Всем хорошо известны сцены из фантастических фильмов: богатырь подходит к двери также дверь открывается, узнав его. Это одна из наглядных демонстраций удобства также прочности применения биометрических технологий ради контроля доступа. Но на практике никак не так все просто. Сегодня некоторые фирмы готовы предложить потребителям контроль доступа с применением биометрических технологий.

Традиционные методы идентификации личности, в основе которых находятся различные идентификационные карты, ключи либо уникальные данные, такие как будто, скажем, пароль никак не являются надежными в той степени, которая требуется на сегодняшний сутки. Естественным шагом в повышении прочности идентификаторов стали попытки использования биометрических технологий ради систем безопасности.

Диапазон проблем, решение которых может существовать найдено с использованием новых технологий, чрезвычайно широк:
предотвратить проникновение злоумышленников на охраняемые территории также в помещения за счет подделки, кражи документов, карт, паролей;
ограничить доступ к информации также обеспечить персональную ответственность за ее сохранность;
обеспечить допуск к ответственным объектам только сертифицированных специалистов;
избежать накладных расходов, связанных с эксплуатацией систем контроля доступа (карты, ключи);
исключить неудобства, связанные с утерей, порчей либо элементарным забыванием ключей, карт, паролей;
организовать учет доступа также посещаемости сотрудников.

Разработкой технологий ради распознавания образов по различным биометрическим характеристикам начали заниматься уже достаточно давным-давно, начатие было положено в 60-е годы. Значительных успехов в разработке теоретических основ этих технологий добились наши соотечественники. Но практические результаты получены в основном на западе также только “вчера”. Мощность современных компьютеров также усовершенствованные алгоритмы позволили создать продукты, которые по своим характеристикам также соотношению стали доступны также интересны широкому кругу пользователей.

Идея использовать индивидуальные характеристики человека ради его идентификации никак не нова. На сегодняшний сутки известен строй технологий, которые могут существовать задействованы в системах безопасности ради идентификации личности по:
отпечаткам пальцев (как отдельных, так также руки в целом);
чертам лица (на основе оптического также инфракрасного изображений);
радужной оболочке око;
голосу;
другим характеристикам.

У всех биометрических технологий существуют общие подходы к решению задачи идентификации, хоть все методы отличаются удобством применения, точностью результатов.

Любая биометрическая технология применяется поэтапно:
сканирование объекта;
извлечение отдельной информации;
формирование шаблона;
сверка текущего шаблона с базой данных.

Биометрическая система распознавания устанавливает соотношение конкретных физиологических либо поведенческих характеристик пользователя некоторому заданному шаблону. Обычно биометрическая система состоит из двух модулей: модуль регистрации также модуль идентификации.

Модуль регистрации “обучает” систему идентифицировать конкретного человека. На этапе регистрации видеокамера либо иные датчики сканируют человека ради того, дабы создать цифровое представление его облика. Сканирование лица длится возле 20 – 30 секунд, в результате чего формируются порядочно изображений. В идеальном случае, данные изображения будут владеть слегка различные ракурсы также выражения лица, что позволит получить более точные данные. Специализированный программный модуль обрабатывает это представление также определяет характерные особенности личности, затем создает шаблон. Существуют некоторые элементы лица, которые почти никак не изменяются с течением времени, это, скажем, верхние очертания глазниц, области окружающие скулы, также края рта. Большая часть алгоритмов, разработанных ради биометрических технологий, позволяют учитывать возможные изменения в прическе человека, так как будто они никак не используют ради разбора области лица выше границы роста шерсть. Шаблон изображения каждого пользователя хранится в базе данных биометрической системы.

Модуль идентификации получает от видеокамеры картина человека также преобразует его в тот же цифровой формат, в котором хранится шаблон. Полученные данные сравниваются с хранимым в базе данных шаблоном ради того, дабы определить, соответствуют ли данные изображения приятель другу. Степень подобия, требуемая ради проверки, представляет собой некий порог, какой может существовать отрегулирован ради различного типа персонала, мощности Pc, времени суток также ряда иных факторов.

Идентификация может выполняться в виде верификации, аутентификации либо распознавания. При верификации подтверждается идентичность полученных данных также шаблона, хранимого в базе данных. Аутентификация – подтверждает соотношение изображения, получаемого от видеокамеры одному из шаблонов, хранящихся в базе данных. При распознавании, в случае полученные характеристики также 1 из хранимых шаблонов оказываются одинаковыми, то система идентифицирует человека с соответствующим шаблоном.

При использовании биометрических систем, особенно системы распознавания по лицу, даже при введении корректных биометрических характеристик никак не часто решение об аутентификации вероятно. Это связано с рядом особенностей также, в первую очередь, с тем, что многие биометрические характеристики могут изменяться. Существует определенная степень вероятности ошибки системы. Причем при использовании различных технологий погрешность может существенно разниться. Ради систем контроля доступа при использовании биометрических технологий необходимо определить, что важнее никак не пропустить “чужого” либо пропустить всех “своих”.

Важным фактором ради пользователей биометрических технологий в системах безопасности является простота использования. Индивид, характеристики которого сканируются, никак не вынужден при этом изведывать никаких неудобств. В этом плане наиболее интересным методом является, непременно, технология распознавания по лицу. Правда, в этом случае появляются иные проблемы, связанные в первую очередь, с точностью работы системы.

Несмотря на очевидные преимущества, существует строй негативных предубеждений напротив биометрии, которые зачастую вызывают вопросы об том, никак не будут ли биометрические данные использоваться ради слежки за людьми также нарушения их права на частную житье. Из-за сенсационных заявлений также необоснованной шумихи восприятие биометрических технологий резко отличается от реального положения дел.

Также все же, использование биометрических методов идентификации приобрело особую актуальность в последние годы. Особенно остро данная проблема проявилась позже событий 11 сентября в Сша. Мировое сообщество осознало степень возрастания угрозы терроризма во всем мире также сложность организации надежной защиты традиционными методами. Именно данные трагические события послужили отправной точкой ради усиления внимания к современным интегрированным системам безопасности. Общеизвестно взгляд, что в случае бы контроль в аэропортах был строже, то несчастий дозволено было бы избежать. Конечно также сегодня поиск виновных в ряде других происшествий мог бы существовать существенно облегчен при использовании современных систем видеонаблюдения в интеграции с системами распознавания лиц.
Методы распознавания лица

В настоящее пора существует четыре основных метода распознавания лица:
"eigenfaces";
разбор "отличительных черт";
разбор на основе "нейронных сетей";
метод "автоматической обработки изображения лица".

Все данные методы различаются сложностью реализации также целью применения.

"eigenface" дозволено перевести как будто "собственное лицо". Эта технология использует двумерные изображения в градациях серого, которые представляют отличительные характеристики изображения лица. Метод "eigenface" зачастую используются в качестве основы ради других методов распознавания лица.

Комбинируя характеристики 100 – 120 "eigenface" дозволено восстановить большое число лиц. В момент регистрации, "eigenface" каждого конкретного человека представляется в виде ряда коэффициентов. Ради режима установления подлинности, в котором картина используется ради проверки идентичности, "живой" шаблон сравнивается с уже зарегистрированным шаблоном, с целью определения коэффициента различия. Степень различия промеж шаблонами также определяет факт идентификации. Технология "eigenface" оптимальна при использовании в хорошо освещенных помещениях, в какое время кушать возможность сканирования лица в фас.

Методика разбора "отличительных черт" – наиболее широко используемая технология идентификации. Эта технология подобна методике "eigenface", а в большей степени адаптирована к изменению внешности либо мимики человека (улыбающееся либо хмурящееся лицо). В технологии “отличительных черт” используются десятки характерных особенностей различных областей лица, причем с учетом их относительного местоположения. Индивидуальная комбинация этих параметров определяет особенности каждого конкретного лица. Лик человека уникально, а достаточно динамично, т.к. индивид может улыбаться, отпускать бороду также усы, набрасывать очки – все это увеличивает сложность процедуры идентификации. Таким образом, скажем, при улыбке наблюдается некоторое смещение элементов лица, расположенных возле рта, что в свою очередь станет вызывать подобное ход смежных элементов. Учитывая такие смещения, дозволено однозначно идентифицировать человека также при различных мимических изменениях лица. Так как будто сей разбор рассматривает локальные участки лица, допустимые отклонения могут находиться в пределах вплоть до 25° в горизонтальной плоскости, также почти вплоть до 15° в вертикальной плоскости также требует достаточно мощной также драгоценный аппаратуры, что соответственно сокращает степень распространения данного метода.

В методе, основанном на нейронной сети, характерные особенности обоих лиц – зарегистрированного также проверяемого сравниваются на совпадение. "нейронные сети" используют алгоритм, устанавливающий соотношение уникальных параметров лица проверяемого человека также параметров шаблона, находящегося в базе данных, при этом применяется максимально возможное количество параметров. По мере сравнения определяются несоответствия промеж лицом проверяемого также шаблона из базы данных, затем запускается механизм, какой с помощью соответствующих весовых коэффициентов определяет степень соответствия проверяемого лица шаблону из базы данных. Сей метод увеличивает качество идентификации лица в сложных условиях.

Метод "автоматической обработки изображения лица" – наиболее простая технология, использующая расстояния также отношение расстояний промеж легко определяемыми точками лица, такими как будто глаза, окончание носа, уголки рта. Хоть этот метод никак не столь мощный как будто "eigenfaces" либо "нейронная сеть", он может существовать достаточно эффективно использован в условиях слабой освещенности.
Системы распознавания по лицу, присутствующие на рынке

На сегодняшний сутки изобретен строй коммерческих продуктов, предназначенных ради распознавания лиц. Алгоритмы, используемые в этих продуктах, различны также пока что еще сложно дать оценку, какая из технологий имеет преимущества. Лидерами в действительный момент являются следующие системы: Visionic, Viisage также Miros.
В основе приложения Faceit компании Visionic лежит алгоритм разбора локальных признаков, разработанный в Университете Рокфеллера. Одна коммерческая компания в Великобритании интегрировала Faceit в телевизионную антикриминальную систему под названием Mandrake. Эта система ищет преступников по видеоданным, которые поступают с 144 камер, объединенных в замкнутую сеть. В какое время устанавливается идентичность, система сообщает об этом офицеру безопасности. В России представителем компании Visionic является компания “данком”.
Еще 1 лидер в этой области, компания Viisage, использует алгоритм, разработанный в Массачусетском технологическом институте. Коммерческие компании также государственные структуры во многих американских штатах также в ряде других стран используют систему компании Viisage совместно с идентификационными удостоверениями, скажем, водительскими правами.
Zn Vision Technologies Ag (германия) предлагает на рынке строй продуктов, в которых применяется технология распознавания лиц. Данные системы представляются на российском рынке компанией “солинг”.
В системе распознавания лиц Trueface компании Miros используется технология нейронных сетей, но сама система применяется в комплексе выдачи наличных денег корпорации Mr.payrol. также установлена в казино также других увеселительных заведениях многих штатов Сша.

В Сша независимыми экспертами было проведено сравнительное тестирование различных технологий распознавания лиц. Результаты тестирования представлены ниже.


Рис. 1. Сравнительный разбор эффективности распознавания лиц в разных системах

На практике, при использовании систем распознавания лиц в составе стандартных электрических охранных систем, предполагается, что индивид, которого следует идентифицировать, смотрит непосредственно в камеру. Таким образом, система работает с относительно простым двумерным изображением, что заметно упрощает алгоритмы также снижает интенсивность вычислений. А даже в этом случае задача распознавания все же никак не тривиальна, поскольку алгоритмы должны учитывать возможность изменения уровня освещения, изменение выражения лица, наличие либо абсентеизм макияжа либо очков.

Прочность работы системы распознавания лиц весьма здорово зависит от нескольких факторов:
Качество изображения. Заметно снижается вероятность безошибочной работы системы, в случае индивид, которого мы пытаемся идентифицировать, смотрит никак не непосредственно в камеру либо снят при плохом освещении.
Актуальность фотографии, занесенной в базу данных.
Размер базы данных.

Технологии распознавания лица хорошо работают со стандартными видеокамерами, которые передают данные также управляются персональным компьютером, также требуют разрешения 320x240 пикселов на дюйм при скорости видео потока, по крайней мере, 3 – 5 кадров в секунду. Ради сравнения – приемлемое качество ради видео конференции требует скорости видеопотока уже от 15 кадров в секунду. Более высокая быстрота видеопотока при более высоком разрешении ведет к улучшению качества идентификации. При распознавании лиц с большого расстояния существует сильная зависимость промеж качеством видеокамеры также результатом идентификации.

Емкость баз данных при использовании стандартных персональных компьютеров никак не превышает 10000 изображений.
Заключение

Предлагаемые сегодня методы распознавания лиц интересны также близки к широкому внедрению, но пока что никак не возможно как будто в кино доверять изобретение двери только технологии распознавания по лицу. Она хороша как будто пособник ради охранника либо иной системы контроля доступа.

Именно сей метод используется во многих ситуациях, в какое время требуется убедиться, что предъявленный акт истинно принадлежит предъявившему его человеку. Это происходит, скажем, в международном аэропорте, в какое время пограничник сверяет фото на паспорте с лицом владельца паспорта также принимает решение, его это паспорт либо несть. По схожему алгоритму действует также компьютерная система доступа. Отличие состоит только в том, что фотография сравнивается с уже хранимым в базе данных шаблоном.

Уже появились технологии, которые основаны на распознавании лиц в инфракрасном свете. Новая технология основана на том, что тепловая картинка, созданная излучением тепла кровеносными сосудами лица либо, по-другому, термограмма лица человека, является уникальной ради каждого также, поэтому, может существовать использована в качестве биометрической характеристики ради систем контроля доступа. Данная термограмма является более стабильным идентификатором, чем геометрия лица, поскольку около никак не зависит от изменения внешности человека.