais inteligentes que implementam a função de detecção de face com base na lógica embutida (Fig. 2). As câmeras de vídeo inteligentes permitem que você receba não apenas um fluxo de vídeo de alta qualidade, mas também os metadados associados contendo informações sobre os rostos encontrados.

Essa abordagem pode reduzir significativamente a carga na capacidade de hardware do sistema de reconhecimento, o que, por sua vez, reduz o custo final dos sistemas biométricos, tornando-os mais acessíveis para o usuário final. Além disso, os requisitos de canais de transmissão de dados são reduzidos, pois com essa abordagem não precisamos de linhas de comunicação gigabit para transmitir vídeo de alta qualidade, mas sim da disponibilidade de redes padrão para transmissão de vídeo compactado e um pequeno fluxo de imagens faciais detectadas.

Etapa 2: avaliação da qualidade

Este é um estágio de reconhecimento muito importante, no qual o mecanismo biométrico seleciona de todo o conjunto de rostos detectados apenas as imagens que atendem aos critérios de qualidade especificados.

Muitas vezes, os desenvolvedores de sistemas biométricos são astutos, alegando que seu sistema fornece um alto nível de reconhecimento quando as imagens de rosto no fluxo de vídeo atendem aos requisitos de qualidade definidos no GOST R ISO / IEC 19794-5. No entanto, este GOST impõe condições muito rigorosas (quase ideais) à qualidade das fotografias de um rosto (escorço frontal de um rosto com desvio não superior a 5 graus; iluminação uniforme; expressões faciais neutras, etc.), que não podem ser realizado em condições reais de sistemas de videovigilância. Tais exigências do GOST são plenamente justificadas pelo fato de que, de fato, esta norma visa unificar o formato de armazenamento de fotografias eletrônicas em documentos de passaporte e vistos de uma nova geração - os chamados passaportes biométricos. Na prática, os sistemas de identificação biométrica são forçados a lidar com condições de trabalho muito menos favoráveis:

• desvio da face da posição frontal em ângulos superiores a 20 graus;
• forte luz de fundo;
• parte sobreposta do rosto;
• a presença de sombras no rosto;
• tamanho de imagem pequeno, etc.

É a estabilidade do motor biométrico em condições tão difíceis que determina sua qualidade. Nos motores biométricos modernos, na fase de avaliação da qualidade, como regra, são avaliados:

• ângulo da face (não deve exceder 20-30 graus);
• tamanho do rosto (estimado pela distância entre as pupilas dos olhos e deve ser superior a 50–80 px);
• cobertura parcial do rosto (cobrir o rosto não deve ser superior a 10-25% da área total do rosto).

Existe um equívoco comum de que, se os olhos estiverem fechados na imagem de um rosto (por piscar ou óculos), supostamente o sistema não será capaz de reconhecer a pessoa. De fato, os primeiros algoritmos de reconhecimento de rosto usavam os centros das pupilas dos olhos como base para processamento adicional de imagem, em particular para o dimensionamento padrão de rosto. No entanto, no momento, muitos mecanismos biométricos modernos (por exemplo, Cognitec ou "Cascade-Stream") usam esquemas de codificação de face mais complexos e não estão vinculados à posição dos centros dos alunos.

Etapa 3: construindo o modelo

É uma das etapas mais desafiadoras e únicas no reconhecimento de rosto e constitui o principal know-how da tecnologia de motores biométricos. A essência desta etapa consiste em uma transformação matemática não trivial de uma imagem de rosto em um conjunto de características combinadas em um modelo biométrico.

Cada rosto tem seu próprio modelo biométrico exclusivo. Os princípios de construção de modelos biométricos são extremamente diversos: um modelo pode ser baseado nas propriedades de textura de um rosto, em características geométricas, em pontos característicos, em uma combinação de vários recursos heterogêneos.

A característica mais importante de um modelo biométrico é o seu tamanho. Quanto maior o tamanho do modelo, mais recursos informativos ele inclui, mas menor a velocidade e a eficiência da busca por esse modelo. O valor típico para o tamanho do modelo de face em sistemas biométricos é de 1 a 20 kB.

Etapa 4: comparação e tomada de decisão

Esta é uma etapa combinada na operação do sistema de reconhecimento, que compara o modelo biométrico do rosto, construído com base no rosto detectado, com o conjunto de modelos armazenados no banco de dados. No caso mais simples, a correspondência é realizada por uma simples enumeração de todos os padrões e uma avaliação da medida de sua similaridade. Com base nas estimativas obtidas e sua comparação com os limites especificados, é tomada uma decisão sobre a presença ou ausência de uma pessoa idêntica no banco de dados.

Em sistemas modernos, a comparação é implementada de acordo com esquemas de comparação ótimos complexos, que fornecem uma velocidade de comparação de 10.000 a 200.000 comparações por segundo ou mais. Além disso, deve-se entender que o processo de comparação pode ser paralelizado, o que permite que os sistemas de identificação funcionem quase em tempo real, mesmo para grandes conjuntos de imagens, por exemplo, 100.000 pessoas.

A qualidade do trabalho dos sistemas de reconhecimento facial é geralmente caracterizada pelas probabilidades de identificação. Obviamente, dois tipos de erros são possíveis com a identificação biométrica.

1. O primeiro erro está relacionado à possibilidade de faltar e não reconhecer a pessoa que realmente está no banco de dados - muitas vezes é referido como o primeiro tipo de erro. Além disso, muitas vezes não é o valor do erro de primeiro tipo que é indicado, mas um menos a probabilidade do erro de primeiro tipo. Esse valor é chamado de probabilidade de reconhecimento correto do PPR.
2. O segundo erro reflete os casos em que o sistema reconhece uma pessoa que não está realmente no banco de dados ou a confunde com outra pessoa - é comumente chamado de erro tipo II. Para sistemas modernos de reconhecimento facial, o valor típico da probabilidade de reconhecimento correto, como regra, está na faixa de 80 a 97%, com um erro do segundo tipo não superior a 1%.

Condições para uma identificação bem sucedida

Deve-se entender que o reconhecimento facial não é uma tecnologia absoluta. Muitas vezes você pode ouvir críticas aos sistemas biométricos de que não é possível alcançar o mesmo alto desempenho em objetos reais como em condições de "laboratório". Esta afirmação é apenas parcialmente verdadeira. De fato, é possível reconhecer efetivamente um rosto apenas sob certas condições, por isso é extremamente importante, ao introduzir a biometria facial, entender em quais condições o sistema será usado. No entanto, para a maioria dos sistemas de reconhecimento modernos, essas condições são bastante alcançáveis ​​em objetos reais. Assim, para aumentar a eficiência do reconhecimento facial em zonas de identificação, deve ser organizado um fluxo direcionado de pessoas (portas, molduras de detectores de metais, catracas, etc.) fixação do rosto de cada visitante. Nesse caso, as câmeras de gravação de vídeo devem ser instaladas de modo que o ângulo de desvio das faces fixas da posição frontal não exceda 20 a 30 graus. (por exemplo, instalação de câmeras a uma distância da zona de passagem de 8 a 10 m com uma altura de suspensão de 2 a 3 m).

O cumprimento dessas condições na implementação de sistemas de reconhecimento permite resolver efetivamente o problema de identificar uma pessoa e encontrar pessoas de interesse particular, com probabilidades o mais próximas possível dos valores dos indicadores de identificação bem-sucedidos declarados pelos desenvolvedores.

Hoje, vários tipos desses sistemas são apresentados ao mesmo tempo no mercado e realizam tarefas de diferentes níveis de complexidade: desde o reconhecimento remoto em uma multidão até a contabilização de horas de trabalho em um escritório. As soluções de reconhecimento facial estão disponíveis para clientes em diferentes plataformas - arquitetura de servidor, soluções móveis e incorporadas e serviços em nuvem.

Os sistemas modernos operam em algoritmos de redes neurais de aprendizado profundo, portanto, a precisão do reconhecimento é máxima mesmo para imagens de baixa qualidade, são resistentes a viradas de cabeça e têm outras vantagens.

Exemplo 1. Segurança pública

A segurança é uma espécie de ponto de partida a partir do qual começou a introdução dos sistemas de identificação biométrica. Sistemas remotos de reconhecimento facial são usados ​​para garantir a segurança de objetos de presença em massa de pessoas.

A tarefa mais difícil é identificar uma pessoa no meio da multidão.

O chamado reconhecimento não cooperativo, quando uma pessoa não interage com o sistema, não olha para a lente da câmera, se vira ou tenta esconder o rosto. Por exemplo, em centros de transporte, metrô, grandes eventos internacionais.

Caso

Um dos projetos mais significativos em 2017 para nossa empresa foi a maior exposição internacional EXPO-2017, que aconteceu no Cazaquistão neste verão. No sistema de reconhecimento facial biométrico remoto, foram utilizadas câmeras especializadas.

A seleção de rostos no quadro ocorre na própria câmera e apenas a imagem do rosto é transmitida para o servidor, isso alivia a largura de banda e reduz significativamente o custo da infraestrutura de rede. Câmeras monitoraram quatro grupos de entrada em diferentes partes do complexo. A arquitetura do sistema foi projetada de forma que os grupos de entrada funcionassem separadamente ou em conjunto, enquanto o correto funcionamento do sistema era assegurado por apenas 4 servidores e 48 câmeras.

Com a ajuda da análise de vídeo online, eles procuram suspeitos, pessoas desaparecidas, investigam incidentes e incidentes e analisam o tráfego de passageiros em grandes objetos distribuídos geograficamente.

Em alguns aeroportos, até o final de 2017, a biometria também será usada para fazer o check-in de passageiros para um voo. De acordo com o portal Tadviser, 12 países europeus (Espanha, França, Holanda, Alemanha, Finlândia, Suécia, Estônia, Hungria, Grécia, Itália, Romênia) também planejam implementar sistemas de portões inteligentes nos aeroportos.

E o próximo passo deve ser a introdução de sistemas de reconhecimento facial para controle de fronteiras e migração. Com o apoio do governo, a introdução da identificação facial pode se tornar tão comum quanto o escopo dos detectores de metal nos próximos três a cinco anos.

Exemplo 2. Conhecendo seu cliente de vista

Os negócios também contam com a identificação biométrica do rosto. Em primeiro lugar, é o comércio a retalho.

Os sistemas reconhecem o sexo e a idade dos clientes, a frequência e o horário de visita aos pontos de venda e acumulam estatísticas para cada loja individual da rede.

Depois disso, para o departamento em modo automático, são exibidos relatórios detalhados tanto para toda a rede quanto com a divisão por pontos de venda. Com base nesses relatórios, é conveniente traçar um “retrato do cliente” e planejar campanhas de marketing eficazes.

Infelizmente, não podemos divulgar os clientes. Entre eles estão os maiores varejistas e redes de bricolage (Do It Youself), que oferecem ferramentas e componentes caros.

Como funciona

Muitos têm medo de vazamentos de informações confidenciais, mas enfatizamos especialmente que nenhum dado pessoal de pessoas identificadas é armazenado em arquivos. Além disso, nem mesmo a imagem é armazenada, mas seu modelo biométrico, segundo o qual a imagem não pode ser restaurada.

Durante as visitas repetidas, o modelo biométrico do rosto é "apertado", para que o sistema saiba exatamente quem e quantas vezes esteve na loja. Você pode ficar tranquilo quanto à segurança dos dados pessoais.

Para pequenas lojas, concessionárias de carros, farmácias, o mecanismo de coleta de análises de marketing é implementado no serviço de reconhecimento em nuvem. Para pequenas e médias empresas, esta opção é mais preferível, pois não exige o custo de equipamentos de servidor, contratação de pessoal adicional, atualização de software etc. Esta é, em primeiro lugar, uma ferramenta conveniente para avaliar a eficácia do varejo pontos de venda e, em segundo lugar, um excelente assistente para identificar ladrões. Ou seja, um sistema executa várias funções ao mesmo tempo.

Exemplo 3. Sistemas de controle e gerenciamento de acesso

Além das funções acima, o sistema de reconhecimento facial é conveniente de usar como alternativa aos cartões de proximidade em sistemas de controle de acesso (ACS).

Eles têm várias vantagens: fornecem alta confiabilidade de reconhecimento, não podem ser enganados, copiados ou roubados, são fáceis de integrar com equipamentos de segurança existentes. Você pode até usar câmeras de vigilância existentes. Os sistemas biométricos de identificação facial operam de forma remota e muito rápida com registro de eventos no arquivo.

Com base em um sistema de controle de acesso biométrico, é conveniente acompanhar o tempo de trabalho dos funcionários, especialmente em grandes centros de escritórios.

Caso

Implementamos esse sistema em uma grande empresa indiana especializada em logística no ano passado. O número de funcionários permanentes é superior a 600 pessoas. Ao mesmo tempo, a empresa trabalha ininterruptamente e pratica um horário de trabalho “flutuante”. Com a ajuda do nosso sistema de identificação biométrica remota, o cliente recebeu um registro completo e confiável do tempo de trabalho dos funcionários, uma ferramenta para a segurança preventiva da instalação e do sistema de controle de acesso.

Exemplo 4. Passagem de um torcedor para o estádio

No momento da compra do ingresso na bilheteria, o rosto de cada cliente é automaticamente fotografado e carregado no sistema. É assim que se forma a base de visitantes da partida. Se a compra foi feita pela Internet ou por aplicativo móvel, a autorização é possível remotamente por meio de uma “selfie”. Mais tarde, quando uma pessoa chega ao estádio, o sistema irá reconhecê-la sem passaporte.

A identificação de visitantes de competições esportivas tornou-se obrigatória de acordo com a Lei Federal nº 284-FZ "Sobre alterações ao artigo 20 da Lei Federal" Sobre Cultura Física e Esportes na Federação Russa "e Artigo 32.14 do Código de Infrações Administrativas da Federação Russa.

Quem comprou o ingresso entrará no estádio, é impossível transferir o ingresso para outra pessoa ou passar com ingresso falso. O reconhecimento facial remoto em estádios funciona com o mesmo princípio que em grandes instalações de transporte geograficamente distribuídas: se uma pessoa for incluída nas listas de pessoas que não têm acesso ao estádio, o sistema não a deixará passar.

Caso

Em março de 2016, como parte de um projeto conjunto da Vokord e da filial de Khanty-Mansiysk da PJSC Rostelecom, o sistema de reconhecimento facial remoto foi usado para garantir a segurança da Copa do Mundo de Biatlo, realizada em Khanty-Mansiysk. Desde 2015, o mesmo sistema opera com sucesso no complexo esportivo multifuncional Arena Omsk. É uma das seis maiores instalações esportivas da Rússia, a maior instalação de esportes e entretenimento da Sibéria e a base do clube de hóquei Avangard.

Exemplo 5. Internet banking e caixas eletrônicos

Outro nicho em que o reconhecimento facial se estabeleceu é o setor bancário. Aqui, a introdução de novas tecnologias prossegue de forma intensa, uma vez que o setor financeiro está mais interessado do que outros na fiabilidade e segurança da informação personalizada.

Hoje a biometria está começando gradualmente, se não para substituir os documentos "em papel" usuais e bem estabelecidos, então se equiparar a eles. Ao mesmo tempo, o grau de proteção ao fazer pagamentos aumenta significativamente: para confirmar a transação, basta olhar para a câmera do seu smartphone. Ao mesmo tempo, os próprios dados biométricos não são transmitidos para nenhum lugar, respectivamente, é impossível interceptá-los.

A introdução de tecnologias de identificação biométrica está diretamente relacionada ao uso massivo de serviços e dispositivos eletrônicos, ao desenvolvimento do comércio online e à distribuição de cartões plásticos em troca de dinheiro.

Com o advento das unidades de processamento gráfico (GPUs) de alto desempenho e plataformas de hardware ultracompactas, como o Jetson da NVIDIA, o reconhecimento facial começou a tomar conta dos caixas eletrônicos. Agora, apenas o titular do cartão pode sacar dinheiro ou realizar transações na conta, por exemplo, por meio dos caixas eletrônicos do Tinkoff Bank. E o PIN poderá ser retirado em breve.

Os modernos sistemas integrados de segurança são capazes de resolver problemas de qualquer complexidade em todos os tipos de instalações industriais, sociais e domésticas. Os sistemas de videovigilância são ferramentas muito importantes dos complexos de segurança, e os requisitos para a funcionalidade do segmento estão em constante crescimento.

Sistemas de segurança integrados

Uma única plataforma inclui módulos para equipamentos de segurança e incêndio, controle e gerenciamento de acesso, vigilância por vídeo ou televisão de segurança (SOT). Até há pouco tempo, as funções deste último limitavam-se à videomonitorização e registo da situação na instalação e território adjacente, arquivamento e armazenamento de dados. Os sistemas de vídeo clássicos têm várias desvantagens significativas:

• Fator humano. Trabalho ineficiente do operador ao transmitir uma grande quantidade de informações.
• Impossibilidade de intervenção cirúrgica, análise intempestiva.
• Tempo significativo gasto procurando e identificando um evento.

O desenvolvimento das tecnologias digitais levou à criação de sistemas automatizados "inteligentes".

Força na inteligência

O princípio básico da inteligência é a análise de vídeo - uma tecnologia baseada em métodos e algoritmos para reconhecimento de padrões e coleta automatizada de dados como resultado da análise de fluxo de vídeo. Tais equipamentos, sem intervenção humana, são capazes de detectar e rastrear em tempo real os alvos atribuídos (carro, grupo de pessoas), situações potencialmente perigosas (fumaça, incêndio, interferência não autorizada no funcionamento das câmeras de vídeo), eventos programados e emitir prontamente um sinal de alarme. Ao filtrar dados de vídeo sem interesse, a carga nos canais de comunicação e na base de arquivos é significativamente reduzida.

A ferramenta de análise de vídeo mais popular é o sistema de reconhecimento facial. Dependendo das funções desempenhadas e das tarefas atribuídas, certos requisitos são impostos ao equipamento.

Firmware e hardware

Para uma operação eficiente do sistema, são utilizados diversos tipos de câmeras de vídeo IP com diferentes características operacionais. A detecção de um objeto na área controlada é registrada por câmeras panorâmicas com resolução de 1 megapixel e distância focal de 1 mm e dispositivos de escaneamento apontam para isso. São câmeras mais avançadas (de 2Mp, de 2mm), que realizam o reconhecimento usando técnicas simples (3-4 parâmetros). Para identificar um objeto, são usadas câmeras com boa qualidade de imagem, suficientes para o uso de algoritmos complexos (de 5 Mp, 8-12 mm).

Os produtos de software mais populares para reconhecimento facial "Face Intellect" (desenvolvido pela House Control), Face director (pela Synesis) e VOCORD FaceControl (VOCORD) demonstram:

• Alta probabilidade de identificação do objeto (até 99%).
• Suporte para uma ampla gama de ângulos de rotação de câmeras de vídeo.
• A capacidade de destacar rostos mesmo em densas massas de pedestres.
• A variabilidade da elaboração de relatórios analíticos.

Noções básicas de reconhecimento de padrões

Quaisquer sistemas de reconhecimento biométrico são baseados na identificação da correspondência das características fisiológicas lidas de uma pessoa com um determinado padrão predeterminado.

A digitalização ocorre em tempo real. A câmera IP transmite o fluxo de vídeo para o terminal e o sistema de reconhecimento facial determina a correspondência da imagem com as fotografias armazenadas no banco de dados. Existem dois métodos principais. A primeira é baseada em princípios estáticos: com base nos resultados do processamento de parâmetros biométricos, uma amostra eletrônica é criada na forma de um número único correspondente a uma pessoa específica. O segundo método simula uma abordagem "humana" e caracteriza-se pela autoaprendizagem e robustez. A identificação pessoal por imagem de vídeo leva em consideração as mudanças relacionadas à idade e outros fatores (presença de touca, barba ou bigode, óculos). Essa tecnologia permite trabalhar até mesmo com fotografias antigas e, se necessário, com raios-X.

Algoritmo de pesquisa de rosto

A técnica de detecção de rosto mais comum é usar cascatas Haar (conjuntos de máscaras).

A máscara é uma janela retangular com uma combinação diferente de segmentos brancos e pretos.

O mecanismo do programa é o seguinte: o quadro de vídeo é coberto com um conjunto de máscaras e, de acordo com os resultados da convolução (contando os pixels que caem nos setores branco e preto), a diferença é calculada e comparada com um determinado limite valor.

Para melhorar o trabalho do classificador, são criadas amostras de treinamento positivas (quadros onde os rostos das pessoas estão presentes) e negativos (sem eles). No primeiro caso, o resultado da convolução é maior que o valor limite, no segundo, é menor. O detector de faces, com um erro admissível, determina a soma das circunvoluções de todas as cascatas e, quando o limite é ultrapassado, sinaliza a presença de faces no quadro.

Tecnologias de reconhecimento

Após a detecção e localização, na fase preliminar, ocorre o brilho e o alinhamento geométrico da imagem. Outras ações - cálculo de características e identificação - podem ser realizadas por vários métodos.

Ao escanear um rosto de frente em uma sala com excelente iluminação, algoritmos que trabalham com imagens bidimensionais apresentam bons resultados. Ao analisar os pontos únicos e as distâncias entre eles, o sistema de reconhecimento facial determina o fato da identificação pelos coeficientes de diferença entre a imagem "ao vivo" e o modelo registrado.

As tecnologias tridimensionais são resistentes a mudanças no fluxo luminoso, o desvio permitido da visão frontal é de até 45 graus. Aqui, não são analisados ​​apenas pontos e linhas, mas também as propriedades das superfícies (curvatura, perfil), a métrica das distâncias entre elas. Para que esses algoritmos funcionem, é necessária a qualidade máxima de gravação de vídeo com frequência de até 200 quadros / s. O sistema é baseado em câmeras de vídeo estéreo com matriz de 5 megapixels, alta resolução óptica e erro de sincronização minimizado. Além disso, eles são conectados com um cabo de temporização especial para transmissão de pulsos de sincronização.

Estado do mercado de sistemas modernos

Os primeiros, devido ao seu alto custo, foram desenvolvidos apenas para instalações militares estaduais e somente em meados da década de 90 passaram a estar disponíveis para organizações comerciais. O rápido desenvolvimento da tecnologia tornou possível aumentar a precisão dos sistemas e expandir o escopo de sua aplicação. No mercado do nosso país, as posições de liderança pertencem aos fabricantes americanos e da Europa Ocidental de sistemas de segurança. O líder de vendas são os equipamentos das corporações ZN Vision Technologies e Visionics. Os mais promissores entre os desenvolvedores domésticos são as pesquisas e os produtos da Vocord, NTechLab, Soling, VisionLabs e do grupo CRT, que, entre outras coisas, também estão envolvidos na adaptação de complexos estrangeiros às condições russas.

Controle de rosto do computador

A área mais extensa de aplicação da identificação sem contato é a luta contra o terrorismo e o crime. Uma imagem do rosto do criminoso é armazenada em um banco de dados. Em locais movimentados (aeroportos, estações de trem, centros comerciais e de entretenimento, instalações esportivas), o fluxo de pessoas está sendo filmado em tempo real para identificar as pessoas procuradas.

A próxima área são os sistemas de controle de acesso: uma amostra de uma fotografia em um passe eletrônico é comparada com um modelo obtido como resultado do processamento de dados de câmeras de vídeo. O procedimento ocorre instantaneamente, sem exigir nenhuma ação adicional do paciente (em vez de escanear a retina do olho ou impressões digitais).

Outra indústria em rápido crescimento é o marketing. Um outdoor interativo, tendo escaneado o rosto de uma pessoa, determina seu sexo e idade e exibe apenas os anúncios que serão potencialmente interessantes para o cliente.

Tendências e perspectivas de desenvolvimento

Os sistemas de reconhecimento facial estão em grande demanda no setor bancário.

No final do ano passado, a administração do Post Bank, após instalar 50.000 câmeras de vídeo inteligentes em seus escritórios, conseguiu economizar milhões de rublos ao evitar fraudes nos segmentos de empréstimos e pagamentos. Especialistas dizem que até 2021 a rede de infraestrutura necessária será criada e quaisquer transações em caixas eletrônicos só serão possíveis após a identificação biométrica do rosto do cliente.

Na próxima década, as altas tecnologias possibilitarão a abertura de uma rede completa de lojas self-service: o comprador passa em frente às vitrines, escolhe o produto que gosta e vai embora. O sistema de reconhecimento de rosto e imagem determinará a identidade do comprador, comprará e deduzirá o valor necessário de sua conta.

O trabalho está em andamento para criar sistemas para o reconhecimento do estado psicoemocional. A análise das emoções humanas será procurada nas áreas multimédia: animação, cinema, indústria de criação de jogos de computador.

Todo mundo conhece cenas de filmes de ficção científica: o herói vem até a porta e a porta se abre, reconhecendo-o. Esta é uma das demonstrações claras da conveniência e confiabilidade do uso de tecnologias biométricas para controle de acesso. No entanto, na prática, nem tudo é tão simples. Hoje, algumas empresas estão prontas para oferecer aos consumidores controle de acesso usando tecnologias biométricas.

Os métodos tradicionais de identificação pessoal, que se baseiam em vários cartões de identificação, chaves ou dados únicos como, por exemplo, uma senha, não são tão fortes como hoje em dia. As tentativas de usar tecnologias biométricas para sistemas de segurança tornaram-se um passo natural para melhorar a confiabilidade dos identificadores.

A gama de problemas que podem ser resolvidos usando novas tecnologias é extremamente ampla:

1. impedir a entrada de intrusos em áreas e instalações protegidas, falsificando, roubando documentos, cartões, senhas;
2. restringir o acesso à informação e garantir a responsabilidade pessoal pela sua segurança;
3. garantir a admissão em instalações responsáveis ​​apenas por especialistas certificados;
4. evitar custos indiretos associados à operação de sistemas de controle de acesso (cartões, chaves);
5. eliminar o inconveniente associado à perda, dano ou esquecimento elementar de chaves, cartões, senhas;
6. organizar um registro de acesso e presença de funcionários.

O desenvolvimento de tecnologias para reconhecimento de padrões com base em várias características biométricas começou a ser tratado há muito tempo, o início foi nos anos 60. Nossos compatriotas fizeram progressos significativos no desenvolvimento dos fundamentos teóricos dessas tecnologias. No entanto, os resultados práticos foram obtidos principalmente no Ocidente e apenas “ontem”. O poder dos computadores modernos e os algoritmos aprimorados permitiram criar produtos que, em termos de características e proporção, tornaram-se disponíveis e interessantes para uma ampla gama de usuários.

A ideia de usar características individuais de uma pessoa para identificá-la não é nova. Até o momento, são conhecidas várias tecnologias que podem ser usadas em sistemas de segurança para identificação pessoal por:

1. impressões digitais (individuais e da mão como um todo);
2. características faciais (baseadas em imagens ópticas e infravermelhas);
3. a íris dos olhos;
4. voz;
5. outras características.

Todas as tecnologias biométricas têm abordagens comuns para resolver o problema de identificação, embora todos os métodos diferem na facilidade de uso e precisão dos resultados.

Qualquer tecnologia biométrica é aplicada em etapas:

1. escanear um objeto;
2. extração de informações individuais;
3. formando um modelo;
4. comparando o modelo atual com o banco de dados.

O sistema de reconhecimento biométrico combina características fisiológicas ou comportamentais específicas do usuário a um determinado padrão predeterminado. Normalmente, um sistema biométrico consiste em dois módulos: um módulo de registro e um módulo de identificação.

Módulo de registro"Treina" o sistema para identificar uma pessoa específica. Na fase de registro, uma câmera de vídeo ou outros sensores escaneiam uma pessoa para criar uma representação digital de sua aparência. Uma varredura de rosto leva cerca de 20 a 30 segundos, resultando em várias imagens. Idealmente, essas imagens terão ângulos e expressões faciais ligeiramente diferentes para dados mais precisos. Um módulo de software especial processa essa representação e identifica traços de personalidade e cria um modelo. Existem algumas partes do rosto que dificilmente mudam com o tempo, como o contorno superior das órbitas oculares, as áreas ao redor das maçãs do rosto e as bordas da boca. A maioria dos algoritmos desenvolvidos para tecnologias biométricas permitem levar em conta possíveis alterações no penteado de uma pessoa, pois não utilizam a área facial acima da linha do cabelo para analisar. O modelo de imagem de cada usuário é armazenado no banco de dados biométrico.

Módulo de identidade recebe uma imagem de uma pessoa de uma filmadora e a converte para o mesmo formato digital em que o modelo está armazenado. Os dados resultantes são comparados com um modelo armazenado no banco de dados para determinar se as imagens correspondem umas às outras. O grau de similaridade necessário para verificação é um certo limite que pode ser ajustado para diferentes tipos de pessoal, energia do PC, hora do dia e vários outros fatores.

A identificação pode ser realizada na forma de verificação, autenticação ou reconhecimento. Durante a verificação, a identidade dos dados recebidos e o modelo armazenado no banco de dados são confirmados. Autenticação - confirma que a imagem recebida da câmera de vídeo corresponde a um dos modelos armazenados no banco de dados. Durante o reconhecimento, se as características obtidas e um dos modelos armazenados forem os mesmos, o sistema identifica a pessoa com o modelo correspondente.

Ao utilizar sistemas biométricos, especialmente sistemas de reconhecimento facial, mesmo com a introdução de características biométricas corretas, a decisão sobre a autenticação nem sempre é correta. Isso se deve a uma série de características e, em primeiro lugar, ao fato de que muitas características biométricas podem mudar. Existe um certo grau de probabilidade de erro do sistema. Além disso, ao usar tecnologias diferentes, o erro pode diferir significativamente. Para sistemas de controle de acesso ao usar tecnologias biométricas, é necessário determinar o que é mais importante para não perder o “estranho” ou perder todos os “amigos”.

A facilidade de uso é um fator importante para usuários de tecnologia biométrica em sistemas de segurança. A pessoa cujas características estão sendo escaneadas não deve sofrer nenhum inconveniente. A este respeito, o método mais interessante é, obviamente, a tecnologia de reconhecimento facial. É verdade que, neste caso, surgem outros problemas, principalmente relacionados à precisão do sistema.

Embora existam benefícios óbvios, há vários vieses biométricos negativos que geralmente levantam questões sobre se a biometria será usada para espionar pessoas e violar sua privacidade. Por causa das alegações sensacionais e do hype injustificado, a percepção da tecnologia biométrica difere nitidamente do estado real das coisas.

E, no entanto, a utilização de métodos de identificação biométrica ganhou particular relevância nos últimos anos. Esse problema tornou-se especialmente agudo após os eventos de 11 de setembro nos Estados Unidos. A comunidade mundial percebeu até que ponto a ameaça do terrorismo está crescendo em todo o mundo e a dificuldade de organizar proteção confiável usando métodos tradicionais. Foram esses eventos trágicos que serviram como ponto de partida para aumentar a atenção aos modernos sistemas integrados de segurança. Acredita-se que se os controles dos aeroportos fossem mais rígidos, os acidentes poderiam ter sido evitados. Ainda hoje, a busca pelos responsáveis ​​por vários outros incidentes pode ser significativamente facilitada com o uso de modernos sistemas de videovigilância integrados a sistemas de reconhecimento facial.

Atualmente, existem quatro métodos principais de reconhecimento facial:

1. "eigenfaces";
2. análise de "características distintivas";
3. análise baseada em "redes neurais";
4. método de "processamento automático da imagem do rosto".

Todos esses métodos diferem na complexidade de sua implementação e no propósito de sua aplicação.

"Eigenface" pode ser traduzido como "próprio rosto". Essa tecnologia usa imagens bidimensionais em tons de cinza que representam as características distintas de uma imagem de rosto. O método "eigenface" é frequentemente usado como base para outros métodos de reconhecimento de rosto.

Ao combinar as características 100 - 120 "eigenface", um grande número de faces pode ser restaurado. No momento do registro, o "eigenface" de cada pessoa individual é apresentado na forma de uma série de coeficientes. Para um modo de autenticação no qual uma imagem é usada para verificação de identidade, um modelo ativo é comparado com um modelo já registrado para determinar um fator de diferença. O grau de diferença entre os modelos determina o fato da identificação. A tecnologia "eigenface" é ideal para uso em salas bem iluminadas quando é possível escanear um rosto na frente.

A técnica de análise de características distintivas é a tecnologia de identificação mais amplamente utilizada. Esta tecnologia é semelhante à técnica "Eigenface", mas é mais adaptada às mudanças na aparência da pessoa ou nas expressões faciais (rosto sorridente ou carrancudo). A tecnologia de recursos distintivos usa dezenas de recursos característicos de diferentes áreas do rosto, levando em consideração sua localização relativa. Uma combinação individual desses parâmetros determina as características de cada pessoa. O rosto humano é único, mas bastante dinâmico, porque uma pessoa pode sorrir, soltar barba e bigode, colocar óculos - tudo isso aumenta a complexidade do procedimento de identificação. Assim, por exemplo, ao sorrir, há algum deslocamento das partes do rosto localizadas próximas à boca, que por sua vez causará um movimento semelhante das partes adjacentes. Diante de tais deslocamentos, é possível identificar inequivocamente uma pessoa com várias alterações mímicas no rosto. Como esta análise considera áreas locais da face, os desvios admissíveis podem variar até 25° no plano horizontal, e aproximadamente 15° no plano vertical, e requer equipamentos suficientemente potentes e caros, o que reduz o grau de propagação desta método.

No método baseado em rede neural, as características da pessoa registrada e da pessoa que está sendo testada são comparadas por coincidência. As "redes neurais" usam um algoritmo que define a correspondência entre os parâmetros exclusivos da pessoa que está sendo verificada e os parâmetros do modelo localizado no banco de dados, aplicando o número máximo possível de parâmetros. À medida que a comparação progride, a discrepância entre a pessoa que está sendo verificada e o modelo do banco de dados é determinada, então é lançado um mecanismo que, usando os fatores de ponderação apropriados, determina o grau de conformidade da pessoa que está sendo verificada com o modelo do banco de dados . Este método aumenta a qualidade da identificação do rosto em condições difíceis.

O método de "processamento automático de imagem de rosto" é a técnica mais simples que usa a distância e a relação de distância entre pontos facilmente identificáveis ​​no rosto, como os olhos, a ponta do nariz e os cantos da boca. Embora essa técnica não seja tão poderosa quanto as "eigenfaces" ou as "redes neurais", ela pode ser usada com bastante eficácia em condições de pouca luz.

Sistemas de reconhecimento facial no mercado

Até o momento, vários produtos comerciais foram desenvolvidos para reconhecimento facial. Os algoritmos usados ​​nesses produtos são diferentes e ainda é difícil avaliar qual tecnologia tem vantagem. Os atuais líderes são os seguintes sistemas: Visionic, Viisage e Miros.

• O aplicativo FaceIt da Visionic é baseado em um algoritmo de análise de recursos local desenvolvido na Rockefeller University. Uma empresa comercial no Reino Unido integrou o FaceIt em um sistema anticrime de televisão chamado Mandrake. Este sistema procura criminosos usando dados de vídeo de 144 câmeras conectadas em uma rede fechada. Quando uma identidade é estabelecida, o sistema a reporta ao oficial de segurança. Na Rússia, o representante da Visionic é a DanCom.
• Outro líder nessa área, o Viisage, usa um algoritmo desenvolvido no Massachusetts Institute of Technology. Empresas comerciais e agências governamentais em muitos estados dos EUA e vários outros países usam o sistema Viisage em conjunto com cartões de identificação, como carteira de motorista.
• A ZN Vision Technologies AG (Alemanha) oferece diversos produtos no mercado que utilizam tecnologia de reconhecimento facial. Esses sistemas são apresentados no mercado russo pela empresa Soling.
• O sistema de reconhecimento facial TrueFace da Miros usa tecnologia de rede neural e é usado no sistema de distribuição de dinheiro Mr. Payroll e instalado em cassinos e outros locais de entretenimento em muitos estados dos EUA.

Nos Estados Unidos, especialistas independentes realizaram testes comparativos de várias tecnologias de reconhecimento facial. Os resultados do teste são apresentados abaixo.

Arroz. 1. Análise comparativa da eficácia do reconhecimento facial em diferentes sistemas

Na prática, ao usar sistemas de reconhecimento facial como parte de sistemas de segurança eletrônica padrão, supõe-se que a pessoa a ser identificada olhe diretamente para a câmera. Assim, o sistema trabalha com uma imagem bidimensional relativamente simples, o que simplifica bastante os algoritmos e reduz a intensidade de computação. Mas mesmo neste caso, a tarefa de reconhecimento ainda não é trivial, pois os algoritmos devem levar em conta a possibilidade de alterar o nível de iluminação, alterar as expressões faciais, a presença ou ausência de maquiagem ou óculos.

A confiabilidade do sistema de reconhecimento facial depende muito de vários fatores:

• Qualidade da imagem. A probabilidade de operação sem erros do sistema é visivelmente reduzida se a pessoa que estamos tentando identificar não estiver olhando diretamente para a câmera ou for filmada com pouca iluminação.
• A relevância da foto inserida no banco de dados.
• O tamanho do banco de dados.

As tecnologias de reconhecimento facial funcionam bem com câmeras de vídeo padrão que transmitem dados e são controladas por um computador pessoal e exigem uma resolução de 320x240 pixels por polegada com uma taxa de fluxo de vídeo de pelo menos 3-5 quadros por segundo. Para comparação, a qualidade aceitável para uma videoconferência requer uma velocidade de fluxo de vídeo de 15 quadros por segundo. Uma taxa de fluxo de vídeo mais alta em uma resolução mais alta leva a uma melhor qualidade de identificação. Ao detectar rostos a longa distância, há uma forte relação entre a qualidade da filmadora e o resultado da identificação.

O volume de bancos de dados usando computadores pessoais padrão não excede 10.000 imagens.

Conclusão

Os métodos de reconhecimento facial oferecidos hoje são interessantes e próximos de ampla adoção, no entanto, ainda não é possível, como em um filme, confiar na abertura de uma porta apenas à tecnologia de reconhecimento facial. É bom como assistente de um guarda de segurança ou outro sistema de controle de acesso.

Esse método é usado em muitas situações em que você precisa ter certeza de que o documento apresentado realmente pertence à pessoa que o apresentou. Isso acontece, por exemplo, em um aeroporto internacional, quando um guarda de fronteira verifica a foto do passaporte com o rosto do titular do passaporte e decide se é seu passaporte ou não. Um sistema de acesso ao computador opera de acordo com um algoritmo semelhante. A única diferença é que a foto é comparada com o modelo já armazenado no banco de dados.

Já surgiram tecnologias baseadas no reconhecimento facial em luz infravermelha. A nova tecnologia baseia-se no fato de que a imagem térmica criada pela radiação de calor pelos vasos sanguíneos do rosto, ou seja, o termograma do rosto de uma pessoa, é única para todos e, portanto, pode ser utilizada como característica biométrica para sistemas de controle de acesso. Este termograma é um identificador mais estável do que a geometria do rosto, pois é quase independente das mudanças na aparência de uma pessoa.