Recent, pe Habré au apărut multe articole dedicate sistemelor Google de identificare a feței. Sincer să fiu, mulți dintre ei miros a jurnalism și, ca să spunem ușor, a incompetență. Și am vrut să scriu un articol bun despre biometrie, nu este primul meu! Există câteva articole bune despre biometrie pe Habré - dar sunt destul de scurte și incomplete. Aici voi încerca să subliniez pe scurt principiile generale ale identificării biometrice și realizările moderne ale omenirii în această problemă. Inclusiv în identificarea de către persoane.

Articolul are o continuare, care, de fapt, este prequelul său.

Ca bază pentru articol, va fi folosită o publicație comună cu un coleg într-un jurnal (BDI, 2009), revizuită pentru realitățile moderne. Habré nu are încă un coleg, dar a susținut publicarea articolului revizuit aici. La momentul publicării, articolul era o scurtă prezentare a pieței moderne a tehnologiilor biometrice, pe care am realizat-o pentru noi înșine înainte de a lansa produsul nostru. Judecățile de valoare de aplicabilitate prezentate în a doua parte a articolului se bazează pe opiniile persoanelor care au folosit și implementat produsele, precum și pe opiniile persoanelor implicate în producția de sisteme biometrice în Rusia și Europa.

informatii generale

Să începem cu elementele de bază. În 95% din cazuri, biometria este în mod inerent statistici matematice. Și matstat este o știință exactă, algoritmi din care sunt folosiți peste tot: în radare și în sistemele bayesiene. Erorile de primul și al doilea fel pot fi considerate cele două caracteristici principale ale oricărui sistem biometric). În teoria radarului, acestea sunt de obicei numite „alarme false” sau „rătăciri ale țintei”, iar în biometrie, conceptele cele mai stabilite sunt FAR (False Acceptance Rate) și FRR (False Rejection Rate). Primul număr caracterizează probabilitatea unei potriviri false a caracteristicilor biometrice a două persoane. A doua este probabilitatea de a refuza accesul unei persoane cu permis. Sistemul este mai bun, cu cât valoarea FRR este mai mică la aceleași valori FAR. Uneori se folosește și o caracteristică comparativă a EER, care determină punctul în care se intersectează graficele FRR și FAR. Dar nu este întotdeauna reprezentativ. Mai multe detalii pot fi văzute, de exemplu,.
Se pot observa următoarele: dacă FAR și FRR pentru bazele de date biometrice deschise nu sunt date în caracteristicile sistemului, atunci indiferent de ce declara producătorii despre caracteristicile acestuia, acest sistem este cel mai probabil incapacitat sau mult mai slab decât concurenții săi.
Dar nu numai FAR și FRR determină calitatea unui sistem biometric. Dacă aceasta ar fi singura modalitate, atunci tehnologia de vârf ar fi recunoașterea ADN-ului oamenilor, pentru care FAR și FRR tind să fie zero. Dar este evident că această tehnologie nu este aplicabilă în stadiul actual al dezvoltării umane! Am dezvoltat mai multe caracteristici empirice pentru a evalua calitatea sistemului. „Rezistența la falsificare” este o măsură empirică care rezumă cât de ușor este să falsificați un identificator biometric. „Stabilitatea mediului” este o caracteristică care evaluează empiric stabilitatea sistemului în diferite condiții externe, cum ar fi schimbările de iluminare sau temperatura camerei. „Ușurința de utilizare” arată cât de dificil este să folosești un scaner biometric, dacă identificarea este posibilă „din mers”. O caracteristică importantă este „Viteza de lucru” și „Costul sistemului”. Nu uitați că caracteristica biometrică a unei persoane se poate schimba în timp, deci dacă este instabilă, acesta este un minus semnificativ.
Abundența metodelor biometrice este uimitoare. Principalele metode care utilizează caracteristicile biometrice statice ale unei persoane sunt identificarea prin model papilar pe degete, iris, geometria facială, retină, modelul venelor mâinii, geometria mâinii. Există și o familie de metode care folosesc caracteristici dinamice: identificarea prin voce, dinamica scrisului de mână, ritmul cardiac, mersul. Mai jos este distribuția pieței biometrice în urmă cu câțiva ani. În fiecare a doua sursă, aceste date fluctuează cu 15-20 la sută, deci aceasta este doar o estimare. Tot aici, sub conceptul de „geometrie a mâinii”, sunt ascunse două metode diferite, care vor fi discutate mai jos.

În articol, vom lua în considerare doar acele caracteristici care sunt aplicabile în sistemele de control și management al accesului (ACS) sau în sarcinile apropiate acestora. În virtutea superiorității lor, acestea sunt în primul rând caracteristici statice. Dintre caracteristicile dinamice în prezent, doar recunoașterea vocii are cel puțin o oarecare semnificație statistică (comparabilă cu cei mai proasți algoritmi statici FAR ~ 0,1%, FRR ~ 6%), dar numai în condiții ideale.
Pentru a înțelege probabilitatea FAR și FRR, se poate estima cât de des vor apărea potriviri false dacă un sistem de identificare este instalat într-o organizație închisă cu N personal. Probabilitatea de potrivire falsă a unei amprente primite de scaner pentru o bază de date de N amprente este FAR∙N. Și în fiecare zi, aproximativ N persoane trec și prin punctul de control acces. Atunci probabilitatea de eroare pe zi lucrătoare este FAR∙(N∙N). Desigur, în funcție de obiectivele sistemului de identificare, probabilitatea unei erori pe unitatea de timp poate varia foarte mult, dar dacă se acceptă o eroare pe zi lucrătoare, atunci:
(1)
Apoi obținem că funcționarea stabilă a sistemului de identificare la FAR=0,1% =0,001 este posibilă cu numărul de personal N≈30.

Scanere biometrice

Astăzi, conceptele de „algoritm biometric” și „scaner biometric” nu sunt neapărat interconectate. Compania poate produce aceste elemente individual sau împreună. Cea mai mare diferențiere a producătorilor de scanere și a producătorilor de software a fost realizată pe piața biometrică a modelului de degete papilare. Cel mai mic scaner facial 3D de pe piață. De fapt, nivelul de diferențiere reflectă în mare măsură dezvoltarea și saturația pieței. Cu cât mai multe opțiuni - cu atât tema este mai elaborată și adusă la perfecțiune. Diferite scanere au un set diferit de abilități. Practic, acesta este un set de teste pentru a verifica dacă un obiect biometric a fost modificat sau nu. Pentru scanerele digitale, aceasta poate fi o verificare a reliefului sau o verificare a temperaturii, pentru scanerele oculare, aceasta poate fi o verificare a acomodarii elevului, pentru scanerele faciale, mișcarea feței.
Scanerele au o influență foarte puternică asupra statisticilor FAR și FRR primite. În unele cazuri, aceste cifre se pot schimba de zeci de ori, mai ales în condiții reale. De obicei, caracteristicile algoritmului sunt date pentru o bază „ideală”, sau doar pentru una bine potrivită, în care cadrele neclare și neclare sunt aruncate. Doar câțiva algoritmi indică sincer atât ieșirea de bază, cât și ieșirea completă FAR / FRR pentru aceasta.

Și acum mai detaliat despre fiecare dintre tehnologii.

Amprentele digitale

Dactiloscopia (recunoașterea amprentei) este cea mai dezvoltată metodă biometrică de identificare personală până în prezent. Catalizatorul pentru dezvoltarea metodei a fost utilizarea pe scară largă în știința criminalistică în secolul al XX-lea.
Fiecare persoană are un model unic de amprentă papilară, ceea ce face posibilă identificarea. De obicei, algoritmii folosesc puncte caracteristice pe amprentele digitale: capătul liniei modelului, ramificarea liniei, puncte individuale. În plus, sunt implicate informații despre structura morfologică a amprentei: poziția relativă a liniilor închise ale modelului papilar, liniile „arcuite” și spiralate. Caracteristicile modelului papilar sunt convertite într-un cod unic care păstrează conținutul informațional al imaginii imprimate. Și „codurile de amprentă” sunt stocate în baza de date folosită pentru căutare și comparare. Timpul pentru traducerea unei imagini a amprentei într-un cod și identificarea acesteia nu depășește de obicei 1 s, în funcție de dimensiunea bazei. Timpul petrecut pentru ridicarea mâinii nu este luat în considerare.

Ca sursă de date pentru FAR și FRR, s-au folosit statisticile VeriFinger SDK obținute cu ajutorul scanerului de amprentă U.are.U DP. În ultimii 5-10 ani, caracteristicile recunoașterii de către deget nu au avansat prea mult, așa că cifrele date arată o medie bună a algoritmilor moderni. Algoritmul VeriFinger în sine a câștigat Concursul Internațional de Verificare a Amprentei de câțiva ani, unde algoritmii de recunoaștere a amprentei au concurat.

Valoarea tipică FAR pentru metoda de recunoaștere a amprentei este de 0,001%.
Din formula (1) se obține că funcționarea stabilă a sistemului de identificare la FAR=0,001% este posibilă cu numărul de personal N≈300.

Avantajele metodei. Fiabilitate ridicată - indicatorii statistici ai metodei sunt mai buni decât cei ai metodelor de identificare prin față, voce, pictură. Dispozitive low cost care scanează imaginea amprentei. O procedură destul de simplă pentru scanarea unei amprente.
Dezavantaje: modelul de amprentă papilară se deteriorează foarte ușor prin mici zgârieturi, tăieturi. Persoanele care au folosit scanere în afaceri cu câteva sute de angajați raportează o rată mare de eșec la scanare. Multe dintre scanere nu tratează în mod adecvat pielea uscată și nu lasă bătrânii să treacă. Când a comunicat la ultima expoziție MIPS, șeful serviciului de securitate al unei mari întreprinderi chimice a spus că încercarea lor de a introduce scanere de degete în întreprindere (s-au încercat scanere de diferite sisteme) a eșuat - expunerea minimă a degetelor angajaților la substanțe chimice a cauzat o defecțiune în sistemele de securitate ale scanerelor - scanerele au declarat degetele false. Există, de asemenea, o lipsă de securitate împotriva falsificării amprentelor, parțial din cauza utilizării pe scară largă a metodei. Desigur, nu toate scanerele pot fi păcălite de metodele de la MythBusters, dar totuși. Pentru unele persoane cu degete „nepotrivite” (temperatura corpului, umiditatea), probabilitatea ca accesul să fie interzis poate ajunge la 100%. Numărul acestor persoane variază de la fracțiuni de procent pentru scanere scumpe la zece procente pentru cele ieftine.
Desigur, este de remarcat faptul că un număr mare de deficiențe sunt cauzate de utilizarea pe scară largă a sistemului, dar aceste neajunsuri există și apar foarte des.

Situația pieței

În prezent, sistemele de recunoaștere a amprentelor ocupă mai mult de jumătate din piața biometrică. Multe companii rusești și străine sunt angajate în producția de sisteme de control al accesului bazate pe metoda de identificare a amprentei. Datorită faptului că această direcție este una dintre cele mai vechi, a primit cea mai mare răspândire și este de departe cea mai dezvoltată. Scanerele de amprente au parcurs într-adevăr un drum lung. Sistemele moderne sunt echipate cu diverși senzori (temperatură, forță de presare etc.), care măresc gradul de protecție împotriva contrafacerii. În fiecare zi sistemele devin din ce în ce mai convenabile și mai compacte. De fapt, dezvoltatorii au atins deja o anumită limită în acest domeniu și nu există unde să dezvolte metoda în continuare. În plus, majoritatea companiilor produc sisteme gata făcute care sunt echipate cu tot ce aveți nevoie, inclusiv software. Pur și simplu nu este nevoie ca integratorii din acest domeniu să asambleze singuri sistemul, deoarece este neprofitabil și va dura mai mult timp și efort decât cumpărarea unui sistem gata făcut și deja ieftin, cu atât mai multe opțiuni vor fi cu adevărat largi.
Printre companiile străine implicate în sistemele de recunoaștere a amprentei, se remarcă SecuGen (scanere USB pentru PC-uri, scanere care pot fi instalate în întreprinderi sau încorporate în încuietori, SDK și software pentru conectarea sistemului la un computer); Bayometric Inc. (scanere de amprentă, TAA/sisteme de control al accesului, SDK-uri de amprentă digitală, module de amprentă încorporate); DigitalPersona Inc. (scanere USB, SDK). Următoarele companii operează în Rusia în acest domeniu: BioLink (scanere de amprente, dispozitive biometrice de control al accesului, software); Sonda (scanere de amprente, dispozitive biometrice de control al accesului, SDK); SmartLock (scanere de amprente și module), etc.

Iris

Irisul ochiului este o caracteristică umană unică. Modelul irisului se formează în a opta lună de dezvoltare a fătului, se stabilizează în cele din urmă la vârsta de aproximativ doi ani și practic nu se schimbă de-a lungul vieții, decât ca urmare a unor leziuni severe sau patologii severe. Metoda este una dintre cele mai precise dintre metodele biometrice.
Sistemul de identificare a irisului este împărțit în mod logic în două părți: un dispozitiv de captare a imaginii, procesarea sa primară și transferul la un calculator și un computer care compară imaginea cu imaginile din baza de date, transmițând o comandă la admiterea la actuator.
Timpul de procesare a imaginii primare în sistemele moderne este de aproximativ 300-500ms, viteza de comparare a imaginii rezultate cu baza are un nivel de 50000-150000 comparații pe secundă pe un PC convențional. Această viteză de comparație nu impune restricții privind aplicarea metodei în organizațiile mari atunci când este utilizată în sistemele de acces. Atunci când utilizați calculatoare specializate și algoritmi de optimizare a căutării, devine chiar posibilă identificarea unei persoane printre locuitorii unei țări întregi.
Pot să răspund imediat că sunt oarecum părtinitoare și am o atitudine pozitivă față de această metodă, întrucât tocmai în acest domeniu ne-am lansat startup-ul. Un paragraf de la sfârșit va fi dedicat unei mici auto-promovare.

Caracteristicile statistice ale metodei

Caracteristicile FAR și FRR pentru iris sunt cele mai bune din clasa sistemelor biometrice moderne (cu posibila excepție a metodei de recunoaștere a retinei). Articolul prezintă caracteristicile bibliotecii de recunoaștere a irisului a algoritmului nostru - EyeR SDK, care corespund algoritmului VeriEye testat pe aceleași baze de date. Au fost utilizate bazele de date CASIA obținute de scanerul acestora.

Valoarea caracteristică a FAR este 0,00001%.
Conform formulei (1), N≈3000 este numărul de personal al organizației, la care identificarea unui angajat are loc destul de stabil.
Aici merită remarcată o caracteristică importantă care distinge sistemul de recunoaștere a irisului de alte sisteme. În cazul utilizării unei camere cu o rezoluție de 1,3 MP, puteți surprinde doi ochi într-un cadru. Deoarece probabilitățile FAR și FRR sunt probabilități independente statistic, atunci când se recunoaște în doi ochi, valoarea FAR va fi aproximativ egală cu pătratul valorii FAR pentru un ochi. De exemplu, pentru un FAR de 0,001% folosind doi ochi, probabilitatea unei toleranțe false ar fi de 10-8%, cu FRR doar de două ori mai mare decât valoarea FRR corespunzătoare pentru un ochi cu FAR=0,001%.

Avantajele și dezavantajele metodei

Avantajele metodei. Fiabilitatea statistică a algoritmului. Captarea unei imagini a irisului poate fi efectuată la o distanță de la câțiva centimetri până la câțiva metri, în timp ce contactul fizic al unei persoane cu dispozitivul nu are loc. Irisul este protejat de deteriorare - ceea ce înseamnă că nu se va schimba în timp. De asemenea, este posibil să se utilizeze un număr mare de metode care protejează împotriva falsificării.
Dezavantajele metodei. Prețul unui sistem bazat pe iris este mai mare decât prețul unui sistem bazat pe recunoașterea degetelor sau a feței. Disponibilitate scăzută a soluțiilor gata făcute. Orice integrator care vine astăzi pe piața rusă și spune „da-mi un sistem gata făcut” se va întrerupe cel mai probabil. În cea mai mare parte, se vând sisteme scumpe la cheie, instalate de companii mari precum Iridian sau LG.

Situația pieței

În prezent, ponderea tehnologiilor de identificare a irisului pe piața biometrică globală este, conform diverselor estimări, de la 6 la 9 la sută (în timp ce tehnologiile de recunoaștere a amprentei ocupă mai mult de jumătate din piață). De remarcat faptul că încă de la începutul dezvoltării acestei metode, consolidarea ei pe piață a fost încetinită de costul ridicat al echipamentelor și componentelor necesare asamblarii unui sistem de identificare. Cu toate acestea, odată cu dezvoltarea tehnologiilor digitale, costul unui singur sistem a început să scadă.
Liderul în dezvoltarea de software în acest domeniu este Iridian Technologies.
Intrarea pe piață pentru un număr mare de producători a fost limitată de complexitatea tehnică a scanerelor și, în consecință, de costul ridicat al acestora, precum și de prețul ridicat al software-ului datorită poziției de monopol a Iridian pe piață. Acești factori au permis doar marilor companii să se dezvolte în domeniul recunoașterii irisului, cel mai probabil deja angajate în producerea unor componente adecvate pentru sistemul de identificare (optică de înaltă rezoluție, camere miniaturale cu iluminare în infraroșu etc.). Exemple de astfel de companii sunt LG Electronics, Panasonic, OKI. Ei au încheiat un acord cu Iridian Technologies, iar în urma lucrului comun au apărut următoarele sisteme de identificare: Iris Access 2200, BM-ET500, OKI IrisPass. În viitor, au apărut modele de sisteme îmbunătățite, datorită capacităților tehnice ale acestor companii de a se dezvolta independent în acest domeniu. De spus că și companiile de mai sus și-au dezvoltat propriul software, dar până la urmă, în sistemul finit, preferă software-ul Iridian Technologies.
Piața rusă este dominată de produsele companiilor străine. Chiar dacă este greu de cumpărat. Multă vreme, Papillon i-a asigurat pe toată lumea că au recunoașterea irisului. Dar chiar și reprezentanții RosAtom, cumpărătorul lor direct, pentru care au realizat sistemul, spun că acest lucru nu este adevărat. La un moment dat, a apărut o altă companie rusă, care a făcut scanere de iris. Nu-mi amintesc numele acum. Au cumpărat algoritmul de la cineva, poate de la același VeriEye. Scannerul în sine era un sistem vechi de 10-15 ani, deloc fără contact.
În ultimul an, câțiva producători noi au intrat pe piața mondială din cauza expirării brevetului primar pentru recunoașterea vizuală a unei persoane. Cel mai de încredere dintre ei, după părerea mea, merită AOptix. Cel puțin previzualizarea și documentarea lor nu trezește suspiciuni. A doua companie este SRI International. Chiar și la prima vedere, pentru o persoană implicată în sistemele de recunoaștere a irisului, videoclipurile lor par foarte false. Deși nu m-aș mira dacă în realitate pot face ceva. Ambele sisteme nu afișează date despre FAR și FRR și, de asemenea, aparent, nu sunt protejate de falsuri.

recunoaștere facială

Există multe metode de recunoaștere a geometriei feței. Toate se bazează pe faptul că trăsăturile faciale și forma craniului fiecărei persoane sunt individuale. Această zonă a biometriei pare atrăgătoare pentru mulți, deoarece ne recunoaștem în primul rând după față. Această zonă este împărțită în două zone: recunoaștere 2-D și recunoaștere 3-D. Fiecare dintre ele are avantaje și dezavantaje, dar mult depinde și de domeniul de aplicare și cerințele unui anumit algoritm.
Voi vorbi pe scurt despre 2-d și voi trece la una dintre cele mai interesante metode astăzi - 3-d.

Recunoașterea feței 2D

Recunoașterea feței 2-D este una dintre cele mai ineficiente metode biometrice din punct de vedere statistic. A apărut cu destul de mult timp în urmă și a fost folosit în principal în știința criminalistică, ceea ce a contribuit la dezvoltarea sa. Ulterior, au apărut interpretări computerizate ale metodei, în urma cărora aceasta a devenit mai fiabilă, dar, desigur, a fost inferioară și în fiecare an este din ce în ce mai inferioară altor metode biometrice de identificare personală. În prezent, din cauza performanțelor statistice slabe, este folosit în multimodal sau, cum se mai spune, cross-biometrics, sau în rețelele sociale.

Caracteristicile statistice ale metodei

Pentru FAR și FRR, au fost utilizate date pentru algoritmii VeriLook. Din nou, pentru algoritmii moderni, are caracteristici foarte obișnuite. Uneori parcurg algoritmi cu un FRR de 0,1% cu un FAR similar, dar bazele pe care au fost obținute sunt foarte îndoielnice (fond decupat, aceeași expresie facială, aceeași coafură, iluminare).

Valoarea caracteristică a FAR este de 0,1%.
Din formula (1) obținem N≈30 - numărul de personal al organizației, la care identificarea unui angajat are loc destul de stabil.
După cum se poate vedea, indicatorii statistici ai metodei sunt destul de modesti: acest lucru elimină avantajul metodei că este posibil să se efectueze filmări ascunse ale fețelor în locuri aglomerate. E amuzant să vezi cum de câteva ori pe an este finanțat un alt proiect pentru detectarea criminalilor prin camere video instalate în locuri aglomerate. În ultimii zece ani, caracteristicile statistice ale algoritmului nu s-au îmbunătățit, iar numărul de astfel de proiecte a crescut. Deși, este de remarcat faptul că algoritmul este destul de potrivit pentru a conduce o persoană într-o mulțime prin multe camere.

Avantajele și dezavantajele metodei

Avantajele metodei. Cu recunoașterea 2-D, spre deosebire de majoritatea metodelor biometrice, nu sunt necesare echipamente scumpe. Cu echipamentul adecvat, posibilitatea recunoașterii la distanțe considerabile de cameră.
Defecte. Semnificație statistică scăzută. Există cerințe pentru iluminat (de exemplu, fețele persoanelor care intră din stradă într-o zi însorită nu pot fi înregistrate). Pentru mulți algoritmi, inacceptabilitatea oricărei interferențe externe, cum ar fi ochelari, o barbă, unele elemente ale unei coafuri. Imagine frontală obligatorie a feței, cu abateri foarte mici. Mulți algoritmi nu țin cont de posibilele modificări ale expresiilor faciale, adică expresia trebuie să fie neutră.

Recunoașterea feței 3-D

Implementarea acestei metode este o sarcină destul de dificilă. În ciuda acestui fapt, în prezent există multe metode de recunoaștere a feței 3-D. Metodele nu pot fi comparate între ele, deoarece folosesc scanere și baze diferite. departe de toate acestea emit FAR și FRR, sunt folosite abordări complet diferite.
Metoda de tranziție de la 2-d la 3-d este o metodă care implementează acumularea de informații despre o persoană. Această metodă are caracteristici mai bune decât metoda 2d, dar la fel cum folosește o singură cameră. La introducerea subiectului în baza de date, subiectul întoarce capul și algoritmul conectează imaginea împreună, creând un șablon 3d. Și la recunoaștere, sunt folosite mai multe cadre ale fluxului video. Această metodă este destul de experimentală și nu am văzut niciodată implementări pentru sistemele ACS.
Cea mai clasică metodă este metoda proiecției șablonului. Constă în faptul că pe obiect (față) este proiectată o grilă. În continuare, camera face fotografii cu o viteză de zeci de cadre pe secundă, iar imaginile rezultate sunt procesate de un program special. Un fascicul care cade pe o suprafață curbată se îndoaie - cu cât curbura suprafeței este mai mare, cu atât îndoirea fasciculului este mai puternică. Inițial, aceasta folosea o sursă de lumină vizibilă furnizată prin „jaluzele”. Apoi lumina vizibilă a fost înlocuită cu infraroșu, care are o serie de avantaje. De obicei, în prima etapă de procesare, sunt aruncate imaginile în care fața nu este deloc vizibilă sau există obiecte străine care interferează cu identificarea. Pe baza imaginilor obtinute, se reface un model 3-D al fetei, pe care se evidentiaza si se indeparteaza interferentele inutile (coafura, barba, mustata si ochelari). Apoi se analizează modelul - sunt evidențiate caracteristicile antropometrice, care sunt eventual înregistrate într-un cod unic introdus în baza de date. Timpul de captare și procesare a imaginii este de 1-2 secunde pentru cele mai bune modele.
De asemenea, metoda de recunoaștere 3-d bazată pe o imagine obținută de la mai multe camere câștigă popularitate. Un exemplu în acest sens este Vocord cu scanerul său 3d. Această metodă oferă o precizie de poziționare, conform asigurărilor dezvoltatorilor, mai mare decât metoda proiecției șablonului. Dar, până nu văd FAR și FRR cel puțin în propria lor bază de date, nu o să cred !!! Dar a fost dezvoltat deja de 3 ani, iar progresul la expoziții nu este încă vizibil.

Indicatori statistici ai metodei

Datele complete despre FRR și FAR pentru algoritmii din această clasă nu sunt furnizate în mod deschis pe site-urile web ale producătorilor. Dar pentru cele mai bune modele Bioscript (3D EnrolCam, 3D FastPass) care lucrează prin metoda de proiecție a șablonului cu FAR = 0,0047% FRR este 0,103%.
Se crede că fiabilitatea statistică a metodei este comparabilă cu fiabilitatea metodei de identificare a amprentei.

Avantajele și dezavantajele metodei

Avantajele metodei. Nu este nevoie să contactați dispozitivul de scanare. Sensibilitate scăzută la factorii externi, atât asupra persoanei în sine (aspectul ochelarilor, a unei barbi, schimbarea coafurii), cât și în mediul său (iluminare, întoarcerea capului). Nivel ridicat de securitate, comparabil cu identificarea amprentelor digitale.
Dezavantajele metodei. Echipament scump. Complexele disponibile spre vânzare erau chiar mai scumpe decât scanerele de iris. Modificările expresiilor faciale și zgomotul pe față degradează fiabilitatea statistică a metodei. Metoda nu este încă bine dezvoltată, mai ales în comparație cu amprentarea, care a fost folosită de mult timp, ceea ce face dificilă utilizarea pe scară largă.

Situația pieței

Recunoașterea geometriei faciale este una dintre cele „trei mari biometrie”, împreună cu recunoașterea amprentei și irisului. Trebuie să spun că această metodă este destul de comună, iar până acum i se dă preferință față de recunoașterea de către irisul ochiului. Ponderea tehnologiilor de recunoaștere a geometriei feței în volumul total al pieței biometrice globale poate fi estimată la 13-18 la sută. În Rusia, această tehnologie arată, de asemenea, mai mult interes decât, de exemplu, identificarea prin iris. După cum am menționat mai devreme, există mulți algoritmi de recunoaștere 3-D. În cea mai mare parte, companiile preferă să dezvolte sisteme la cheie care includ scanere, servere și software. Cu toate acestea, există cei care oferă consumatorului doar SDK-ul. Până în prezent, putem observa următoarele companii implicate în dezvoltarea acestei tehnologii: Geometrix, Inc. (scanere faciale 3D, software), Genex Technologies (scanere faciale 3D, software) în SUA, Cognitec Systems GmbH (SDK, calculatoare speciale, camere 2D) în Germania, Bioscrypt (scanere faciale 3D, software) este o subsidiară a americanului companie L- 1 Identity Solutions.
În Rusia, companiile Artec Group (scanere faciale 3D și software) lucrează în această direcție - o companie cu sediul în California, iar dezvoltarea și producția se desfășoară la Moscova. De asemenea, mai multe companii rusești dețin tehnologie de recunoaștere a feței 2D - Vocord, ITV etc.
În domeniul recunoașterii feței 2D, principalul subiect de dezvoltare este software-ul, deoarece Camerele convenționale sunt excelente pentru a captura imagini ale fețelor. Soluția la problema recunoașterii feței a ajuns într-o oarecare măsură într-o fundătură - de câțiva ani încoace, practic nu a existat nicio îmbunătățire a indicatorilor statistici ai algoritmilor. În această zonă, există o „lucrare la bug-uri” sistematică.
Recunoașterea feței 3D este acum o zonă mult mai atractivă pentru dezvoltatori. Acesta angajează multe echipe și aude în mod regulat despre noi descoperiri. Multe dintre lucrări sunt într-o stare „pe cale să fie lansate”. Dar până acum, pe piață sunt doar oferte vechi; în ultimii ani, alegerea nu s-a schimbat.
Unul dintre punctele interesante la care mă gândesc uneori și la care, poate, Habr va răspunde: este suficientă precizia kinectului pentru a crea un astfel de sistem? Există destul de multe proiecte pentru a scoate un model 3d al unei persoane prin intermediul acestuia.

Recunoașterea prin venele mâinii

Aceasta este o tehnologie nouă în domeniul biometriei, utilizarea sa pe scară largă a început cu doar 5-10 ani în urmă. Camera cu infraroșu face fotografii din exteriorul sau interiorul mâinii. Modelul venelor se formează datorită faptului că hemoglobina din sânge absoarbe radiația infraroșie. Ca urmare, gradul de reflexie este redus, iar venele sunt vizibile pe cameră ca linii negre. Un program special bazat pe datele primite creează o convoluție digitală. Nu este necesar niciun contact uman cu dispozitivul de scanare.
Tehnologia este comparabilă ca fiabilitate cu recunoașterea de către irisul ochiului, depășind-o în anumite privințe și inferioară în unele privințe.
Valorile FRR și FAR sunt pentru scanerul Palm Vein. Potrivit dezvoltatorului de la FAR 0,0008% FRR este 0,01%. Nicio companie nu produce un program mai precis pentru mai multe valori.

Avantajele și dezavantajele metodei

Avantajele metodei. Nu este nevoie să contactați dispozitivul de scanare. Fiabilitate ridicată - indicatorii statistici ai metodei sunt comparabili cu citirile irisului. Caracteristici ascunse: spre deosebire de toate cele de mai sus, este foarte dificil să obții această caracteristică de la o persoană „pe stradă”, de exemplu, fotografiendu-l cu o cameră.
Dezavantajele metodei. Expunerea scanerului la lumina soarelui și razele lămpilor cu halogen este inacceptabilă. Unele boli legate de vârstă, cum ar fi artrita, afectează foarte mult FAR și FRR. Metoda este mai puțin studiată în comparație cu alte metode biometrice statice.

Situația pieței

Recunoașterea venelor mâinii este o tehnologie destul de nouă și, prin urmare, cota sa de piață globală este mică, în jur de 3%. Cu toate acestea, există un interes tot mai mare pentru această metodă. Cert este că, fiind destul de precisă, această metodă nu necesită echipamente atât de costisitoare precum, de exemplu, metodele de recunoaștere bazate pe geometria facială sau irisul. Acum multe companii se dezvoltă în acest domeniu. Așadar, de exemplu, la comanda companiei britanice TDSi, a fost dezvoltat un software pentru cititorul biometric de venă a palmei PalmVein, prezentat de Fujitsu. Scanerul în sine a fost dezvoltat de Fujitsu în primul rând pentru a combate frauda financiară în Japonia.
Tot în domeniul identificării venelor se află următoarele firme Veid Pte. Ltd. (scaner, software), Hitachi VeinID (scanere)
Nu cunosc companii din Rusia care să se ocupe de această tehnologie.

Retină

Până de curând, se credea că cea mai fiabilă metodă de identificare și autentificare biometrică a unei persoane este o metodă bazată pe scanarea retinei. Conține cele mai bune caracteristici de identificare prin iris și prin venele mâinii. Scanerul citește modelul capilarelor de pe suprafața retinei. Retina are o structură fixă ​​care nu se modifică în timp, decât ca urmare a unei boli, precum cataracta.
Scanarea retinei folosește lumină infraroșie de intensitate scăzută direcționată prin pupilă către vasele de sânge din spatele ochiului. Scanerele retiniene au devenit utilizate pe scară largă în sistemele de control al accesului pentru obiecte extrem de secrete, deoarece au unul dintre cele mai mici procente de acces refuzat utilizatorilor înregistrați și practic nu există permisiuni de acces eronate.
Din păcate, la utilizarea acestei metode biometrice apar o serie de dificultăți. Scannerul de aici este un sistem optic foarte complex, iar o persoană nu trebuie să se miște un timp considerabil în timp ce sistemul este indus, ceea ce provoacă disconfort.
Conform EyeDentify pentru scanerul ICAM2001 cu FAR=0,001%, valoarea FRR este de 0,4%.

Avantajele și dezavantajele metodei

Avantaje. Nivel ridicat de fiabilitate statistică. Datorită prevalenței scăzute a sistemelor, există puține șanse de a dezvolta o modalitate de a le „înșela”.
Defecte. Sistem dificil de utilizat cu timp mare de procesare. Costul ridicat al sistemului. Lipsa unei oferte largi de piață și, ca urmare, intensitatea insuficientă a dezvoltării metodei.

Geometria mâinii

Această metodă, destul de comună în urmă cu 10 ani, și care provine din știința criminalistică, a fost în declin în ultimii ani. Se bazează pe obținerea caracteristicilor geometrice ale mâinilor: lungimea degetelor, lățimea palmei etc. Această metodă, ca și retina ochiului, este pe moarte și, din moment ce are caracteristici mult mai scăzute, nici nu vom introduce o descriere mai completă a acesteia.
Uneori se crede că metodele de recunoaștere geometrică sunt folosite în sistemele de recunoaștere a venelor. Dar în vânzare, nu am văzut niciodată un astfel de clar declarat. Și în plus, de multe ori la recunoașterea după vene se face doar palma mâinii, în timp ce la recunoașterea după geometrie se face o poză a degetelor.

Puțină autopromovare

La un moment dat, am dezvoltat un algoritm bun de recunoaștere a ochilor. Dar la vremea aceea nu era nevoie de așa ceva high-tech în țara asta și nu voiam să merg la burghezie (unde am fost invitați chiar după primul articol). Dar dintr-o dată, după un an și jumătate, mai existau investitori care doreau să-și construiască un „portal biometric” - un sistem care să mănânce 2 ochi și să folosească componenta de culoare a irisului (pentru care investitorul avea un brevet mondial). ). De fapt, asta facem acum. Dar acesta nu este un articol despre autopromovare, este o scurtă digresiune lirică. Dacă cineva este interesat, există câteva informații, iar cândva în viitor, când vom intra pe piață (sau nu), voi scrie aici câteva cuvinte despre suișurile și coborâșurile proiectului biometric din Rusia.

concluzii

Chiar și în clasa sistemelor biometrice statice, există o selecție mare de sisteme. Pe care să o aleg? Totul depinde de cerințele de securitate. Cele mai fiabile din punct de vedere statistic și mai rezistente la manipulare sistemele de acces sunt sistemele de acces pentru iris și vena brațului. Pentru primul dintre ele, există o piață mai largă pentru propuneri. Dar aceasta nu este limita. Sistemele de identificare biometrică pot fi combinate pentru a obține acuratețea astronomică. Cele mai ieftine și mai ușor de utilizat, dar cu statistici bune, sunt sistemele de toleranță la degete. Toleranța feței 2D este convenabilă și ieftină, dar are un domeniu limitat din cauza statisticilor slabe.
Luați în considerare caracteristicile pe care le va avea fiecare dintre sisteme: rezistență la fals, rezistență la mediu, ușurință în utilizare, cost, viteză, stabilitatea caracteristicii biometrice în timp. Să plasăm semnele de la 1 la 10 în fiecare coloană. Cu cât scorul este mai aproape de 10, cu atât sistemul este mai bun în acest sens. Principiile pentru alegerea notelor au fost descrise chiar la începutul articolului.


De asemenea, luăm în considerare raportul dintre FAR și FRR pentru aceste sisteme. Acest raport determină eficiența sistemului și amploarea utilizării acestuia.


Merită să ne amintim că pentru iris, puteți crește acuratețea sistemului aproape pătratic, fără pierderi de timp, dacă complicați sistemul făcându-l pentru doi ochi. Pentru metoda amprentei - prin combinarea mai multor degete și recunoașterea prin vene, prin combinarea a două mâini, dar o astfel de îmbunătățire este posibilă numai cu creșterea timpului petrecut lucrând cu o persoană.
Rezumând rezultatele pentru metode, putem spune că pentru obiectele medii și mari, precum și pentru obiectele cu o cerință de maximă securitate, irisul trebuie folosit ca acces biometric și, eventual, recunoaștere prin venele mâinii. Pentru unitățile cu până la câteva sute de angajați, accesul la amprentă va fi optim. Sistemele de recunoaștere facială 2D sunt foarte specifice. Acestea pot fi solicitate în cazurile în care recunoașterea necesită absența contactului fizic, dar nu este posibilă plasarea sistemului de control pe iris. De exemplu, dacă este necesar să se identifice o persoană fără participarea sa, cu o cameră ascunsă sau cu o cameră de detectare în aer liber, dar acest lucru este posibil numai cu un număr mic de subiecți în baza de date și un flux mic de persoane filmate de cameră .

Tinerii tehnicieni iau notă

Unii producători, cum ar fi Neurotechnology, au versiuni demo ale metodelor biometrice pe care le lansează pe site-ul lor web, astfel încât să le puteți conecta și să vă jucați. Pentru cei care decid să aprofundeze problema mai serios, le pot sfătui singura carte pe care am văzut-o în limba rusă – „A Guide to Biometrics” de R.M. Ball, J.H. Connell, S. Pancanti. Există mulți algoritmi și modelele lor matematice. Nu totul este complet și nu totul corespunde prezentului, dar baza nu este rea și cuprinzătoare.

P.S.

În acest opus, nu am intrat în problema autentificării, ci am atins doar identificarea. În principiu, din caracteristicile FAR/FRR și posibilitatea de fals, se sugerează toate concluziile referitoare la problema autentificării.

În ultimii ani, biometria pătrunde din ce în ce mai mult în viețile noastre. Principalele țări ale lumii au pus deja în circulație sau intenționează să introducă în viitorul apropiat pașapoarte electronice care conțin informații despre caracteristicile biometrice ale proprietarului lor; multe centre de birouri au implementat senzori biometrici în sistemele corporative de control al accesului; laptopurile au fost echipate de mult timp cu autentificare biometrică a utilizatorului; serviciile de securitate sunt înarmate cu mijloace moderne de identificare a oricărui criminal căutat într-o mulțime de oameni

Andrei Hrulev
Șef departament biometric
și sisteme de securitate integrate
Grupul de companii Technoserv, Ph.D.

Există tot mai multe exemple de utilizare a sistemelor biometrice. Succesul biometriei este ușor de explicat. Mijloacele tradiționale de identificare personală bazate pe principiile „eu sunt ceea ce am” (cărți de identitate, jetoane, documente de certificare) și „sunt ceea ce știu” (parole, codurile pin) nu sunt perfecte. Cardul este ușor de pierdut, parola poate fi uitată, în plus, orice atacator le poate folosi și niciun sistem nu va putea să vă deosebească de o imagine de față.

În plus, mijloacele tradiționale de identificare sunt absolut inutile atunci când vine vorba de sarcini de identificare ascunsă a unei persoane și există tot mai multe astfel de sarcini:

• recunoașteți criminalul în mulțime;
• verificați dacă pașaportul este într-adevăr prezentat de proprietarul său;
• afla dacă o persoană este căutată;
• afla daca persoana a fost implicata anterior in fraude financiare cu imprumuturi;
• identificați suporterii potențial periculoși la intrarea în stadion etc.

Toate aceste sarcini pot fi rezolvate numai cu ajutorul instrumentelor de identificare biometrică bazate pe principiul „Sunt ceea ce sunt”. Acest principiu permite sistemului informațional să identifice în mod direct persoana, și nu obiectele pe care aceasta le prezintă sau informațiile pe care le raportează.

Unicitatea biometriei faciale

Printre varietatea de caracteristici biometrice ale unei persoane utilizate pentru identificarea personală, merită remarcată imaginea feței. Biometria facială este unică prin faptul că nu necesită crearea unor senzori specializați pentru a obține o imagine - o imagine a feței poate fi obținută de la o cameră convențională a unui sistem de supraveghere video. În plus, fotografia unei fețe este prezentă pe aproape orice document de identitate, ceea ce înseamnă că introducerea acestei tehnologii în practică nu este asociată cu o varietate de probleme de reglementare și dificultăți de percepție socială a tehnologiei.

De asemenea, este de remarcat faptul că o imagine a feței poate fi obținută implicit pentru persoana însăși, ceea ce înseamnă că biometria facială este potrivită în mod optim pentru construirea de sisteme de monitorizare și identificare secretă.

Orice sistem de recunoaștere a feței este un sistem tipic de recunoaștere a imaginii, a cărui sarcină este de a forma un anumit set de caracteristici, așa-numitul șablon biometric, conform modelului matematic încorporat în sistem. Acest model constituie know-how-ul cheie al oricărui sistem biometric, iar eficiența recunoașterii feței depinde direct de factori precum rezistența șablonului biometric la diferite tipuri de interferențe, distorsiuni în fotografia originală sau imaginea video.

Eficacitatea recunoașterii feței depinde direct de factori precum rezistența șablonului biometric la diferite tipuri de interferențe, distorsiuni în fotografia originală sau imaginea video

În ciuda varietății uriașe de sisteme de recunoaștere a feței prezentate atât pe piața rusă, cât și în lume, multe dintre ele folosesc aceleași motoare biometrice - implementările software efective ale metodelor de construire și comparare a modelelor matematice ale feței. În Rusia, motoarele biometrice precum Cognitec (dezvoltat de Cognitec Systems GmbH, Germania), Kaskad-Potok (dezvoltat de Technoserv, Rusia), FRS SDK (dezvoltat de Asia Software, Kazahstan), FaceIt (dezvoltat de L1 Identity Solutions, SUA) .

De regulă, recunoașterea feței în orice motor biometric se realizează în mai multe etape: detectarea feței, evaluarea calității, construirea șablonului, potrivirea și luarea deciziilor.

Etapa 1: detectarea feței

În această etapă, sistemul selectează (detectează) automat fețele oamenilor într-un flux de cadre video sau într-o fotografie, iar gama de unghiuri și scări ale fețelor poate varia semnificativ, ceea ce este extrem de important pentru construirea de sisteme de securitate. Nu este necesar ca toate fețele selectate să fie recunoscute (de regulă, acest lucru este imposibil), dar este extrem de util să detectați numărul maxim de fețe din flux și, dacă este necesar, să le plasați în arhivă (Fig. 1) .

Detectarea feței este una dintre etapele cheie ale recunoașterii, deoarece detectarea unei fețe de către detector înseamnă automat că identificarea ulterioară este imposibilă. Calitatea funcționării detectorului este de obicei caracterizată de probabilitatea detectării feței P0. Pentru sistemele biometrice moderne care funcționează în condițiile unui flux de oameni, valoarea probabilității de detectare a feței este de la 95 la 99% și depinde de condițiile de înregistrare video (iluminare, rezoluție camerei etc.).

Una dintre cele mai promițătoare tendințe în dezvoltarea pieței biometrice este apariția camerelor video digitale inteligente care implementează funcția de detectare a feței bazată pe logica încorporată (Fig. 2). Camerele video inteligente vă permit să primiți nu numai un flux video de înaltă calitate, ci și metadate asociate care conțin informații despre fețele găsite.

Această abordare poate reduce semnificativ sarcina asupra capacității hardware a sistemului de recunoaștere, ceea ce, la rândul său, reduce costul final al sistemelor biometrice, făcându-le mai accesibile pentru utilizatorul final. În plus, cerințele pentru canalele de transmisie a datelor sunt reduse, deoarece cu această abordare nu avem nevoie de linii de comunicație gigabit pentru a transmite video de înaltă calitate, ci mai degrabă de disponibilitatea rețelelor standard pentru transmiterea video comprimat și a unui flux mic de imagini feței detectate.

Etapa 2: evaluarea calității

Aceasta este o etapă foarte importantă de recunoaștere, în care motorul biometric selectează din întreaga gamă de fețe detectate doar acele imagini care îndeplinesc criteriile de calitate specificate.

Adesea, dezvoltatorii de sisteme biometrice sunt vicleni, susținând că sistemul lor oferă un nivel ridicat de recunoaștere dacă imaginile feței din fluxul video îndeplinesc cerințele de calitate definite în GOST R ISO/IEC 19794-5. Cu toate acestea, acest GOST impune condiții foarte stricte (aproape ideale) asupra calității fotografiilor feței (vedere frontală a feței cu o abatere de cel mult 5 grade; iluminare uniformă; expresii faciale neutre etc.), care nu pot fi efectuate în condiţiile reale ale sistemelor de supraveghere video. Astfel de cerințe ale GOST sunt pe deplin justificate de faptul că, de fapt, acest standard are scopul de a unifica formatul de stocare a fotografiilor electronice în documentele de pașapoarte și vize ale unei noi generații - așa-numitele pașapoarte biometrice. În practică, sistemele de identificare biometrică trebuie să facă față unor condiții de funcționare mult mai puțin favorabile:

• abaterea feței de la poziția frontală la unghiuri care depășesc 20 de grade;
• iluminare puternică;
• acoperirea unei părți a feței;
• prezența umbrelor pe față;
• dimensiune mică a imaginii etc.

Stabilitatea motorului biometric în condiții atât de dificile este cea care determină calitatea acestuia. În motoarele biometrice moderne, în etapa de evaluare a calității, de regulă, sunt evaluate următoarele:

• unghiul feței (nu trebuie să depășească 20-30 de grade);
• dimensiunea feței (estimată după distanța dintre pupilele ochilor și ar trebui să fie mai mare de 50-80 px);
• închiderea parțială a feței (închiderea feței nu trebuie să depășească 10-25% din suprafața totală a feței).

Există o concepție greșită comună că, dacă ochii sunt închiși în imaginea feței (prin clipire sau ochelari), atunci sistemul nu va putea recunoaște persoana respectivă. Într-adevăr, algoritmii timpurii de recunoaștere a feței au folosit centrele pupilelor ochilor ca bază pentru procesarea ulterioară a imaginii, în special pentru scalarea standard a feței. Cu toate acestea, în prezent, multe motoare biometrice moderne (de exemplu, Cognitec sau Kaskad-Potok) folosesc scheme de codificare a fețelor mai complexe și nu sunt legate de poziția centrelor elevilor.

Etapa 3: construirea unui șablon

Aceasta este una dintre cele mai complexe și unice etape ale recunoașterii feței și constituie un know-how cheie al tehnologiei motoarelor biometrice. Esența acestei etape este o transformare matematică non-trivială a unei imagini a feței într-un set de caracteristici combinate într-un șablon biometric.

Fiecare față are propriul șablon biometric unic. Principiile construcției șabloanelor biometrice sunt extrem de diverse: un șablon se poate baza pe proprietățile texturale ale feței, pe trăsături geometrice, pe puncte caracteristice, pe o combinație de diverse trăsături eterogene.

Cea mai importantă caracteristică a unui șablon biometric este dimensiunea acestuia. Cu cât dimensiunea șablonului este mai mare, cu atât include mai multe caracteristici informative, dar cu atât viteza și eficiența căutării acestui șablon sunt mai mici. O valoare tipică a dimensiunii unui șablon de față în sistemele biometrice este între 1 și 20 kB.

Etapa 4: comparație și decizie

Aceasta este o etapă combinată a sistemului de recunoaștere, care compară șablonul biometric al feței construit pe baza feței detectate cu o serie de șabloane stocate în baza de date. În cel mai simplu caz, potrivirea se realizează prin simpla enumerare a tuturor șabloanelor și evaluarea măsurării similarității acestora. Pe baza estimărilor obținute și a comparării acestora cu pragurile date, se ia o decizie cu privire la prezența sau absența unei persoane identice în baza de date.

În sistemele moderne, potrivirea este implementată conform schemelor complexe de potrivire optimă care oferă viteze de potrivire de la 10.000 la 200.000 de comparații pe secundă sau mai mult. Mai mult, trebuie înțeles că procesul de potrivire poate fi paralelizat, ceea ce permite sistemelor de identificare să funcționeze aproape în timp real chiar și pentru rețele mari de imagini, de exemplu, 100.000 de persoane.

Calitatea muncii sistemelor de recunoaștere a feței este de obicei caracterizată de probabilitățile de identificare. Evident, în timpul identificării biometrice pot apărea două tipuri de erori.

1. Prima eroare este legată de posibilitatea de a lipsi și de a nu recunoaște persoana efectiv în baza de date - aceasta este adesea numită eroare de tip unu. Și adesea nu indică valoarea erorii de primul fel, ci unul minus probabilitatea unei erori de primul fel. Această valoare se numește probabilitatea recunoașterii corecte PPR.
2. A doua eroare reflectă cazurile în care sistemul recunoaște o persoană care nu se află de fapt în baza de date sau o confundă cu o altă persoană - este denumită în mod obișnuit o eroare de tip 2. Pentru sistemele moderne de recunoaștere a feței, valoarea tipică a probabilității de recunoaștere corectă, de regulă, este în intervalul de la 80 la 97%, cu o eroare de al doilea fel care nu depășește 1%.

Condiții pentru identificarea cu succes

Trebuie înțeles că recunoașterea feței nu este o tehnologie absolută. Puteți auzi adesea critici la adresa sistemelor biometrice că nu este posibil să obțineți aceleași performanțe ridicate pe obiecte reale ca în condiții de „laborator”. Această afirmație este doar parțial adevărată. Într-adevăr, este posibilă recunoașterea eficientă a unei fețe doar în anumite condiții, motiv pentru care este extrem de important la introducerea biometriei faciale să înțelegem condițiile în care va fi funcționat sistemul. Cu toate acestea, pentru majoritatea sistemelor moderne de recunoaștere, aceste condiții sunt destul de realizabile pe obiecte reale. Astfel, pentru a îmbunătăți eficiența recunoașterii feței în zonele de identificare, ar trebui organizat un flux direcționat de persoane (uși, cadre pentru detectoare de metale, turnichete etc.) pentru a oferi posibilitatea unei operațiuni pe termen scurt (nu mai mult de 1-2 s). fixarea feţei fiecărui vizitator. În același timp, camerele de înregistrare video trebuie instalate astfel încât unghiul de abatere al fețelor înregistrate de la poziția frontală să nu depășească 20-30 de grade. (de exemplu, instalarea camerelor la o distanță de 8-10 m de zona de trecere cu o înălțime de suspensie de 2-3 m).

Respectarea acestor condiții la introducerea sistemelor de recunoaștere vă permite să rezolvați eficient problema identificării unei persoane și a căutării persoanelor de interes deosebit, cu probabilități cât mai apropiate de valorile indicatorilor de identificare de succes declarați de dezvoltatori.

Astăzi, mai multe tipuri de astfel de sisteme sunt prezentate pe piață simultan și îndeplinesc sarcini de diferite niveluri de complexitate: de la recunoașterea de la distanță în mulțime până la contabilizarea orelor de lucru la birou. Soluțiile de recunoaștere facială sunt disponibile clienților pe diferite platforme - acestea sunt arhitectura de server, soluții mobile și încorporate și servicii cloud.

Sistemele moderne funcționează pe algoritmi de rețele neuronale de învățare profundă, astfel încât acuratețea recunoașterii este maximă chiar și pentru imagini de calitate scăzută, sunt rezistente la întoarcerea capului și au alte avantaje.

Exemplul 1: Siguranța publică

Asigurarea securității este un fel de punct de plecare de la care a început introducerea sistemelor de identificare biometrică. Sistemele de recunoaștere facială de la distanță sunt folosite pentru a asigura securitatea unităților aglomerate.

Cea mai dificilă sarcină este să identifici o persoană dintr-o mulțime.

Așa-numita recunoaștere non-cooperativă, atunci când o persoană nu interacționează cu sistemul, nu se uită în obiectivul camerei, se întoarce sau încearcă să-și ascundă fața. De exemplu, la noduri de transport, metrou, evenimente internaționale majore.

Cazuri

Unul dintre cele mai semnificative proiecte ale anului 2017 pentru compania noastră a fost cea mai mare expoziție internațională EXPO-2017, care a avut loc în Kazahstan în această vară. Camerele specializate au fost folosite în sistemul biometric de recunoaștere a feței de la distanță.

Selectarea fețelor din cadru are loc în camera însăși și doar imaginea feței este transmisă serverului, acest lucru descarcă canalul și reduce semnificativ costul infrastructurii de rețea. Camerele au monitorizat patru grupuri de intrare, în diferite părți ale complexului. Arhitectura sistemului a fost concepută în așa fel încât grupurile de intrare să funcționeze separat sau toate împreună, în timp ce funcționarea corectă a sistemului a fost asigurată de doar 4 servere și 48 de camere.

Cu ajutorul analizei video online, suspecții și persoanele dispărute sunt căutate în spații mari distribuite geografic, sunt investigate accidente și incidente, iar traficul de pasageri este analizat.

În unele aeroporturi, până la sfârșitul anului 2017, datele biometrice vor fi folosite și pentru a înregistra pasagerii pentru un zbor. Potrivit portalului Tadviser, 12 țări europene (Spania, Franța, Țările de Jos, Germania, Finlanda, Suedia, Estonia, Ungaria, Grecia, Italia, România) plănuiesc să introducă și sisteme de porți inteligente în aeroporturi.

Iar următorul pas ar trebui să fie introducerea sistemelor de recunoaștere a feței pentru controlul la frontieră și migrație. Cu sprijinul statului, introducerea identificării faciale poate deveni la fel de obișnuită ca și cadrele detectoarelor de metale în următorii trei până la cinci ani.

Exemplul 2. Cunoaște-ți clientul din vedere

Afacerile pariază și pe identificarea facială biometrică. În primul rând, este retail.

Sistemele recunosc sexul și vârsta clienților, frecvența și timpul vizitei punctelor de vânzare cu amănuntul, acumulează statistici pentru fiecare magazin individual din rețea.

După aceea, rapoartele detaliate sunt afișate automat pentru departament atât pentru întreaga rețea, cât și pentru o defalcare pe puncte de vânzare. Pe baza acestor rapoarte, este convenabil să se întocmească un „profil de client” și să se planifice campanii de marketing eficiente.

Din păcate, nu putem dezvălui clienții. Printre aceștia se numără cei mai mari retaileri și rețele DIY (Do It Youself), care includ instrumente și componente scumpe.

Cum functioneaza

Mulți se tem de scurgeri de informații confidențiale, dar subliniem în mod special că nu sunt stocate în arhive date personale ale persoanelor recunoscute. Mai mult, nici măcar imaginea nu este stocată, ci șablonul biometric al acesteia, conform căruia imaginea nu poate fi restaurată.

În cazul vizitelor repetate, șablonul biometric al feței este „tras în sus”, astfel încât sistemul știe exact cine și de câte ori a fost în magazin. Pentru siguranța datelor personale, puteți fi calm.

Pentru magazinele mici, dealeri de mașini, farmacii, mecanismul de colectare a analizelor de marketing este implementat într-un serviciu de recunoaștere cloud. Pentru întreprinderile mici și mijlocii, această opțiune este mai de preferat, deoarece nu necesită costul hardware-ului serverului, angajarea de personal suplimentar, actualizarea software-ului și așa mai departe. În primul rând, acesta este un instrument convenabil pentru evaluarea eficienței punctelor de vânzare, și în al doilea rând, este un excelent asistent pentru a detecta hoții. Adică, un sistem îndeplinește mai multe funcții simultan.

Exemplul 3. Sisteme de control și management al accesului

Pe lângă funcțiile de mai sus, este convenabil să utilizați sistemul de recunoaștere a feței ca alternativă la cardurile de proximitate în sistemele de control și management al accesului (ACS).

Au o serie de avantaje: oferă o mare fiabilitate a recunoașterii, nu pot fi înșelați, copiați sau furați identificatorul, sunt ușor de integrat cu echipamentele de securitate existente. Puteți folosi chiar și camerele de supraveghere existente. Sistemele biometrice de identificare a feței funcționează de la distanță și foarte rapid cu înregistrarea evenimentelor în arhivă.

Pe baza unui ACS biometric, este convenabil să ținem evidența orelor de lucru ale angajaților, în special în centrele mari de birouri.

caz

Am implementat un astfel de sistem la o mare întreprindere indiană specializată în domeniul logisticii anul trecut. Numărul angajaților permanenți este de peste 600 de persoane. În același timp, compania lucrează non-stop și practică un program de lucru „plutitor”. Cu ajutorul sistemului nostru de identificare biometrică de la distanță, clientul a primit o înregistrare completă și fiabilă a timpului de lucru al angajaților, un instrument de securitate preventivă a instalației și un sistem de control al accesului.

Exemplul 4. Pasa fanului către stadion

În momentul cumpărării unui bilet la casa de bilete, chipul fiecărui cumpărător este fotografiat automat și încărcat în sistem. Așa se formează baza vizitatorilor meciului. Dacă achiziția a fost prin Internet sau o aplicație mobilă, atunci autorizarea este posibilă de la distanță folosind un „selfie”. Pe viitor, când o persoană vine pe stadion, sistemul o va recunoaște fără pașapoarte.

Identificarea vizitatorilor la competițiile sportive a devenit obligatorie în conformitate cu Legea federală nr. 284-FZ „Cu privire la modificarea articolului 20 din Legea federală „Cu privire la cultura fizică și sportul în Federația Rusă” și articolul 32.14 din Codul contravențiilor administrative ale Federația Rusă.

Cel care a cumpărat biletul este cel care va intra pe stadion, este imposibil să transferi biletul unei alte persoane sau să treci cu un bilet fals. Recunoașterea facială de la distanță pe stadioane funcționează pe același principiu ca și la marile unități de transport distribuite geografic: dacă o persoană este inclusă în lista persoanelor cărora li se interzice accesul la stadion, sistemul nu o va lăsa să treacă.

caz

În martie 2016, ca parte a unui proiect comun între Vocord și filiala Khanty-Mansiysk a PJSC Rostelecom, a fost utilizat un sistem de recunoaștere facială de la distanță pentru a asigura securitatea Cupei Mondiale de biatlon desfășurate la Khanty-Mansiysk. Din 2015, același sistem funcționează cu succes în complexul sportiv multifuncțional Arena Omsk. Este una dintre cele mai mari șase facilități sportive din Rusia, este cea mai mare unitate de sport și divertisment din Siberia și baza clubului de hochei Avangard.

Exemplul 5: Internet banking și bancomate

O altă nișă în care s-a instalat recunoașterea facială este sectorul bancar. Aici, introducerea noilor tehnologii este intensivă, deoarece sectorul financiar este mai interesat de fiabilitatea și siguranța informațiilor personalizate decât altele.

Astăzi, biometria începe treptat, dacă nu să înlocuiască documentele obișnuite și bine stabilite „de hârtie”, apoi să meargă la egalitate cu acestea. În același timp, gradul de protecție la efectuarea plăților este semnificativ crescut: pentru a confirma tranzacția, este suficient să te uiți în camera smartphone-ului tău. În același timp, datele biometrice în sine nu sunt transmise nicăieri, prin urmare, este imposibil să le interceptați.

Introducerea tehnologiilor de identificare biometrică este direct legată de utilizarea masivă a serviciilor și dispozitivelor electronice, dezvoltarea comerțului online și răspândirea cardurilor de plastic în locul numerarului.

Odată cu apariția unităților de procesare grafică (GPU) de înaltă performanță și a platformelor hardware ultracompacte bazate pe acestea - precum NVIDIA Jetson - recunoașterea facială a început să fie introdusă în bancomate. Acum doar deținătorul cardului poate retrage numerar sau poate efectua tranzacții în cont, de exemplu, prin ATM-urile Tinkoff Bank. Și PIN-ul poate fi retras în curând.

Sistemele moderne de securitate integrate sunt capabile să rezolve probleme de orice complexitate la diverse instalații industriale, sociale și casnice. Sistemele de supraveghere video sunt instrumente foarte importante ale complexelor de securitate, iar cerințele pentru funcționalitatea segmentului sunt în continuă creștere.

Sisteme integrate de securitate

O singură platformă include module pentru echipamente de securitate și de incendiu, control și management acces, supraveghere video sau televiziune de securitate (SOT). Până de curând, funcțiile acestuia din urmă se limitau la monitorizarea video și înregistrarea situației la unitatea și teritoriul adiacent, arhivarea și stocarea datelor. Sistemele video clasice au o serie de dezavantaje semnificative:

• Factorul uman. Munca ineficientă a operatorului atunci când difuzează o cantitate mare de informații.
• Imposibilitatea intervenției chirurgicale, analiză intempestivă.
• Timp semnificativ petrecut pentru a căuta și a identifica un eveniment.

Dezvoltarea tehnologiilor digitale a dus la crearea unor sisteme automatizate „inteligente”.

Puterea în intelect

Principiul de bază al intelectualului este analiza video - o tehnologie bazată pe metode și algoritmi pentru recunoașterea modelelor și colectarea automată a datelor ca rezultat al analizei fluxului video. Un astfel de echipament, fără intervenție umană, este capabil să detecteze și să urmărească în timp real ținte date (o mașină, un grup de persoane), situații potențial periculoase (fum, incendiu, intervenție neautorizată în funcționarea camerelor video), evenimente programate și în timp util. emite un semnal de alarma. Prin filtrarea datelor video care nu prezintă interes, sarcina pe canalele de comunicare și baza de arhivă este redusă semnificativ.

Cel mai popular instrument de analiză video este un sistem de recunoaștere a feței. În funcție de funcțiile îndeplinite și de sarcinile stabilite, echipamentelor se impun anumite cerințe.

Firmware și hardware

Pentru funcționarea eficientă a sistemului, sunt utilizate mai multe tipuri de camere IP cu caracteristici de performanță diferite. Detectarea unui obiect în zona controlată este înregistrată de camere panoramice cu o rezoluție de 1 megapixel sau mai mult și o distanță focală de 1 mm, iar dispozitivele de scanare îndreaptă spre acesta. Acestea sunt camere mai avansate (de la 2 megapixeli, de la 2 mm), producând recunoaștere prin metode simple (3-4 parametri). Pentru identificarea unui obiect se folosesc camere cu o calitate buna a imaginii, suficiente pentru aplicarea unor algoritmi complexi (de la 5 megapixeli, 8-12 mm).

Cele mai populare produse software pentru recunoașterea feței „Face Intellect” (dezvoltator - compania House Control), Face director (compania Synesis) și VOCORD FaceControl (VOCORD) demonstrează:

• Probabilitate mare de identificare a obiectelor (până la 99%).
• Suport pentru o gamă largă de unghiuri de rotație a camerei.
• Capacitatea de a evidenția fețele chiar și într-o masă densă de pietoni.
• Variabilitatea în pregătirea rapoartelor analitice.

Fundamentele recunoașterii modelelor

Orice sisteme de recunoaștere biometrică se bazează pe identificarea conformității caracteristicilor fiziologice citite ale unei persoane cu un anumit șablon predeterminat.

Scanarea are loc în timp real. Camera IP transmite fluxul video către terminal, iar sistemul de recunoaștere a feței determină dacă imaginea se potrivește cu fotografiile stocate în baza de date. Există două metode principale. Primul se bazează pe principii statice: pe baza rezultatelor prelucrării parametrilor biometrici, o probă electronică este creată sub forma unui număr unic corespunzător unei anumite persoane. A doua metodă modelează abordarea „umană” și se caracterizează prin autoînvățare și robustețe. Identificarea unei persoane printr-o imagine video ține cont de schimbările legate de vârstă și de alți factori (prezența unei cofii, a bărbii sau a mustaței, a ochelarilor). Această tehnologie vă permite să lucrați chiar și cu fotografii vechi și, dacă este necesar, cu raze X.

Algoritm de căutare a feței

Cea mai comună tehnică de detectare a feței este utilizarea cascadelor Haar (seturi de măști).

Masca este o fereastră dreptunghiulară cu diverse combinații de segmente albe și negre.

Mecanismul programului este următorul: cadrul video este acoperit cu un set de măști, iar pe baza rezultatelor convoluției (numărând pixelii care cad în sectoarele alb și negru), diferența este calculată și comparată cu un anumit valoare de prag.

Pentru a îmbunătăți performanța clasificatorului, sunt create mostre de antrenament pozitive (cadre cu fețele oamenilor) și negative (fără ele). În primul caz, rezultatul convoluției este peste valoarea pragului, în al doilea - dedesubt. Cu o eroare acceptabilă, detectorul de fețe determină suma circumvoluțiilor tuturor cascadelor și, dacă pragul este depășit, semnalează prezența fețelor în cadru.

Tehnologii de recunoaștere

După detectarea și localizarea în etapa preliminară, are loc luminozitatea și alinierea geometrică a imaginii. Acțiunile ulterioare - calculul semnelor și identificarea - pot fi efectuate prin diferite metode.

Când scanați o față integrală într-o cameră cu iluminare excelentă, algoritmii care funcționează cu imagini bidimensionale arată rezultate bune. Analizând puncte unice și distanțe dintre acestea, sistemul de recunoaștere a feței determină faptul identificării prin coeficienții de diferență dintre imaginea „în direct” și șablonul înregistrat.

Tehnologiile tridimensionale sunt rezistente la modificări ale fluxului luminos, abaterea admisă de la vederea frontală este de până la 45 de grade. Aici sunt analizate nu doar punctele și liniile, ci și proprietățile suprafețelor (curbură, profil), metrica distanțelor dintre ele. Pentru funcționarea unor astfel de algoritmi, este necesară calitatea maximă a înregistrării video cu o frecvență de până la 200 de cadre/s. Sistemul se bazează pe camere video stereo cu o matrice de 5 megapixeli, rezoluție optică mare și o eroare de sincronizare minimizată. În plus, acestea sunt conectate printr-un cablu de ceas special pentru transmiterea impulsurilor de ceas.

Starea pieței sistemelor moderne

Primele, datorită costului lor ridicat, au fost dezvoltate doar pentru instalațiile militare de stat și abia la mijlocul anilor 90 au devenit disponibile organizațiilor comerciale. Dezvoltarea rapidă a tehnologiei a făcut posibilă creșterea preciziei sistemelor și extinderea domeniului de aplicare a acestora. Pe piata tarii noastre, pozitiile de lider apartin producatorilor americani si vest-europeni de sisteme de securitate. Liderul de vânzări este echipamentele corporațiilor ZN Vision Technologies și Visionics. Cele mai promițătoare dintre dezvoltatorii autohtoni sunt cercetările și produsele Vocord, NTechLab, Soling, VisionLabs LLC și grupul STC, care, printre altele, sunt, de asemenea, angajate în adaptarea complexelor străine la condițiile rusești.

Controlul feței computerului

Cel mai extins domeniu de aplicare a identificării fără contact este lupta împotriva terorismului și criminalității. Imaginea feței criminalului este stocată în baza de date. În locurile aglomerate (aeroporturi, gări, mall-uri, facilități sportive), oamenii sunt filmați în timp real pentru a identifica persoanele căutate.

Următoarea zonă este sistemele de control al accesului: un eșantion de imagine foto pe un permis electronic este comparat cu un model obținut ca urmare a prelucrării datelor de la camerele video. Procedura are loc instantaneu, fără a necesita acțiuni suplimentare din partea celor supuși (spre deosebire de scanarea retinei sau amprentarea).

O altă industrie cu creștere rapidă este marketingul. Un panou interactiv, după ce a scanat fața unei persoane, determină sexul și vârsta acesteia, vizualizează doar acele reclame care vor fi potențial interesante pentru client.

Tendințe și perspective de dezvoltare

Sistemele de recunoaștere facială sunt la mare căutare în sectorul bancar.

În urma rezultatelor de anul trecut, după ce a instalat în birourile lor 50.000 de camere video inteligente, conducerea Post Bank a reușit să economisească milioane de ruble, prevenind frauda în segmentele de creditare și plăți. Experții spun că până în 2021 se va crea rețeaua de infrastructură necesară și orice operațiuni la ATM-uri vor deveni posibile numai după identificarea biometrică a feței clientului.

În următorul deceniu, tehnologia înaltă va permite deschiderea unui lanț de magazine full-service: cumpărătorul se plimbă în fața vitrinelor, selectează produsul care îi place și pleacă. Sistemul de recunoaștere a feței și a imaginii va determina identitatea cumpărătorului, achiziția și va șterge suma necesară din contul acestuia.

Se lucrează pentru a crea sisteme de recunoaștere a stării psiho-emoționale. Analiza emoțiilor umane va fi solicitată în domenii multimedia: animație, cinematografie, industria creării de jocuri pe calculator.

Toată lumea știe scene din filmele științifico-fantastice: eroul vine la ușă și ușa se deschide, recunoscându-l. Aceasta este una dintre demonstrațiile clare ale comodității și fiabilității utilizării tehnologiilor biometrice pentru controlul accesului. Cu toate acestea, în practică, nu este atât de simplu. Astăzi, unele firme sunt pregătite să ofere consumatorilor controlul accesului folosind tehnologii biometrice.

Metodele tradiționale de identificare personală, care se bazează pe diferite cărți de identificare, chei sau date unice, cum ar fi, de exemplu, o parolă, nu sunt de încredere în măsura în care este necesar astăzi. Un pas firesc în îmbunătățirea fiabilității identificatorilor a fost încercarea de a utiliza tehnologii biometrice pentru sistemele de securitate.

Gama de probleme care pot fi rezolvate folosind noile tehnologii este extrem de largă:

1. împiedică intrușii să pătrundă în zone și incinte protejate prin falsificare, sustragere de documente, carduri, parole;
2. restricționează accesul la informații și asigură responsabilitatea personală pentru siguranța acestora;
3. asigura accesul la facilitati responsabile numai pentru specialisti atestati;
4. evitarea costurilor generale asociate cu operarea sistemelor de control acces (carduri, chei);
5. eliminarea inconvenientelor asociate cu pierderea, deteriorarea sau uitarea elementară a cheilor, cardurilor, parolelor;
6. să organizeze registrele de acces și prezență pentru angajați.

Dezvoltarea tehnologiilor pentru recunoașterea modelelor prin diferite caracteristici biometrice a început să fie tratată cu destul de mult timp în urmă, începutul a fost pus în anii 60. Compatrioții noștri au făcut progrese semnificative în dezvoltarea bazelor teoretice ale acestor tehnologii. Cu toate acestea, rezultate practice au fost obținute mai ales în Occident și abia „ieri”. Puterea computerelor moderne și a algoritmilor îmbunătățiți au făcut posibilă crearea de produse care, în ceea ce privește caracteristicile și raportul lor, au devenit accesibile și interesante pentru o gamă largă de utilizatori.

Ideea de a folosi caracteristicile individuale ale unei persoane pentru a o identifica nu este nouă. Până în prezent, sunt cunoscute o serie de tehnologii care pot fi utilizate în sistemele de securitate pentru identificarea personală prin:

1. amprentele digitale (atât individuale, cât și ale mâinii în ansamblu);
2. trăsături faciale (pe baza imaginilor optice și în infraroșu);
3. irisul ochiului;
4. voce
5. alte caracteristici.

Toate tehnologiile biometrice au abordări comune pentru rezolvarea problemei identificării, deși toate metodele diferă în ceea ce privește ușurința de utilizare și acuratețea rezultatelor.

Orice tehnologie biometrică se aplică în etape:

1. scanarea obiectelor;
2. extragerea de informații individuale;
3. formarea șablonului;
4. comparând șablonul curent cu baza de date.

Sistemul de recunoaștere biometrică stabilește corespondența caracteristicilor fiziologice sau comportamentale specifice ale utilizatorului cu un anumit șablon. De obicei, un sistem biometric este format din două module: un modul de înregistrare și un modul de identificare.

Modul de înregistrare„antrenează” sistemul pentru a identifica o anumită persoană. În faza de înregistrare, o cameră video sau alți senzori scanează persoana pentru a crea o reprezentare digitală a aspectului acesteia. Scanarea feței durează aproximativ 20 până la 30 de secunde, rezultând mai multe imagini. În mod ideal, aceste imagini vor avea unghiuri și expresii faciale ușor diferite, permițând date mai precise. Un modul software special procesează această reprezentare și determină trăsăturile de personalitate, apoi creează un șablon. Există unele părți ale feței care cu greu se schimbă în timp, cum ar fi contururile superioare ale orbitelor, zonele din jurul pomeților și marginile gurii. Majoritatea algoritmilor dezvoltați pentru tehnologiile biometrice iau în considerare posibilele schimbări în coafura unei persoane, deoarece nu folosesc zona feței de deasupra liniei părului pentru analiză. Șablonul de imagine al fiecărui utilizator este stocat în baza de date a sistemului biometric.

Modul de identificare primește o imagine a unei persoane de la o cameră video și o convertește în același format digital în care este stocat șablonul. Datele rezultate sunt comparate cu un șablon stocat în baza de date pentru a determina dacă imaginile se potrivesc între ele. Gradul de similitudine necesar pentru verificare este un anumit prag care poate fi ajustat pentru diferite tipuri de personal, puterea PC, ora din zi și o serie de alți factori.

Identificarea poate fi sub formă de verificare, autentificare sau recunoaștere. Verificarea confirmă identitatea datelor primite și a șablonului stocat în baza de date. Autentificare - confirmă corespondența imaginii primite de la camera video cu unul dintre șabloanele stocate în baza de date. În timpul recunoașterii, dacă caracteristicile obținute și unul dintre șabloanele stocate sunt aceleași, atunci sistemul identifică o persoană cu șablonul corespunzător.

La utilizarea sistemelor biometrice, în special a sistemelor de recunoaștere a feței, chiar și cu introducerea unor caracteristici biometrice corecte, decizia de autentificare nu este întotdeauna corectă. Acest lucru se datorează unui număr de caracteristici și, în primul rând, faptului că multe caracteristici biometrice se pot schimba. Există un anumit grad de probabilitate a unei erori de sistem. În plus, atunci când se utilizează tehnologii diferite, eroarea poate varia semnificativ. Pentru sistemele de control al accesului atunci când se utilizează tehnologii biometrice, este necesar să se determine ce este mai important să nu ratezi „extratereștri” sau să ratezi toți „prietenii”.

Un factor important pentru utilizatorii tehnologiilor biometrice din sistemele de securitate este ușurința în utilizare. Persoana ale cărei caracteristici sunt scanate nu ar trebui să experimenteze niciun inconvenient. În acest sens, cea mai interesantă metodă este, desigur, tehnologia de recunoaștere a feței. Adevărat, în acest caz, apar și alte probleme, legate în primul rând de acuratețea sistemului.

În ciuda beneficiilor evidente, există o serie de părtiniri negative împotriva biometriei care ridică adesea întrebări cu privire la faptul dacă biometria va fi folosită pentru a spiona oamenii și a le încălca confidențialitatea. Datorită afirmațiilor senzaționale și a hype-ului nefondat, percepția tehnologiilor biometrice diferă puternic de starea reală a lucrurilor.

Și totuși, utilizarea metodelor de identificare biometrică a câștigat o relevanță deosebită în ultimii ani. Această problemă a devenit deosebit de acută după evenimentele din 11 septembrie din Statele Unite. Comunitatea mondială și-a dat seama de amploarea amenințării tot mai mari a terorismului în întreaga lume și de complexitatea organizării unei protecții de încredere folosind metode tradiționale. Aceste evenimente tragice au servit drept punct de plecare pentru o atenție sporită acordată sistemelor moderne de securitate integrate. Este o părere binecunoscută că dacă controlul pe aeroporturi ar fi mai strict, atunci nenorocirile ar putea fi evitate. Și chiar și astăzi, căutarea celor responsabili pentru o serie de alte incidente ar putea fi facilitată semnificativ prin utilizarea sistemelor moderne de supraveghere video în integrare cu sistemele de recunoaștere a feței.

În prezent, există patru metode principale de recunoaștere a feței:

1. „fețe proprii”;
2. analiza „trăsăturilor distinctive”;
3. analiză bazată pe „rețele neuronale”;
4. metoda de „prelucrare automată a imaginii feței”.

Toate aceste metode diferă prin complexitatea implementării și scopul aplicării.

„Eigenface” poate fi tradus ca „proprie față”. Această tehnologie folosește imagini bidimensionale în tonuri de gri care reprezintă caracteristicile distinctive ale unei imagini de față. Metoda „eigenface” este adesea folosită ca bază pentru alte metode de recunoaștere a feței.

Prin combinarea caracteristicilor 100 - 120 "proprieface" este posibil să se restabilească un număr mare de fețe. La momentul înregistrării, „fața proprie” a fiecărei persoane anume este reprezentată ca o serie de coeficienți. Pentru un mod de autentificare în care o imagine este utilizată pentru verificarea identității, șablonul live este comparat cu un șablon deja înregistrat pentru a determina factorul de diferență. Gradul de diferență dintre modele determină faptul identificării. Tehnologia „eigenface” este optimă atunci când este folosită în încăperi bine luminate, când este posibilă scanarea feței din față.

Tehnica de analiză „distingere” este cea mai utilizată tehnologie de identificare. Această tehnologie este similară cu tehnica „Eigenface”, dar este mai adaptată la schimbarea aspectului sau a expresiilor faciale ale unei persoane (fața zâmbitoare sau încruntă). Caracteristicile distinctive folosesc zeci de trăsături distinctive ale diferitelor zone ale feței, ținând cont de locația lor relativă. Combinația individuală a acestor parametri determină caracteristicile fiecărei persoane. Fața unei persoane este unică, dar destul de dinamică, pentru că. o persoană poate zâmbi, poate crește barba și mustața, poate pune ochelari - toate acestea măresc complexitatea procedurii de identificare. Astfel, de exemplu, atunci când zâmbești, există o anumită deplasare a părților feței situate în apropierea gurii, care la rândul lor va provoca o mișcare similară a părților adiacente. Ținând cont de astfel de schimbări, este posibil să se identifice în mod unic o persoană cu diferite modificări mimice ale feței. Deoarece această analiză ia în considerare zonele locale ale feței, toleranțele pot fi de până la 25° în plan orizontal și de până la aproximativ 15° în plan vertical și necesită echipamente suficient de puternice și costisitoare, care reduc, în consecință, gradul de distribuție a acestui metodă.

Într-o metodă bazată pe o rețea neuronală, trăsăturile caracteristice ale ambelor fețe - înregistrate și verificate - sunt comparate pentru o potrivire. „Rețelele neuronale” folosesc un algoritm care se potrivește cu parametrii unici ai feței persoanei verificate și parametrii șablonului aflat în baza de date, aplicând în același timp numărul maxim posibil de parametri. Pe măsură ce comparația decurge, se determină neconcordanțe între persoana verificată și șablonul din baza de date, apoi se lansează un mecanism care, folosind coeficienții de pondere corespunzători, determină gradul de conformitate al persoanei verificate cu șablonul din baza de date. Această metodă mărește calitatea identificării feței în condiții dificile.

Metoda de „procesare automată a imaginii feței” este cea mai simplă tehnologie, folosind distanțele și raportul dintre distanțe între punctele feței ușor de definit, cum ar fi ochii, capătul nasului, colțurile gurii. Deși această metodă nu este la fel de puternică precum „fețele proprii” sau „rețeaua neuronală”, poate fi folosită destul de eficient în condiții de lumină scăzută.

Sisteme de recunoaștere facială de pe piață

Până în prezent, au fost dezvoltate o serie de produse comerciale concepute pentru recunoașterea feței. Algoritmii utilizați în aceste produse sunt diferiți și este încă dificil de evaluat ce tehnologie are avantajul. Liderii în acest moment sunt următoarele sisteme: Visionic, Viisage și Miros.

• Aplicația FaceIt de la Visionic se bazează pe un algoritm local de analiză a caracteristicilor dezvoltat la Universitatea Rockefeller. O companie comercială din Marea Britanie a integrat FaceIt într-un sistem de televiziune anti-criminal numit Mandrake. Acest sistem caută criminali folosind date video de la 144 de camere conectate într-o rețea închisă. Când se stabilește o identitate, sistemul informează ofițerul de securitate. În Rusia, reprezentantul Visionic este DanCom.
• Un alt lider în acest domeniu, Viisage, folosește un algoritm dezvoltat la Massachusetts Institute of Technology. Întreprinderile și guvernele din multe state din SUA și alte câteva țări folosesc sistemul Viisage împreună cu acreditările de identificare, cum ar fi permisele de conducere.
• ZN Vision Technologies AG (Germania) oferă pe piață o serie de produse care utilizează tehnologia de recunoaștere a feței. Aceste sisteme sunt prezentate pe piața rusă de către Soling.
• Sistemul de recunoaștere facială TrueFace al lui Miros folosește tehnologia rețelei neuronale, iar sistemul în sine este folosit în complexul de distribuire a numerarului Mr.Payroll Corporation și este instalat în cazinouri și alte unități de divertisment din multe state din SUA.

În Statele Unite, experți independenți au efectuat un test comparativ al diferitelor tehnologii de recunoaștere a feței. Rezultatele testelor sunt prezentate mai jos.

Orez. 1. Analiza comparativă a eficacității recunoașterii feței în diferite sisteme

În practică, atunci când se utilizează sisteme de recunoaștere a feței ca parte a sistemelor electronice de securitate standard, se presupune că persoana care urmează să fie identificată privește direct în cameră. Astfel, sistemul funcționează cu o imagine bidimensională relativ simplă, care simplifică semnificativ algoritmii și reduce intensitatea calculelor. Dar chiar și în acest caz, sarcina de recunoaștere nu este încă banală, deoarece algoritmii trebuie să țină cont de posibilitatea de a schimba nivelul de iluminare, de a schimba expresiile faciale, de prezența sau absența machiajului sau a ochelarilor.

Fiabilitatea sistemului de recunoaștere a feței depinde foarte mult de mai mulți factori:

• Calitatea imaginii. Probabilitatea de funcționare fără erori a sistemului este redusă considerabil dacă persoana pe care încercăm să o identificăm nu se uită direct în cameră sau este fotografiată în condiții de iluminare slabă.
• Relevanța fotografiei introduse în baza de date.
• Dimensiunea bazei de date.

Tehnologiile de recunoaștere facială funcționează bine cu camerele video standard care transmit date și sunt controlate de un computer personal și necesită o rezoluție de 320x240 pixeli pe inch la o rată video de cel puțin 3 până la 5 cadre pe secundă. Pentru comparație, o calitate acceptabilă pentru o conferință video necesită o viteză a fluxului video de 15 cadre pe secundă. Ratele de biți video mai mari la rezoluții mai mari conduc la o mai bună calitate a identificării. La recunoașterea fețelor de la distanță mare, există o relație puternică între calitatea camerei video și rezultatul identificării.

Volumul bazelor de date la utilizarea computerelor personale standard nu depășește 10.000 de imagini.

Concluzie

Metodele de recunoaștere a feței oferite astăzi sunt interesante și aproape de implementare pe scară largă, totuși, nu este încă posibil, ca în cinema, să ai încredere în deschiderea ușii doar în tehnologia de recunoaștere a feței. Este bun ca asistent pentru un agent de pază sau alt sistem de control al accesului.

Această metodă este folosită în multe situații când este necesar să se asigure că documentul prezentat aparține cu adevărat persoanei care l-a prezentat. Acest lucru se întâmplă, de exemplu, la un aeroport internațional, când polițistul de frontieră verifică fotografia de pe pașaport cu chipul titularului pașaportului și decide dacă este sau nu pașaportul acestuia. Un sistem de acces la computer funcționează conform unui algoritm similar. Singura diferență este că fotografia este comparată cu șablonul deja stocat în baza de date.

Au apărut deja tehnologii care se bazează pe recunoașterea feței în lumină infraroșie. Noua tehnologie se bazează pe faptul că imaginea termică creată de radiația de căldură din vasele de sânge ale feței sau, cu alte cuvinte, termograma feței unei persoane, este unică pentru toată lumea și, prin urmare, poate fi folosită ca un biometric. caracteristica sistemelor de control acces. Această termogramă este un identificator mai stabil decât geometria feței, deoarece aproape că nu depinde de schimbările în aspectul persoanei.