V poslednej dobe sa na Habrém objavilo veľa článkov venovaných systémom identifikácie tváre Google. Úprimne povedané, mnohí z nich zaváňajú žurnalistikou a mierne povedané neschopnosťou. A chcel som napísať dobrý článok o biometrii, nie je to môj prvý! Na Habrého je pár dobrých článkov o biometrii – sú však dosť krátke a neúplné. Tu sa pokúsim stručne načrtnúť všeobecné princípy biometrickej identifikácie a moderné výdobytky ľudstva v tejto veci. Vrátane identifikácie osôb.

Článok má pokračovanie, ktoré je v skutočnosti jeho prequelom.

Ako základ pre článok bude použitá spoločná publikácia s kolegom v časopise (BDI, 2009), upravená pre modernú realitu. Habré zatiaľ nemá kolegu, ale podporil uverejnenie upraveného článku tu. V čase publikovania bol článok stručným prehľadom trhu s modernými biometrickými technológiami, ktorý sme si pred uvedením nášho produktu na trh sami pre seba urobili. Hodnoty použiteľnosti uvedené v druhej časti článku sú založené na názoroch ľudí, ktorí používali a implementovali produkty, ako aj na názoroch ľudí zapojených do výroby biometrických systémov v Rusku a Európe.

všeobecné informácie

Začnime so základmi. V 95 % prípadov je biometria vo svojej podstate matematická štatistika. A matstat je presná veda, ktorej algoritmy sa používajú všade: v radaroch av Bayesovských systémoch. Chyby prvého a druhého druhu možno považovať za dve hlavné charakteristiky každého biometrického systému). V teórii radaru sa zvyčajne nazývajú „falošné poplachy“ alebo „zmeškanie cieľa“ a v biometrii sú najbežnejšími konceptmi FAR (False Acceptance Rate) a FRR (False Rejection Rate). Prvé číslo charakterizuje pravdepodobnosť falošnej zhody biometrických charakteristík dvoch ľudí. Druhým je pravdepodobnosť odmietnutia prístupu osobe s povolením. Systém je lepší, čím menšia je hodnota FRR pri rovnakých hodnotách FAR. Niekedy sa používa aj porovnávacia charakteristika EER, ktorá určuje bod, v ktorom sa pretínajú grafy FRR a FAR. Nie je to však vždy reprezentatívne. Podrobnejšie je možné vidieť napr.
Možno poznamenať nasledovné: ak FAR a FRR pre otvorené biometrické databázy nie sú uvedené v charakteristikách systému, potom bez ohľadu na to, čo výrobcovia deklarujú o jeho vlastnostiach, tento systém je s najväčšou pravdepodobnosťou neschopný alebo oveľa slabší ako jeho konkurenti.
Ale nielen FAR a FRR určujú kvalitu biometrického systému. Ak by to bol jediný spôsob, potom by vedúcou technológiou bolo rozpoznávanie DNA ľudí, pre ktoré FAR a FRR majú tendenciu k nule. Je však zrejmé, že táto technológia nie je v súčasnej fáze ľudského vývoja použiteľná! Na posúdenie kvality systému sme vyvinuli niekoľko empirických charakteristík. „Odpor proti falšovaniu“ je empirické opatrenie, ktoré sumarizuje, aké ľahké je sfalšovať biometrický identifikátor. „Environmentálna stabilita“ je charakteristika, ktorá empiricky hodnotí stabilitu systému pri rôznych vonkajších podmienkach, ako sú zmeny osvetlenia alebo izbovej teploty. „Jednoduché používanie“ ukazuje, aké ťažké je používať biometrický skener, či je identifikácia možná „na cestách“. Dôležitou charakteristikou je „Rýchlosť práce“ a „Cena systému“. Nezabudnite, že biometrická charakteristika osoby sa môže časom meniť, takže ak je nestabilná, je to významné mínus.
Množstvo biometrických metód je úžasné. Hlavné metódy využívajúce statické biometrické charakteristiky osoby sú identifikácia podľa papilárneho vzoru na prstoch, dúhovke, geometrii tváre, sietnici, vzore žíl ruky, geometrii ruky. Existuje aj rodina metód, ktoré využívajú dynamické charakteristiky: identifikácia hlasom, dynamika rukopisu, srdcová frekvencia, chôdza. Nižšie je uvedená distribúcia biometrického trhu pred niekoľkými rokmi. V každom druhom zdroji tieto údaje kolíšu o 15-20 percent, takže ide len o odhad. Aj tu sa pod pojmom „geometria ruky“ skrývajú dve rôzne metódy, o ktorých sa bude diskutovať nižšie.

V článku sa budeme zaoberať iba tými charakteristikami, ktoré sú použiteľné v systémoch kontroly a riadenia prístupu (ACS) alebo v úlohách im blízkych. Vzhľadom na ich nadradenosť sú to predovšetkým statické charakteristiky. Z dynamických charakteristík má v súčasnosti aspoň nejakú štatistickú významnosť iba rozpoznávanie hlasu (porovnateľné s najhoršími statickými algoritmami FAR ~ 0,1 %, FRR ~ 6 %), ale len v ideálnych podmienkach.
Na získanie pocitu pravdepodobnosti FAR a FRR je možné odhadnúť, ako často sa vyskytnú falošné zhody, ak je identifikačný systém nainštalovaný v uzavretej organizácii so zamestnancami N. Pravdepodobnosť falošnej zhody odtlačku prsta prijatého skenerom pre databázu N odtlačkov prstov je FAR∙N. A denne cez prístupový bod prejde aj asi N ľudí. Potom je pravdepodobnosť chyby za pracovný deň FAR∙(N∙N). Samozrejme, v závislosti od cieľov identifikačného systému sa pravdepodobnosť chyby za jednotku času môže značne líšiť, ale ak sa akceptuje jedna chyba za pracovný deň, potom:
(1)
Potom dostaneme, že stabilná prevádzka identifikačného systému pri FAR=0,1% =0,001 je možná pri počte personálu N≈30.

Biometrické skenery

V súčasnosti nie sú pojmy „biometrický algoritmus“ a „biometrický skener“ nevyhnutne prepojené. Spoločnosť môže tieto prvky vyrábať jednotlivo alebo spoločne. Najväčšia diferenciácia medzi výrobcami skenerov a výrobcami softvéru bola dosiahnutá na trhu biometrických vzoriek papilárnych prstov. Najmenší 3D skener tváre na trhu. V skutočnosti miera diferenciácie do značnej miery odráža vývoj a nasýtenosť trhu. Čím väčší výber – tým viac je téma prepracovaná a dovedená k dokonalosti. Rôzne skenery majú rôzne schopnosti. V podstate ide o súbor testov na kontrolu, či s biometrickým objektom niekto manipuloval alebo nie. V prípade skenerov prstov to môže byť kontrola reliéfu alebo kontrola teploty, v prípade skenerov očí to môže byť kontrola prispôsobenia žiaka, v prípade skenerov tváre pohyb tváre.
Skenery majú veľmi silný vplyv na prijaté štatistiky FAR a FRR. V niektorých prípadoch sa tieto čísla môžu meniť desiatky krát, najmä v reálnych podmienkach. Charakteristiky algoritmu sa zvyčajne uvádzajú pre nejaký „ideálny“ základ, alebo len pre vhodný základ, kde sa vyhadzujú rozmazané a rozmazané snímky. Len niekoľko algoritmov čestne označuje základný aj úplný výstup FAR / FRR.

A teraz podrobnejšie o každej z technológií.

Odtlačky prstov

Daktyloskopia (rozpoznávanie odtlačkov prstov) je doteraz najrozvinutejšou biometrickou metódou osobnej identifikácie. Katalyzátorom vývoja metódy bolo jej široké využitie vo forenznej vede v 20. storočí.
Každá osoba má jedinečný papilárny vzor odtlačkov prstov, ktorý umožňuje identifikáciu. Algoritmy zvyčajne používajú charakteristické body na odtlačkoch prstov: koniec čiary vzoru, vetvenie čiary, jednotlivé body. Okrem toho sú zahrnuté informácie o morfologickej štruktúre odtlačku prsta: relatívna poloha uzavretých línií papilárneho vzoru, "klenuté" a špirálové línie. Vlastnosti papilárneho vzoru sú prevedené na jedinečný kód, ktorý zachováva informačný obsah tlačeného obrazu. A práve „kódy odtlačkov prstov“ sú uložené v databáze slúžiacej na vyhľadávanie a porovnávanie. Čas prevodu obrázka odtlačku prsta na kód a jeho identifikácie zvyčajne nepresiahne 1 s, v závislosti od veľkosti základne. Čas strávený zdvihnutím ruky sa neberie do úvahy.

Ako zdroj údajov pre FAR a FRR boli použité štatistiky VeriFinger SDK získané pomocou snímača odtlačkov prstov U.are.U DP. Za posledných 5-10 rokov sa charakteristiky rozpoznávania prstom príliš neposunuli dopredu, takže uvedené čísla ukazujú dobrý priemer moderných algoritmov. Samotný algoritmus VeriFinger už niekoľko rokov vyhráva Medzinárodnú súťaž overovania odtlačkov prstov, kde súťažia algoritmy na rozpoznávanie odtlačkov prstov.

Typická hodnota FAR pre metódu rozpoznávania odtlačkov prstov je 0,001 %.
Zo vzorca (1) získame, že stabilná prevádzka identifikačného systému pri FAR=0,001% je možná pri počte personálu N≈300.

Výhody metódy. Vysoká spoľahlivosť – štatistické ukazovatele metódy sú lepšie ako u metód identifikácie podľa tváre, hlasu, maľby. Nízkonákladové zariadenia, ktoré skenujú obraz odtlačkov prstov. Celkom jednoduchý postup skenovania odtlačku prsta.
Nevýhody: papilárny vzor odtlačkov prstov sa veľmi ľahko poškodí malými škrabancami, rezmi. Ľudia, ktorí používali skenery v podnikoch s niekoľkými stovkami zamestnancov, hlásia vysokú mieru zlyhania skenovania. Mnohé zo skenerov nedostatočne ošetrujú suchú pokožku a neprepúšťajú starých ľudí. Šéf bezpečnostnej služby veľkého chemického podniku pri komunikácii na poslednej výstave MIPS uviedol, že ich pokus zaviesť v podniku skenery prstov (skúšali sa skenery rôznych systémov) zlyhal - minimálne vystavenie prstov zamestnancov chemikáliám spôsobilo. zlyhanie v bezpečnostných systémoch skenerov - skenery označili prsty za falošné. Chýba tiež zabezpečenie proti falšovaniu odtlačkov prstov, čiastočne kvôli rozšírenému používaniu metódy. Samozrejme, nie všetky skenery sa dajú oklamať metódami z MythBusters, ale aj tak. U niektorých ľudí s „nevhodnými“ prstami (telesná teplota, vlhkosť) môže pravdepodobnosť odmietnutia prístupu dosiahnuť 100 %. Počet takýchto ľudí sa pohybuje od zlomkov percent pri drahých skeneroch až po desať percent pri lacných.
Samozrejme, stojí za zmienku, že veľké množstvo nedostatkov je spôsobených rozšíreným používaním systému, no tieto nedostatky existujú a objavujú sa veľmi často.

Situácia na trhu

V súčasnosti systémy na rozpoznávanie odtlačkov prstov zaberajú viac ako polovicu biometrického trhu. Mnoho ruských a zahraničných spoločností sa zaoberá výrobou systémov kontroly prístupu založených na metóde identifikácie odtlačkov prstov. Vzhľadom na to, že tento smer je jedným z najstarších, získal najväčšiu distribúciu a je zďaleka najrozvinutejší. Snímače odtlačkov prstov prešli naozaj dlhú cestu. Moderné systémy sú vybavené rôznymi snímačmi (teplota, sila lisovania atď.), ktoré zvyšujú stupeň ochrany proti falšovaniu. Systémy sú každým dňom pohodlnejšie a kompaktnejšie. Vývojári totiž už v tejto oblasti dosiahli určitú hranicu a metódu už nie je kam ďalej rozvíjať. Väčšina spoločností navyše vyrába hotové systémy, ktoré sú vybavené všetkým potrebným, vrátane softvéru. Integrátori v tejto oblasti jednoducho nemusia zostavovať systém svojpomocne, keďže je to nerentabilné a zaberie to viac času a úsilia ako kúpa hotového a už aj tak lacného systému, o to väčší výber bude skutočne široký.
Medzi zahraničnými spoločnosťami zaoberajúcimi sa systémami rozpoznávania odtlačkov prstov je možné zaznamenať SecuGen (USB skenery pre PC, skenery, ktoré môžu byť inštalované v podnikoch alebo zabudované do zámkov, SDK a softvér na pripojenie systému k počítaču); Spoločnosť Bayometric Inc. (snímače odtlačkov prstov, TAA/systémy kontroly prístupu, súpravy SDK odtlačkov prstov, vstavané moduly odtlačkov prstov); Spoločnosť DigitalPersona Inc. (USB-skenery, SDK). V tejto oblasti pôsobia v Rusku tieto spoločnosti: BioLink (snímače odtlačkov prstov, biometrické zariadenia na kontrolu prístupu, softvér); Sonda (snímače odtlačkov prstov, biometrické zariadenia na kontrolu prístupu, SDK); SmartLock (snímače odtlačkov prstov a moduly) atď.

Iris

Očná dúhovka je jedinečná ľudská vlastnosť. Vzor dúhovky sa vytvára v ôsmom mesiaci vývoja plodu, nakoniec sa stabilizuje vo veku približne dvoch rokov a prakticky sa počas života nemení, s výnimkou ťažkých zranení alebo ťažkých patológií. Metóda je jednou z najpresnejších medzi biometrickými metódami.
Systém identifikácie dúhovky je logicky rozdelený na dve časti: zariadenie na snímanie obrazu, jeho primárne spracovanie a prenos do kalkulačky a počítač, ktorý porovnáva obraz s obrazmi v databáze a vysiela príkaz po prijatí do aktuátora.
Čas primárneho spracovania obrazu v moderných systémoch je približne 300-500 ms, rýchlosť porovnávania výsledného obrazu so základom má na bežnom PC úroveň 50000-150000 porovnaní za sekundu. Táto rýchlosť porovnávania nekladie obmedzenia na aplikáciu metódy vo veľkých organizáciách pri použití v prístupových systémoch. Pri použití špecializovaných kalkulačiek a algoritmov na optimalizáciu vyhľadávania je dokonca možné identifikovať osobu medzi obyvateľmi celej krajiny.
Hneď môžem odpovedať, že som do istej miery zaujatý a mám k tejto metóde pozitívny vzťah, keďže práve v tejto oblasti sme rozbehli náš startup. Odstavec na konci bude venovaný malej sebapropagácii.

Štatistické charakteristiky metódy

Charakteristiky FAR a FRR pre dúhovku sú najlepšie v triede moderných biometrických systémov (možno s výnimkou metódy rozpoznávania sietnice). Článok prezentuje charakteristiky knižnice rozpoznávania dúhovky nášho algoritmu - EyeR SDK, ktoré zodpovedajú algoritmu VeriEye testovanému na rovnakých databázach. Boli použité databázy CASIA získané ich skenerom.

Charakteristická hodnota FAR je 0,00001 %.
Podľa vzorca (1) je N≈3000 počet zamestnancov organizácie, pri ktorom identifikácia zamestnanca prebieha pomerne stabilne.
Tu stojí za zmienku dôležitá vlastnosť, ktorá odlišuje systém rozpoznávania dúhovky od iných systémov. V prípade použitia fotoaparátu s rozlíšením 1,3 MP dokážete zachytiť dve oči v jednom zábere. Keďže pravdepodobnosti FAR a FRR sú štatisticky nezávislé pravdepodobnosti, pri rozpoznávaní v dvoch očiach sa hodnota FAR bude približne rovnať druhej mocnine hodnoty FAR pre jedno oko. Napríklad pre FAR 0,001 % pri použití dvoch očí by bola pravdepodobnosť falošnej tolerancie 10 – 8 %, pričom FRR by bola iba dvakrát vyššia ako zodpovedajúca hodnota FRR pre jedno oko s FAR = 0,001 %.

Výhody a nevýhody metódy

Výhody metódy. Štatistická spoľahlivosť algoritmu. Snímanie obrazu dúhovky je možné vykonávať na vzdialenosť niekoľkých centimetrov až niekoľkých metrov, pričom nedochádza k fyzickému kontaktu osoby s prístrojom. Dúhovka je chránená pred poškodením – čo znamená, že sa časom nezmení. Je tiež možné použiť vysoký počet metód, ktoré chránia pred falšovaním.
Nevýhody metódy. Cena systému založeného na dúhovke je vyššia ako cena systému založeného na rozpoznávaní prstov alebo tváre. Nízka dostupnosť hotových riešení. Každý integrátor, ktorý dnes príde na ruský trh a povie „daj mi hotový systém“, sa s najväčšou pravdepodobnosťou odtrhne. Väčšinou sa predávajú drahé systémy na kľúč, inštalované veľkými spoločnosťami ako Iridian alebo LG.

Situácia na trhu

V súčasnosti je podiel technológií identifikácie dúhovky na globálnom biometrickom trhu podľa rôznych odhadov od 6 do 9 percent (pričom technológie rozpoznávania odtlačkov prstov zaberajú viac ako polovicu trhu). Je potrebné poznamenať, že od samého začiatku vývoja tejto metódy bolo jej posilnenie na trhu spomaľované vysokými nákladmi na vybavenie a komponenty potrebné na zostavenie identifikačného systému. S rozvojom digitálnych technológií však cena jedného systému začala klesať.
Lídrom vo vývoji softvéru v tejto oblasti je Iridian Technologies.
Vstup na trh pre veľký počet výrobcov bol obmedzený technickou zložitosťou skenerov a v dôsledku toho aj ich vysokou cenou, ako aj vysokou cenou softvéru v dôsledku monopolného postavenia spoločnosti Iridian na trhu. Tieto faktory umožnili rozvoj v oblasti rozpoznávania dúhovky len veľkým spoločnostiam, ktoré sa už s najväčšou pravdepodobnosťou zaoberali výrobou niektorých komponentov vhodných pre identifikačný systém (optika s vysokým rozlíšením, miniatúrne kamery s infračerveným prísvitom a pod.). Príkladmi takýchto spoločností sú LG Electronics, Panasonic, OKI. So spoločnosťou Iridian Technologies uzavreli dohodu a ako výsledok spoločnej práce sa objavili tieto identifikačné systémy: Iris Access 2200, BM-ET500, OKI IrisPass. V budúcnosti vznikli vylepšené modely systémov vďaka technickým schopnostiam týchto spoločností samostatne sa rozvíjať v tejto oblasti. Treba povedať, že vyššie uvedené spoločnosti vyvinuli aj vlastný softvér, no v konečnom dôsledku v hotovom systéme uprednostňujú softvér Iridian Technologies.
Na ruskom trhu dominujú výrobky zahraničných spoločností. Aj keď je ťažké ho kúpiť. Papillon dlho ubezpečoval všetkých, že majú rozpoznávanie dúhovky. Ale aj zástupcovia RosAtomu, ich priameho odberateľa, pre ktorého systém vyrobili, tvrdia, že to nie je pravda. V určitom okamihu sa objavila iná ruská spoločnosť, ktorá vyrábala skenery dúhovky. Teraz si nepamätám meno. Algoritmus kúpili od niekoho, možno od rovnakého VeriEye. Samotný skener bol systém starý 10-15 rokov, v žiadnom prípade nie bezkontaktný.
V minulom roku vstúpilo na svetový trh pár nových výrobcov kvôli vypršaniu primárneho patentu na rozpoznávanie človeka podľa očí. Najdôveryhodnejší z nich si podľa mňa zaslúži AOptix. Ich náhľad a dokumentácia aspoň nevzbudzujú podozrenie. Druhou spoločnosťou je SRI International. Dokonca aj na prvý pohľad sa človeku zapojenému do systémov rozpoznávania dúhovky zdajú ich videá veľmi falošné. Aj keď by som sa nečudoval, keby v skutočnosti niečo dokázali. Oba systémy nezobrazujú údaje o FAR a FRR a tiež zjavne nie sú chránené pred falšovaním.

rozpoznávanie tváre

Existuje mnoho metód rozpoznávania geometrie tváre. Všetky sú založené na skutočnosti, že črty tváre a tvar lebky každého človeka sú individuálne. Táto oblasť biometrie sa mnohým zdá atraktívna, pretože sa navzájom spoznávame predovšetkým podľa tváre. Táto oblasť je rozdelená na dve oblasti: 2-D rozpoznávanie a 3-D rozpoznávanie. Každý z nich má výhody a nevýhody, ale veľa závisí aj od rozsahu a požiadaviek na konkrétny algoritmus.
Stručne poviem o 2-d a prejdem k jednej z najzaujímavejších metód súčasnosti - 3-d.

2D rozpoznávanie tváre

2-D rozpoznávanie tváre je jednou zo štatisticky najefektívnejších biometrických metód. Objavil sa už pomerne dávno a využíval sa najmä vo forenznej vede, čo prispelo k jeho rozvoju. Následne sa objavili počítačové interpretácie metódy, v dôsledku čoho sa stala spoľahlivejšou, no, samozrejme, bola menejcenná a každým rokom je stále menejcenná ako iné biometrické metódy osobnej identifikácie. V súčasnosti sa kvôli slabému štatistickému výkonu používa v multimodálnej alebo, ako sa to tiež nazýva, krížovej biometrii alebo v sociálnych sieťach.

Štatistické charakteristiky metódy

Pre FAR a FRR sa použili údaje pre algoritmy VeriLook. Pre moderné algoritmy má opäť veľmi bežné vlastnosti. Niekedy sa mihnú algoritmy s FRR 0,1 % s podobným FAR, ale základy, na ktorých boli získané, sú veľmi pochybné (vystrihnuté pozadie, rovnaký výraz tváre, rovnaký účes, osvetlenie).

Charakteristická hodnota FAR je 0,1 %.
Zo vzorca (1) dostaneme N≈30 - počet zamestnancov organizácie, pri ktorých pomerne stabilne prebieha identifikácia zamestnanca.
Ako je vidieť, štatistické ukazovatele metódy sú pomerne skromné: to eliminuje výhodu metódy, že je možné vykonávať skryté snímanie tvárí na preplnených miestach. Je zábavné vidieť, ako sa niekoľkokrát do roka financuje iný projekt na odhaľovanie zločincov prostredníctvom videokamier inštalovaných na preplnených miestach. Za posledných desať rokov sa štatistické charakteristiky algoritmu nezlepšili a počet takýchto projektov sa zvýšil. Aj keď stojí za zmienku, že algoritmus je celkom vhodný na vedenie človeka v dave cez mnoho kamier.

Výhody a nevýhody metódy

Výhody metódy. S 2-D rozpoznávaním, na rozdiel od väčšiny biometrických metód, nie je potrebné drahé vybavenie. S príslušnou výbavou možnosť rozpoznania na značné vzdialenosti od fotoaparátu.
Nedostatky. Nízka štatistická významnosť. Existujú požiadavky na osvetlenie (napríklad tváre ľudí vchádzajúcich z ulice za slnečného dňa nemožno zaregistrovať). Pre mnohé algoritmy je neprijateľnosť akéhokoľvek vonkajšieho rušenia, ako sú okuliare, brada, niektoré prvky účesu. Povinný čelný obraz tváre s veľmi malými odchýlkami. Mnoho algoritmov nezohľadňuje možné zmeny vo výrazoch tváre, to znamená, že výraz musí byť neutrálny.

3D rozpoznávanie tváre

Implementácia tejto metódy je pomerne náročná úloha. Napriek tomu v súčasnosti existuje veľa metód na 3D rozpoznávanie tváre. Metódy sa nedajú navzájom porovnávať, pretože používajú rôzne skenery a základne. zďaleka nie všetky vydávajú FAR a FRR, používajú sa úplne iné prístupy.
Prechodná metóda z 2-d na 3-d je metóda, ktorá implementuje akumuláciu informácií o osobe. Táto metóda má lepšie vlastnosti ako metóda 2d, ale rovnako ako používa iba jednu kameru. Pri zadávaní objektu do databázy subjekt otočí hlavu a algoritmus obrázok spojí dohromady a vytvorí 3D šablónu. A pri rozpoznávaní sa používa niekoľko snímok video streamu. Táto metóda je skôr experimentálna a nikdy som nevidel implementáciu pre systémy ACS.
Najklasickejšou metódou je metóda šablónovej projekcie. Spočíva v tom, že sa na objekt (tvár) premieta mriežka. Ďalej fotoaparát nasníma snímky rýchlosťou desiatok snímok za sekundu a výsledné snímky spracuje špeciálny program. Lúč dopadajúci na zakrivenú plochu sa ohýba – čím väčšie je zakrivenie plochy, tým silnejší je ohyb lúča. Spočiatku to využívalo zdroj viditeľného svetla dodávaného cez „žalúzie“. Potom bolo viditeľné svetlo nahradené infračerveným, čo má množstvo výhod. Zvyčajne sa v prvej fáze spracovania vyradia obrázky, na ktorých tvár nie je vôbec viditeľná alebo sú tam cudzie predmety, ktoré narúšajú identifikáciu. Na základe získaných snímok sa obnoví 3-D model tváre, na ktorom sa zvýraznia a odstránia zbytočné zásahy (účes, brada, fúzy a okuliare). Potom sa model analyzuje - zvýraznia sa antropometrické znaky, ktoré sa prípadne zaznamenajú do unikátneho kódu zapísaného do databázy. Doba snímania a spracovania je pri najlepších modeloch 1-2 sekundy.
Obľúbenosť si získava aj metóda trojrozmerného rozpoznávania na základe obrazu získaného z niekoľkých kamier. Príkladom toho je Vocord so svojím 3D skenerom. Táto metóda poskytuje presnosť polohovania, podľa ubezpečenia vývojárov, vyššiu ako metóda projekcie šablóny. Ale kým neuvidím FAR a FRR aspoň v ich vlastnej databáze, neuverím!!! Ale vyvíja sa už 3 roky a pokrok na výstavách ešte nie je viditeľný.

Štatistické ukazovatele metódy

Úplné údaje o FRR a FAR pre algoritmy tejto triedy nie sú otvorene poskytované na webových stránkach výrobcov. Ale pre najlepšie modely Bioscript (3D EnrolCam, 3D FastPass) pracujúce metódou šablónovej projekcie pri FAR = 0,0047 % je FRR 0,103 %.
Predpokladá sa, že štatistická spoľahlivosť metódy je porovnateľná so spoľahlivosťou metódy identifikácie odtlačkov prstov.

Výhody a nevýhody metódy

Výhody metódy. Nie je potrebné kontaktovať skenovacie zariadenie. Nízka citlivosť na vonkajšie faktory, a to ako na samotnom človeku (vzhľad okuliarov, fúzy, zmena účesu), tak aj v jeho okolí (osvetlenie, otáčanie hlavy). Vysoká úroveň zabezpečenia, porovnateľná s identifikáciou odtlačkom prsta.
Nevýhody metódy. Drahé vybavenie. Komplexy dostupné na predaj boli ešte drahšie ako skenery dúhovky. Zmeny vo výrazoch tváre a šum na tvári degradujú štatistickú spoľahlivosť metódy. Metóda ešte nie je dostatočne vyvinutá, najmä v porovnaní s odtlačkami prstov, ktoré sa používajú už dlho, čo sťažuje jej široké využitie.

Situácia na trhu

Rozpoznanie geometrie tváre patrí spolu s rozpoznávaním odtlačkov prstov a dúhovky medzi „troch veľkých biometrických prvkov“. Musím povedať, že tento spôsob je celkom bežný a zatiaľ sa uprednostňuje pred rozpoznávaním dúhovkou. Podiel technológií rozpoznávania geometrie tváre na celkovom objeme svetového biometrického trhu možno odhadnúť na 13-18 percent. Aj v Rusku je o túto technológiu väčší záujem ako napríklad o identifikáciu podľa dúhovky. Ako už bolo spomenuté, existuje veľa algoritmov 3D rozpoznávania. Spoločnosti väčšinou uprednostňujú vývoj systémov na kľúč, ktoré zahŕňajú skenery, servery a softvér. Sú však aj takí, ktorí spotrebiteľovi ponúkajú iba SDK. K dnešnému dňu môžeme zaznamenať nasledujúce spoločnosti zapojené do vývoja tejto technológie: Geometrix, Inc. (3D skenery tváre, softvér), Genex Technologies (3D skenery tváre, softvér) v USA, Cognitec Systems GmbH (SDK, špeciálne počítače, 2D kamery) v Nemecku, Bioscrypt (3D skenery tváre, softvér) je dcérska spoločnosť americkej spoločnosti L-1 Identity Solutions.
V Rusku týmto smerom pracujú spoločnosti skupiny Artec (3D skenery tváre a softvér) - spoločnosť so sídlom v Kalifornii a vývoj a výroba sa uskutočňuje v Moskve. Tiež niekoľko ruských spoločností vlastní technológiu 2D rozpoznávania tváre - Vocord, ITV atď.
V oblasti 2D rozpoznávania tváre je hlavným predmetom vývoja softvér, pretože Bežné fotoaparáty sú skvelé na zachytávanie snímok tvárí. Riešenie problému rozpoznávania tvárí sa do istej miery dostalo do slepej uličky - už niekoľko rokov prakticky nedošlo k zlepšeniu štatistických ukazovateľov algoritmov. V tejto oblasti sa systematicky „pracuje na chrobáčikoch“.
3D rozpoznávanie tváre je teraz pre vývojárov oveľa atraktívnejšou oblasťou. Zamestnáva mnoho tímov a pravidelne počúva o nových objavoch. Mnohé z diel sú v stave „práve na vydanie“. No zatiaľ sú na trhu len staré ponuky, v posledných rokoch sa výber nemení.
Jedna zo zaujímavostí, nad ktorou sa občas zamýšľam a na ktorú možno Habr odpovie: je presnosť kinectu dostatočná na vytvorenie takéhoto systému? Existuje pomerne veľa projektov na vytiahnutie 3D modelu osoby cez ňu.

Rozpoznanie podľa žily ruky

Ide o novú technológiu v oblasti biometrie, jej široké využitie sa začalo len pred 5-10 rokmi. Infračervená kamera sníma vonkajšiu alebo vnútornú stranu ruky. Vzor žíl sa vytvára v dôsledku skutočnosti, že krvný hemoglobín absorbuje infračervené žiarenie. V dôsledku toho sa miera odrazu zníži a žily sú na fotoaparáte viditeľné ako čierne čiary. Špeciálny program založený na prijatých údajoch vytvára digitálnu konvolúciu. Nie je potrebný žiadny ľudský kontakt so skenovacím zariadením.
Technológia je v spoľahlivosti porovnateľná s rozpoznaním očnou dúhovkou, v niektorých smeroch ju prevyšuje a v niektorých je podradná.
Hodnoty FRR a FAR sú pre skener Palm Vein. Podľa vývojára na FAR 0,0008 % je FRR 0,01 %. Žiadna spoločnosť nevyrába presnejší harmonogram pre viacero hodnôt.

Výhody a nevýhody metódy

Výhody metódy. Nie je potrebné kontaktovať skenovacie zariadenie. Vysoká spoľahlivosť - štatistické ukazovatele metódy sú porovnateľné s hodnotami dúhovky. Skryté vlastnosti: na rozdiel od všetkých vyššie uvedených je veľmi ťažké získať túto charakteristiku od človeka „na ulici“, napríklad jeho fotografovaním fotoaparátom.
Nevýhody metódy. Vystavenie skenera slnečnému žiareniu a lúčom halogénových lámp je neprijateľné. Niektoré choroby súvisiace s vekom, ako je artritída, výrazne zhoršujú FAR a FRR. Metóda je menej prebádaná v porovnaní s inými statickými biometrickými metódami.

Situácia na trhu

Rozpoznávanie žíl na rukách je pomerne nová technológia, a preto je jej podiel na globálnom trhu malý, okolo 3 %. O túto metódu však rastie záujem. Faktom je, že táto metóda, keďže je celkom presná, nevyžaduje také drahé vybavenie, ako napríklad metódy rozpoznávania založené na geometrii tváre alebo dúhovke. Teraz sa v tejto oblasti rozvíja veľa spoločností. Napríklad na objednávku anglickej spoločnosti TDSi bol vyvinutý softvér pre biometrickú čítačku dlaňových žíl PalmVein, ktorú predstavila spoločnosť Fujitsu. Samotný skener vyvinula spoločnosť Fujitsu predovšetkým na boj proti finančným podvodom v Japonsku.
Aj v oblasti identifikácie žíl sú nasledujúce spoločnosti Veid Pte. Ltd. (skener, softvér), Hitachi VeinID (skenery)
Nepoznám žiadnu spoločnosť v Rusku zaoberajúcu sa touto technológiou.

Retina

Donedávna sa verilo, že najspoľahlivejšou metódou biometrickej identifikácie a autentifikácie osoby je metóda založená na skenovaní sietnice. Obsahuje najlepšie znaky identifikácie podľa dúhovky a podľa žily ruky. Skener číta vzor kapilár na povrchu sietnice. Sietnica má pevnú štruktúru, ktorá sa v priebehu času nemení, s výnimkou následkov choroby, ako je šedý zákal.
Skenovanie sietnice využíva infračervené svetlo s nízkou intenzitou smerované cez zrenicu do krvných ciev v zadnej časti oka. Skenery sietnice sa stali široko používanými v systémoch kontroly prístupu pre vysoko tajné objekty, pretože majú jedno z najnižších percent odmietnutého prístupu registrovaným používateľom a prakticky neexistujú žiadne chybné prístupové povolenia.
Bohužiaľ, pri použití tejto biometrickej metódy vzniká množstvo ťažkostí. Skener je tu veľmi zložitý optický systém a človek sa nesmie dlhší čas pohybovať, kým je systém indukovaný, čo spôsobuje nepohodlie.
Podľa EyeDentify pre skener ICAM2001 s FAR=0,001% je hodnota FRR 0,4%.

Výhody a nevýhody metódy

Výhody. Vysoká úroveň štatistickej spoľahlivosti. Vzhľadom na nízku prevalenciu systémov je malá šanca vyvinúť spôsob, ako ich „podviesť“.
Nedostatky. Ťažko použiteľný systém s dlhým časom spracovania. Vysoká cena systému. Chýbajúca široká ponuka trhu a v dôsledku toho nedostatočná intenzita rozvoja metódy.

Geometria ruky

Táto metóda, pred 10 rokmi celkom bežná a pochádzajúca z forenznej vedy, v posledných rokoch upadá. Je založená na získaní geometrických charakteristík rúk: dĺžka prstov, šírka dlane atď. Táto metóda, podobne ako sietnica oka, odumiera a keďže má oveľa nižšie charakteristiky, jej úplnejší popis ani neuvedieme.
Niekedy sa verí, že metódy geometrického rozpoznávania sa používajú v systémoch rozpoznávania žíl. Ale v predaji sme nikdy nevideli tak jasne uvedené. A okrem toho sa často pri poznávaní podľa žiliek fotí len dlaň, pri poznávaní podľa geometrie sa fotia prsty.

Trochu sebapropagácie

Raz sme vyvinuli dobrý algoritmus na rozpoznávanie očí. Ale v tom čase v tejto krajine nebolo potrebné takéto high-tech a ja som nechcel ísť do buržoázie (kam nás pozvali po prvom článku). Zrazu sa však po roku a pol stále našli investori, ktorí si chceli pre seba postaviť „biometrický portál“ – systém, ktorý by zjedol 2 oči a využil farebnú zložku dúhovky (na ktorú mal investor svetový patent ). V skutočnosti to je to, čo teraz robíme. Ale toto nie je článok o sebapropagácii, toto je krátka lyrická odbočka. Ak by to niekoho zaujímalo, sú nejaké informácie a niekedy v budúcnosti, keď vstúpime na trh (alebo nevstúpime), napíšem tu pár slov o vzostupoch a pádoch biometrického projektu v Rusku.

závery

Aj v triede statických biometrických systémov je veľký výber systémov. Ktorý si vybrať? Všetko závisí od bezpečnostných požiadaviek. Štatisticky najspoľahlivejšie prístupové systémy odolné voči neoprávnenej manipulácii sú prístupové systémy do dúhovky a ramennej žily. Pre prvý z nich existuje širší trh s návrhmi. Ale to nie je limit. Biometrické identifikačné systémy je možné kombinovať na dosiahnutie astronomickej presnosti. Najlacnejšie a najjednoduchšie na použitie, no s dobrými štatistikami, sú systémy s toleranciou prstov. Tolerancia 2D tváre je pohodlná a lacná, ale má obmedzený rozsah v dôsledku slabých štatistík.
Zvážte vlastnosti, ktoré bude mať každý zo systémov: odolnosť voči falšovaniu, odolnosť voči životnému prostrediu, jednoduchosť použitia, cena, rýchlosť, stabilita biometrických prvkov v priebehu času. Do každého stĺpca umiestnime značky od 1 do 10. Čím je skóre bližšie k 10, tým je systém v tomto smere lepší. Zásady výberu známok boli popísané na samom začiatku článku.


Zvažujeme aj pomer FAR a FRR pre tieto systémy. Tento pomer určuje efektivitu systému a šírku jeho využitia.


Stojí za to pripomenúť, že pre dúhovku môžete zvýšiť presnosť systému takmer kvadraticky, bez straty času, ak systém skomplikujete tým, že ho urobíte pre dve oči. Pre metódu odtlačkov prstov - spojením niekoľkých prstov a rozpoznanie podľa žíl, spojením dvoch rúk, ale takéto zlepšenie je možné len s predĺžením času stráveného prácou s osobou.
Ak zhrnieme výsledky pre metódy, môžeme povedať, že pre stredné a veľké objekty, ako aj pre objekty s maximálnou požiadavkou na bezpečnosť, by mala byť dúhovka použitá ako biometrický prístup a prípadne rozpoznanie pomocou žily ruky. Pre zariadenia do niekoľkých stoviek zamestnancov bude optimálny prístup k odtlačkom prstov. 2D systémy rozpoznávania tváre sú veľmi špecifické. Môžu sa vyžadovať v prípadoch, keď rozpoznávanie vyžaduje absenciu fyzického kontaktu, ale nie je možné umiestniť riadiaci systém na dúhovku. Napríklad, ak je potrebné identifikovať osobu bez jej účasti, skrytou kamerou alebo vonkajšou detekčnou kamerou, ale je to možné len s malým počtom subjektov v databáze a malým tokom ľudí snímaných kamerou .

Mladí technici berú na vedomie

Niektorí výrobcovia, ako napríklad Neurotechnology, majú na svojich webových stránkach demo verzie biometrických metód, takže ich môžete zapojiť a hrať sa. Pre tých, ktorí sa rozhodnú venovať sa problému vážnejšie, môžem poradiť jedinú knihu, ktorú som videl v ruštine - "Sprievodca biometriou" od R.M. Ball, J.H. Connell, S. Pancanti. Existuje mnoho algoritmov a ich matematických modelov. Nie všetko je kompletné a nie všetko zodpovedá súčasnosti, no základ nie je zlý a obsiahly.

P.S.

V tomto opuse som sa nevenoval problematike autentifikácie, ale dotkol som sa len identifikácie. V zásade z charakteristík FAR / FRR a možnosti falšovania vyplývajú všetky závery o otázke autentifikácie.

V posledných rokoch do našich životov čoraz viac preniká biometria. Popredné krajiny sveta už uviedli alebo plánujú v blízkej budúcnosti zaviesť elektronické pasy obsahujúce informácie o biometrických charakteristikách ich vlastníka; mnohé kancelárske centrá implementovali biometrické senzory do podnikových systémov kontroly prístupu; notebooky sú už dlho vybavené biometrickým overovaním používateľov; bezpečnostné služby sú vyzbrojené modernými prostriedkami na identifikáciu akéhokoľvek hľadaného zločinca v dave ľudí

Andrej Khrulev
Vedúci biometrického oddelenia
a integrované bezpečnostné systémy
Skupina spoločností Technoserv, Ph.D.

Príkladov využitia biometrických systémov je stále viac. Úspech biometrie sa dá ľahko vysvetliť. Tradičné prostriedky osobnej identifikácie založené na princípoch „Som to, čo mám“ (identifikačné karty, tokeny, osvedčujúce dokumenty) a „Som to, čo viem“ (heslá, PIN kódy) nie sú dokonalé. Karta sa dá ľahko stratiť, heslo sa dá zabudnúť, navyše ich môže použiť každý votrelec a žiadny systém vás nerozozná od figúrky.

Navyše, tradičné prostriedky identifikácie sú pri úlohách skrytej identifikácie osoby absolútne zbytočné a takýchto úloh je čoraz viac:

• rozpoznať zločinca v dave;
• skontrolujte, či pas skutočne predložil jeho majiteľ;
• zistiť, či je osoba hľadaná;
• zistiť, či bola osoba predtým zapojená do finančného podvodu s pôžičkami;
• identifikovať potenciálne nebezpečných fanúšikov pri vstupe na štadión a pod.

Všetky tieto úlohy je možné vyriešiť len s využitím nástrojov biometrickej identifikácie založených na princípe „Som, aký som“. Tento princíp umožňuje informačnému systému priamo identifikovať osobu a nie predmety, ktoré prezentuje, alebo informácie, ktoré oznamuje.

Jedinečnosť tvárovej biometrie

Spomedzi rôznych biometrických charakteristík osoby používaných na osobnú identifikáciu stojí za zmienku obraz tváre. Tvárová biometria je jedinečná v tom, že nevyžaduje vytvorenie špecializovaných senzorov na získanie obrazu – obraz tváre je možné získať z bežnej kamery video monitorovacieho systému. Fotografia tváre je navyše prítomná na takmer každom doklade totožnosti, čo znamená, že zavedenie tejto technológie do praxe nie je spojené s rôznymi regulačnými problémami a ťažkosťami sociálneho vnímania technológie.

Za zmienku tiež stojí, že obraz tváre je možné získať implicitne pre samotnú osobu, čo znamená, že biometria tváre je optimálne vhodná na budovanie monitorovacích systémov a skrytú identifikáciu.

Akýkoľvek systém rozpoznávania tváre je typickým systémom rozpoznávania obrazu, ktorého úlohou je podľa matematického modelu vloženého do systému vytvoriť určitý súbor znakov, takzvanú biometrickú šablónu. Práve tento model predstavuje kľúčové know-how každého biometrického systému a účinnosť rozpoznávania tváre priamo závisí od takých faktorov, ako je odolnosť biometrickej šablóny voči rôznym druhom rušenia, skreslenia pôvodnej fotografie alebo videa.

Účinnosť rozpoznávania tváre priamo závisí od takých faktorov, ako je odolnosť biometrickej šablóny voči rôznym druhom rušenia, skreslenia pôvodnej fotografie alebo videa.

Napriek obrovskej rozmanitosti systémov rozpoznávania tvárí prezentovaných na ruskom trhu aj vo svete mnohé z nich používajú rovnaké biometrické motory - skutočné softvérové ​​implementácie metód na zostavovanie a porovnávanie matematických modelov tváre. V Rusku takéto biometrické motory ako Cognitec (vyvinutý spoločnosťou Cognitec Systems GmbH, Nemecko), Kaskad-Potok (vyvinutý spoločnosťou Technoserv, Rusko), FRS SDK (vyvinutý spoločnosťou Asia Software, Kazachstan), FaceIt (vyvinutý spoločnosťou L1 Identity Solutions, USA) .

Spravidla sa rozpoznávanie tváre v akomkoľvek biometrickom nástroji vykonáva v niekoľkých fázach: detekcia tváre, hodnotenie kvality, vytváranie šablón, párovanie a rozhodovanie.

Fáza 1: detekcia tváre

V tejto fáze systém automaticky vyberá (detekuje) tváre ľudí v prúde videozáznamov alebo na fotografii a rozsah uhlov a mierok tvárí sa môže výrazne líšiť, čo je mimoriadne dôležité pre bezpečnostné systémy budov. Nie je potrebné, aby boli rozpoznané všetky vybrané tváre (spravidla je to nemožné), ale je mimoriadne užitočné zistiť maximálny počet tvárí v streame a v prípade potreby ich umiestniť do archívu (obr. 1). .

Detekcia tváre je jednou z kľúčových fáz rozpoznávania, pretože skutočnosť, že detektor zmeškal tvár, automaticky znamená, že ďalšia identifikácia nie je možná. Kvalita činnosti detektora je zvyčajne charakterizovaná pravdepodobnosťou detekcie tváre P0. Pre moderné biometrické systémy pracujúce v podmienkach toku ľudí je hodnota pravdepodobnosti detekcie tváre od 95 do 99 % a závisí od podmienok záznamu videa (osvetlenie, rozlíšenie kamery atď.).

Jedným z najsľubnejších trendov vo vývoji trhu s biometriou je vznik inteligentných digitálnych videokamier, ktoré implementujú funkciu detekcie tváre na základe vstavanej logiky (obr. 2). Inteligentné videokamery umožňujú prijímať nielen vysokokvalitný videostream, ale aj súvisiace metadáta obsahujúce informácie o nájdených tvárach.

Tento prístup môže výrazne znížiť zaťaženie hardvérovej kapacity rozpoznávacieho systému, čo následne znižuje konečné náklady na biometrické systémy, čím sa stávajú dostupnejšie pre koncového používateľa. Okrem toho sú znížené požiadavky na kanály prenosu údajov, pretože pri tomto prístupe nepotrebujeme gigabitové komunikačné linky na prenos vysokokvalitného videa, ale prítomnosť štandardných sietí postačuje na prenos komprimovaného videa a malého prúdu detegovaných obrázkov tváre. .

2. fáza: hodnotenie kvality

Ide o veľmi dôležitú fázu rozpoznávania, v ktorej biometrický mechanizmus vyberá z celého poľa rozpoznaných tvárí len tie obrázky, ktoré spĺňajú špecifikované kritériá kvality.

Vývojári biometrických systémov sú často prefíkaní a tvrdia, že ich systém poskytuje vysokú úroveň rozpoznania, ak obrázky tvárí vo videostreame spĺňajú požiadavky na kvalitu definované v GOST R ISO/IEC 19794-5. Tento GOST však kladie veľmi prísne (takmer ideálne) podmienky na kvalitu fotografií tváre (čelný pohľad na tvár s odchýlkou ​​nie väčšou ako 5 stupňov; rovnomerné osvetlenie; neutrálne výrazy tváre atď.), ktoré nemožno vykonávať v reálne podmienky systému video sledovania. Takéto požiadavky GOST sú plne odôvodnené skutočnosťou, že táto norma je v skutočnosti určená na zjednotenie formátu na ukladanie elektronických fotografií v pasových a vízových dokladoch novej generácie - takzvaných biometrických pasoch. V praxi sa biometrické identifikačné systémy musia vysporiadať s oveľa menej priaznivými prevádzkovými podmienkami:

• odchýlka tváre od prednej polohy v uhloch presahujúcich 20 stupňov;
• silné osvetlenie;
• pokrývajúca časť tváre;
• prítomnosť tieňov na tvári;
• malá veľkosť obrázka atď.

Práve stabilita biometrického motora v takýchto náročných podmienkach rozhoduje o jeho kvalite. V moderných biometrických motoroch sa vo fáze hodnotenia kvality spravidla hodnotia:

• uhol tváre (nemal by presiahnuť 20–30 stupňov);
• veľkosť tváre (odhadovaná podľa vzdialenosti medzi očnými zreničkami a mala by byť väčšia ako 50–80 px);
• čiastočné uzavretie tváre (uzatvorenie tváre by nemalo byť väčšie ako 10-25% celkovej plochy tváre).

Existuje všeobecná mylná predstava, že ak sú na obraze tváre zatvorené oči (žmurkaním alebo okuliarmi), systém údajne nedokáže človeka rozpoznať. V skutočnosti skoré algoritmy na rozpoznávanie tváre používali stredy očných zreníc ako základ pre ďalšie spracovanie obrazu, najmä pre štandardné škálovanie tváre. V súčasnosti však mnohé moderné biometrické motory (napríklad Cognitec alebo Kaskad-Potok) používajú zložitejšie schémy kódovania tváre a nie sú viazané na polohu stredov zreníc.

3. fáza: zostavenie šablóny

Ide o jednu z najkomplexnejších a najunikátnejších fáz rozpoznávania tváre a predstavuje kľúčové know-how technológie biometrických motorov. Podstatou tejto etapy je netriviálna matematická transformácia obrazu tváre do súboru vlastností spojených do biometrickej šablóny.

Každá tvár má svoju jedinečnú biometrickú šablónu. Princípy konštrukcie biometrických šablón sú mimoriadne rozmanité: šablóna môže byť založená na textúrnych vlastnostiach tváre, na geometrických znakoch, na charakteristických bodoch, na kombinácii rôznych heterogénnych znakov.

Najdôležitejšou charakteristikou biometrickej šablóny je jej veľkosť. Čím väčšia je veľkosť šablóny, tým viac informatívnych funkcií obsahuje, ale tým nižšia je rýchlosť a efektívnosť vyhľadávania tejto šablóny. Typická hodnota veľkosti šablóny tváre v biometrických systémoch je medzi 1 a 20 kB.

4. fáza: porovnanie a rozhodnutie

Ide o kombinovaný stupeň rozpoznávacieho systému, ktorý porovnáva biometrickú šablónu tváre zostavenú na základe rozpoznanej tváre s radom šablón uložených v databáze. V najjednoduchšom prípade sa párovanie vykonáva jednoduchým vymenovaním všetkých šablón a vyhodnotením miery ich podobnosti. Na základe získaných odhadov a ich porovnania s danými prahmi sa rozhodne o prítomnosti alebo neprítomnosti identickej osoby v databáze.

V moderných systémoch sa párovanie implementuje podľa komplexných optimálnych schém párovania, ktoré poskytujú rýchlosť párovania od 10 000 do 200 000 porovnaní za sekundu alebo viac. Okrem toho by sa malo chápať, že proces porovnávania môže byť paralelný, čo umožňuje identifikačným systémom pracovať takmer v reálnom čase aj pre veľké polia obrázkov, napríklad 100 000 ľudí.

Kvalita práce systémov rozpoznávania tvárí sa zvyčajne vyznačuje pravdepodobnosťou identifikácie. Je zrejmé, že počas biometrickej identifikácie sa môžu vyskytnúť dva typy chýb.

1. Prvá chyba súvisí s možnosťou zmiznutia a nerozpoznania osoby skutočne v databáze – často sa to nazýva chyba prvého typu. A často neuvádzajú hodnotu chyby prvého druhu, ale jedna mínus pravdepodobnosť chyby prvého druhu. Táto hodnota sa nazýva pravdepodobnosť správneho rozpoznania PPR.
2. Druhá chyba odráža prípady, keď systém rozpozná osobu, ktorá v skutočnosti nie je v databáze, alebo si ju pomýli s inou osobou – bežne sa to nazýva chyba 2. typu. Pre moderné systémy rozpoznávania tváre je typická hodnota pravdepodobnosti správneho rozpoznania spravidla v rozmedzí od 80 do 97 %, pričom chyba druhého druhu nepresahuje 1 %.

Podmienky úspešnej identifikácie

Malo by byť zrejmé, že rozpoznávanie tváre nie je absolútnou technológiou. Na biometrické systémy často počuť kritiku, že na reálnych objektoch nie je možné dosiahnuť rovnako vysoký výkon ako v „laboratórnych“ podmienkach. Toto tvrdenie je pravdivé len čiastočne. Tvár je skutočne možné efektívne rozpoznať len za určitých podmienok, a preto je pri zavádzaní biometrie tváre mimoriadne dôležité pochopiť podmienky, za ktorých bude systém fungovať. Avšak pre väčšinu moderných rozpoznávacích systémov sú tieto podmienky celkom dosiahnuteľné na skutočných objektoch. Aby sa zlepšila účinnosť rozpoznávania tváre v identifikačných zónach, mal by sa zorganizovať riadený tok ľudí (dvere, rámy detektorov kovov, turnikety atď.), aby sa zabezpečila možnosť krátkodobého (nie viac ako 1–2 s) fixácia tváre každého návštevníka. Zároveň by mali byť kamery na nahrávanie videa inštalované tak, aby uhol odchýlky zaznamenaných tvárí od prednej polohy nepresiahol 20–30 stupňov. (napríklad inštalácia kamier vo vzdialenosti 8–10 m od zóny prechodu s výškou zavesenia 2–3 m).

Dodržiavanie týchto podmienok pri zavádzaní rozpoznávacích systémov vám umožňuje efektívne vyriešiť problém identifikácie osoby a vyhľadávania osôb osobitného záujmu s pravdepodobnosťou čo najbližšie k hodnotám indikátorov úspešnej identifikácie deklarovaných vývojármi.

Dnes je na trhu prezentovaných niekoľko typov takýchto systémov naraz a plnia úlohy rôznej úrovne zložitosti: od vzdialeného rozpoznávania v dave až po účtovanie pracovného času v kancelárii. Riešenia na rozpoznávanie tváre sú dostupné zákazníkom na rôznych platformách – ide o serverovú architektúru, mobilné a vstavané riešenia a cloudové služby.

Moderné systémy pracujú na algoritmoch neurónových sietí s hlbokým učením, takže presnosť rozpoznávania je maximálna aj pre obrázky nízkej kvality, sú odolné proti otáčaniu hlavy a majú ďalšie výhody.

Príklad 1: Verejná bezpečnosť

Zaistenie bezpečnosti je akýmsi východiskom, z ktorého sa začalo so zavádzaním biometrických identifikačných systémov. Systémy vzdialeného rozpoznávania tváre sa používajú na zaistenie bezpečnosti preplnených zariadení.

Najťažšou úlohou je identifikovať osobu v dave.

Takzvané nespolupracujúce rozpoznávanie, kedy človek neinteraguje so systémom, nepozerá sa do objektívu fotoaparátu, odvracia sa alebo sa snaží skryť svoju tvár. Napríklad na dopravných uzloch, metre, veľkých medzinárodných podujatiach.

Prípady

Jedným z najvýznamnejších projektov roku 2017 bola pre našu spoločnosť najväčšia medzinárodná výstava EXPO-2017, ktorá sa toto leto konala v Kazachstane. V systéme diaľkového biometrického rozpoznávania tváre boli použité špecializované kamery.

K výberu tvárí v ráme dochádza v samotnej kamere a na server sa prenáša iba obraz tváre, čím sa uvoľní kanál a výrazne sa znížia náklady na sieťovú infraštruktúru. Kamery monitorovali štyri vstupné skupiny, v rôznych častiach areálu. Architektúra systému bola navrhnutá tak, že vstupné skupiny pracovali oddelene alebo všetky spolu, pričom správnu činnosť systému zabezpečovali len 4 servery a 48 kamier.

Pomocou online analýzy videa sa vo veľkých geograficky rozmiestnených zariadeniach hľadajú podozrivé a nezvestné osoby, vyšetrujú sa nehody a incidenty a analyzuje sa premávka cestujúcich.

Na niektorých letiskách sa do konca roka 2017 bude biometria využívať aj na odbavovanie cestujúcich na let. Systémy inteligentných brán na letiskách plánuje podľa portálu Tadviser zaviesť aj 12 európskych krajín (Španielsko, Francúzsko, Holandsko, Nemecko, Fínsko, Švédsko, Estónsko, Maďarsko, Grécko, Taliansko, Rumunsko).

A ďalším krokom by malo byť zavedenie systémov rozpoznávania tvárí na kontrolu hraníc a migrácie. So štátnou podporou sa môže zavedenie identifikácie tváre v najbližších troch až piatich rokoch stať samozrejmosťou ako rámy na detektory kovov.

Príklad 2. Poznajte svojho zákazníka zrakom

Biznis vsádza aj na biometrickú identifikáciu tváre. V prvom rade je to maloobchod.

Systémy rozpoznávajú pohlavie a vek zákazníkov, frekvenciu a čas návštevy maloobchodných predajní, zhromažďujú štatistiky pre každú jednotlivú predajňu v sieti.

Potom sa automaticky zobrazia podrobné reporty za oddelenie ako pre celú sieť, tak aj pre členenie podľa predajní. Na základe týchto reportov je vhodné zostaviť si „profil klienta“ a naplánovať efektívne marketingové kampane.

Zákazníkov bohužiaľ nemôžeme prezradiť. Sú medzi nimi najväčší predajcovia a siete DIY (Do It Youself), ktoré zahŕňajú drahé nástroje a komponenty.

Ako to funguje

Mnohí sa obávajú úniku dôverných informácií, no osobitne zdôrazňujeme, že v archívoch nie sú uložené žiadne osobné údaje rozpoznaných osôb. Navyše sa neukladá ani obrázok, ale jeho biometrická šablóna, podľa ktorej sa obrázok nedá obnoviť.

Pri opakovaných návštevách sa biometrická šablóna tváre „vytiahne“, takže systém presne vie, kto a koľkokrát bol v predajni. Pre bezpečnosť osobných údajov môžete byť pokojní.

Pre malé obchody, predajne áut, lekárne je mechanizmus zhromažďovania marketingových analýz implementovaný v cloudovej službe rozpoznávania. Pre malé a stredné podniky je táto možnosť výhodnejšia, pretože nevyžaduje náklady na hardvér servera, najímanie ďalších zamestnancov, aktualizáciu softvéru atď. Po prvé, ide o pohodlný nástroj na hodnotenie efektívnosti predajní, a po druhé, je to výborný pomocník na odhaľovanie zlodejov. To znamená, že jeden systém vykonáva niekoľko funkcií naraz.

Príklad 3. Systémy kontroly a riadenia prístupu

Okrem vyššie uvedených funkcií je vhodné použiť systém rozpoznávania tváre ako alternatívu k Proximity kartám v systémoch kontroly a riadenia prístupu (ACS).

Majú množstvo výhod: poskytujú vysokú spoľahlivosť rozpoznávania, nemožno ich oklamať, skopírovať alebo ukradnúť identifikátor, ľahko sa integrujú s existujúcim bezpečnostným zariadením. Môžete dokonca použiť existujúce monitorovacie kamery. Biometrické systémy identifikácie tváre pracujú na diaľku a veľmi rýchlo so záznamom udalostí v archíve.

Na základe biometrického ACS je vhodné sledovať pracovný čas zamestnancov najmä vo veľkých kancelárskych centrách.

prípad

Minulý rok sme takýto systém zaviedli vo veľkom indickom podniku, ktorý sa špecializuje na oblasť logistiky. Počet stálych zamestnancov je viac ako 600 osôb. Zároveň spoločnosť pracuje nepretržite a praktizuje „plávajúci“ pracovný plán. Pomocou nášho systému biometrickej identifikácie na diaľku zákazník získal kompletnú a spoľahlivú evidenciu pracovného času zamestnancov, nástroj preventívneho zabezpečenia objektu a systém kontroly vstupu.

Príklad 4. Prihrávka fanúšika na štadión

Pri kúpe lístka na pokladni sa tvár každého kupujúceho automaticky odfotí a nahrá do systému. Tak sa tvorí základňa návštevníkov zápasu. Ak bol nákup uskutočnený cez internet alebo mobilnú aplikáciu, autorizácia je možná na diaľku pomocou „selfie“. V budúcnosti, keď príde človek na štadión, systém ho spozná bez pasov.

Identifikácia návštevníkov športových súťaží sa stala povinnou v súlade s federálnym zákonom č. 284-FZ „o zmene a doplnení článku 20 federálneho zákona „o telesnej kultúre a športe v Ruskej federácii“ a článkom 32.14 zákona o správnych deliktoch Ruskej federácie.

Na štadión vstúpi práve ten, kto si vstupenku kúpil, nie je možné previesť vstupenku na inú osobu ani prejsť s falošnou vstupenkou. Vzdialené rozpoznávanie tváre na štadiónoch funguje na rovnakom princípe ako na veľkých geograficky rozmiestnených dopravných zariadeniach: ak je osoba zaradená do zoznamu osôb, ktorým je zakázaný vstup na štadión, systém ju nepustí.

prípad

V marci 2016 bol v rámci spoločného projektu medzi spoločnosťou Vocord a Chanty-Mansijskou pobočkou PJSC Rostelecom použitý systém diaľkového rozpoznávania tváre na zabezpečenie bezpečnosti Svetového pohára v biatlone, ktorý sa konal v Chanty-Mansijsku. Od roku 2015 rovnaký systém úspešne funguje aj v multifunkčnom športovom areáli Arena Omsk. Je jedným zo šiestich najväčších športových zariadení v Rusku, je najväčším športovým a zábavným zariadením na Sibíri a základňou hokejového klubu Avangard.

Príklad 5: Internet banking a bankomaty

Ďalším výklenkom, v ktorom sa usadilo rozpoznávanie tváre, je bankový sektor. Tu je zavádzanie nových technológií intenzívne, keďže finančný sektor sa viac ako ostatné zaujíma o spoľahlivosť a bezpečnosť personalizovaných informácií.

Dnes biometria postupne začína, ak nie vytláčať zaužívané a zabehnuté „papierové“ doklady, tak sa im stavať na roveň. Zároveň sa výrazne zvyšuje stupeň ochrany pri platbách: na potvrdenie transakcie sa stačí pozrieť do fotoaparátu vášho smartfónu. Samotné biometrické údaje sa zároveň nikam neprenášajú, preto ich nie je možné zachytiť.

Zavedenie technológií biometrickej identifikácie priamo súvisí s masívnym využívaním elektronických služieb a zariadení, rozvojom online obchodu a rozšírením plastových kariet namiesto hotovosti.

S príchodom vysokovýkonných grafických procesorových jednotiek (GPU) a ultrakompaktných hardvérových platforiem na nich založených – ako napríklad NVIDIA Jetson – sa do bankomatov začalo zavádzať rozpoznávanie tváre. Teraz môže iba držiteľ karty vyberať hotovosť alebo vykonávať transakcie na účte, napríklad prostredníctvom bankomatov Tinkoff Bank. A kód PIN môže byť čoskoro zrušený.

Moderné integrované bezpečnostné systémy sú schopné riešiť problémy akejkoľvek zložitosti v rôznych priemyselných, spoločenských a domácich zariadeniach. Video monitorovacie systémy sú veľmi dôležitými nástrojmi bezpečnostných komplexov a požiadavky na funkčnosť segmentu neustále rastú.

Integrované bezpečnostné systémy

Jedna platforma obsahuje moduly pre bezpečnostné a požiarne zariadenia, riadenie a správu prístupu, video dohľad alebo bezpečnostnú televíziu (SOT). Funkcie posledne menovaných boli donedávna obmedzené na videomonitorovanie a registráciu situácie v zariadení a priľahlom území, archiváciu a uchovávanie údajov. Klasické video systémy majú niekoľko významných nevýhod:

• Ľudský faktor. Neefektívna práca operátora pri vysielaní veľkého množstva informácií.
• Nemožnosť chirurgického zákroku, predčasná analýza.
• Značný čas strávený hľadaním a identifikáciou udalosti.

Rozvoj digitálnych technológií viedol k vytvoreniu „inteligentných“ automatizovaných systémov.

Sila v intelekte

Základným princípom intelektuála je video analytika - technológia založená na metódach a algoritmoch na rozpoznávanie vzorov a automatizovaný zber dát ako výsledok analýzy video streamu. Takéto zariadenia sú bez zásahu človeka schopné v reálnom čase odhaliť a sledovať dané ciele (auto, skupina osôb), potenciálne nebezpečné situácie (dym, požiar, neoprávnený zásah do prevádzky videokamery), naprogramované udalosti a včas vydať poplachový signál. Filtrovaním video údajov, ktoré nie sú zaujímavé, sa výrazne znižuje zaťaženie komunikačných kanálov a archívnej základne.

Najpopulárnejším nástrojom na analýzu videa je systém rozpoznávania tváre. V závislosti od vykonávaných funkcií a stanovených úloh sú na zariadenie kladené určité požiadavky.

Firmvér a hardvér

Pre efektívnu prevádzku systému sa používa niekoľko typov IP kamier s rôznymi výkonnostnými charakteristikami. Detekciu objektu v kontrolovanom pásme snímajú panoramatické kamery s rozlíšením 1 megapixel a viac a ohniskovou vzdialenosťou 1 mm a mieria naň skenovacie zariadenia. Ide o pokročilejšie fotoaparáty (od 2 megapixelov, od 2 mm), ktoré produkujú rozpoznávanie pomocou jednoduchých metód (3-4 parametre). Na identifikáciu objektu sa používajú kamery s dobrou kvalitou obrazu, postačujúce na aplikáciu zložitých algoritmov (od 5 megapixelov, 8-12 mm).

Najpopulárnejšie softvérové ​​produkty na rozpoznávanie tváre „Face Intellect“ (vývojár – spoločnosť House Control), Face director (spoločnosť Synesis) a VOCORD FaceControl (VOCORD) demonštrujú:

• Vysoká pravdepodobnosť identifikácie objektu (až 99%).
• Podpora širokého rozsahu uhlov natočenia kamery.
• Schopnosť zvýrazniť tváre aj v hustej pešej mase.
• Variabilita pri príprave analytických správ.

Základy rozpoznávania vzorov

Akékoľvek biometrické rozpoznávacie systémy sú založené na identifikácii súladu načítaných fyziologických charakteristík osoby s určitou vopred určenou šablónou.

Skenovanie prebieha v reálnom čase. IP kamera vysiela video stream do terminálu a systém rozpoznávania tváre určí, či sa obraz zhoduje s fotografiami uloženými v databáze. Existujú dve hlavné metódy. Prvý je založený na statických princípoch: na základe výsledkov spracovania biometrických parametrov sa vytvorí elektronická vzorka v podobe jedinečného čísla zodpovedajúceho konkrétnej osobe. Druhá metóda modeluje „ľudský“ prístup a vyznačuje sa samoučením a robustnosťou. Identifikácia osoby pomocou video obrazu zohľadňuje zmeny súvisiace s vekom a ďalšie faktory (prítomnosť pokrývky hlavy, brady alebo fúzov, okuliarov). Táto technológia umožňuje pracovať aj so starými fotografiami a v prípade potreby aj s röntgenovými lúčmi.

Algoritmus vyhľadávania tváre

Najbežnejšou technikou detekcie tváre je použitie Haarových kaskád (súborov masiek).

Maska je obdĺžnikové okno s rôznymi kombináciami bielych a čiernych segmentov.

Mechanizmus programu je nasledujúci: snímka videa je pokrytá sadou masiek a na základe výsledkov konvolúcie (počítanie pixelov, ktoré spadajú do bieleho a čierneho sektora) sa vypočíta rozdiel a porovná sa s určitým hraničná hodnota.

Na zlepšenie výkonu klasifikátora sa vytvárajú pozitívne (snímky s tvárami ľudí) a negatívne (bez nich) tréningové vzorky. V prvom prípade je výsledok konvolúcie nad prahovou hodnotou, v druhom - pod. S prijateľnou chybou detektor tváre určí súčet konvolúcií všetkých kaskád a v prípade prekročenia prahovej hodnoty signalizuje prítomnosť tvárí v zábere.

Rozpoznávacie technológie

Po detekcii a lokalizácii v predbežnom štádiu sa uskutoční jas a geometrické zarovnanie obrazu. Ďalšie akcie - výpočet znakov a identifikácia - možno vykonať rôznymi metódami.

Pri skenovaní celej tváre v miestnosti s vynikajúcim osvetlením vykazujú algoritmy, ktoré pracujú s dvojrozmernými obrázkami, dobré výsledky. Systém rozpoznávania tváre analyzuje jedinečné body a vzdialenosti medzi nimi a určuje skutočnosť identifikácie pomocou koeficientov rozdielu medzi „živým“ obrázkom a zaregistrovanou šablónou.

Trojrozmerné technológie sú odolné voči zmenám svetelného toku, prípustná odchýlka od čelného pohľadu je do 45 stupňov. Tu sa analyzujú nielen body a čiary, ale aj vlastnosti povrchov (zakrivenie, profil), metrika vzdialeností medzi nimi. Na fungovanie takýchto algoritmov je potrebná maximálna kvalita záznamu videa s frekvenciou až 200 snímok / s. Systém je založený na stereo videokamerách s maticou 5 megapixelov, vysokým optickým rozlíšením a minimalizovanou chybou synchronizácie. Navyše sú prepojené špeciálnym hodinovým káblom na prenos hodinových impulzov.

Stav trhu s modernými systémami

Prvé, kvôli ich vysokým nákladom, boli vyvinuté iba pre štátne vojenské zariadenia a až v polovici 90. rokov boli dostupné komerčným organizáciám. Rýchly rozvoj technológií umožnil zvýšiť presnosť systémov a rozšíriť rozsah ich aplikácie. Na trhu našej krajiny patria popredné miesta americkým a západoeurópskym výrobcom zabezpečovacích systémov. Lídrom predaja je vybavenie korporácií ZN Vision Technologies a Visionics. Najperspektívnejšie spomedzi domácich vývojárov sú výskumy a produkty spoločností Vocord, NTechLab, Soling, VisionLabs LLC a skupiny STC, ktoré sa okrem iného zaoberajú aj prispôsobovaním zahraničných komplexov ruským podmienkam.

Počítačové ovládanie tváre

Najrozsiahlejšou oblasťou aplikácie bezkontaktnej identifikácie je boj proti terorizmu a kriminalite. Obraz tváre zločinca je uložený v databáze. Na preplnených miestach (letiská, železničné stanice, nákupné centrá, športové zariadenia) sú ľudia natáčaní v reálnom čase s cieľom identifikovať hľadané osoby.

Ďalšou oblasťou sú systémy kontroly vstupu: vzorka fotografie na elektronickom preukaze sa porovnáva s modelom získaným ako výsledok spracovania údajov z videokamery. Zákrok prebehne okamžite, bez toho, aby boli potrebné ďalšie úkony od podstupujúcich (na rozdiel od skenovania sietnice alebo odtlačkov prstov).

Ďalším rýchlo rastúcim odvetvím je marketing. Interaktívny billboard po naskenovaní tváre človeka určí jeho pohlavie a vek, zobrazí len tie reklamy, ktoré budú pre klienta potenciálne zaujímavé.

Trendy a perspektívy rozvoja

Systémy rozpoznávania tváre sú v bankovom sektore veľmi žiadané.

Na základe výsledkov z minulého roka, po nainštalovaní 50 000 inteligentných videokamier do svojich kancelárií, sa vedeniu Poštovej banky podarilo ušetriť milióny rubľov zabránením podvodom v segmente pôžičiek a platieb. Odborníci tvrdia, že do roku 2021 bude vytvorená potrebná infraštruktúrna sieť a akékoľvek operácie na bankomatoch budú možné až po biometrickej identifikácii tváre klienta.

V nasledujúcom desaťročí špičková technológia umožní otvorenie reťazca úplných samoobslužných predajní: kupujúci prejde pred výklady, vyberie si produkt, ktorý sa mu páči, a odíde. Systém rozpoznávania tváre a obrazu určí totožnosť kupujúceho, nákup a odpíše potrebnú sumu z jeho účtu.

Pracuje sa na vytvorení systémov na rozpoznávanie psycho-emocionálneho stavu. Analýza ľudských emócií bude žiadaná v multimediálnych oblastiach: animácia, kinematografia, priemysel tvorby počítačových hier.

Každý pozná scény zo sci-fi filmov: hrdina príde k dverám a dvere sa otvoria a spozná ho. Toto je jeden z jasných dôkazov pohodlia a spoľahlivosti používania biometrických technológií na kontrolu prístupu. V praxi to však nie je také jednoduché. Dnes sú niektoré firmy pripravené ponúknuť spotrebiteľom kontrolu prístupu pomocou biometrických technológií.

Tradičné spôsoby osobnej identifikácie, ktoré sú založené na rôznych identifikačných kartách, kľúčoch alebo jedinečných údajoch, akými sú napríklad heslo, nie sú spoľahlivé v takej miere, aká sa dnes vyžaduje. Prirodzeným krokom k zlepšeniu spoľahlivosti identifikátorov bol pokus o využitie biometrických technológií pre bezpečnostné systémy.

Rozsah problémov, ktoré možno vyriešiť pomocou nových technológií, je mimoriadne široký:

1. zabrániť votrelcom vstúpiť do chránených priestorov a priestorov falšovaním, krádežou dokumentov, kariet, hesiel;
2. obmedziť prístup k informáciám a zabezpečiť osobnú zodpovednosť za ich bezpečnosť;
3. zabezpečiť prístup k zodpovedným zariadeniam iba certifikovaným odborníkom;
4. vyhnúť sa režijným nákladom spojeným s prevádzkou systémov kontroly prístupu (karty, kľúče);
5. eliminovať nepríjemnosti spojené so stratou, poškodením alebo elementárnym zabudnutím kľúčov, kariet, hesiel;
6. organizovať záznamy o prístupe a dochádzke zamestnancov.

Vývojom technológií na rozpoznávanie vzorov podľa rôznych biometrických charakteristík sa začalo zaoberať už pomerne dávno, začiatok bol položený v 60. rokoch. Naši krajania dosiahli významné úspechy pri rozvíjaní teoretických základov týchto technológií. Praktické výsledky však získali najmä na Západe a to až „včera“. Sila moderných počítačov a vylepšené algoritmy umožnili vytvárať produkty, ktoré sa svojimi vlastnosťami a pomerom stali dostupnými a zaujímavými pre široké spektrum používateľov.

Myšlienka použitia individuálnych charakteristík človeka na jeho identifikáciu nie je nová. K dnešnému dňu je známych množstvo technológií, ktoré možno použiť v bezpečnostných systémoch na identifikáciu osôb:

1. odtlačky prstov (jednotlivých aj rúk ako celku);
2. rysy tváre (na základe optických a infračervených obrazov);
3. očná dúhovka;
4. hlas
5. iné vlastnosti.

Všetky biometrické technológie majú spoločné prístupy k riešeniu problému identifikácie, hoci všetky metódy sa líšia jednoduchosťou použitia a presnosťou výsledkov.

Akákoľvek biometrická technológia sa aplikuje v etapách:

1. skenovanie objektov;
2. extrakcia individuálnych informácií;
3. tvorba šablón;
4. porovnanie aktuálnej šablóny s databázou.

Biometrický rozpoznávací systém priraďuje špecifické fyziologické alebo behaviorálne charakteristiky užívateľa k nejakému vopred určenému vzoru. Biometrický systém sa zvyčajne skladá z dvoch modulov: registračného modulu a identifikačného modulu.

Registračný modul„trénuje“ systém na identifikáciu konkrétnej osoby. Počas fázy registrácie videokamera alebo iné senzory snímajú osobu, aby vytvorili digitálnu reprezentáciu jej vzhľadu. Skenovanie tváre trvá približne 20 až 30 sekúnd, výsledkom čoho je viacero obrázkov. V ideálnom prípade budú mať tieto obrázky mierne odlišné uhly a výrazy tváre, čo umožní presnejšie údaje. Špeciálny softvérový modul spracuje túto reprezentáciu a určí osobnostné črty, potom vytvorí šablónu. Niektoré časti tváre sa časom takmer nemenia, ako napríklad horné kontúry očných jamiek, oblasti okolo lícnych kostí a okraje úst. Väčšina algoritmov vyvinutých pre biometrické technológie zohľadňuje možné zmeny v účese osoby, pretože na analýzu nepoužíva oblasť tváre nad líniou vlasov. Šablóna obrázka každého používateľa je uložená v databáze biometrického systému.

Identifikačný modul prijíma obraz osoby z videokamery a konvertuje ho do rovnakého digitálneho formátu, v akom je uložená šablóna. Výsledné údaje sa porovnajú so šablónou uloženou v databáze, aby sa zistilo, či sa obrázky navzájom zhodujú. Stupeň podobnosti potrebný na overenie je určitý prah, ktorý možno upraviť pre rôzne typy personálu, výkon počítača, dennú dobu a množstvo ďalších faktorov.

Identifikácia môže byť vo forme overenia, autentifikácie alebo uznania. Verifikácia potvrdzuje identitu prijatých údajov a šablóny uloženej v databáze. Autentifikácia - potvrdzuje zhodu obrazu prijatého z videokamery s jednou zo šablón uložených v databáze. Ak sú počas rozpoznávania získané charakteristiky a jedna z uložených šablón rovnaké, systém identifikuje osobu s príslušnou šablónou.

Pri používaní biometrických systémov, najmä systémov na rozpoznávanie tváre, aj pri zavedení správnych biometrických charakteristík nie je rozhodnutie o autentifikácii vždy správne. Je to spôsobené množstvom funkcií a v prvom rade tým, že mnohé biometrické charakteristiky sa môžu meniť. Existuje určitý stupeň pravdepodobnosti systémovej chyby. Navyše, pri použití rôznych technológií sa chyba môže výrazne líšiť. Pre systémy kontroly prístupu pri používaní biometrických technológií je potrebné určiť, čo je dôležitejšie nezmeškať „cudzinec“ alebo nezmeškať všetkých „priateľov“.

Dôležitým faktorom pre používateľov biometrických technológií v bezpečnostných systémoch je jednoduchosť používania. Osoba, ktorej charakteristiky sa skenujú, by nemala zažiť žiadne nepríjemnosti. V tomto smere je najzaujímavejšia metóda samozrejme technológia rozpoznávania tváre. Je pravda, že v tomto prípade vznikajú ďalšie problémy, ktoré súvisia predovšetkým s presnosťou systému.

Napriek zjavným výhodám existuje množstvo negatívnych predsudkov voči biometrickým údajom, ktoré často vyvolávajú otázky, či sa biometria nebude používať na špehovanie ľudí a narúšanie ich súkromia. Kvôli senzačným tvrdeniam a nepodloženému humbuku sa vnímanie biometrických technológií výrazne líši od skutočného stavu vecí.

A predsa, používanie metód biometrickej identifikácie nadobudlo v posledných rokoch osobitný význam. Tento problém sa stal obzvlášť akútnym po udalostiach z 11. septembra v Spojených štátoch. Svetové spoločenstvo si uvedomilo stupeň rastúcej hrozby terorizmu na celom svete a zložitosť organizácie spoľahlivej ochrany tradičnými metódami. Práve tieto tragické udalosti boli východiskom pre zvýšenú pozornosť venovanú moderným integrovaným bezpečnostným systémom. Je známy názor, že ak by bola kontrola na letiskách prísnejšia, dalo by sa predísť nešťastiam. A aj dnes by sa hľadanie osôb zodpovedných za množstvo ďalších incidentov mohlo výrazne uľahčiť používaním moderných video monitorovacích systémov v integrácii so systémami rozpoznávania tváre.

V súčasnosti existujú štyri hlavné metódy rozpoznávania tváre:

1. "vlastné tváre";
2. analýza „rozlišovacích znakov“;
3. analýza založená na "neurónových sieťach";
4. metóda „automatického spracovania obrazu tváre“.

Všetky tieto metódy sa líšia zložitosťou implementácie a účelom aplikácie.

„Eigenface“ sa dá preložiť ako „vlastná tvár“. Táto technológia využíva dvojrozmerné obrázky v odtieňoch sivej, ktoré predstavujú rozlišovacie charakteristiky obrazu tváre. Metóda „eigenface“ sa často používa ako základ pre iné metódy rozpoznávania tváre.

Kombináciou charakteristík 100 - 120 "eigenface" je možné obnoviť veľké množstvo tvárí. V čase registrácie je „vlastná tvár“ každej konkrétnej osoby reprezentovaná ako séria koeficientov. Pre režim autentifikácie, v ktorom sa na overenie identity používa obrázok, sa živá šablóna porovnáva s už zaregistrovanou šablónou, aby sa určil rozdielový faktor. Stupeň rozdielu medzi vzormi určuje skutočnosť identifikácie. Technológia „eigenface“ je optimálna pri použití v dobre osvetlených miestnostiach, kedy je možné skenovať tvár spredu.

Technika „rozlišovacej“ analýzy je najpoužívanejšou identifikačnou technológiou. Táto technológia je podobná technike „Eigenface“, no je viac prispôsobená na zmenu vzhľadu či výrazov tváre človeka (usmievajúca sa alebo zamračená tvár). Rozlišovacie znaky využívajú desiatky charakteristických čŕt rôznych oblastí tváre, berúc do úvahy ich relatívnu polohu. Individuálna kombinácia týchto parametrov určuje vlastnosti každého konkrétneho človeka. Tvár človeka je jedinečná, ale dosť dynamická, pretože. človek sa môže usmievať, nechať si narásť bradu a fúzy, nasadiť okuliare - to všetko zvyšuje zložitosť postupu identifikácie. Tak napríklad pri úsmeve dochádza k určitému posunu častí tváre nachádzajúcich sa v blízkosti úst, čo následne spôsobí podobný pohyb susedných častí. Ak vezmeme do úvahy takéto posuny, je možné jednoznačne identifikovať osobu s rôznymi mimickými zmenami na tvári. Keďže táto analýza zohľadňuje miestne oblasti tváre, tolerancie môžu byť až 25° v horizontálnej rovine a až približne 15° vo vertikálnej rovine, a vyžaduje si dostatočne výkonné a drahé vybavenie, ktoré primerane znižuje stupeň distribúcie tohto metóda.

Pri metóde založenej na neurónovej sieti sa na zhodu porovnávajú charakteristické črty oboch tvárí – zaregistrovaných aj overených. „Neurónové siete“ využívajú algoritmus, ktorý sa zhoduje s jedinečnými parametrami tváre kontrolovanej osoby a parametrami šablóny nachádzajúcej sa v databáze, pričom uplatňuje maximálny možný počet parametrov. V priebehu porovnávania sa zisťujú nezrovnalosti medzi kontrolovanou osobou a šablónou z databázy, následne sa spustí mechanizmus, ktorý pomocou príslušných váhových koeficientov určí mieru zhody kontrolovanej osoby so šablónou z databázy. Táto metóda zvyšuje kvalitu identifikácie tváre v náročných podmienkach.

Metóda „automatického spracovania obrazu tváre“ je najjednoduchšia technológia, využívajúca vzdialenosti a pomer vzdialeností medzi ľahko definovanými bodmi tváre, ako sú oči, koniec nosa, kútiky úst. Aj keď táto metóda nie je taká výkonná ako „eigenfaces“ alebo „neurónová sieť“, dá sa celkom efektívne použiť pri slabom osvetlení.

Systémy rozpoznávania tváre na trhu

K dnešnému dňu bolo vyvinutých množstvo komerčných produktov určených na rozpoznávanie tváre. Algoritmy používané v týchto produktoch sú odlišné a stále je ťažké posúdiť, ktorá technológia má výhodu. Lídrami sú v súčasnosti tieto systémy: Visionic, Viisage a Miros.

• Aplikácia FaceIt od Visionic je založená na lokálnom algoritme analýzy funkcií vyvinutom na Rockefellerovej univerzite. Jedna komerčná spoločnosť v Spojenom kráľovstve integrovala FaceIt do televízneho protizločineckého systému s názvom Mandrake. Tento systém hľadá zločincov pomocou video dát zo 144 kamier prepojených v uzavretej sieti. Keď je zistená identita, systém informuje bezpečnostného dôstojníka. V Rusku je zástupcom spoločnosti Visionic DanCom.
• Ďalší líder v tejto oblasti, Viisage, používa algoritmus vyvinutý na Massachusetts Institute of Technology. Firmy a vlády v mnohých štátoch USA a niekoľkých ďalších krajinách používajú systém Viisage spolu s identifikačnými údajmi, ako sú vodičské preukazy.
• ZN Vision Technologies AG (Nemecko) ponúka na trhu množstvo produktov, ktoré využívajú technológiu rozpoznávania tváre. Tieto systémy prezentuje na ruskom trhu spoločnosť Soling.
• Mirosov systém rozpoznávania tváre TrueFace využíva technológiu neurónových sietí a samotný systém sa používa v komplexe vydávania hotovosti spoločnosti Mr.Payroll Corporation a je inštalovaný v kasínach a iných zábavných zariadeniach v mnohých štátoch USA.

V Spojených štátoch vykonali nezávislí experti porovnávací test rôznych technológií rozpoznávania tváre. Výsledky testu sú uvedené nižšie.

Ryža. 1. Porovnávacia analýza účinnosti rozpoznávania tváre v rôznych systémoch

V praxi sa pri používaní systémov rozpoznávania tváre ako súčasti štandardných elektronických bezpečnostných systémov predpokladá, že identifikovaná osoba sa pozerá priamo do kamery. Systém teda pracuje s relatívne jednoduchým dvojrozmerným obrazom, čo výrazne zjednodušuje algoritmy a znižuje intenzitu výpočtov. Ale ani v tomto prípade nie je úloha rozpoznávania stále triviálna, pretože algoritmy musia brať do úvahy možnosť zmeny úrovne osvetlenia, zmeny výrazov tváre, prítomnosť alebo neprítomnosť make-upu alebo okuliarov.

Spoľahlivosť systému rozpoznávania tváre do značnej miery závisí od niekoľkých faktorov:

• Kvalita obrazu. Pravdepodobnosť bezchybného fungovania systému sa citeľne zníži, ak sa osoba, ktorú sa snažíme identifikovať, nepozerá priamo do kamery alebo je snímaná pri zlom osvetlení.
• Relevantnosť fotografie vloženej do databázy.
• Veľkosť databázy.

Technológie rozpoznávania tváre dobre fungujú so štandardnými videokamerami, ktoré prenášajú údaje a sú riadené osobným počítačom a vyžadujú rozlíšenie 320 x 240 pixelov na palec pri rýchlosti videa najmenej 3 až 5 snímok za sekundu. Pre porovnanie, prijateľná kvalita pre videokonferenciu vyžaduje rýchlosť toku videa 15 snímok za sekundu. Vyššie bitové rýchlosti videa pri vyššom rozlíšení vedú k lepšej kvalite identifikácie. Pri rozpoznávaní tvárí z veľkej vzdialenosti existuje silný vzťah medzi kvalitou videokamery a výsledkom identifikácie.

Objem databáz pri použití štandardných osobných počítačov nepresahuje 10 000 obrázkov.

Záver

Dnes ponúkané metódy rozpoznávania tváre sú zaujímavé a blízke rozšírenej implementácii, no zatiaľ nie je možné, ako v kine, dôverovať iba technológii rozpoznávania tváre, ktorá by otvorila dvere. Je dobrý ako pomocník pre ochranku alebo iný systém kontroly vstupu.

Práve tento spôsob sa využíva v mnohých situáciách, kedy je potrebné uistiť sa, že predkladaný dokument skutočne patrí tomu, kto ho predložil. Stáva sa to napríklad na medzinárodnom letisku, keď pohraničná stráž skontroluje fotografiu v pase s tvárou držiteľa pasu a rozhodne, či je to jeho pas alebo nie. Počítačový prístupový systém funguje podľa podobného algoritmu. Jediný rozdiel je v tom, že fotografia sa porovnáva so šablónou už uloženou v databáze.

Objavili sa už technológie, ktoré sú založené na rozpoznávaní tváre v infračervenom svetle. Nová technológia je založená na tom, že tepelný obraz vytvorený tepelným žiarením z ciev tváre alebo inak povedané termogram ľudskej tváre je pre každého jedinečný, a preto ho možno použiť ako biometrický údaj. charakteristické pre systémy kontroly prístupu. Tento termogram je stabilnejší identifikátor ako geometria tváre, pretože takmer nezávisí od zmien vo vzhľade osoby.