Технология идентификации по радужной оболочке глаза

Обеспечение транспортной безопасности

Биометрическое распознавание по радужной оболочке глаза является одним из самых надежных способов благодаря генетически обусловленной уникальности радужной оболочки глаза, которая различается даже у близнецов.

Биометрическое распознавание по радужной оболочке глаза является одним из самых надежных способов благодаря генетически обусловленной уникальности радужной оболочки глаза, которая различается даже у близнецов. Основным источником информации для идентификации этим способом служит специфическая ткань, которая окончательно формируется в глазах человека еще до рождения, примерно на 8-м месяце беременности матери. В медицине радужную оболочку глаза рассматривали в качестве инструмента для диагностики различных заболеваний, в частности, было обнаружено, что при определенных заболеваниях на радужной оболочке глаза появляются так называемые пигментные пятна. Для уменьшения влияния этого фактора на результат распознавания в биометрических системах используют черно-белые (полутоновые) изображения. Технология биометрического распознавания по радужной оболочке предусматривает несколько степеней защиты:

• идентификация пользователя при условии затенения (или повреждения) радужной оболочки, но не более, чем на 2/3, то есть по оставшейся 1/3 изображения возможна идентификация с вероятностью ошибки 1 к 100 000;
• обнаружение замены глаза и контактных линз на роговице – за счет контроля размера зрачка (система отличает живой глаз от изображения глаза, искуственного глаза и неживого глаза за счет использования инфракрасного освещения для определения состояния ткани глаза и контроля расширения/сужения зрачка).

Преимуществами технологии биометрического распознавания по радужной оболочке являются:

— независимость от косвенных факторов, таких как прическа, грим, макияж, и прочее;

— вероятность пропуска незарегистрированного пользователя равна вероятности ложного отказа в допуске зарегистрированному пользователю и составляет 1 к 1 200 000 (это самый высокий показатель по сравнению с другими типами биометрического распознавания).

Как работает система биометрического распознавания человека по радужной оболочке глаза? Технология распознавания базируется на формировании до 266 уникальных точек идентификации на изображении роговицы, решение принимается на основании результатов сравнения с точек идентификации с эталонными данными базы авторизованных пользователей. Захват видеоизображения глаза осуществляется регистрирующей аппаратурой на расстоянии до одного метра. Далее, система выполняет ряд действий: выделение зрачка, сбор и подсчет точек идентификации радужной оболочки, принятие решения и верификации или идентификации.

Мы протестировали высокоточную систему биометрического распознавания человека по радужной оболочке глаза, разработанную компанией eyeLock (США). Эта система обеспечивает быстрое распознавание человека на расстоянии и в движении. Оборудование eyeLock применяется для создания систем биометрического контроля и управления доступом (СКУД) на объектах с повышенными требованиями обеспечения безопасности, таких как: опасные производства, центры обработки данных, банки, объекты транспортной инфраструктуры. Для построения системы контроля доступа с биометрическим распознаванием по радужной оболочке eyaLock предлагает несколько типов оборудования: NANO NXT, HBOX, MYRIS.

NANO NXT – комплексное устройство, выполняющее функции считывателя биометрических данных, устройства обработки данных для выполнения алгоритма идентификации, хранилища эталонных данных базы авторизованных пользователей и контроллера управления замком или запирающим устройством. Устройство легко интегрировать в существующую систему управления доступом.

• Регистрация и проверка соответствия самим устройством — «On Board»
• Распознавание в темных очках или цветных линзах
• Хранение в памяти «On Board» записей на 20 000 человек
• Регистрация по 1 или 2 глазам
• Возможность подключения кардридера для обеспечения двухфакторной аутентификации (глаза + карта)
• Типы (протоколы) подключения: Wiegand, F/2/F, OSDP, PAC, реле и Ethernet для простой интеграции со всеми существующими платформами и СКУД
• Питание через PoE (IEEE 802.3af)

HBOX — комплексное устройство, устанавливаемое на проходных с высокой пропускной способностью, обеспечивает биометрическое распознавание на расстоянии до 1,6 метра потока людей со скоростью 50 человек в минуту. Темные очки и цветные контактные линзы не являются препятствием для работы HBOX.

MYRIS — устройство для контроля логического доступа пользователей к информационным ресурсам. Устройство позволяет обеспечить дополнительную защиту доступа к информационным ресурсам предприятия и надежную идентификацию/авторизацию пользователей, это может быть актуально, например, для доступа к банковским системам при совершении операций повышенного риска и в других подобных случаях.

источник

Размер рынка распознавания радужной оболочки достигнет $ 3,6 млрд к 2020 году. Совокупные темпы годового роста в период между 2015 и 2020 годом составят 23,4 %. Такие прогнозы были озвучены исследовательским агентством MarketsandMarkets. Основными драйверами названы: общее снижение стоимости и большое количество правительственных инициатив.

Frost&Sullivan опубликовала доклад «Пятилетний анализ перспектив рынка аутентификации по радужной оболочке глаза», в котором прогнозируется рост доходов от $ 142 900 000 в 2014 году до $ 167 900 000 в 2019 году.

Точность верификации по радужной оболочке глаза и её неизменное состояние на протяжении всей жизни человека — являются достаточно убедительными аргументами для развертывания технологии.

«Глобальные угрозы безопасности и активность мошенников усиливают необходимость в системах распознавания радужной оболочки глаза, — считает Рам Рави, промышленный аналитик Frost&Sullivan. — В результате, технология может найти применение в национальных системах идентификации, службе пограничного контроля и правоохранительных органах.»

Также аналитики ожидают рост популярности этих бесконтактных биометрических систем в гостиничной и финансовой индустрии, государственных ИТ-системах, мобильном банкинге и, особенно, в сфере здравоохранения. Кроме того, пока камеры смартфонов в состоянии захватить отдельные образцы радужной оболочки, перспективы развития — очевидны.

Что касается более долгосрочных прогнозов:

Tractica опубликовала новый доклад под названием «Iris Recognition», предсказывающий, что к 2024 году поставки устройств распознавания радужной оболочки глаза составят $262 млн..

В докладе отмечается, что поставки устройств — в том числе как автономных систем распознавания радужной оболочки, так и биометрических компонентов для мобильных устройств — вырастет с 7,9 млн ($ 587 млн) в 2015 году до 55,6 млн ($ 1920000000) в год к 2024 году. В течение этого 10-летнего периода, совокупные поставки на мировой рынок достигнут 262,8 млн ($ 11,7 млрд) при среднегодовом темпе роста в 24%.

«Аутентификация по радужной оболочке глаза признана одним из самых эффективных биометрических методов последнего десятилетия, — говорит Боб Локхарт, главный аналитик Tractica. — Такие системы дают очень низкий процент ложных срабатываний. Скорость обработки приближается к 200 миллионов шаблонов в секунду. Тем не менее, технология распознавания радужной оболочки уступает конкурирующей технологии распознавания отпечатков пальцев, за счет более низкой цены последней».

«Несмотря на потенциал метода среди различных биометрических систем, тормозящим фактором остается его высокая стоимость, — соглашается Рам Рави. — Однако, постоянные исследования и разработки позволят снизить затраты, а расширение сферы использования за счет госзаказов — позволит технологии аутентификации по радужной оболочке глаза занять заметный сегмент на рынке биометрических СКУД».

К 2020 году мировой рынок аутентификации по радужной оболочке глаза вырастет более чем на 21% до $5 млрд, согласно отчету TechNavio. Рост связан с увеличением интеграции систем распознавания по радужной оболочки глаза в мультимодальные биометрические системы крупных государственных проектов, такие как пограничный контроль, электронные паспорта, регистрация избирателей данных и т.п

Аутентификация по радужной оболочке глаза становится все более доступной.

«С точки зрения продукта, многие сканирующие радужку устройства теперь совершенствуют баланс легкости использования, точности, цены и производительности», — говорит Джоуи Притайкин, вице-президент по маркетингу и управлению продуктами для биометрии фирмы Tascent.

Ссылаясь на надежность технологии, при общем снижении стоимости приложений и оборудования, многие эксперты предсказывают, что сканирование глаза людей, станет распространенным методом идентификации.

«Радужная оболочка глаза — золотой биометрический идентификатор. Отпечатки пальцев имеют пределы, радужка — нет. Идентификация пользователя по радужной оболочке глаза выделяется во многих отношениях по сравнению с другими коммерчески жизнеспособными биометрическими технологиями. Каждый хочет ее использовать. В прошлом это было слишком дорого и слишком сложно, но это меняется», — говорит Марк Клифтон, президент продуктов и решений Princeton Identity (ранее SRI International).

В первую очередь, повышение доступности технологии связано с завершением срока действия многих ключевых патентов на биометрию радужной оболочки глаза.

Современные высокотехнологичные камеры обеспечивают простой захват биометрического идентификатора без дополнительного позиционирования положения глаз пользователя.

Основная технология также становится дешевле. Если раньше распознавание пользователя по глазам требовало специализированных, достаточно дорогих, аппаратных средств, выпускаемых по спец заказу, то сейчас оборудование, необходимое для захвата и обработки радужной оболочки, встраивается в большинство смартфонов. С миниатюризацией и промышленным выпуском основных компонентов, сканеры радужной оболочки вскоре могут стать сравнимы по цене с высококачественными считывателями отпечатков пальцев.

Чтобы стать мейнстримом, биометрическая технология должна быть принята потребителем. В течение многих десятилетий биометрия отпечатка пальцев изо всех сил старается преодолеть стереотип ассоциативной связи с преступностью. Прорыв произошел, когда сканеры отпечатков пальцев появились на iPhone.

В биометрии радужной оболочки глаза так же есть несколько мифов о сканировании, вроде небезопасности для зрения, которые должны постепенно развеяться.

«Производители уже встраивают сканеры радужной оболочки в свои мобильные телефоны и планшеты. На следующем этапе технология внедряться в дверные замки, замки, ноутбуки или даже такие вещи как холодильники. Простота и удобство использования будут стимулировать принятие людей. Поскольку технология становится менее дорогой, потенциал будет расти. Принятие займет некоторое время, но очевидно большое будущее для биометрии радужной оболочки глаза», — говорит Марк Клифтон, президент продуктов и решений Princeton Identity (ранее SRI International).

В августе 2016 компания EyeLock объявила, что разработала технологию распознавания радужной оболочки, позволяющую идентифицировать человека на расстоянии до 60 см и способную работать даже если пользователь носит очки или контактные линзы. Разработчики прогнозируют активное применение технологии в мобильных устройствах.

Появление технологии произошло почти сразу после выхода смартфона Samsung с аутентификацией по радужной оболочке глаза. Таким образом, если учитывать опыт Apple по популяризации биометрии, и у этого метода самые радужные перспективы.

Одна из уникальных биометрических характеристик, используемых для идентификации, — радужная оболочка глаза. При верификации используется около 260 ключевых точек (для сравнения, верификация отпечатка пальца использует около 16 ключевых точек). При этом сам шаблон занимает небольшой объем памяти, что позволяет быстро производить аутентификацию пользователя, а так же использовать большие базы данных при сравнительно небольших вычислительных ресурсах.

Системы контроля и учета доступа с идентификацией по радужной оболочке глаза имеют коэффициенты FAR – 0,00001% и FRR – 0,016%. При реализации СКУД со строгой аутентификацией по двум глазам коэффициент ложного пропуска уменьшается в геометрической прогрессии: FAR – 10-10% при FRR – 0,016%.

Считается, что подделать идентификационные данные при использовании этого метода – невозможно. По крайней мере, об успешных попытках ничего не известно. Дело в том, что кроме индивидуального рисунка радужной оболочки, человеческий глаз обладаете уникальными отражающими характеристиками (за счет состояния тканей и естественного увлажнения), которые учитываются в процессе считывания информации. А для дополнительного повышения уровня безопасности, некоторые СКУД также фиксируют непроизвольные движения глазного яблока, присущие живому человеку. Кстати аутентификация по радужной оболочке мертвого человека также считается невозможной: после смерти зрачок расширяется, делая область радужки слишком узкой и, следовательно, непригодной для сканирования.

Кроме того, эта биометрическая характеристика имеет малую вероятность изменения с течением времени: единственными причинами могут быть оперативное медицинское вмешательство или серьезная травма.

Метод распознавания по радужной оболочке глаза позволяет создавать бесконтактные системы контроля доступа, действующие на довольно большом расстоянии и способные к быстрой аутентификации в потоковом режиме. Это дополнительное достоинство позволяет использовать их для организации систем безопасности крупных объектов.

Ограничивающим фактором для распространения систем идентификации по радужной оболочке глаза является их высокая стоимость, а для российского рынка – и низкая доступность ввиду отсутствия отечественных производителей. .

При сканировании глаза выделяется область зрачка и область самой радужной оболочки. Получаемое кольцо программно очищается от шумов, и преобразуется в прямоугольный формат — Iris Code, содержащий информацию об уникальных характеристиках объекта в черно-белом виде (наподобие штрих-кода или QR-кода). Далее Iris Code сравнивается с базой зарегистрированных шаблонов. Скорость обработки при этом крайне высока, что позволяет использовать систему для работы с большими базами данных, в т.ч. выполняя задачи правоохранительных органов и других государственных организаций.

Основные тонкости, при создании СКУД на основе метода аутентификации по радужной оболочке глаза, связаны с организацией освещения. В первую очередь, стоит учитывать, что вся поверхность глаза имеет прекрасную отражающую способность и появление на ней световых бликов и отражения посторонних объектов – затрудняет считывание данных. Поэтому, как правило, системы, использующие этот биометрический метод, комплектуются собственным источником освещения, создающим преобладающий световой фон на объекте (иногда работающем в режиме «вспышки»).

Кроме того, собственное освещение решает еще несколько задач. Первая – поиск объекта идентификации. Найти глаз в видеопотоке движущихся людей – задача не простая. Поэтому биометрические системы распознавания радужной оболочки глаза, в первую очередь, ищут специфический световой блик, отражаемый зрачком. И уже в окрестности блика детектируется глаз.

Вторая задача, решаемая при помощи освещения – достаточная ширина радужной оболочки, для считывания индивидуальных биометрических данных. В условиях недостаточной освещенности зрачок имеет свойство расширяться, что не позволяет считать рисунок радужной оболочки глаза. При этом, человеческий глаз реагирует только на видимую часть светового потока, поэтому решить проблему при помощи ИК-подсветки не представляется возможным.

Кстати, ИК-подсветка является одним из стандартных элементов СКУД с распознаванием радужной оболочки, поскольку структура рисунка темных глаз в видимом свете практически неразличима. Однако, рисунок светлых глаз, напротив, в почти неразличим в ИК-диапазоне, а регистрируется в видимом свете. Стандартно, в системах идентификации радужной оболочки глаза рекомендуется использование света 700-900 нм. Но в таком широком диапазоне возможны сильные изменения регистрируемой картины. Дополнительный источник дневного света позволяет создать дополнительные условия для регистрации рисунка светлых глаз, оставив ИК-диапазон для более темных.

Распознавание по сетчатке глаза часто путают с методом распознавания радужной оболочки, что неверно. Идентификация объекта в данном случае осуществляется по уникальному рисунку сосудов и капилляров на сетчатке глаза. Метод является прекрасно защищенным от подделки биометрических данных, поскольку их невозможно сфотографировать или осуществить несанкционированный захват другим простым способом. При этом, системы аутентификации по сетчатке глаза обладают очень высоким уровнем надежности: FAR – 0,0001% при FRR – 0,4%.

На этом достоинства заканчиваются и начинаются недостатки. Процедура идентификации довольно длительна и, можно считать, контактна: пользователю необходимо наблюдать сквозь окуляр удаленную световую точку. При этом малейшее движение, неверный наклон головы или неправильная фокусировка на источнике света — ведут к отказу распознавания.

Сетчатка, в отличие от радужной оболочки глаза, более подвержена изменениям в результате травм и заболеваний (например, кровоизлияние на сетчатку глаза или катаракта). Также сетчатка содержит элементы зрительного нерва и слепое пятно, геометрия которых тоже может изменяться со временем.

Стоимость подобной системы крайне высока.

В целом, биометрические системы аутентификации по сетчатке глаза получили довольно узкое распространение: для организации систем безопасности на объектах повышенной секретности. На сегодняшний день на рынке подобные СКУД практически отсутствуют.

Материал спецпроекта «Без ключа»

Спецпроект «Без ключа» представляет собой аккумулятор информации о СКУД, конвергентном доступе и персонализации карт

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

предыдущей части статьи был дан анализ истории развития систем машинного зрения, рассмотрены основные направления разработки программного и аппаратного обеспечения в данной области информационных систем. Следует особо отметить, что большинство современных разработчиков компьютерного интеллекта делают ставку на разработку приложений для использования их на персональных компьютерах или устройствах, близких к ним по вычислительным характеристикам. Вычислительные мощности современных персональных компьютеров позволяют моделировать большинство процессов обработки и анализа двухмерной цифровой информации (к которой относятся и изображения), включая системы реального времени. Поэтому многие коммерческие системы машинного зрения построены на базе персональных компьютеров.

Одним из ключевых направлений, активно использующих технологию компьютерного зрения, являются биометрические системы идентификации личности. Понятие «биометрия» — так называется раздел биологии, занимающийся количественными биологическими экспериментами с привлечением методов математической статистики — появилось лишь в конце XIX века, хотя сама наука имеет древнее происхождение. В середине 70-х годов ХХ века интерес к биометрии вновь возрос в связи с созданием так называемых биометрических систем безопасности, основанных на измерении уникальных биологических, физиологических и поведенческих характеристик, индивидуальных для каждого человека. Иногда эти характеристики еще называют биологическим кодом человека.

Преимущество биометрических систем идентификации, по сравнению с традиционными (например, PIN-кодовыми системами или системами доступа по паролю), заключается в том, что идентифицируется не какой-то внешний предмет, принадлежащий человеку, а собственно сам человек. Анализируемые характеристики неразрывно связаны с человеком, их невозможно потерять, передать, забыть и крайне сложно подделать. К тому же эти характеристики практически не подвержены износу и не требуют замены или восстановления.

Первоначально такие измерительные системы были весьма дорогими из-за высокой стоимости регистрирующей и вычислительной техники. Совершенствование технологии производства регистрирующей аппаратуры и последние достижения в области микропроцессоров существенно удешевили и расширили рынок биометрических систем. Поэтому уже сейчас многие организации за рубежом частично или полностью перешли на биометрические системы для обеспечения физической и информационной безопасности. Физическую безопасность гарантируют системы идентификации личности и контроля доступа, информационную — системы безопасности компьютерных сетей, персональных компьютеров и т.п. Об актуальности разработки систем второго типа хочется сказать особо. Современные коммуникационные технологии, к которым относится и Интернет с видеоконференциями, делают многих ответственных лиц, а следовательно, и специалистов доступными для каждого, у кого есть компьютер, подключенный к Глобальной сети. Сейчас консультации врачей или юристов, конференции бизнес-партнеров вполне могут проходить в режиме online в виртуальном информационном пространстве, в то время как клиенты или партнеры по бизнесу находятся за тысячи километров друг от друга. В этом случае одну из ключевых ролей начинают играть конфиденциальность и полномочия по оказанию консультационных услуг или ведению переговоров. А участившиеся в последнее время попытки взломов, фальсификаций событий, хищений информации и пр., предпринимаемые хакерами, делают эти проблемы особенно злободневными. Поэтому радует, что биометрические технологии позволяют преодолеть эти сложности.

С позиции технологии машинного зрения распознавание личности может проходить на двух различных по сложности уровнях — это верификация и идентификация. Верификация, или, как ее еще называют, аутентификация, — это процесс признания или непризнания подлинности определенной личности, основанный на том, что система заранее знает личность, подлинность которой она должна подтвердить. Иначе говоря, перед системой ставится простой вопрос: «Я — это именно тот, кто я есть?» В вышеописанном контексте задачей идентификации является ответ на вопрос: «Кто я такой?», то есть установление личности. Даже из такого упрощенного объяснения понятно, что задача идентификации гораздо сложнее в решении. Из практики известно, что ее сложность возрастает нелинейно по мере роста количества пользователей в системе распознавания.

Достоверное распознавание личности является критичным во многих повседневных ситуациях. Например, если нужно контролировать права доступа пользователей к определенной информации, чтобы предотвратить их порчу или потерю.

Для оценки степени надежности биометрических систем используют такие понятия, как ошибки первого и второго рода. Ошибка первого рода, или FAR (false acception rate), характеризует вероятность того, что незарегистрированный или неавторизованный пользователь сможет быть распознан биометрической системой как зарегистрированный. Ошибка второго рода, или FRR (false rejection rate), характеризует вероятность того, что зарегистрированный в биометрической системе пользователь не будет пропущен этой системой. Как правило, все биометрические системы сравниваются в плане надежности именно по этим характеристикам.

На сегодняшний день биометрия является одной из быстро развивающихся отраслей информационных технологий, где активно работают около сотни частных фирм (www.biometricgroup.com), правительственных организаций и лабораторий. Их деятельность координируется Биометрическим консорциумом (http://www.biometrics.org/). Сформировался специфический рынок биометрических аппаратных устройств и программных продуктов, а также услуг по их поддержке, тестированию и адаптации. Созданы многочисленные эталонные базы данных для сравнения надежности технологий.

К основным биометрическим технологиям, имеющим в своем арсенале машинное зрение, относят распознавание личности по отпечаткам пальцев, геометрии лица, геометрии кисти руки, радужной оболочке или сетчатке глаза, геометрии рисунка вен, по подписи и др. Биометрия на современном этапе может решать проблемы, связанные с ограничением доступа к информации и обеспечением персональной ответственности за ее сохранность, обеспечением допуска только сертифицированных специалистов, предотвращением проникновения злоумышленников на охраняемые территории и в помещения вследствие подделки, кражи документов (карт, паролей), организацией учета доступа и посещаемости сотрудников, а также ряд других проблем. Рассмотрим далее, на каких основных принципах построены наиболее популярные биометрические системы, а также выясним, как обучают компьютер видеть и различать людей.

етод распознавания личности, основанный на анализе отпечатков пальцев, является самой старой методикой биометрической идентификации. Упоминание об определении личности путем сравнения отпечатков пальцев относится к концу XIV века. Генри Фаулд предложил в 1880 году научно обоснованную методику идентификации личности на основе сопоставления папиллярных рисунков пальцев рук. Это открытие легло в основу современной теории и практики идентификации человека по отпечаткам пальцев. Метод прижился в криминалистике и до сих пор широко используется в наши дни. В основе метода лежат особенности структуры кожи человека, состоящей из двух слоев. Самым интересным с точки зрения криминалистов является нижний слой, который образован множеством папилляров (от лат. papilla — сосок) с отверстиями потовых желез наверху. Папилляры располагаются по всему телу человека хаотично, а на пальцах образуют папиллярные узоры — уникальную упорядоченность в виде рельефных линий.

Отпечатки, как правило, регистрируют одним из двух способов: с помощью чернил с последующей оцифровкой изображений или с помощью специального сканера. В основе системы распознавания личности по отпечаткам пальцев лежит сравнение папиллярных узоров пальцев с эталонными, хранящимися в базе данных. И если раньше такое сравнение делали вручную, то теперь эта задача передана компьютеру. Технология распознавания, которую закладывают в компьютер, заключается в отыскании характерных признаков (особенностей) рисунков папиллярных линий. К таким особенностям, в частности, относятся начала и окончания папиллярных линий, узлы их слияния и разветвления. Выделяют три типа папиллярных рисунков: дуги, завитки и петли — и два типа макроособенностей: дельты и центры. Папиллярные линии обладают индивидуальностью, устойчивостью и восстанавливаемостью. Индивидуальность состоит в том, что совокупность папиллярных линий, образующих узор, по их конфигурации, местоположению, взаиморасположению является уникальной и не повторяется в другом узоре. Устойчивость папиллярных линий заключается в неизменности внешнего строения узора от рождения до смерти. Замечательно свойство восстанавливаемости папиллярных линий, согласно которому при поверхностном нарушении кожного покрова папиллярные линии восстанавливаются в прежнем виде. Данные свойства позволяют осуществлять практически 100-процентную идентификацию личности по отпечаткам пальцев рук.

Примерная схема работы алгоритмов компьютерного зрения по анализу папиллярных линий для решения задачи распознавания пользователей приведена на следующем рисунке:

При построении современных систем распознавания личности по отпечаткам пальцев возникают две важные и неоднозначные проблемы: проблема больших объемов данных, с которыми приходится работать, и проблема удешевления технологии, что неизбежно ведет к снижению качества регистрируемых данных.

Для пояснения первой проблемы рассмотрим простой пример. По разным оценкам, база отпечатков ФБР США содержит около 70 млн. отпечатков пальцев. Такие объемы данных приводят к значительным вычислительным затратам и могут снизить общую надежность системы, поэтому разработчики систем компьютерного зрения ввели классификацию отпечатков пальцев по типам. Существует алгоритм, классифицирующий отпечатки пальцев по пяти типам, а именно: завиток, правая петля, левая петля, арка и дуга. Алгоритм также способен разделять папиллярные линии по четырем направлениям: 0°, 45°, 90° и 135° — посредством фильтрования центральной части отпечатка пальца с помощью банка Gabor-фильтров (осевых фильтров). После такой обработки полученная информация сохраняется в виде определенной структуры, в результате чего получается так называемый код отпечатка, который используется для классификации. Такой подход значительно упрощает работу алгоритмов принятия решения и существенно повышает надежность распознавания.

Проблема снижения качества исходных данных свойственна не только системам распознавания отпечатков пальцев, но и многим другим системам, однако именно здесь ее актуальность не вызывает сомнений. Производители биометрических систем стремятся максимально снизить себестоимость предлагаемых решений, причем легче всего это сделать за счет снижения затрат на аппаратуру ввода и регистрации информации. При этом снижение качества исходных данных обусловлено как снижением затрат на аппаратуру регистрации, так и степенью чувствительности самой аппаратуры к загрязнению пальцами оптических каналов ввода цифровой информации. Поэтому все современные системы этого класса включают так называемые алгоритмы повышения качества исходных изображений. Целью этих алгоритмов является повышение четкости (резкости) папиллярной структуры и устранение различного рода помех. В настоящее время разработаны алгоритмы повышения качества отпечатка пальца, которые могут адаптивно улучшать четкость папиллярных линий и структуру борозд изображения исходного отпечатка. Эти алгоритмы основаны на оценке локальной ориентации папиллярной линии и пространственной частоте структуры борозд. Экспериментальные результаты показывают, что включение алгоритмов повышения качества позволяет значительно улучшить точность идентификации.

Говоря о надежности современных коммерческих систем распознавания личности по отпечаткам пальцев, можно привести следующие среднестатистические характеристики: FAR — 0,001%, FRR — около 0,01%.

Каковы же недостатки столь надежной, как кажется на первый взгляд, технологии? Оказывается, эти системы не только весьма чувствительны к загрязнениям, но и плохо распознают отпечатки при сухой коже, а также у определенной категории лиц со слабо выраженными папиллярными рисунками, в частности у людей азиатского происхождения. При включении этой категории лиц в оценочную базу данных ошибки первого рода составляют уже от 10 до 20%, что характеризует данные системы не с лучшей стороны. Кроме того, отпечатком пальца можно легко завладеть, нанести его на пленку и предъявить системе для распознавания. Иными словами, эти системы являются слабо защищенными, уязвимыми и требуют комплексирования информации с другими методами распознавания личности в составе общей биометрической системы. Также хочется отметить еще один, скорее субъективный, недостаток этих систем, доставшийся им в наследство от криминалистики. Большинство населения (особенно это касается России) негативно относится к предъявлению своих отпечатков пальцев, считая это нарушением права на частную жизнь.

Завершить обзор данных систем хочется на оптимистической ноте. В настоящее время это наиболее дешевые системы на рынке биометрии — от 100 до 1000 долл. К тому же цены продолжают достаточно быстро снижаться, что делает эти системы по соотношению «цена/качество» весьма привлекательными.

тот вид биометрического распознавания является одним из самых надежных. Причиной тому — генетически обусловленная уникальность радужной оболочки глаза, которая различается даже у близнецов. Изначально радужную оболочку глаза рассматривали в качестве инструмента для диагностики различных заболеваний, а также для определения предрасположенности к ним человека. В частности, было обнаружено, что при определенных заболеваниях на радужной оболочке глаза появляются так называемые пигментные пятна. Именно поэтому для уменьшения влияния этого фактора на результат распознавания при построении биометрических систем пользуются черно-белыми (полутоновыми) изображениями.

Основным источником информации для идентификации этим способом служит специфическая ткань, которая окончательно формируется у плода к 8-му месяцу беременности и делает видимым деление радужной оболочки на радиальные сектора. Другие визуальные характеристики включают такие признаки, как кольца, борозды, веснушки и область короны. Из радужной оболочки 11-миллиметрового диаметра современные алгоритмы обработки и анализа информации позволяют получить в среднем 3,4 бит информации на 1 мм2 площади. Плотность извлекаемой информации такова, что радужная оболочка имеет 266 уникальных точек идентификации по сравнению с 10-60 точками для других биометрических методов.

Характерным преимуществом указанных систем, например по сравнению с системами идентификации по геометрии лица, является еще и то, что последние в большей степени зависят от многих косвенных факторов, в частности от мимики, прически, макияжа, грима и пр.

Возвращаясь к рассматриваемой технологии, можно с уверенностью сказать, что уникальность рисунка радужной оболочки глаза позволяет создавать высоконадежные системы для биометрической идентификации личности.

Попробуем представить, как работает этот класс систем с точки зрения алгоритмов компьютерного зрения. Захват видеоизображения глаза осуществляется регистрирующей аппаратурой на расстоянии до одного метра. Далее, не вдаваясь глубоко в детали алгоритмического построения такой системы, обработку и анализ информации можно условно разделить на следующие элементы: подсистему захвата радужной оболочки, подсистему выделения зрачка, подсистему сбора и подсчета признаков радужной оболочки и подсистему принятия решения. Первые две подсистемы в своей работе опираются на два фактора: круглую форму радужки и зрачка и хороший уровень контраста радужки на фоне белка глаза. В настоящее время существует несколько способов быстрого обнаружения окружностей на изображении. К наиболее известным из них относится метод, построенный на преобразовании Hough. Основной проблемой, с которой можно столкнуться при распознавании по радужной оболочке глаза, является загораживающий эффект верхнего века, которое может закрывать часть глаза, что приводит к частичной потере информации. Для принятия решения в таких системах используют предварительно построенные эталоны авторизованных пользователей, с которыми полученные данные сравниваются в соответствующем признаковом пространстве в зависимости от поставленной задачи верификации или идентификации.

Как уже отмечалось выше, системы, построенные на распознавании радужной оболочки глаза, являются одними из самых надежных. Приведем некоторые наиболее показательные статистические данные, свидетельствующие о точности этого метода, полученные автором из научных информационных источников. Равная норма ошибки (ERR) — точка, в которой вероятность пропуска незарегистрированного пользователя равна вероятности ложного отказа в допуске зарегистрированному пользователю, — для систем этого класса составляет 1 к 1,2 млн.

Существующие алгоритмические решения могут идентифицировать пользователя даже при условии затенения (или повреждения) радужной оболочки, но не более, чем на 2/3, то есть по оставшейся 1/3 изображения возможна идентификация с ошибкой 1 к 100 тыс.

Задача всех биометрических технологий — определить поддельные образцы, предъявленные для идентификации. В данном случае технология сканирования радужной оболочки имеет несколько «степеней защиты», а именно: обнаружение изменения/замены зрачка, считывание информации, отраженной от роговицы, обнаружение контактных линз на роговице, использование инфракрасного освещения, чтобы определить состояние ткани глаза. Может, именно поэтому автору не удалось найти описания случаев взлома вышеописанной технологии.

Следует отметить, что ввиду высокой степени точности и надежности данный тип систем является весьма дорогостоящим. Цена системы может доходить до 10 тыс. долл.

дним из бурно развивающихся в настоящее время технологических направлений в биометрии является распознавание по геометрии лица. Действительно, вряд ли кто оспорит тот факт, что лицо является одним из наиболее доступных и естественных для идентификации объектов. Человек постоянно использует этот биометрический метод, позволяющий ему без труда отыскивать среди толпы знакомое лицо. Понять биометрическую логику человека и построить систему на схожих принципах — такую задачу ставят перед собой алгоритмисты этих систем.

К преимуществам таких систем можно отнести: дистанционное функционирование (не требуется физический контакт пользователя с системой), естественность предъявления лица для большинства людей, гигиеничность (например, по сравнению со снятием отпечатков пальцев), скрытность (при необходимости) и т.п. Следует отметить и такое преимущество, как доступность данных для подобной системы идентификации. Так, для системы, обеспечивающей безопасность аэропорта или банка, возможно, достаточно будет ввести в ее базу данных одну фотографию лица разыскиваемого человека или даже его фоторобот. При таких же условиях обеспечить безопасность на базе других биометрических систем невозможно в принципе. Например, процесс сбора отпечатков пальцев либо сканирование радужной оболочки глаза в условиях вокзала или аэропорта потребует целого штата сотрудников с высокотехнологичным оборудованием, а кроме того отнимет много времени у проверяемых пассажиров.

С позиции машинного зрения технология сканирования лица основана на том, что некоторые части лица менее других изменяются со временем. К ним относятся верхние края глазниц, скулы и уголки рта. Иными словами, большинство существующих методов анализируют центральную часть лица, оставляя без внимания такие изменяющиеся части, как прическа или борода.

Точность и надежность систем, использующих геометрию лица в качестве источника информации для принятия решения, во многом определяется как выбором аппаратной платформы, так и методикой принятия решения. Рассмотрим эти два аспекта подробнее.

Различают два принципиально разных подхода к аппаратной реализации данного типа систем — это построение систем монокулярного и бинокулярного зрения. Первый тип систем дешевле в реализации, предусматривает наличие одной регистрирующей камеры и работает с двухмерной цифровой информацией. В настоящее время в связи с бурным развитием Интернет-технологий рынок буквально завален так называемыми Web-камерами, стоимость которых варьируется в диапазоне от 40 до 100 долл. Многие разработчики биометрических систем опираются только на информацию, получаемую от этих камер. Как показывает опыт, на базе данных камер можно успешно построить систему, которая при формате входного изображения 320Ѕ240 будет достаточно надежно распознавать от 10 до 100 человек в задачах идентификации (с FAR = 0,01% и FRR = 0,2%), что весьма неплохо для различного рода бытовых или игровых приложений типа биометрического screensaver или для системы доступа к закрытым, например для детей, директориям на компьютере. Помимо относительной дешевизны, преимуществом данного типа устройств ввода является наличие цвета, который зачастую используется разработчиками как признак для быстрого поиска лица на изображении. Кроме описанных устройств, на рынке существует большое количество полупрофессиональных и профессиональных камер стоимостью от 100 до 3000 долл. Построенные на таких устройствах ввода (камера плюс фреймграббер) программы биометрической идентификации гораздо надежнее по причине более высокого качества оптики и разрешающей способности аппаратуры регистрации. Однако стоимость таких систем достаточно высока, так как только за оборудование нужно заплатить до 5000 долл. Второй тип систем предусматривает наличие двух камер полупрофессионального или профессионального класса. Основная цель таких систем — восстановление пространственной формы объектов, в частности поверхности лица, и решение задачи измерений в полученном трехмерном пространстве. К сожалению, Web-камеры не обеспечивают хоть сколько-нибудь пригодного качества для восстановления трехмерной формы. Системы бинокулярного зрения априори достаточно дорогие, но их высокая стоимость обусловлена качеством, которое значительно превосходит качество, предлагаемое системами монокулярного зрения. Системы данного типа, согласно опубликованным результатам научных исследований, могут обеспечить FAR = 0,001% и FRR = 0,01%. Однако следует отметить, что на данный момент автору не известна ни одна стереоскопическая биометрическая система, построенная на алгоритмах машинного зрения.

Как и во всех биометрических технологиях, в технологии сканирования лица можно выделить четыре основных этапа: регистрацию (сканирование) объекта, извлечение индивидуальной информации из объекта, формирование шаблона и сравнение текущего шаблона с базой данных.

Процедура сканирования лица зависит от используемой системы. Одни биометрические системы требуют предъявления лица с разных сторон для подробного его изучения. При этом пользователю предлагается повертеть головой в поле зрения камеры. Другие биометрические системы предлагают пользователю поместить лицо внутрь специальной полупрозрачной маски. Третьи используют различные ухищрения типа системы зеркал для обеспечения строгой ориентации лица. Как правило, процедура сканирования лица сильно коррелирует со степенью конфиденциальности системы. В результате сканирования лица формируется последовательность изображений.

После завершения процедуры сканирования происходит извлечение признаковой информации о регистрируемом лице. Иными словами, индивидуальные особенности каждого лица описываются на языке шаблонов. Этот способ позволяет значительно снизить размерность пространства признаков и тем самым значительно ускорить поиск и уменьшить размеры базы данных.

Установление подлинности происходит следующим образом. Пользователь становится (или садится) перед камерой на несколько секунд. Происходит сканирование лица, данные обрабатываются, и выдается разрешение или отказ на вход. Последняя операция тесно связана с поставленной задачей верификации или идентификации.

Анализируя надежность таких систем, следует отметить их слабую защищенность. Зачастую их можно обмануть, предъявив фотографию зарегистрированного пользователя или его трехмерную модель. Поэтому системы данного класса, как правило, используются в совокупности с другими биометрическими системами.

аряду с технологией распознавания по радужной оболочке, просмотр сетчатки глаза также является наиболее точной и надежной биометрической технологией. Несмотря на относительную сложность технологии просмотра сетчатки глаза (необходимо наличие специальной инфракрасной аппаратуры для подсветки глазного дна), этот биометрический метод идентификации давно известен. Саймон и Голдштейн в 1935 году доказали уникальность дерева кровеносных сосудов глазного дна для каждого индивидуума. Дальнейшие исследования подтвердили, что эти узоры сосудов отличаются даже у близнецов. За исключением некоторых типов дегенеративных болезней глаза или случаев серьезной травмы головы, рисунок распределения кровеносных сосудов достаточно устойчив в течение всей жизни человека.

Принцип регистрации глазного дна не прост, что является одним из недостатков, ограничивающих применение этого метода. Согласно публикациям, лишь 80-90% пользователей могут с первого раза пройти процедуру регистрации, заключающуюся в сканировании через зрачок информации о сетчатке. Для этого пользователь должен приблизить глаз к регистрирующему устройству на расстояние не более чем 1-1,5 см. При сканировании пользователь видит вращающийся зеленый свет. Рисунок сетчатки измеряется в более чем 400 точках. Для сравнения: в идентификации по отпечатку пальца используется не более 30-40 точек-миниатюр, что достаточно для регистрации, создания шаблона и процесса проверки. Это объясняет высокую точность технологии сканирования сетчатки по сравнению с другими биометрическими методами.

Вероятность пропуска незарегистрированного пользователя (вероятность ошибки первого рода) при сканировании сетчатки глаза составляет 0,0001%. При этом вероятность ошибки второго рода достаточно высока — порядка 0,1%. Это объясняется тем, что первоначально данные системы были разработаны по военному заказу, где к ошибкам первого рода предъявляют самые жесткие ограничения. При этом подразумевается, что пользователи могут повторить процедуру аутентификации несколько раз. Видимо ввиду указанных обстоятельств данные системы в настоящее время не имеют широкого распространения в невоенных сегментах рынка охранных систем.

Так же как и системы распознавания по радужной оболочке глаза, устройства распознавания по сетчатке являются одними из самых дорогих — их средняя стоимость составляет 4000 долл. Кроме того, непопулярными их делает сложная процедура регистрации.

Список биометрических систем, использующих компьютерное зрение, не заканчивается рассмотренными технологиями. Идет поиск новых информационных источников для создания более надежных систем распознавания личности. Так, распознавание может производиться по походке, по динамическим характеристикам почерка и т.п. Главное, что объединяет все подобные методы, — это то, что компьютер способен не только видеть человека, его образ, но и узнавать его и служить ему. Причем зачастую это по силам простому персональному компьютеру, который сейчас стоит недалеко от читателя и ждет, когда его научат видеть мир глазами человека.

иометрия, как и многие другие современные технологии, имеет своих сторонников и противников. Основным доводом противников этих технологий является тот факт, что биологический код человека может использоваться различными силовыми ведомствами в целях, напрямую не связанных с вопросами доступа и системами безопасности. «Таким образом, — заявляют противники, — практически любой человек или организация, имеющая доступ к базе данных, будет владеть информацией о каждом из нас, что нарушает гражданские права и свободу личности. Известно, что любой биологический код несет в себе избыточную информацию о его владельце. Имея доступ к такой информации, можно с легкостью организовать систему тотальной слежки за населением со всеми вытекающими отсюда последствиями. Все это может привести к созданию глобальной сети наблюдения». Опасение вызывает и тот факт, что биометрические сканеры не могут, например, распознавать, по своей воле человек снимает, например, деньги со счета или ему угрожают.

Подведем итог всему вышесказанному. Как видно из этого обзора основных типов биометрических систем, биометрический код человека является уникальным. Несмотря на это неоспоримым остается тот факт, что его сложно уберечь от подделок, а тем более сохранить в тайне. Использование биометрических систем может стать успешным только при соблюдении следующих условий. Во-первых, необходимо, чтобы входные информационные потоки поступали от определенного лица в реальном масштабе времени с целью их проверки, то есть необходима защита от подделки или фальсификации исходных данных. Во-вторых, обязательно наличие в базе данных информации о персоне, с которой предполагается вести сравнение. Последнее условие справедливо как для задачи идентификации, так и для задачи верификации пользователя. Его невыполнение, особенно в случае идентификации, будет означать абстрактный поиск максимально близкого к предъявляемому лицу пользователя, что может приводить к ошибкам. Эти условия являются обязательными для успешной работы любой биометрической системы.

Безусловно, биометрические устройства продолжают совершенствоваться, становясь по мере развития технологии все более точными и надежными. Поскольку биометрические технологии уже получили достаточно широкое распространение, можно надеяться, что спрос на них будет расти, начнется их использование в различных областях повседневной жизни человека. В частности, многие фирмы, работающие на рынке систем безопасности, уже ведут работы по включению алгоритмов машинного зрения в функциональность своих систем. Сейчас весьма сложно делать какие-либо прогнозы о глубине проникновения технологии машинного зрения в нашу повседневную жизнь. Скорее всего, прежде чем войти в наш быт, биометрия будет шлифоваться на уровне технологий рынка систем безопасности, промышленных и домашних роботов, различных приложений для Интернета и пр. И только когда станет ясно, что этим технологиям можно доверять, а их надежность и конфиденциальность достигнут высокого уровня, биометрические системы станут повсеместно используемыми и незаменимыми в нашей жизни.

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