Идентификация личности человека по радужной оболочке глаза

пФУЛБОЙТПЧБОЩЕ ЙЪПВТБЦЕОЙС ТБДХЦОПК ПВПМПЮЛЙ

уЙУФЕНБ рбрймпо «гЙТЛПО» ПУОПЧБОБ ОБ ВЙПНЕФТЙЮЕУЛПН НЕФПДЕ ЙДЕОФЙЖЙЛБГЙЙ МЙЮОПУФЙ РП ТБДХЦОПК ПВПМПЮЛЕ ЗМБЪБ.

тБУРПЪОБЧБОЙЕ МЙЮОПУФЙ РП ТБДХЦОПК ПВПМПЮЛЕ СЧМСЕФУС ПДОЙН ЙЪ ОБЙВПМЕЕ ФПЮОЩИ Й ОБДЕЦОЩИ УРПУПВПЧ ВЙПНЕФТЙЮЕУЛПК ЙДЕОФЙЖЙЛБГЙЙ. чЕТПСФОПУФШ ФПЗП, ЮФП УЙУФЕНБ «ОЕ ХЪОБЕФ УЧПЕЗП» ЙМЙ «РТПРХУФЙФ ЮХЦПЗП» ДМС ЬФПЗП НЕФПДБ РТБЛФЙЮЕУЛЙ ТБЧОБ ОХМА.

пДОЙН ЙЪ РТЕЙНХЭЕУФЧ НЕФПДБ ЙДЕОФЙЖЙЛБГЙЙ МЙЮОПУФЙ РП ТБДХЦЛЕ СЧМСЕФУС ЕЗП “ОЕБЗТЕУУЙЧОПУФШ” Л РТПЧЕТСЕНПНХ – ОЕФ ОЕРПУТЕДУФЧЕООПЗП ЛПОФБЛФБ ЮЕМПЧЕЛБ У БРРБТБФХТПК, ЪБИЧБФ ЙЪПВТБЦЕОЙС ТБДХЦОПК ПВПМПЮЛЙ РТПЙЪЧПДЙФУС РТПУФП РТЙ ЧЪЗМСДЕ Ч ПВЯЕЛФЙЧ УЛБОЕТБ.

уЛБОЕТ БОБМЙЪЙТХЕФ ЛБЮЕУФЧП ЙЪПВТБЦЕОЙС ЗМБЪБ Ч ЛБДТЕ, ПРТЕДЕМСЕФ ГЕОФТ ЪТБЮЛБ, ГЕОФТ ТБДХЦОПК ПВПМПЮЛЙ Й ЕЕ ЗТБОЙГЩ. ъБФЕН РТПЙУИПДЙФ УПРТПЧПЦДБАЭЙКУС УЙЗОБМПН ЪБИЧБФ ЙЪПВТБЦЕОЙС, ЕЗП ЛПДЙТПЧБОЙЕ Й РТПЧЕТЛБ РП вд.

• ТЕЗЙУФТБГЙС Й ГЙЖТПЧПЕ ЛПДЙТПЧБОЙЕ ЙЪПВТБЦЕОЙС ТБДХЦОПК ПВПМПЮЛЙ ЗМБЪБ
• УПЪДБОЙЕ Й ИТБОЕОЙЕ Ч ЬМЕЛФТПООПК вд НБУУЙЧБ ЪБРЙУЕК, ЛБЦДБС ЙЪ ЛПФПТЩИ УПДЕТЦЙФ: ЪБЛПДЙТПЧБООПЕ ЙЪПВТБЦЕОЙЕ ТБДХЦОПК ПВПМПЮЛЙ, ФЕЛУФПЧЩЕ ДБООЩЕ, ЖПФПЗТБЖЙЙ ЪБТЕЗЙУФТЙТПЧБООПК МЙЮОПУФЙ
• РТПЧЕТЛБ ЛПДБ ТБДХЦОПК ПВПМПЮЛЙ РП вд Ч ТЕЦЙНЕ «ПДЙО-ЛП НОПЗЙН»
• РТПЧЕТЛБ ЛПДБ ТБДХЦОПК ПВПМПЮЛЙ РП вд Ч ТЕЦЙНЕ «ПДЙО-Л ПДОПНХ»
• ТБВПФБ У вд: РПМХЮЕОЙЕ ЧЩВПТПЛ ЙЪ вд, УПТФЙТПЧЛБ УРЙУЛПЧ вд, ХДБМЕОЙЕ Й ТЕДБЛФЙТПЧБОЙЕ ЪБРЙУЕК Й Ф.Д.

йОФЕЗТБГЙС УЙУФЕНЩ рбрймпо «гЙТЛПО» Ч улхд

уЙУФЕНБ ТЕЗЙУФТБГЙЙ Й ТБУРПЪОБЧБОЙС РП ТЙУХОЛХ ТБДХЦОПК ПВПМПЮЛЙ ЗМБЪБ рбрймпо «гЙТЛПО» БДБРФЙТПЧБОБ ДМС ЙОФЕЗТБГЙЙ Ч БЧФПНБФЙЪЙТПЧБООЩЕ УЙУФЕНЩ ЛПОФТПМС Й ХРТБЧМЕОЙС ДПУФХРПН (улхд). дМС ЬФЙИ ГЕМЕК ОБ РТЕДРТЙСФЙЙ ТБЪТБВПФБОБ SDK-ВЙВМЙПФЕЛБ рбрймпо гйтлпо SDK, РПУФБЧМСЕНБС УПЧНЕУФОП У ВМПЛПН ДПУФХРБ гйтлпо-4.

рПУФТПЕОЙЕ улхд ОБ ВБЪЕ ВМПЛПЧ ДПУФХРБ гйтлпо-4 ЙМЙ ЙОФЕЗТБГЙС ВМПЛПЧ ДПУФХРБ Ч ДЕКУФЧХАЭХА улхд ПУХЭЕУФЧМСЕФУС РХФЕН ПВТБЭЕОЙС Л ЖХОЛГЙСН ВЙВМЙПФЕЛЙ рбрймпо гйтлпо SDK УП УФПТПОЩ ЛМЙЕОФУЛПЗП РТЙМПЦЕОЙС.

жХОЛГЙЙ ЖБКМПЧПЗП УЕТЧЕТБ ЧПЪМБЗБАФУС ОБ ГЕОФТБМШОЩК ХЪЕМ улхд. чЪБЙНПДЕКУФЧЙЕ ЧУФТПЕООПЗП Ч гйтлпо-4 ЧЩЮЙУМЙФЕМС Й ГЕОФТБМШОПЗП ХЪМБ улхд ПУХЭЕУФЧМСЕФУС Ч МПЛБМШОПК УЕФЙ РП РТПФПЛПМХ Ethernet. рЕТЕДБЮБ ЛПНБОД НЕЦДХ ЧЩЮЙУМЙФЕМЕН Й ПЛПОЕЮОЩН ПВПТХДПЧБОЙЕН улхд – ЮЕТЕЪ ЙОФЕТЖЕКУОЩК РПТФ RS-232 (RS-485).

лБЦДЩК ВМПЛ ДПУФХРБ РПДДЕТЦЙЧБЕФ ЪБИЧБФ ЙЪПВТБЦЕОЙС ТБДХЦОПК ПВПМПЮЛЙ ЗМБЪБ, ЛБЛ Ч ТЕЦЙНЕ ТЕЗЙУФТБГЙЙ, ФБЛ Й Ч ТЕЦЙНБИ ЧЕТЙЖЙЛБГЙЙ (УТБЧОЕОЙЕ У ЛПОФТПМШОЩН ЫБВМПОПН «ПДЙО-Л-ПДОПНХ») ЙМЙ ЙДЕОФЙЖЙЛБГЙЙ («ПДЙО-ЛП-НОПЗЙН»). дМС ТБВПФЩ Ч ТЕЦЙНЕ ЧЕТЙЖЙЛБГЙЙ ВМПЛ ДПУФХРБ ДПРПМОСЕФУС ХЪМПН УЮЙФЩЧБОЙС РЕТУПОБМШОЩИ ID-ЛБТФ.

лБЦДЩК ВМПЛ ДПУФХРБ РПДДЕТЦЙЧБЕФ УПВУФЧЕООХА ВБЪХ ДБООЩИ ВЙПНЕФТЙЮЕУЛЙИ ДБООЩИ, ЮЕН ПВЕУРЕЮЙЧБЕФУС ЗЙВЛПУФШ ОБУФТПКЛЙ УЙУФЕНЩ Й ЙУЛМАЮБАФУС РПФЕТЙ ЧТЕНЕОЙ, УЧСЪБООЩЕ У ЧОХФТЙУЕФЕЧЩН ЧЪБЙНПДЕКУФЧЙЕН.

ч РТБЛФЙЮЕУЛПК ТЕБМЙЪБГЙЙ улхд ГЕМЕУППВТБЪОП ПУФБЧЙФШ ЖХОЛГЙА ТЕЗЙУФТБГЙЙ ОБ ПДОПН ЙМЙ ОЕУЛПМШЛЙИ ВМПЛБИ ДПУФХРБ. оБ ПУФБМШОЩИ ПУХЭЕУФЧМСЕФУС ФПМШЛП ПРЕТБГЙС ЙДЕОФЙЖЙЛБГЙЙ/ЧЕТЙЖЙЛБГЙЙ.

фЕТТЙФПТЙБМШОПЕ НБУЫФБВЙТПЧБОЙЕ УЙУФЕНЩ ПВЕУРЕЮЙЧБЕФУС ЧЧЕДЕОЙЕН ДПРПМОЙФЕМШОЩИ ВМПЛПЧ ДПУФХРБ У РПДЛМАЮЕОЙЕН ЙИ Л ГЕОФТБМШОПНХ ХЪМХ улхд РП МАВЩН ДПУФХРОЩН МЙОЙСН УЧСЪЙ, РПДДЕТЦЙЧБАЭЙН РТПФПЛПМ TCP/IP. лПМЙЮЕУФЧП ВМПЛПЧ ДПУФХРБ Ч УЙУФЕНЕ ОЕ ПЗТБОЙЮЙЧБЕФУС.

рПДПВОБС УЙУФЕНБ ОБИПДЙФУС Ч РТБЛФЙЮЕУЛПК ЬЛУРМХБФБГЙЙ ОБ ПДОПН ЙЪ РТЕДРТЙСФЙК юЕМСВЙОУЛПК ПВМБУФЙ.

вМПЛ ДПУФХРБ РП ТБДХЦОПК ПВПМПЮЛЕ ЗМБЪБ гйтлпо-4

вМПЛ ДПУФХРБ РП ТБДХЦОПК ПВПМПЮЛЕ ЗМБЪБ гйтлпо-4 РТЕДУФБЧМСЕФ УПВПК ПЛПОЕЮОЩК ХЪЕМ ТЕЗЙУФТБГЙЙ Й ТБУРПЪОБЧБОЙС РП ТЙУХОЛХ ТБДХЦОПК ПВПМПЮЛЙ ЗМБЪБ.

вМПЛ ДПУФХРБ РТЕДОБЪОБЮЕО ДМС ЪБИЧБФБ Й БЧФПНБФЙЮЕУЛПЗП УПРПУФБЧМЕОЙС ЙЪПВТБЦЕОЙК ТБДХЦОПК ПВПМПЮЛЙ ЗМБЪБ ЛБЛ Ч БЧФПОПНОПН ТЕЦЙНЕ, ФБЛ Й Ч УПУФБЧЕ БЧФПНБФЙЪЙТПЧБООПК УЙУФЕНЩ ЛПОФТПМС Й ХРТБЧМЕОЙС ДПУФХРПН (булхд) Ч ТЕЦЙНБИ ЧЕТЙЖЙЛБГЙЙ (УТБЧОЕОЙЕ У ЛПОФТПМШОЩН ЫБВМПОПН «ПДЙО-Л-ПДОПНХ») ЙМЙ ЙДЕОФЙЖЙЛБГЙЙ («ПДЙО-ЛП-НОПЗЙН»).

ч БЧФПОПНОПН ТЕЦЙНЕ ТЕЗЙУФТБГЙС РПМШЪПЧБФЕМЕК, УПЪДБОЙЕ Й ИТБОЕОЙЕ ВБЪЩ ЛМАЮЕК ПУХЭЕУФЧМСЕФУС МПЛБМШОП ОБ ВМПЛЕ ДПУФХРБ. вМПЛ ЧУЕЗДБ ТБВПФБЕФ Ч ТЕЦЙНЕ ЙДЕОФЙЖЙЛБГЙЙ Й РТЙ ХУРЕЫОПН ТБУРПЪОБЧБОЙЙ ХРТБЧМСЕФ ЬМЕЛФТПООЩН ЪБНЛПН.

рТЙ ТБВПФЕ ВМПЛБ Ч УПУФБЧЕ булхд Ч ТЕЦЙНЕ ЧЕТЙЖЙЛБГЙЙ ВБЪБ ДБООЩИ ЛМАЮЕК НПЦЕФ УПЪДБЧБФШУС ОБ РХОЛФЕ ТЕЗЙУФТБГЙЙ Й ИТБОЙФШУС ОБ УЕТЧЕТЕ. булхд ЧЪБЙНПДЕКУФЧХЕФ У ВМПЛПН ДПУФХРБ РП РТПФПЛПМХ, ПРЙУБООПНХ Ч SDK. лМАЮ ТБДХЦОПК ПВПМПЮЛЙ ЗМБЪБ УТБЧОЙЧБЕФУС «ПДЙО-Л-ПДОПНХ» У ЛПОФТПМШОЩН ЫБВМПОПН У РПНПЭША ДПРПМОЙФЕМШОПЗП ЙДЕОФЙЖЙЛБФПТБ — ВЕУЛПОФБЛФОПК ЛБТФЩ, ВТЕМПЛБ Й Ф. Р.

пФМЙЮЙЕ ТБВПФЩ ВМПЛБ Ч УПУФБЧЕ булхд Ч ТЕЦЙНЕ ЙДЕОФЙЖЙЛБГЙЙ УПУФПЙФ Ч ФПН, ЮФП ЛМАЮ ТБДХЦОПК ПВПМПЮЛЙ ЗМБЪБ ЙДЕОФЙЖЙГЙТХЕНПЗП УХВЯЕЛФБ УТБЧОЙЧБЕФУС «ПДЙО-ЛП-НОПЗЙН» УП ЧУЕНЙ ЪБРЙУСНЙ вд, ЪБЗТХЦЕООЩНЙ Ч ВМПЛ ДПУФХРБ булхд.

вМПЛ ДПУФХРБ ТБЪНЕЭБЕФУС Ч ЛПОФТПМЙТХЕНПК ФПЮЛЕ РЕТЕУЕЮЕОЙС ПИТБОСЕНПЗП РЕТЙНЕФТБ Й ЛТЕРЙФУС ОБ ЧЕТФЙЛБМШОПК РПЧЕТИОПУФЙ Ч ОЕРПУТЕДУФЧЕООПК ВМЙЪПУФЙ ПФ ПВПТХДПЧБООПЗП РТПИПДБ Ч ПИТБОСЕНПЕ РПНЕЭЕОЙЕ, У ЧОЕЫОЕК ЕЗП УФПТПОЩ.

вМПЛ ДПУФХРБ ПВПТХДПЧБО ЪЕТЛБМПН РПЪЙГЙПОЙТПЧБОЙС Й ВМПЛПН УЧЕФПДЙПДОПК ЙОДЙЛБГЙЙ, ФБЛЦЕ ТЕБМЙЪПЧБОБ ЖХОЛГЙС ЗПМПУПЧПК РПДУЛБЪЛЙ. чУЕ ЬФЙ ЙОУФТХНЕОФЩ ЙУРПМШЪХАФУС ДМС ХРТПЭЕОЙС РПЪЙГЙПОЙТПЧБОЙС ПВЯЕЛФБ Ч ТБВПЮЕК ПВМБУФЙ УЛБОЕТБ.

дМС ЪБРХУЛБ РТПГЕДХТЩ ЪБИЧБФБ ЙЪПВТБЦЕОЙС ДПУФБФПЮОП РПДПКФЙ Л ВМПЛХ ДПУФХРБ Й ХЧЙДЕФШ Ч ЪЕТЛБМЕ РПЪЙГЙПОЙТПЧБОЙС ПФТБЦЕОЙЕ УЧПЙИ ЗМБЪ. ъБИЧБФ ЙЪПВТБЦЕОЙС РТПЙУИПДЙФ ОБ ТБУУФПСОЙЙ 350—500 НН ПФ РЕТЕДОЕК РБОЕМЙ ВМПЛБ ДПУФХРБ Ч РПМЕ ЪТЕОЙС ЕЗП ПРФЙЮЕУЛПЗП ВМПЛБ.

тЕЗХМЙТПЧЛБ РТЙВПТБ РПД ТПУФ ЮЕМПЧЕЛБ ПУХЭЕУФЧМСЕФУС ЧТХЮОХА, РПЧПТПФПН РЕТЕДОЕК РБОЕМЙ ОБ ОЕПВИПДЙНЩК ХЗПМ.

ч УЛБОЕТЕ ТБДХЦОПК ПВПМПЮЛЙ ТЕБМЙЪПЧБОБ ЖХОЛГЙС БЧФПЖПЛХУБ. йУРПМШЪХЕНБС ЙОЖТБЛТБУОБС РПДУЧЕФЛБ ВЕЪПРБУОБ ДМС ЪТЕОЙС.

ч УЙУФЕНЕ ЙУРПМШЪХАФУС ФПМШЛП ЮЕТОП-ВЕМЩЕ ЙЪПВТБЦЕОЙС ДМС ФПЗП, ЮФПВЩ ОБ ТЕЪХМШФБФ ЙДЕОФЙЖЙЛБГЙЙ МЙЮОПУФЙ ОЕ ЧМЙСМП ГЧЕФПЧПЕ ЙЪНЕОЕОЙЕ ТБДХЦОПК ПВПМПЮЛЙ, РТПЙУИПДСЭЕЕ Ч ТЕЪХМШФБФЕ РЕТЕОЕУЕООЩИ ЪБВПМЕЧБОЙК.

фЕИОЙЮЕУЛЙЕ ИБТБЛФЕТЙУФЙЛЙ ВМПЛБ ДПУФХРБ гйтлпо-4

источник

Авторы: Дегтярева А.А., Вежневец В.П.

Обоснование.

Глаз – пожалуй, единственный внутренний орган человека, который виден снаружи. Поскольку внутренние органы человека уникальны, а изображение глаза к тому же можно легко получить обыкновенным цифровым фотоаппаратом, возник вопрос о том, можно ли использовать рисунок радужки как некоторый код, отличающий одного человека от другого.

Развитие глаз начинается у зародыша человека в начале второго триместра и заканчивается на восьмом месяце беременности (впрочем, это не касается цвета глаз, который может меняться в течение первого года жизни; часто младенцы рождаются голубоглазыми и впоследствии глаза ребенка темнеют). Это означает, что даже у однояйцовых близнецов радужки различны. Рисунок радужки может меняться в течение жизни только вследствие болезней глаза, таких как катаракта, но часто даже на перенесших операцию глазах рисунок остается прежним либо меняется незначительно [3].

Единственной функцией радужки является контролировать количество света, которое попадает на сетчатку глаза через зрачок. Контроль осуществляется сокращением мускулатуры радужки.

Рисунок радужки в большой степени случаен, а чем больше степень случайности, тем больше вероятность того, что конкретный рисунок будет уникальным. Математически описывается степенью свободы. Исследования показали, что текстура радужки имеет степень свободы равной 250, что гораздо больше степени свободы отпечатков пальцев (35) и изображений лиц (20) [2]. Это означает, что использование текстуры радужки для идентификации личности в большой степени оправдано и весьма перспективно.

Идея использовать текстуру радужки для идентификации личности была предложена в 70-80х годах прошлого века. В 1981 Flom (ученый) и Aran Safir (офтальмолог) начали активно изучать научные медицинские доклады об устройстве глаза и, в частности, радужки человека, по результатам исследования сделали вывод о возможности использования текстуры радужки для задач идентификации. В 1987 они обратились в Кэмбридж с приглашением к сотрудничеству ученых в области computer science. На их приглашение откликнулся ученый по имени John Daugman. Заинтересовавшись темой, он начал работать в этом направлении. Результаты своих исследований Daugman впервые опубликовал в 1992 на конференции . На сегодняшний момент работы Daugman’а является основополагающим трудом в данной области. В 1994 году система идентификации личности по радужной оболочке глаза на основе исследований Daugman’а была запатентована (патент 5 291 560). Разумеется, задача не могла остаться без внимания. В 1996 Richard P. Wilds предложил альтернативный метод хранения информации о текстуре, а в 1998 еще один метод был предложен W. Boles. Позже были предложены и другие методы. На настоящий момент три из предложенных подходов получили коммерческое распространение – это подход исследовательских групп Daugman, Noh и Lim [1]. Среди компаний, занимающихся идентификацией, можно назвать Iridian, IriTech, Evermedia. Более подробно об использованных ими, а также других, некоммерческих, методах будет рассказано ниже.

Общий алгоритм

Методы идентификации личности по радужной оболочке построены по одному и тому же принципу – выделение частотной или какой-либо другой информации о текстуре радужки из изображения и сохранение этой информации в виде специального кода (для системы Daugman этот код получил специальное название – IrisCode (радужковый код)). Можно сравнивать коды радужек, и хранить коды радужек разных людей в базе данных. Построение кода производится в три этапа:

1. Выделение радужки из общего изображения

2. Предобработка полученного изображения – например убирание шума(denoising), улучшение изображения (enhansing), в том числе выравнивание гистограммы, убирание блика. Некоторые методы «разворачивают» круглый зрачок в прямоугольное изображение – происходит переход из полярных координат в декартовы. Иногда после такой «развертки» часть изображения отрезается, чтобы накопленная на данном этапе ошибка не повлияла на качество распознавания.

3. Составление кода. Предобработанное изображение фильтруется способом, зависящим от конкретного метода. По результатам фильтрации составляется представление в виде кода.

Для кодов необходимо выработать критерий сравнения. Часто код записывается в виде последовательности битов и критерием сравнения служит код Хэмминга. В частности, код Хэмминга используется в системах Daugman, Tisse [6]. Большинство методов работает с изображениями в градациях серого либо картами яркости изображений, то есть цветовая составляющая является избыточной.

Локализация радужки

Некоторые методы, например Wildes, используют специальное оборудование для захвата изображения, чтобы полученное изображение глаза было высокого разрешения, с хорошей контрастностью, освещением (при этом человек, которого снимают, не должен чувствовать дискомфорта от слишком яркой вспышки), и центрировано (радужка должна находиться в центре изображения). Кроме того, система камер должна быть неинвазивна, то есть не принуждать человека сесть в определенную позу на фиксированном расстоянии от камеры при специальном освещении. Для этого Wildes предлагает специальную систему камер [4]. Иногда, кроме снимка в видимом диапазоне, делается дополнительный снимок инфракрасной камерой [7].

Для того, чтобы отделить собственно радужку от остальных деталей на изображении, в простейшем случае можно использовать выделение краев (путем анализа первой производной) и последующую аппроксимацию границ радужки простыми геометрическими объектами. Так, окружность зрачка и внешнюю границу радужки можно найти при помощи преобразования Хафа (Hough transform) [5]. Другие методы дополнительно определяют границу радужки и век двумя параболами, как Wildes, либо просто отрезают те части изображения, которые могут не относиться к радужке, как Daugman, Ma [4], [5]. Если для захвата изображения не было использовано специальной аппаратуры, может понадобиться предварительное подавление нежелательных эффектов, таких как блик внутри зрачка от вспышки либо другого яркого источника света, если эти артефакты мешают корректной работе алгоритма выделения радужки [6].

Нормализация изображения

Часто для дальнейшей работы производится перевод изображения радужки из полярных координат в декартовы [5], [6], [7], [8], [9]. Однако есть методы и не требующие такого перевода [4], [11]. В частности, [11] использует обратный перевод – из декартовых координат в полярные, причем перевод задается специальным образом так, чтобы окружность границы зрачка и радужки при переводе отобразилась на прямую. К полученному изображению можно применить фильтрацию гауссовым фильтром для устранения высокочастотного шума [5], [8] или медианную фильтрацию [7]. После этого изображение все еще слабоконтрастно, и для повышения надежности производят выравнивание гистограммы (histogram equalization) [5], [8], [9]. Часто помимо этого производится отбрасывание малозначащих частей изображения – это могут быть верхняя и нижняя строки (по несколько пикселей) изображения после его перевода в декартовы координаты [5], [6] или устранение бликующих областей, портящих рисунок радужки [11].

Составление кода

После проведенной предобработки изображение радужки готово к тому, чтобы из него можно было извлечь более формальную информацию. К классическим способам составления кода можно отнести пространственно-частотную свертку изображения фильтрами Габора (Gabor’s filters), предложенную Daugman. Каждый бит кода определяется знаком результата воздействия двухмерного фильтра Габора на некоторую небольшую окрестность текстуры радужки [12]. Для кода Daugman и подобных ему в качестве сравнения используется расстояние Хэмминга (количество отличающихся бит кода). Развитием этого направления является применение специальных симметричных функций Circular symmetric filter [5]. Другой модификацией кода на основе фильтров Габора является составление кода на основе среднего абсолютного отклонения (average absolute deviation, AAD) отфильтрованного изображения от оригинального. В этом случае функцией сравнения будет выступать евклидово расстояние между векторами [8].

Wildes использует декомпозицию изображения на основе Laplacian of Gaussian filters. Результирующее изображение представляется как лапласова (многомасштабная) пирамида изображений, подвергнутых действию гауссовых фильтров, и призвано представлять пространственные характеристики радужки. В этом случае для дальнейшего сравнение используются нормированная корреляция (normalized correlation) обрабатываемого изображения и изображений из базы данных [4]. Нормализованная корреляция показывает меру соответствия точек двух изображений или областей изображений друг другу. Tisse использует многомерное преобразование Гилберта (multidimentional Hilbert transform). [6]. Процесс составления кода похож на составление кода Daugman, и процесс сравнения, соответственно, тоже (расстояние Хэмминга). Авторы работы [11] применяют многомасштабную фильтрацию (scale-space filtering) на основе данных о направлении выпуклости функции изменения яркости исходного изображения. По изображению строятся карта направлений вогнутости – величина вогнутости во внимание не берется, так как является следствием условий съемки (например освещения). Затем для каждой окружности внутри радужки ее сигнал яркости фильтруется scale-space filter-ом, и результатам фильтрации инициируется специальная двоичная переменная. Проделав эту операцию для всех радиусов внутри радужки и набору масштабов, двоичные коды по разным масштабам складываются. Полученный результат используется как одномерный код. Для сравнения результатов используется расстояние Хэмминга.

Обеспечение инварианта относительно масштаба и поворота

Инвариант относительно масштаба входного изображения во многих системах регулируется приведением текстуры радужки к карте фиксированного размера [8]. Обеспечение стабильности относительно поворота достигается за счет хранения нескольких изображений одной радужки в базе данных – под несколькими углами поворота [6], [8], [9].

Классические методы

Система Daugman’а спроектирована в 1992 году. Основа для составления кода – фильтры Габора, критерий сравнения кодов – расстояние Хэмминга. Код представляется в виде двоичной переменной 512 байт (4096 бит), имеющей запатентованное название IrisCode. Это наиболее ранняя и по-видимому наиболее развитая система, имеются коммерческие разработки.

Система была предложена в 1996. Система использует преобразование Хафа для локализации радужки, Лапласову пирамиду фильтров Гаусса (мультимасштаная декомпозиция) для составления кода, в качестве критерия сравнения берется нормализованная корелляция (normalized correlation). Для захвата изображения использует специальное оборудование.

В 98 Boles предложил метод составления кода, основанный на вейвлет-преобразованиях. Изображение радужки представляется одномерной функцией, которая фильтруется вейвлетами специального вида. Код составляется с помощью точек, в которых результирующее представление обнуляется (zero-crossings of one-dimensional wavelet transforms).

Коммерческая разработка. В основе лежит использование анализа независимых компонент с переменной разрешающей способностью (Multiresolution Independent Component Analysis).

По мнению специалистов в области биометрических систем, средства идентификации личности по радужной оболочке глаза способны заменить ключи и персональные идентификационные номера (пины). Рисунок радужной оболочки уникален и не повторяется даже у близнецов. Вероятность того, что два разных человека имеют один и тот же рисунок радужной оболочки глаза, равняется приблизительно 10 -78 , в то время как все население Земли составляет примерно 10 10 . В отличие от других биометрических систем контроля доступа, идентификация по рисунку радужки допускает полностью бесконтактную реализацию. В данной статье изложены основные принципы и дан краткий обзор существующих методов идентификации личности по радужной оболочке глаза.

Список литературы

источник

В некоторых системах идентификации в качестве ключа используется глаз человека. Существует две разновидности этих систем, использующие разные идентификаторы. В первом случае в качестве «носителя» идентификационного кода применяется рисунок капилляров (кровеносных сосудов) на сетчатке (дне) глаза, а во втором — узор радужной оболочки глаза.
Для начала рассмотрим способ идентификации по узору кровеносных сосудов, расположенных на поверхности глазного дна (сетчатке). Сетчатка расположена глубоко внутри глаза, но это не останавливает современные технологии. Более того, именно благодаря этому свойству, сетчатка — один из наиболее стабильных физиологических признаков организма. Сканирование сетчатки происходит с использованием инфракрасного света низкой интенсивности, направленного через зрачок к кровеносным сосудам на задней стенке глаза. Для этих целей используется лазерный луч мягкого излучения. Вены и артерии, снабжающие глаз кровью, хорошо видны при подсветке глазного дна внешним источником света. Еще в 1935 году Саймон и Голдштейн доказали уникальность дерева кровеносных сосудов глазного дна для каждого конкретного индивидуума.
Сканеры для сетчатки глаза получили большое распространение в сверхсекретных системах контроля доступа, так как у них один из самых низких процентов отказа доступа зарегистрированных пользователей. Кроме того, в системах предусмотрена защита от муляжа.
В настоящее время широкому распространению этого метода препятствует ряд причин:
высокая стоимость считывателя;
невысокая пропускная способность;
психологический фактор.
Невысокая пропускная способность связана с тем, что пользователь должен в течение нескольких секунд смотреть в окуляр на зеленую точку.
Примером такого устройства распознавания свойств сетчатки глаза может служить продукция EyeDentify’s. Она использует камеру с сенсорами, которые с короткого расстояния (менее 3 см) измеряют свойства сетчатки глаза. Пользователю достаточно взглянуть одним глазом в отверстие камеры ICAM 2001, и система принимает решение о праве доступа. Основные характеристики считывателя ICAM 2001:
время регистрации (enrolment) — менее 1 мин;
время распознавания при сравнении с базой эталонов в 1 500 человек — менее 5 с; средняя пропускная способность — 4—7 с.
И тем не менее, эти системы совершенствуются и находят свое применение. В США, например, разработана новая система проверки пассажиров, основанная на сканировании сетчатки глаза. Специалисты утверждают, что теперь для проверки не нужно доставать из кармана бумажник с документами, достаточно лишь пройти перед камерой. Исследования сетчатки основываются на анализе более 500 характеристик. После сканирования код будет сохраняться в базе данных вместе с другой информацией о пассажире, и в последующем идентификация личности будет занимать всего несколько секунд. Использование подобной системы будет абсолютно добровольной процедурой для пассажиров.
Английская Национальная физическая лаборатория (National Physical Laboratory, NPL), по заказу организации Communications Electronics Security Group, специализирующейся на электронных средствах защиты систем связи, провела исследования различных биометрических технологий идентификации пользователей.
В ходе испытаний система распознавания пользователя по сетчатке глаза не разрешила допуск ни одному из более чем 2,7 млн «посторонних», а среди тех, кто имел права доступа, лишь 1,8% были ошибочно отвергнуты системой (проводилось три попытки доступа). Как сообщается, это был самый низкий коэффициент ошибочных решений среди проверяемых систем биометрической идентификации. А самый большой процент ошибок был у системы распознавания лица — в разных сериях испытаний она отвергла от 10до 25% законных пользователей.
Еще одним уникальным для каждой личности статическим идентификатором является радужная оболочка глаза. Уникальность рисунка радужной оболочки обусловлена генотипом личности, и существенные отличия радужной оболочки наблюдаются даже у близнецов. Врачи используют рисунок и цвет радужной оболочки для диагностики заболеваний и выявления генетической предрасположенности к некоторым заболеваниям. Обнаружено, что при ряде заболеваний на радужной оболочке появляются характерные пигментные пятна и изменения цвета. Для ослабления влияния состояния здоровья на результаты идентификации личности в технических системах опознавания используются только черно-белые изображения высокого разрешения.
Идея распознавания на основе параметров радужной оболочки глаза появилась еще в 1950-х годах. Джон Даугман, профессор Кембриджского университета, изобрел технологию, в состав которой входила система распознавания по радужной оболочке, используемая сейчас в Nationwide ATM. В то время ученые доказали, что не существует двух человек с одинаковой радужной оболочкой глаза (более того, даже у одного человека радужные оболочки глаз отличаются), но программного обеспечения, способного выполнять поиск и устанавливать соответствие образцов и отсканированного изображения, тогда еще не было.
В 1991 году Даугман начал работу над алгоритмом распознавания параметров радужной оболочки глаза и в 1994 году получил патент на эту технологию. С этого момента ее лицензировали уже 22 компании, в том числе Sensar, British Telecom и японская OKI.
Получаемое при сканировании радужной оболочки глаза изображение обычно оказывается более информативным, чем оцифрованное в случае сканирования отпечатков пальцев.
Уникальность рисунка радужной оболочки глаза позволяет выпускать фирмам целый класс весьма надежных систем для биометрической идентификации личности. Для считывания узора радужной оболочки глаза применяется дистанционный способ снятия биометрической характеристики.
Системы этого класса, используя обычные видеокамеры, захватывают видеоизображение глаза на расстоянии до одного метра от видеокамеры, осуществляют автоматическое выделение зрачка и радужной оболочки. Пропускная способность таких систем очень высокая. Вероятность же ложных срабатываний небольшая. Кроме этого, предусмотрена защита от муляжа. Они воспринимают только глаз живого человека. Еще одно достоинство этого метода идентификации — высокая помехоустойчивость. На работоспособность системы не влияют очки, контактные линзы и солнечные блики.
Преимущество сканеров для радужной оболочки состоит в том, что они не требуют, чтобы пользователь сосредоточился на цели, потому что образец пятен на радужной оболочке находится на поверхности глаза. Даже у людей с ослабленным зрением, но с неповрежденной радужной оболочкой, все равно могут сканироваться и кодироваться идентифицирующие параметры. Даже если есть катаракта (повреждение хрусталика глаза, которое находится позади радужной оболочки), то и она никак не влияет на процесс сканирования радужной оболочки. Однако плохая фокусировка камеры, солнечный блик и другие трудности при распознавании приводят к ошибкам в 1% случаев.
В качестве такого устройства идентификации можно привести, например, электронную систему контроля доступа «Iris Access 3000», созданную компанией LG. Эта система за считанные секунды считывает рисунок оболочки, оцифровывает его, сравнивает с 4000 других записей, которые она способна хранить в своей памяти, и посылает соответствующий сигнал в систему безопасности, в которую она интегрирована. Система очень проста в эксплуатации, но при этом, данная технология
обеспечивает высокую степень защищенности.
Считыватель сетчатки объекта. Модель ICAM 2001. В состав системы входят:
устройство регистрации пользователей EOU 3000;
оптическое устройство идентификации / оптический считыватель ROU 3000;
контроллер двери ICU 3000;
сервер.
Устройство регистрации пользователей EOU 3000 обеспечивает начальный этап процесса регистрации пользователей. Оно снимает изображение радужной оболочки глаза при помощи камеры и подсветки. В процессе получения изображения и при его завершении устройство использует голосовую и световую подсказку.
Оптическое устройство идентификации, оно же оптический считыватель ROU 3000, содержит элементы для получения изображения радужной оболочки глаза. Голосовая и световая индикация информирует пользователя, определен он системой или нет.
Контроллер двери ICU 3000 создает специальный код (IrisCode) изображения сетчатки глаза, получаемой от считывателя ROU, сравнивает этоткод с уже имеющимися в его памяти кодами изображений. При идентификации соответствующего кода, результат сообщается голосом из динамика в считывателе ROU
3000. К контроллеру возможно подключение до четырех считывателей ROD 3000, что обеспечивает управление четырьмя дверями.
Сервер выполнен на базе персонального компьютера. Он выполняет функции главного сервера, сервера,
станции регистрации пользователей, станции мониторинга и управления системой. Главный сервер контролирует передачу информации из базы данных по запросу от одного сервера другим серверам. Сервер отвечает за управление рабочими станциями и контроллерами дверей ICU. Станция ввода изображения обеспечивает регистрацию пользователей при помощи устройства EOU 3000. Станция мониторинга производит отслеживание статуса контроллеров ICU, оптических считывателей ROU? устройства регистрации и состояния дверей ROU. Станция управления обеспечивает поддержку основной базы данных пользователей, загрузку необходимых данных в контроллер ICU.
Пример построения системы доступа на основе электронной системы распознавания радужной оболочки глаза «Iris Access 3000» представлен на рисунке.

Перспективы распространения этого способа биометрической идентификации для организации доступа в компьютерных системах очень хорошие. Тем более, что сейчас уже существуют мультимедийные мониторы со встроенными в корпус видеокамерами. Поэтому на такой компьютер достаточно установить необходимое программное обеспечение, и система контроля доступа готова к работе. Понятно, что и ее стоимость при этом будет не очень высокой.

Акции! Скидки!

При заказе монтажа Охранно-пожарной сигнализации, пожаротушения скидка на техническое обслуживание смонтированных систем 30%.

При заказе огнезащитной обработки свыше 1500 м2 протокол испытаний образцов из ИПЛ бесплатно.

Обслуживание пожарной сигнализации от 1000 рублей в месяц .

Проект бесплатно.

При заказе пожарной или охранной сигнализации
от 50 000 рублей проект бесплатно.

Работаем по бартеру.

Вы оплачиваете оборудование и материалы, оплата работ возможна бартером.

источник

Дактилоскопия — наиболее известный и распространенный метод установления личности по биометрическому параметру, отлично зарекомендовала себя в криминалистике XX века и помогла раскрыть ни одну сотню преступлений. Однако технологии не стоят на месте, и отпечатки пальцев перестали быть единственным «ключом» к идентификации.

Современная техника научились узнавать пользователей по сетчатке и радужной оболочке глаза, форме лица и рук и ряду динамических характеристик — голосу, биологической активности сердца, рукописному и клавиатурному почерку.

Подобно отпечатку пальца, рисунок радужной оболочки глаза является уникальной характеристикой человека, а метод установления личности по этому биометрическому параметру, по мнению экспертов, превосходит в надежности привычную дактилоскопию. Для того, чтобы зафиксировать узор на радужке, нужна фотокамера с высоким разрешением. Полученное изображение увеличивается и преобразуется в уникальный код, присваиваемый человеку.

Рисунок радужки, который окончательно формируется на втором году жизни ребенка, практически не изменяется в течение жизни, если человек не получает травм и не страдает от серьезных офтальмологических патологий. В то же время, папиллярный узор отпечатка пальца подвержен изменению даже в результате мелких бытовых повреждений — ожогов или порезов, что делает этот метод идентификации менее эффективным, чем анализ радужной оболочки.

Достоинством метода является и простота в сканировании. Человеку не обязательно сосредоточенно смотреть в одну точку, ведь пятна на сетчатке находятся прямо на поверхности глазного яблока и легко считываются на расстоянии, не превышающем 1 метр. Использовать данный метод удобно в банковских организациях или общественном транспорте. Заинтересовались технологией и производители смартфонов — в 2015 году в Японии в продажу поступила первая модель со сканером радужной оболочки — Fujitsu Arrows NX F-04G. По мнению разработчиков, внедрение технологии идентификации по радужке глаза поможет защитить личные данные владельцев смартфонов.

Просканировать сетчатку — внутреннюю оболочку глазного яблока, реагирующую на свет, сложнее: для этого к кровеносным сосудам задней стенки глаза через зрачок посылают низкоинтенсивные инфракрасные световые лучи. Подобный метод установления личности считается высокоэффективным и активно используется на правительственных и военных объектах.

Капилярный рисунок сетчатки различается даже у близнецов, что снижает вероятность ошибки идентификации. Однако, в 2012 году ученые из Университета Нотр-Дам в США обнаружили погрешности в определении личностей людей, чьи данные были внесены в базу ранее 2008 года, и доказали, что, в отличие от рисунка на радужной оболочке, рисунок сетчатки подвержен ряду возрастных изменений.

И снова производители мобильных гаджетов не остались в стороне. Ряд компаний (например, китайская ZTE CORPORATION) работает на созданием комбинированных технологий идентификации по сетчатке и радужке.

Метод установления личности по чертам кажется экспертам одним из наиболее перспективных, во многом благодаря своей «привычности»: люди с легкостью идентифицируют друг друга по лицам, так почему бы не научить этому компьютер? В основе технологии — создание двухмерных или трехмерных «карт» человеческих черт — система запоминает и опознает контуры носа и губ, форму бровей, расстояние между отдельными чертами.

Разработчики систем биометрического анализа отечественной компании BioLink называют распознавание по лицу второй по распространенности и популярности биометрической технологией. Однако, «опознание» по геометрии лица — задача трудоемкая, ведь на восприятие машины влияет освещение, угол наклона головы, наличие макияжа.

Наиболее эффективно техника распознает статичные изображения — фотографии. Так, система искусственного интеллекта FaceNet, созданная Google, “опознала” 99,63% фото пользователей интернета.

Одна из новейших технологий динамической биометрической идентификации — установление личности на основе данных о работе сердечно-сосудистой системы.

В 2014 году Канадская компания Bionym представила миру устройство, позволяющее использовать ЭКГ человека в качестве персонального идентификатора. «В научном сообществе существует устоявшаяся идея о том, что уникальность и постоянство человеческого сердечного ритма позволяет использовать его в качестве биометрического идентификатора», — заметил генеральный директор Bionym Карл Мартин. — «В сущности, нужно сделать следующее: взять форму ЭКГ и подвергнуть ее машинному анализу, чтобы выявить уникальные и постоянные особенности».

Высокую эффективность технологии отметили отечественные специалисты по безопасности. «Кардиограмма, как оказывается, тоже может быть вполне перспективным средством биометрической аутентификации,» — отмечали эксперты «Лаборатории Касперского».

Подобные разработки уже сейчас ведутся в России. Например, представители отечественной компании CardioQVARK (о них уже были статьи на Хабре и Гиктаймс), производящей чехлы-кардиомониторы для iPhone, в работе «Исследование искусственных нейронных сетей в задаче идентификации личности по электрокардиосигналу» показали, что их продукт может помочь в установлении личности пользователей.

Основное назначение устройства — удаленный контроль за состоянием здоровья пациентов-сердечников, однако возможность сделать экспресс-анализ состояния сердечно-сосудистой системы позволит идентифицировать человека без временных затрат. Процедура снятия ЭКГ при помощи чехла от CardioQVARK предельно проста и занимает всего лишь несколько секунд: достаточно приложить пальцы к датчикам и результат ЭКГ появится на экране гаджета и в приложении для врача.

Биометрический метод идентификации по голосу прост в применении — достаточно оснастить аналитическое устройство микрофоном и записать «звучание» конкретного человека. Широкое распространение данного метода обусловлено наличием микрофона и возможности записи звука на большинстве современных мобильных гаджетов и компьютеров. Однако, технология имеет ряд существенных недостатков: голос одного и того же человека может звучать по-разному в зависимости от его психологического и физического состояния, уровня шума, качества микрофона.

Редакторы Хабра врываются в велосезон, каждый по-своему

источник

На сегодняшний день использование оборудования идентификации по глазу в системах безопасности и контроля доступа наиболее востребовано, ведь подделать уникальную радужную оболочку глаза не представляется возможным. Скорость же распознавания непрерывно растет, позволяя идентифицировать идущего человека на расстоянии нескольких метров за 1 секунду.

Внедрение системы идентификации человека по радужной оболочке глаз открывает огромные возможности для систем безопасности и контроля доступа, в том числе благодаря интеграции с кадровыми, управленческими и охранными программами.

Испытайте самую надежную в мире биометрическую технологию распознавания по глазу для контроля доступа и обеспечения безопасности!

+ Надежность 100%

Карточки, брелки имеют свойство теряться и забываться, могут быть переданы другому лицу или скопированы. Даже отпечатки пальцев могут стираться у людей некоторых профессий.

Индивидуальная радужная оболочка глаз же в течение жизни остается стабильной и защищена от внешних воздействий прозрачной роговицей. Совпадений среди людей не выявлено, более того оболочки левого и правого глаз различны.

Идентификация по глазу не требует прикоснуться к чему-либо. Специализированная камера «поймает» глаза на расстоянии.

Не нужно замирать перед камерой-сканером с открытым глазом, как показываю в фильмах. Камера выхватит необходимые данные, когда человек подходит к пропускному пункту на расстояние 1-2 метров.

+ Годовое обслуживание в подарок

Оборудование для распознавания личности по радужной оболочке глаз может быть установлено на любом объекте от частного дома до аэропорта. Система эффективно используется на объектах

• с высокой проходимостью (вокзалы, аэропорты)
• особо важных объектах (государственные учреждения и пр.)
• особо охраняемых объектах (оборонные предприятия, банки и др.)
• в местах повышенного скопления людей (транспорт, стадионы и др.)
• в бизнес центрах и фитнес-клубах
• на предприятиях среднего и крупного бизнеса
• на объектах с жестким контролем доступа

Позвоните нам или оставьте заявку, — мы подскажем, как оборудовать самую надежную систему идентификации.

Оборудование и программное обеспечение систем идентификации человека по радужной оболочке глаза до недавнего времени привозилось из Японии и США. В 2017 году успешное тестирование прошла отечественная разработка Взор, доказавшая свою эффективность при значительно меньшей цене.

Среди явных плюсов российского оборудования

• низкая стоимость
• поддержка
• доступность обслуживания и ремонтопригодность
• высокое качество с более, чем 99% точностью.

Для эффективной работы системы контроля доступа потребуется комплексный поход с учетом индивидуальных характеристик объекта и входной группы, где устанавливается портал идентификации по глазу. Ведь если не сделать преграду, портал можно обойти либо пройти в темных очках, или с закрытыми глазами, или физически устранить барьер. Чтобы таких ситуаций не происходило, обустраивается контрольно-пропускной пункт с ограждениями, сигнализацией и контролем со стороны охраны.

Чтобы идентифицировать человека, данные о нем уже должны быть в системе, соответственно всех посетителей и сотрудников потребуется занести в базу, где индивидуальное изображение глаза соотносится с именем, должностью и (или) паспортными данными.

Таким образом эффективно работающая система включает в себя:

• портал идентификации по глазам
• контрольно-пропускной пункт с обустройством физических барьеров, видеонаблюдения и места для охраны
• комплексная система безопасности объекта, не позволяющая миновать КПП
• компьютер или сервер.

источник

На сегодняшний день существует много различных биометрических технологий. И все они используют различные признаки человека, уникальные для каждой личности. Наибольшее распространение среди биометрических технологий получила идентификация по отпечаткам пальцев. Правда, в последнее время все большую и большую популярность приобретает использование в качестве рабочего признака радужной оболочки глаза. И, если задуматься, в этом нет абсолютно ничего удивительного. Дело в том, что радужная оболочка — элемент достаточно уникальный. Во-первых, она имеет очень сложный рисунок, в ней много различных элементов. Поэтому даже не очень качественный ее снимок позволяет точно определить личность человека. Во-вторых, радужная оболочка является объектом довольно простой формы (почти плоский круг). Так что во время идентификации очень просто учесть все возможные искажения изображения, возникающие из-за различных условий съемки. Ну и, наконец, в-третьих, радужная оболочка глаза человека не меняется в течение всей его жизни с самого рождения. Точнее, неизменной остается ее форма (исключение составляют травмы и некоторые серьезные заболевания глаз), цвет же со временем может измениться. Это придает идентификации по радужной оболочке глаза дополнительный плюс по сравнению со многими биометрическими технологиями, использующими относительно недолговечные параметры, например геометрию лица или руки.

Кстати, у идентификации личности по радужной оболочке глаза есть еще одно серьезное преимущество. Дело в том, что некоторые биометрические технологии страдают одним недостатком. При установке в настройках системы идентификации высокой степени защиты от ошибок первого рода (вероятность ложного допуска) вероятность появления ошибок второго рода (ложный недопуск в систему) возрастает до непозволительно высоких величин — нескольких десятков процентов. Так вот, идентификация по радужной оболочке глаза полностью избавлена от этого недостатка. В ней соотношение ошибок первого и второго родов является одним из лучших на сегодняшний день. Для примера можно привести несколько цифр. Исследования показали, что при вероятности возникновения ошибки первого рода в 0,001% (отличный уровень надежности) вероятность появления ошибок второго рода составляет всего лишь 1%.

К сожалению, есть у рассматриваемой технологии и недостатки. И первым из них является относительно высокая стоимость оборудования. И действительно, для проведения исследования нужна как минимум камера, которая будет получать начальное изображение. А стоит это устройство гораздо дороже, чем, например, сенсор отпечатков пальцев. Кроме того, она требует довольно много места для размещения. Все это ограничивает область использования идентификации личности по радужной оболочке глаза. На сегодняшний день она применяется в основном в системах допуска на различные объекты как гражданского, так и военного назначения.

Первым этапом идентификации по радужной оболочке глаз, является получение исследуемого изображения. Делается это с помощью различных камер. Причем стоит отметить, что большинство современных систем предполагает использование для идентификации не одного снимка, а нескольких. Они необходимы для получения более полного изображения радужки, а также могут использоваться при некоторых способах защиты от муляжей.

Второй этап — выделение изображения радужной оболочки глаза. Вообще-то, особой сложности он не представляет. Радужка — это достаточно темная (относительно белка глаза) почти плоская фигура, более или менее похожая на круг. Кроме того, внутри нее должна находиться еще одна окружность, дающая сильные блики (зрачок). Сегодня разработано множество способов точного получения границы радужной оболочки по описанным признакам. Единственной проблемой являются области, закрытые веками. Впрочем, она решается с помощью создания в течение одного сеанса нескольких снимков. Ведь векам присущи непроизвольные движения, дрожание. Таким образом, то, что скрыто на одном снимке, может оказаться видно на другом. Кроме того, на радужной оболочке глаза настолько много разнообразных элементов, что, по некоторым данным, для надежной идентификации достаточно всего лишь 30-40 процентов из них. Так что многие системы вообще игнорируют закрытые области без заметного ущерба для надежности.

Следующий этап идентификации — это приведение размера изображения радужки к эталонному. Это нужно по двум причинам. Во-первых, в зависимости от условий съемки (освещенность, расстояние для объекта) размер изображения может изменяться. Соответственно и элементы радужки тоже будут получаться разными. Впрочем, с этим особых проблем не возникает, так как задача решается путем масштабирования. А вот со второй причиной дела обстоят не так хорошо. Дело в том, что под воздействием некоторых факторов может меняться размер самой радужки. При этом расположение ее элементов относительно друг друга становится несколько иным. Для решения этой задачи используются специально разработанные алгоритмы. Они создают модель радужной оболочки глаза и по определенным законам воссоздают возможное перемещение ее элементов.

Следующим действием является преобразование полученного изображения радужной оболочки глаза в полярную систему координат. Это существенно облегчает все будущие расчеты. Ведь радужка — это почти круг, а все основные ее элементы располагаются по окружностям и перпендикулярным им прямым отрезкам. Кстати, в некоторых системах идентификации этот этап неявный: он совмещен со следующим.

Пятым шагом в процессе идентификации личности является выборка элементов радужной оболочки глаза, которые могут использоваться в биометрии. Это самый сложный этап. Проблема заключается в том, что на радужной оболочке нет каких-то характерных деталей. А поэтому нельзя использовать ставшими привычными в других биометрических технологиях определения типа какой-то точки, ее размера, расстояния до других элементов и т. д. В данном случае используются сложные математические преобразования, осуществляющиеся на основе имеющегося изображения радужки.

Ну и, наконец, последним этапом идентификации человека по радужной оболочке глаза является сравнение полученных параметров с эталонами. И у этого действия есть одно отличие от многих других подобных задач. Дело в том, что при выделении уникальных характеристик необходимо учитывать закрытые области. Кроме того, часть изображения может быть искажена веками или бликами от зрачка. Таким образом, некоторые параметры могут существенно отличаться от эталонного. Впрочем, эта проблема довольно легко решается благодаря избыточному содержанию на радужной оболочке глаза уникальных для каждого человека элементов. Как мы уже говорили, совпадения 40% из них достаточно для надежной идентификации личности. Остальные же могут считаться «испорченными» и просто-напросто игнорироваться.

Несмотря на некоторые недостатки, технология идентификации личности по радужной оболочке глаза является весьма перспективной. Особенно хороша она благодаря своей надежности и хорошему соотношению ошибок первого и второго рода для систем доступа к различным гражданским и военным объектам. Ну а если учесть еще и неизменность радужки в течение всей жизни человека, то становится понятно, что эта технология вполне может быть использована для создания биометрических паспортов, о которых в последнее время ведется множество споров во многих странах мира.

источник