Разработка программного средства идентификации личности по голосу выполнил. Способы идентификации личности человека Аутентификация радужной оболочки

Дата написания: 06.03.2023

Время на чтение: 32 минут

Подробности Опубликовано 27.12.2019

Дорогие читатели! Коллектив библиотеки поздравляет вас с Новым годом и Рождеством! От всей души желаем счастья, любви, здоровья, успехов и радости вам и вашим семьям!
Пусть грядущий год подарит вам благополучие, взаимопонимание, гармонию и хорошее настроение.
Удачи, процветания и исполнения самых заветных желаний в новом году!

Тестовый доступ к ЭБС Ibooks.ru

Подробности Опубликовано 03.12.2019

Уважаемые читатели! До 31.12.2019 нашему университету предоставлен тестовый доступ к ЭБС Ibooks.ru , где вы сможете ознакомиться с любой книгой в режиме полнотекстового чтения. Доступ возможен со всех компьютеров сети университета. Для получения удалённого доступа необходима регистрация.

«Генрих Осипович Графтио - к 150 - летию со дня рождения»

Подробности Опубликовано 02.12.2019

Уважаемые читатели! В разделе "Виртуальные выставки" размещена новая виртуальная выставка «Генрих Осипович Графтио». В 2019 году исполняется 150 лет со дня рождения Генриха Осиповича - одного из основателей гидроэнергетической отрасли нашей страны. Ученый-энциклопедист, талантливый инженер и выдающийся организатор, Генрих Осипович внес огромный вклад в развитие отечественной энергетики.

Выставка подготовлена сотрудниками отдела научной литературы библиотеки. На выставке представлены труды Генриха Осиповича из фонда истории ЛЭТИ и публикации о нём.

Ознакомиться с выставкой Вы можете

Тестовый доступ к Электронно-библиотечной системе IPRbooks

Подробности Опубликовано 11.11.2019

Уважаемые читатели! C 08.11.2019 г. по 31.12.2019 г. нашему университету предоставлен бесплатный тестовый доступ к крупнейшей российской полнотекстовой базе данных - Электронно-библиотечной системе IPR BOOKS . ЭБС IPR BOOKS содержит более 130 000 изданий, из которых более 50 000 - уникальные учебные и научные издания. На платформе Вам доступны актуальные книги, которые невозможно найти в открытом доступе в сети Интернет.

Доступ возможен со всех компьютеров сети университета.

Для получения удаленного доступа необходимо обратиться в отдел электронных ресурсов (ауд. 1247) к администратору ВЧЗ Склеймовой Полине Юрьевне или по электронной почте [email protected] с темой "Регистрация в IPRbooks".

Большинство жителей развитых стран воспринимают способность подтвердить свою личность как должное. Этот простой ритуал современного общества позволяет совершать множество операций, которые иначе были бы невозможны — например, открывать банковские счета или получать водительские права. Но миллионы людей из развивающихся стран лишены такой возможности и остаются заложниками технологического «средневековья».

Так, многие представители беднейших слоев населения Индии не имеют паспорта, водительских прав или документа, подтверждающего место жительства. Часто они живут в деревнях, где имена и фамилии у многих людей совпадают. В результате для них такие простые задачи, как получение чека на оплату социальных нужд в электронном виде или кредита оператора сотовой связи, связаны с многочисленными трудностями или вообще становятся неразрешимой проблемой. А пройдохи-предприниматели пользуются отсутствием надежной системы идентификации, создавая «рабочих-призраков», чтобы получать средства по государственным программам общественных работ.

Однако все это уходит в прошлое благодаря национальной программе биометрической идентификации — грандиозному проекту, которому, когда он будет полностью реализован, потребуется в 10 раз больше емкости хранения данных, чем сети Facebook. Известная под аббревиатурой UIDAI (Администрация Индии по однозначной идентификации), это, бесспорно, крупнейшая в мире программа идентификации, которой уже охвачены более половины из 1,2 миллиарда жителей Индии.

Несмотря на политических и идеологических противников, проект находит поддержку среди беднейших слоев населения, видящих в нем возможность упрочить связь с государством, способным повысить уровень их жизни. В сельских района Индии люди приходили на регистрацию большими группами, подолгу ожидая в очередях, пока «регистраторы» со своими ноутбуками сфотографируют каждого, отсканируют отпечатки пальцев и радужные оболочки глаз. После внесения в систему человеку присваивается 12-значный индивидуальный идентификационный номер.

К настоящему моменту регистрацию прошли около 700 миллионов жителей Индии, что почти равно численности населения Европы. Это тем более примечательно, если учесть, что программа носит добровольный характер. К июлю 2015 года планируется зарегистрировать все население Индии.

«Индия — социально-оринтерованное государство, где в рамках дотационных программ населению предоставляется большое число пособий, — отмечает заместитель генерального директора Технологического центра UIDAI в Бангалоре Ашок Далваи (Ashok Dalwai). — Получение пособий основывается на установлении личности человека. При этом из-за недостатков систем идентификации многие представители бедных слоев, как правило, не могут получить пособие, тогда как другие получают его по несколько раз. Наш проект призван решить эту проблему».

В сравнении с системой UIDAI крупнейшие в мире биометрические базы данных, включая базы ФБР и программы оформления гостевых виз в США (в ней 120 миллионов записей), кажутся карликами. «UIDAI производит сотни миллионов операций, работая с миллиардами записей и осуществляя сотни триллионов биометрических сопоставлений каждый день», — рассказывает Далваи.

Систему UIDAI отличает не только размер. Это поистине революционное технологическое решение. Основанная на сети интернет-класса с открытым исходным кодом, система способна расширяться по мере роста населения. Ее основные требования — безопасность и конфиденциальность. Биометрические данные передаются зашифрованными пакетами и хранятся в ЦОД с тройным уровнем защиты. При этом процедура проверки и установления личности человека проста и малозатратна: необходим лишь сотовый телефон, смартфон, планшет или другое подключенное устройство. Никакие печатные документы или смарт-карты не требуются.

Благодаря своей открытой архитектуре, стандартным интерфейсам прикладного программирования и независимости от разработчиков система UIDAI, по существу, представляет собой платформу идентификации, пригодную для использования сторонними приложениями, которым требуется подтверждение личности. По словам Далваи, со временем предполагается создать условия для развития экосистемы сторонних приложений.

Некоторые приложения уже разработаны и внедрены — например, электронная платформа «знай своего клиента» (eKYC), используемая для проверки подлинности паспортов и открытия банковских счетов, «подключенная платежная система» (обеспечивает направление пособий, таких как пенсии и школьные стипендии, непосредственно их получателям) и государственные системы распределения продуктов питания, керосина и других предметов первой необходимости среди бедных слоев населения.

По мнению Далваи, развертывание таких сложных приложений и внедрение их в систему UIDAI - лишь одна из многих трудностей на пути реализации программы. Можно также отметить обеспечение экономически эффективной стандартизации огромного числа устройств аутентификации и решение задач подключения в огромной стране, где лишь 1,1% жителей имеют стационарный широкополосный доступ в Интернет. (Согласно отчету Комиссии по широкополосной связи за 2013 год, Индия занимает 122-е место в мире по распространенности стационарных широкополосных соединений).

Другие проблемы связаны не с технологиями, а с тем, чтобы убедить людей добровольно участвовать в программе и развеять их опасения насчет конфиденциальности и защиты данных. Несмотря на это, Далваи уверен, что люди оценят многочисленные преимущества системы UIDAI: «Самый оптимистичный сценарий заключается в развертывании большого числа приложений для социальных программ и других сфер, где требуется установление личности».

Метки: Индия, биометрическая идентификация личности.

О компании Cisco

Cisco, мировой лидер в области информационных технологий, помогает компаниям использовать возможности будущего и собственным примером доказывает, что, подключая неподключенное, можно добиться поразительных результатов.

Чистый объем продаж компании в 2014 финансовом году составил 47,1 млрд долларов. Информация о решениях, технологиях и текущей деятельности компании публикуется на сайтах www.cisco.ru и www.cisco.com.

Cisco, логотип Cisco, Cisco Systems и логотип Cisco Systems являются зарегистрированными торговыми знаками Cisco Systems, Inc. в США и некоторых других странах. Все прочие торговые знаки, упомянутые в настоящем документе, являются собственностью соответствующих владельцев.

Фам Зуй Тхай

Аспирант, кафедра МОСИТ, Московский государственный университет информационных технологий, радиотехники и электроники (МИРЭА)

СОВРЕМЕННЫЕ СИСТЕМЫ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ДЛЯ РАЗВИТИЯ НАЦИОНАЛЬНОЙ ИНФОРМАЦИОННОЙ ИНФРАСТРУКТУРЫ СОЦИАЛИСТИЧЕСКОЙ РЕСПУБЛИКЕ ВЬЕТНАМА

Аннотация

Проведен анализ биометрической и смарт-карт технологии. По результатам анализа и исследования современных систем идентификации, текущей ситуации в Социалистической Республике Вьетнама определены требования к созданию биометрической системы идентификации личности с использованием смарт-карты во Вьетнаме.

Ключевые слова : Биометрия, смарт-карт, система идентификации, электронный документ.

Pham Duy Thai

PhD student, Department of MOSIT, Moscow State University of Information Technologies, Radio Engineering and Electronics

MODERN SYSTEMS HUMAN IDENTIFICATION FOR DEVELOPMENT OF NATIONAL INFORMATION INFRASTRUCTURE OF THE SOCIALIST REPUBLIC VIETNAM

Abstract

The analysis of biometric and smart card technology. According to the analysis and research of modern identification systems, the current situation in the Socialist Republic of Vietnam defines requirements for creating a biometric system identification using smart cards in Vietnam.

Keywords: Biometrics, Smart Cards, Identification System, an electronic document.

Использование биометрических характеристик для подтверждения личности предполагает использование физических характеристик, таких как лицо, голос или отпечатки пальцев, с целью удостоверения личности. Сопоставление отпечатков пальцев является самой удачной технологией биометрической идентификации благодаря простоте использования, отсутствию постороннего вмешательства и надежности. Несмотря на многочисленность биометрических характеристик, разработчики системы идентификации основное внимание уделяют технологиям распознавания по отпечаткам пальцев, чертам лица, геометрии руки и радужной оболочки глаза. Так, например, согласно отчету International Biometric Group (www.biometricgroup.com), на мировом рынке биометрической защиты доля систем распознавания по отпечаткам пальцев составила 48%, по чертам лица – 12%, геометрии руки – 11%, радужке глаза – 9%, параметрам голоса – 6%, подписи – 2%. Оставшаяся доля (12%) относится к промежуточному ПО.

Смарт-карта – интеллектуальное устройство, размером с кредитную карточку со встроенным интегральным чипом. Она содержит не только устройство хранения информации, но и процессор, способный выполнять различные программы. Самодостаточность смарт-карты делает её устойчивой к атакам, т.к. аппаратно и программно защищена от внешних устройств. Благодаря этим свойствам смарт-карты часто используются в приложениях, требующих высокого уровня конфиденциальности .

За последние годы технология смарт-карт значительно усовершенствовалась, как на аппаратном, так и на программном уровнях. Более мощные микропроцессоры и новые программные технологии (например, интерпретация прикладного кода и динамическая загрузка приложения) сделали реальностью мультиприкладные смарт-карты.

Одна из важных особенностей смарт-карт состоит в том, что сохраненные в ней данные могут быть защищены от неавторизованного доступа и манипуляций. Так как данные могут быть доступны только через последовательный интерфейс, который управляется операционной системой и секретной логикой, конфиденциальные данные могут быть записаны на карту и сохранены способом, который предотвращает возможность их чтения извне карты. Такие конфиденциальные данные могут быть обработаны только внутри с помощью модулей обработки чипа. На основе смарт-карт c 2001 г. граждане Малайзии получили идентификационные карты, которые содержат биометрическую информацию (отпечатки пальцев или другие) на встроенной микросхеме. А с 2006 г. все граждане Великобритании получили смарт-карты, на встроенной микросхеме которых содержатся данные отпечатков пальцев или радужной оболочки глаз пользователей. Евросоюз планирует использовать смарт-карту с биометрическими данными в качестве удостоверений личности наряду с обычными паспортами. С осени 2006 г. европейцы начинали получать электронные паспорта с цифровой фотографией и, возможно, отпечатками пальцев. Правительство Японии планирует использовать биометрические данные для иммиграционного контроля. Опыт использования смарт-карты для идентификации личности в различных странах доказал свою эффективность.

На рис. 1 приведены современные системы идентификации. По виду используемых идентификационных признаков разделяются на электронные, биометрические и комбинированные.

В электронных системах идентификационные признаки представляются в виде цифрового кода, хранящегося в памяти идентификатора. Такие системы идентификации разрабатываются на базе следующих идентификаторов:

контактных смарт-карт;
бесконтактных смарт-карт;
USB-ключей;
Штрих-код;
Радиочастота;

В биометрических системах идентификационными признаками являются индивидуальные особенности человека, называемые биометрическими характеристиками. В основе идентификации этого типа лежит процедура считывания предъявляемого биометрического признака пользователя и его сравнение с предварительно полученным шаблоном. В зависимости от вида используемых характеристик биометрические системы делятся на статические и динамические.

Рис. 1 – Классификация современных систем идентификации

Статическая биометрия (также называемая физиологической) основывается на данных, получаемых из измерений анатомических особенностей человека. Статическую биометрическую идентификацию можно провести по :

папиллярному рисунку пальцев руки,
рисунку радужной оболочки глаза,
рисунку сосудов глазного дна,
индивидуальным особенностям геометрии лица,
наблюдению лицевых артерий и вен в дальнем инфракрасном

Динамическая биометрия базируются на поведенческой характеристике человека, т. е. на характерных особенностях, для подсознательных движений в процессе воспроизведения какого-либо действия (подписи, почерку, речи, динамики клавиатурного набора, электромагнитному излучению мозга и т. д.)

В комбинированных системах для идентификации используется одновременно несколько идентификационных признаков. Такая интеграция позволяет воздвигнуть перед злоумышленником дополнительные преграды, которые он не сможет преодолеть, а если и сможет, то со значительными трудностями.

В Социалистической Республике Вьетнам (СРВ) поставлена задача по замене бумажных документов, удостоверяющих личность, на электронные. В связи с этим, большое внимание уделяется разработке и внедрению биометрических методов контроля для персональной идентификации. Учитывая поставленную правительством Вьетнама задачу по актуальность разработки математических методов, направленных на решение задачи обеспечения надежной множественной идентификации личности граждан с использованием новых технологий смарт-карт в сочетании с проверкой биометрических данных не вызывает сомнения.

C 2011 года в СРВ осуществляется реализация государственного проекта № 446/QĐ-TTg «Выпуск и выдача новых карт удостоверения личности СРВ по современным технологиям». Одна из основных задач проекта – эффективное применение современных методов идентификации личности по биометрическим факторам граждан с учётом политических и экономических особенностей Вьетнама. При построении системы «Выпуск и выдача новых карт удостоверения личности СРВ по современным технологиям» в интересах государственного управления Вьетнама необходимо учитывать следующее:

Ускорение экономического развития Вьетнама совпало по времени с созданием и внедрением новых информационно-коммуникационных технологий (ИКТ) в современном обществе. Вьетнам приступает к строительству национальных информационных инфраструктур, чтобы выйти на новый уровень развития стран Ассоциации государств Юго-Восточной Азии (АСЕАН).
В СРВ сохраняется социалистическая система народного хозяйства, в то же время наряду с социалистической формой собственности присутствует и капиталистическая.
При реализации системы электронного правительства требуется многофункциональное средство для предоставления государственных электронных услуг населению.
Используемые до настоящего времени для идентификации в сфере банков и контроля доступа в СРВ контактные смарт-карты с ПИН-кодом не достаточно эффективны и надёжны, поэтому возникает необходимость в разработке новых смарт-карт с биометрическими факторами для идентификации.

Требование биометрических систем идентификации с использованием смарт-карты:

Пользователь может выбирать требуемый уровень безопасности: карта и PIN-код; карта и биометрический признак; карта, PIN-код и биометрический признак.
Шаблоны биометрических признаков хранятся только на смарт-карте и не сохраняются в считывателе, что означает повышенную безопасность, более быструю обработку, простое управление системой, сокращение затрат на биометрический считыватель и снижение риска нарушения конфиденциальности.
Наиболее широкий спектр поддерживаемых бесконтактных смарт-карт, разработанных на основе открытого стандарта.

Интегрированное управление биометрией и смарт-картами позволяет решить целый ряд важных задач во Вьетнаме:

снизить издержки, связанные с получением информации, повысить скорость и качество предоставления государственных услуг;
создание современного инструмента, опосредующего и облегчающего взаимоотношения граждан и государства.
помогут бороться с мошенничеством в системе идентификации личности по биометрическим факторам
идентифицировать держателя карты при совершении как повседневных, так и юридически значимых действий;
ускорить и повысить безопасность информационных транзакций;

Заключение

Комбинированная идентификационная система, основанная на использовании биометрических признаков и смарт-карт, является одним из перспективных направлений развития национальных информационных инфраструктур СРВ. Основным преимуществом интеграции смарт-карт и биометрии является повышение надежности и ускорение процесса идентификации, что позволяет значительно увеличить производительность биометрической идентификационной системы.

Литература

http://ru.wikipedia.org/wiki/Смарт-карта‎.
Кухарев Г.А. Биометрические системы: Методы и средства идентификации личности человека. СПб.: Политехника. – 2001. – 240 с.
Матюхин В.Г., Пярин В.А. Концепция обеспечения информационной безопасности платежной системы на основе интеллектуальных карт // Банковские системы и технологии. Март-апрель, 1998. – с. 8-12.
Фам Зуй Тхай, Ткаченко В. М. Повышение надёжности идентификации личности с использованием смарт-карты по отпечаткам пальцев во Вьетнамской социалистической республик, «Динамика сложных систем XXI век» №3 т.8, 2014 г., издат. Радиотехника. С 74-79.
Фам Зуй Тхай, Ткаченко В. М. Применение нечеткой триангуляции Делоне для задачи распознавания человека по отпечатку пальцев, «Нейрокомпьютеры: разработка, применение» №3, 2014 г., издат. Радиотехника. С 56-62.

References

http://ru.wikipedia.org/wiki/Smart-karta‎.
Kuharev G.A. Biometricheskie sistemy: Metody i sredstva identifikacii lichnosti cheloveka. SPb.: Politehnika. – 2001. – 240 s.
Matjuhin V.G., Pjarin V.A. Koncepcija obespechenija informacionnoj bezopasnosti platezhnoj sistemy na osnove intellektual’nyh kart // Bankovskie sistemy i tehnologii. Mart-aprel’, 1998. – s. 8-12.
Fam Zuj Thaj, Tkachenko V. M. Povyshenie nadjozhnosti identifikacii lichnosti s ispol’zovaniem smart-karty po otpechatkam pal’cev vo V’etnamskoj socialisticheskoj respublik, «Dinamika slozhnyh sistem XXI vek» №3 t.8, 2014 g., izdat. Radiotehnika. S 74-79.
Fam Zuj Thaj, Tkachenko V. M. Primenenie nechetkoj trianguljacii Delone dlja zadachi raspoznavanija cheloveka po otpechatku pal’cev, «Nejrokomp’jutery: razrabotka, primenenie» №3, 2014 g., izdat. Radiotehnika. S 56-62.

Биометрические средства идентификации личности

Интернет как инструмент совершения компьютерных преступлений

В прошедшем году, по некоторым сведениям, в Украине было совершено более 14 тысяч компьютерных преступлений, примерно столько же, как и в году предыдущем. Но статистика весьма приблизительная...

Информационные войны и информационное противоборство

Информационное общество отнюдь не есть общество всеобщего благоденствия. Те же технологические факторы, которые порождают его позитивные черты и новые, специфические опасности. Рассмотрим некоторые из них...

Метод аддитивной аппроксимации данных выборки ограниченного объема

Рассмотренные выше алгоритмы и методы аддитивной аппроксимации малой выборки являются графическими методами...

Обеспечение защиты информации в локальных вычислительных сетях

Так как функционирование всех механизмов ограничения доступа, использующих аппаратные средства или средства математического обеспечения основано на предположении, что пользователь представляет собой конкретное лицо...

Основы криптографии

Во многих приложениях задача идентификации и аутентификации доступа человека или программы к некоторому ресурсу является даже более важной, чем задача обеспечения конфиденциальности...

Проблемы социальной информатики

Как уже отмечалось, информационное общество отнюдь не есть общество всеобщего благоденствия. Те же технологические факторы, которые порождают его позитивные черты, порождают и новые, специфические опасности. Рассмотрим некоторые из них...

Разработка алгоритма цифровой обработки образов отпечатка пальца

На сегодняшний день существует два основных метода сравнения образов отпечатков пальца. Первым методом является корреляционное сравнение. Рассмотри алгоритм...

Разработка нейросетевой технологии и программного продукта авторизации пользователя

Биометрические системы, простроенные на анализе особенностей воспроизведения голоса, рукописного и клавиатурного почерка, имеют много общего...

Разработка системы визуальной идентификации

В качестве дополнительных элементов системы визуальной идентификации, мной были разработаны: фирменная визитная карточка (обязательный элемент), фирменный бланк, фирменная футболка и прочая фирменная продукция...

Для идентификации личности современные электронные системы контроля доступа используют устройства нескольких типов в зависимости от применяемого вида идентификатора пользователя...

Разработка системы контроля управления доступом с анализом рисунка радужной оболочки глаза

Достоинства биометрических идентификаторов на основе уникальных биологических, физиологических особенностей человека, однозначно удостоверяющих личность, привели к интенсивному развитию соответствующих средств...

Система идентификации личности по отпечаткам пальцев. Подсистема анализа изображения

В последнее время на Хабре появляется множество статей, посвящённых Гугловским системам идентификации по лицам. Если честно, то от многих из них так и несёт журналистикой и мягко говоря некомпетентностью. И захотелось мне написать хорошую статью по биометрии, оно же мне не в первой! Пара неплохих статей по биометрии на Хабре есть - но они достаточно короткие и неполные. Тут я попробую вкратце обрисовать общие принципы биометрической идентификации и современные достижения человечества в этом вопросе. В том числе и в идентификации по лицам.

У статьи есть , которое, по-сути, является её приквэлом.

В качестве основы для статьи будет использована совместная с коллегой публикация в журнале (БДИ, 2009), переработанная под современные реалии. Коллеги пока Хабре нет, но публикацию переработанной статьи тут он поддержал. На момент публикации статья являлась кратким обзором современного рынка биометрических технологий, который мы проводили для себя перед тем как выдвинуть свой продукт. Оценочные суждения о применимости, выдвинутые во второй части статьи основаны на мнениях людей, использовавших и внедрявших продукты, а так же на мнениях людей, занимающихся производством биометрических систем в России и Европе.

Общая информация

Начнём с азов. В 95% случаев биометрия по своей сути - это математическая статистика. А матстат это точная наука, алгоритмы из которой используются везде: и в радарах и в байесовских системах. В качестве двух основных характеристик любой биометрической системы можно принять ошибки первого и второго рода). В теории радиолокации их обычно называют «ложная тревога» или «пропуск цели», а в биометрии наиболее устоявшиеся понятия - FAR (False Acceptance Rate) и FRR(False Rejection Rate). Первое число характеризует вероятность ложного совпадения биометрических характеристик двух людей. Второе – вероятность отказа доступа человеку, имеющего допуск. Система тем лучше, чем меньше значение FRR при одинаковых значениях FAR. Иногда используется и сравнительная характеристика EER, определяющая точку в которой графики FRR и FAR пересекаются. Но она далеко не всегда репрезентативна. Подробнее можно посмотреть, например, .
Можно отметить следующее: если в характеристиках системы не даны FAR и FRR по открытым биометрическим базам - то что бы производители не заявляли о её характеристиках, эта система скорее всего недееспособна или сильно слабее конкурентов .
Но не только FAR и FRR определяют качество биометрической системы. Если бы это было только так, то лидирующей технологией было бы распознавание людей по ДНК, для которой FAR и FRR стремятся к нулю. Но ведь очевидно, что эта технология не применима на сегодняшнем этапе развития человечества! Нами было выработано несколько эмпирических характеристик, позволяющих оценить качество системы. «Устойчивость к подделке» – это эмпирическая характеристика, обобщающая то, насколько легко обмануть биометрический идентификатор. «Устойчивость к окружающей среде» – характеристика, эмпирически оценивающая устойчивость работы системы при различных внешних условиях, таких как изменение освещения или температуры помещения. «Простота использования» показывает насколько сложно воспользоваться биометрическим сканером, возможна ли идентификация «на ходу». Важной характеристикой является «Скорость работы», и «Стоимость системы». Не стоит забывать и то, что биометрическая характеристика человека может изменяться со временем, так что если она неустойчива– это существенный минус.
Обилие биометрических методов поражает. Основными методами, использующими статические биометрические характеристики человека, являются идентификация по папиллярному рисунку на пальцах, радужной оболочке, геометрии лица, сетчатке глаза, рисунку вен руки, геометрии рук. Также существует семейство методов, использующих динамические характеристики: идентификация по голосу, динамике рукописного подчерка, сердечному ритму, походке. Ниже представлено распределение биометрического рынка пару лет назад. В каждом втором источнике эти данные колеблются на 15-20 процентов, так что это всего лишь оценочное представление. Так же тут под понятием «геометрия руки» скрываются два разных метода о которых будет рассказано ниже.

В статье мы будем рассматривать только те характеристики, которые применимы в системах контроля и управления доступом (СКУД) или в близких им задачах. В силу своего превосходства это в первую очередь именно статические характеристики. Из динамических характеристик на сегодняшний момент только распознавание по голосу имеет хоть какую-то статистическую значимость(сравнимую с худьшими статическими алгоритмами FAR~0.1%, FRR~6%), но лишь в идеальных условиях.
Чтобы ощутить вероятности FAR и FRR, можно оценить, как часто будут возникать ложные совпадения, если установить систему идентификации на проходной организации с численностью персонала N человек. Вероятность ложного совпадения полученного сканером отпечатка пальца для базы данных из N отпечатков равна FAR∙N. И каждый день через пункт контроля доступа проходит тоже порядка N человек. Тогда вероятность ошибки за рабочий день FAR∙(N∙N). Конечно, в зависимости от целей системы идентификации вероятность ошибки за единицу времени может сильно варьироваться, но если принять допустимым одну ошибку в течение рабочего дня, то:
(1)
Тогда получим, что стабильная работа системы идентификации при FAR=0.1% =0.001 возможна при численности персонала N≈30.

Биометрические сканеры

На сегодняшний день понятие «биометрический алгоритм» и «биометрический сканер» не обязательно взаимосвязаны. Компания может выпускать эти элементы по одиночке, а может совместно. Наибольшая дифференциация производителей сканеров и производителей софта достигнута на рынке биометрии папиллярного узора пальцев. Наименьшая на рынке сканеров 3D лица. По сути уровень дифференциации во многом отображает развитость и насыщенность рынка. Чем больше выбора - тем более тематика отработана и доведена до совершенства. Различные сканеры имеют различный набор способностей. В основном это набор тестов для проверки подделан объект биометрии или нет. Для сканеров пальцев это может быть проверка рельефности или проверка температуры, для сканеров глаза это может быть проверка аккомодации зрачка, для сканеров лица - движение лица.
Сканеры очень сильно влияют на полученную статистику FAR и FRR. В некоторых случаях эти цифры могут изменяться в десятки раз, особенно в реальных условиях. Обычно характеристики алгоритма даются для некой «идеальной» базы, или просто для хорошо подходящей, где выброшены нерезкие и смазанные кадры. Лишь немногие алгоритмы честно указывают и базу и полную выдачу FAR/FRR по ней.

А теперь поподробнее про каждую из технологий

Отпечатки пальцев

Дактилоскопия (распознавание отпечатков пальцев) - наиболее разработанный на сегодняшний день биометрический метод идентификации личности. Катализатором развития метода послужило его широкое использование в криминалистике 20 века.
Каждый человек имеет уникальный папиллярный узор отпечатков пальцев, благодаря чему и возможна идентификация. Обычно алгоритмы используют характерные точки на отпечатках пальцев: окончание линии узора, разветвлении линии, одиночные точки. Дополнительно привлекается информация о морфологической структуре отпечатка пальца: относительное положение замкнутых линий папиллярного узора, «арочных» и спиральных линий. Особенности папиллярного узора преобразовываются в уникальный код, который сохраняет информативность изображения отпечатка. И именно «коды отпечатков пальцев» хранятся в базе данных, используемой для поиска и сравнения. Время перевода изображения отпечатка пальца в код и его идентификация обычно не превышает 1с, в зависимости от размера базы. Время, затраченное на поднесение руки – не учитывается.

В качестве источника данных по FAR и FRR использовались статистические данные VeriFinger SDK, полученные при помощи сканера отпечатков пальцев DP U.are.U. За последние 5-10 лет характеристики распознавания по пальцу не сильно шагнули вперёд, так что приведённые цифры неплохо показывают среднее значение современных алгоритмов. Сам алгоритм VeriFinger несколько лет выигрывал международное соревнование «International Fingerprint Verification Competition», где соревновались алгоритмы распознавания по пальцу.

Характерное значение FAR для метода распознавания отпечатков пальцев – 0.001%.
Из формулы (1) получим, что стабильная работа системы идентификации при FAR=0.001% возможна при численности персонала N≈300.

Преимущества метода. Высокая достоверность - статистические показатели метода лучше показателей способов идентификации по лицу, голосу, росписи. Низкая стоимость устройств, сканирующих изображение отпечатка пальца. Достаточно простая процедура сканирования отпечатка.
Недостатки: папиллярный узор отпечатка пальца очень легко повреждается мелкими царапинами, порезами. Люди, использовавшие сканеры на предприятиях с численностью персонала порядка нескольких сотен человек заявляют о высокой степени отказа сканирования. Многие из сканеров неадекватно относятся к сухой коже и не пропускают стариков. При общении на последней выставке MIPS начальник службы безопасности крупного химического предприятия рассказывал что их попытка ввести сканеры пальцев на предприятии (пробовались сканеры различных систем) провалилась - минимальное воздействие химических реактивов на пальцы сотрудников вызывало сбой систем безопасности сканеров - сканеры объявляли пальцы подделкой. Так же присутствует недостаточная защищённость от подделки изображения отпечатка, отчасти вызванная широким распространением метода. Конечно, не все сканеры можно обмануть методами из Разрушителей Легенд, но всё же. Для некоторых людей с «неподходящими» пальцами (особенности температуры тела, влажности) вероятность отказа в доступе может достигать 100%. Количество таких людей варьируется от долей процентов для дорогих сканеров до десяти процентов для недорогих.
Конечно, стоит отметить, что большое количество недостатков вызвано широкой распространённостью системы, но эти недостатки имеют место быть и проявляются они очень часто.

Ситуация на рынке

На данный момент системы распознавания по отпечаткам пальцев занимают более половины биометрического рынка. Множество российских и зарубежных компаний занимаются производством систем управления доступом, основанных на методе дактилоскопической идентификации. По причине того, что это направление является одним из самых давнишних, оно получило наибольшее распространение и является на сегодняшний день самым разработанным. Сканеры отпечатков пальцев прошли действительно длинный путь к улучшению. Современные системы оснащены различными датчиками (температуры, силы нажатия и т.п.), которые повышают степень защиты от подделок. С каждым днем системы становятся все более удобными и компактными. По сути, разработчики достигли уже некоего предела в данной области, и развивать метод дальше некуда. Кроме того, большинство компаний производят готовые системы, которые оснащены всем необходимым, включая программное обеспечение. Интеграторам в этой области просто нет необходимости собирать систему самостоятельно, так как это невыгодно и займет больше времени и сил, чем купить готовую и уже недорогую при этом систему, тем более выбор будет действительно широк.
Среди зарубежных компаний, занимающихся системами распознавания по отпечаткам пальцев, можно отметить SecuGen(USB-сканеры для PC, сканеры, которые можно устанавливать на предприятия или встраивать в замки, SDK и ПО для связи системы с компьютером); Bayometric Inc. (fingerprint scanners, TAA/Access control systems, fingerprint SDKs, embedded fingerprint modules); DigitalPersona, Inc. (USB-scanners, SDK). В России в данной области работают компании: BioLink (дактилоскопические сканеры, биометрические устройства управления доступом, ПО); Сонда (дактилоскопические сканеры, биометрические устройства управления доступом, SDK); СмартЛок (дактилоскопические сканеры и модули) и др.

Радужная оболочка

Радужная оболочка глаза является уникальной характеристикой человека. Рисунок радужки формируется на восьмом месяце внутриутробного развития, окончательно стабилизируется в возрасте около двух лет и практически не изменяется в течение жизни, кроме как в результате сильных травм или резких патологий. Метод является одним из наиболее точных среди биометрических методов.
Система идентификации личности по радужной оболочке логически делится на две части: устройство захвата изображения, его первичной обработки и передачи вычислителю и вычислитель, производящий сравнение изображения с изображениями в базе данных, передающий команду о допуске исполнительному устройству.
Время первичной обработки изображения в современных системах примерно 300-500мс, скорость сравнения полученного изображения с базой имеет уровень 50000-150000 сравнений в секунду на обычном ПК. Такая скорость сравнения не накладывает ограничений на применения метода в больших организациях при использовании в системах доступа. При использовании же специализированных вычислителей и алгоритмов оптимизации поиска становится даже возможным идентифицировать человека среди жителей целой страны.
Сразу могу ответить что я несколько предвзято и положительно отношусь к этому методу, так как именно на этой ниве мы запускали свой стартап. Небольшому самопиару будет посвящён абзац в конце.

Статистические характеристики метода

Характеристики FAR и FRR для радужной оболочки глаза наилучшие в классе современных биометрических систем (за исключением, возможно, метода распознавания по сетчатке глаза). В статье приведены характеристики библиотеки распознавания радужной оболочки нашего алгоритма - EyeR SDK, которые соответствуют проверенному по тем же базам алгоритму VeriEye. Использовались базы фирмы CASIA, полученные их сканером.

Характерное значение FAR – 0.00001%.
Согласно формуле (1) N≈3000 - численность персонала организации, при которой идентификация сотрудника происходит достаточно стабильно.
Здесь стоит отметить немаловажную особенность, отличающую систему распознавания по радужной оболочке от других систем. В случае использования камеры разрешения от 1.3МП можно захватывать два глаза на одном кадре. Так как вероятности FAR и FRR являются статистически независимыми вероятностями, то при распознавании по двум глазам значение FAR будет приблизительно равняться квадрату значения FAR для одного глаза. Например, для FAR 0,001% при использовании двух глаз вероятность ложного допуска будет равна 10-8 %, при FRR всего в два раза выше, чем соответствующее значение FRR для одного глаза при FAR=0.001%.

Преимущества и недостатки метода

Преимущества метода. Статистическая надёжность алгоритма. Захват изображения радужной оболочки можно производить на расстоянии от нескольких сантиметров до нескольких метров, при этом физический контакт человека с устройством не происходит. Радужная оболочка защищена от повреждений - а значит не будет изменяться во времени. Так же, возможно использовать высокое количество методов, защищающих от подделки.
Недостатки метода. Цена системы, основанной на радужной оболочке выше цены системы, основанной на распознавании пальца или на распознавании лица. Низкая доступность готовых решений. Любой интегратор, который сегодня придёт на российский рынок и скажет «дайте мне готовую систему» - скорее всего обломается. В большинстве своём продаются дорогие системы под ключ, устанавливаемые большими компаниями, такими как Iridian или LG.

Ситуация на рынке

На данный момент удельный вес технологий идентификации по радужной оболочке глаза на мировом биометрическом рынке составляет по разным подсчетам от 6 до 9 процентов (в то время как технологии распознавания по отпечаткам пальцев занимают свыше половины рынка). Следует отметить, что с самого начала развития данного метода, его укрепление на рынке замедляла высокая стоимость оборудования и компонентов, необходимых, чтобы собрать систему идентификации. Однако по мере развития цифровых технологий, себестоимость отдельной системы стала снижаться.
Лидером по разработке ПО в данной области является компания Iridian Technologies.
Вход на рынок большому количеству производителю был ограничен технической сложностью сканеров и, как следствие, их высокой стоимостью, а так же высокой ценой ПО из-за монопольного положения Iridian на рынке. Эти факторы позволяли развиться в области распознавания радужной оболочки только крупным компаниям, скорее всего уже занимающимся производством некоторых компонентов пригодных для системы идентификации (оптика высокого разрешения, миниатюрные камеры с инфракрасной подсветкой и т.п.). Примерами таких компаний могут быть LG Electronics, Panasonic, OKI. Они заключили договор с Iridian Technologies, и в результате совместной работы появились следующие системы идентификации: Iris Access 2200, BM-ET500, OKI IrisPass. В дальнейшем возникли усовершенствованные модели систем, благодаря техническим возможностям данных компаний самостоятельно развиваться в этой области. Следует сказать, что вышеперечисленные компании разработали также собственное ПО, но в итоге в готовой системе отдают предпочтение программному обеспечению Iridian Technologies.
На Российском рынке «преобладает» продукция зарубежных компаний. Хотя и ту можно купить с трудом. Длительное время фирма Папилон уверяла всех, что у них есть распознавание по радужной оболочке. Но даже представители РосАтома - их непосредственного закупщика, для которого они делали систему рассказывают, что это не соответствует действительности. В какой-то момент проявлялась ещё какая-то российская фирма, которая сделала сканеры радужной оболочки. Сейчас уже не вспомню названия. Алгоритм они у кого-то закупили, возможно у того же VeriEye. Сам сканер представлял собой систему 10-15 летней давности, отнюдь не бесконтактную.
В последний год на мировой рынок вышло пара новых производителей в связи с истечением первичного патента на распознавание человека по глазам. Наибольшего доверия из них, на мой взгляд, заслуживает AOptix. По крайней мере их превью и документация не вызывает подозрений. Второй компанией является SRI International. Даже на первый взгляд человеку, занимавшемуся системами распознавания радужки их ролики кажутся весьма лживыми. Хотя я не удивлюсь если в реальности они что-то умеют. И та и та система не показывает данных по FAR и FRR, а так же, судя по всему, не защищена от подделок.

Распознавание по лицу

Существует множество методов распознавания по геометрии лица. Все они основаны на том, что черты лица и форма черепа каждого человека индивидуальны. Эта область биометрии многим кажется привлекательной, потому что мы узнаем друг друга в первую очередь по лицу. Данная область делится на два направления: 2-D распознавание и 3-D распознавание. У каждого из них есть достоинства и недостатки, однако многое зависит еще и от области применения и требований, предъявленных к конкретному алгоритму.
В кратце расскажу про 2-d и перейду к одному из самых интересных на сегодня методов - 3-d.

2-D распознавание лица

2-D распознавание лица - один из самых статистически неэффективных методов биометрии. Появился он довольно давно и применялся, в основном, в криминалистике, что и способствовало его развитию. В последствие появились компьютерные интерпретации метода, в результате чего он стал более надёжным, но, безусловно, уступал и с каждым годом все больше уступает другим биометрическим методам идентификации личности. В настоящее время из-за плохих статистических показателей он применяется, в мультимодальной или, как ее еще называют, перекрестной биометрии, или в социальных сетях.

Статистические характеристики метода

Для FAR и FRR использованы данные для алгоритмов VeriLook. Опять же, для современных алгоритмов он имеет весьма обыкновенные характеристики. Иногда промелькивают алгоритмы с FRR 0.1% при аналогичном FAR, но базы по которым они получены ну уж очень сомнительны (вырезанный фон, одинаковое выражение лица, одинаковые причёска, освещение).

Характерное значение FAR – 0.1%.
Из формулы (1) получаем N≈30 - численность персонала организации, при которой идентификация сотрудника происходит достаточно стабильно.
Как видно, статистические показатели метода достаточно скромные: это нивелирует то преимущество метода, что можно проводить скрытую съемку лиц в людных местах. Забавно наблюдать, как пару раз в год финансируется очередной проект по обнаружению преступников через видеокамеры, установленные в людных местах. За последние десяток лет статистические характеристики алгоритма не улучшились, а количество таких проектов - выросло. Хотя, стоит отметить, что для ведения человека в толпе через множество камер алгоритм вполне годится.

Преимущества и недостатки метода

Преимущества метода. При 2-D распознавании, в отличие от большинства биометрических методов, не требуется дорогостоящее оборудование. При соответствующем оборудовании возможность распознавания на значительных расстояниях от камеры.
Недостатки. Низкая статистическая достоверность. Предъявляются требования к освещению (например, не удается регистрировать лица входящих с улицы людей в солнечный день). Для многих алгоритмов неприемлемость каких-либо внешних помех, как, например, очки, борода, некоторые элементы прически. Обязательно фронтальное изображение лица, с весьма небольшими отклонениями. Многие алгоритмы не учитывают возможные изменения мимики лица, то есть выражение должно быть нейтральным.

3-D распознавание лица

Реализация данного метода представляет собой довольно сложную задачу. Несмотря на это в настоящее время существует множество методов по 3-D распознаванию лица. Методы невозможно сравнить друг с другом, так как они используют различные сканеры и базы. далеко не все из них выдают FAR и FRR, используются абсолютно различные подходы.
Переходным от 2-d к 3-d методом является метод, реализующий накопления информации о лицу. Этот метод имеет лучшие характеристики, чем 2d метод, но так же как и он использует всего одну камеру. При занесении субъекта в базу субъект поворачивает голову и алгоритм соединяет изображение воедино, создавая 3d шаблон. А при распознавании используется несколько кадров видеопотока. Этот метод скорее относится к экспериментальным и реализации для систем СКУД я не видел ни разу.
Наиболее классическим методом является метод проецирования шаблона. Он состоит в том, что на объект (лицо) проецируется сетка. Далее камера делает снимки со скоростью десятки кадров в секунду, и полученные изображения обрабатываются специальной программой. Луч, падающий на искривленную поверхность, изгибается - чем больше кривизна поверхности, тем сильнее изгиб луча. Изначально при этом применялся источник видимого света, подаваемого через «жалюзи». Затем видимый свет был заменен на инфракрасный, который обладает рядом преимуществ. Обычно на первом этапе обработки отбрасываются изображения, на котором лица не видно вообще или присутствуют посторонние предметы, мешающие идентификации. По полученным снимкам восстанавливается 3-D модель лица, на которой выделяются и удаляются ненужные помехи (прическа, борода, усы и очки). Затем производится анализ модели - выделяются антропометрические особенности, которые в итоге и записываются в уникальный код, заносящийся в базу данных. Время захвата и обработки изображения составляет 1-2 секунды для лучших моделей.
Так же набирает популярность метод 3-d распознавания по изображению, получаемому с нескольких камер. Примером этого может являться фирма Vocord со своим 3d сканером. Этот метод даёт точность позиционирования, согласно уверениям разработчиков, выше метода проецирования шаблона. Но, пока не увижу FAR и FRR хотя бы по их собственной базе - не поверю!!! Но его разрабатывают уже года 3, а подвижки на выставках пока не видны.

Статистические показатели метода

Полные данные о FRR и FAR для алгоритмов этого класса на сайтах производителей открыто не приведены. Но для лучших моделей фирмы Bioscript (3D EnrolCam, 3D FastPass), работающих по методу проецирования шаблона при FAR = 0.0047% FRR составляет 0.103%.
Считается, что статистическая надежность метода сравнима с надежностью метода идентификации по отпечаткам пальцев.

Преимущества и недостатки метода

Преимущества метода. Отсутствие необходимости контактировать со сканирующим устройством. Низкая чувствительность к внешним факторам, как на самом человеке (появление очков, бороды, изменение прически), так и в его окружении (освещенность, поворот головы). Высокий уровень надежности, сравнимый с метом идентификации по отпечаткам пальцев.
Недостатки метода. Дороговизна оборудования. Имеющиеся в продаже комплексы превосходили по цене даже сканеры радужной оболочки. Изменения мимики лица и помехи на лице ухудшают статистическую надежность метода. Метод еще недостаточно хорошо разработан, особенно в сравнении с давно применяющейся дактилоскопией, что затрудняет его широкое применение.

Ситуация на рынке

Распознавание по геометрии лица причисляют к «трем большим биометрикам» вместе с распознаванием по отпечаткам пальцев и радужной оболочке. Надо сказать, что данный метод довольно распространен, и ему отдают пока предпочтение перед распознаванием по радужке глаза. Удельный вес технологий распознавания по геометрии лица в общем объеме мирового биометрического рынка можно оценивать в пределах 13-18 процентов. В России к данной технологии также проявляется больший интерес, чем, например, к идентификации по радужной оболочке. Как уже упоминалось ранее, существует множество алгоритмов 3-D распознавания. В большинстве своем компании предпочитают развивать готовые системы, включающие сканеры, сервера и ПО. Однако есть и те, кто предлагает потребителю только SDK. На сегодняшний день можно отметить следующие компании, занимающиеся развитием данной технологии: Geometrix, Inc. (3D сканеры лица, ПО), Genex Technologies (3D сканеры лица, ПО) в США, Cognitec Systems GmbH (SDK, специальный вычислители, 2D камеры) в Германии, Bioscrypt (3D сканеры лица, ПО) – дочернее предприятие американской компании L-1 Identity Solutions.
В России в данном направлении работают компании Artec Group (3D сканеры лица и ПО) – компания, головной офис которой находится в Калифорнии, а разработки и производство ведутся в Москве. Также несколько российских компаний владеют технологией 2D распознавания лица – Vocord, ITV и др.
В области распознавания 2D лица основным предметом разработки является программное обеспечение, т.к. обычные камеры отлично справляются с захвата изображения лица. Решение задачи распознавания по изображению лица в какой-то степени зашло в тупик – уже на протяжении нескольких лет практически не происходит улучшения статистических показателей алгоритмов. В этой области происходит планомерная «работа над ошибками».
3D распознавание лица сейчас является куда более привлекательной областью для разработчиков. В нём трудится множество коллективов и регулярно слышно о новых открытиях. Множество работ находятся в состоянии «вот-вот и выпустим». Но пока что на рынке лишь старые предложения, за последние годы выбор не изменился.
Одним из интересных моментов, над которыми я иногда задумываюсь и на которые, возможно ответит Хабр: а точности kinect хватит для создания такой системы? Проекты по вытаскиванию 3d модели человека через него вполне себе есть.

Распознавание по венам руки

Это новая технология в сфере биометрии, широкое применение её началось всего лет 5-10 назад. Инфракрасная камера делает снимки внешней или внутренней стороны руки. Рисунок вен формируется благодаря тому, что гемоглобин крови поглощает ИК излучение. В результате, степень отражения уменьшается, и вены видны на камере в виде черных линий. Специальная программа на основе полученных данных создает цифровую свертку. Не требуется контакта человека со сканирующим устройством.
Технология сравнима по надёжности с распознаванием по радужной оболочке глаза, в чём-то превосходя её, а в чём-то уступая.
Значение FRR и FAR приведено для сканера Palm Vein. Согласно данным разработчика при FAR 0,0008% FRR составляет 0.01%. Более точный график для нескольких значений не выдаёт ни одна фирма.

Преимущества и недостатки метода

Преимущества метода. Отсутствие необходимости контактировать со сканирующим устройством. Высокая достоверность - статистические показатели метода сравнимы с показаниями радужной оболочки. Скрытость характеристики: в отличие от всех вышеприведённых - эту характеристику очень затруднительно получить от человека «на улице», например сфотографировав его фотоаппаратом.
Недостатки метода. Недопустима засветка сканера солнечными лучами и лучами галогеновых ламп. Некоторые возрастные заболевания, например артрит – сильно ухудшают FAR и FRR. Метод менее изучен в сравнении с другими статическими методами биометрии.

Ситуация на рынке

Распознавание по рисунку вен руки является довольно новой технологией, и в связи с этим ее удельный вес на мировом рынке невелик и составляет около 3%. Однако к данному методу проявляется все больший интерес. Дело в том, что, являясь довольно точным, этот метод не требует столь дорогого оборудования, как, например, методы распознавания по геометрии лица или радужной оболочке. Сейчас многие компании ведут разработки в данной сфере. Так, например, по заказу английской компании TDSi было разработано ПО для биометрического считывателя вен ладони PalmVein, представленного компанией Fujitsu. Сам сканер был разработан компанией Fujitsu в первую очередь для борьбы с финансовыми махинациями в Японии.
Также в сфере идентификации по рисунку вен работают следующие компании Veid Pte. Ltd. (scanner, software), Hitachi VeinID (scanners)
В России компаний, занимающихся данной технологией, мне не известно.

Сетчатка глаза

До недавнего времени считалось, что самый надёжный метод биометрической идентификации и аутентификации личности - это метод, основанный на сканировании сетчатки глаза. Он содержит в себе лучшие черты идентификации по радужной оболочке и по венам руки. Сканер считывает рисунок капилляров на поверхности сетчатки глаза. Сетчатка имеет неподвижную структуру, неизменную по времени, кроме как в результате болезни, например, катаракты.
Сканирование сетчатки происходит с использованием инфракрасного света низкой интенсивности, направленного через зрачок к кровеносным сосудам на задней стенке глаза. Сканеры сетчатки глаза получили широкое распространение в системах контроля доступа на особо секретные объекты, так как у них один из самых низких процентов отказа в доступе зарегистрированных пользователей и практически не бывает ошибочного разрешения доступа.
К сожалению, целый ряд трудностей возникает при использовании этого метода биометрии. Сканером тут является весьма сложная оптическая система, а человек должен значительное время не двигаться, пока система наводится, что вызывает неприятные ощущения.
По данным компании EyeDentify для сканера ICAM2001 при FAR=0,001% значение FRR составляет 0,4%.

Преимущества и недостатки метода

Преимущества. Высокий уровень статистической надёжности. Из-за низкой распространенности систем мала вероятность разработки способа их «обмана».
Недостатки. Сложная при использовании система с высоким временем обработки. Высокая стоимость системы. Отсутствие широкого рынка предложение и как следствие недостаточная интенсивность развития метода.

Геометрия рук

Этот метод, достаточно распространённы ещё лет 10 назад и произошедший из криминалистики в последние годы идёт на убыль. Он основан на получении геометрических характеристик рук: длин пальцев, ширины ладони и.т.д. Этот метод, как и сетчатка глаза - умирающий, а так как у него куда более низкие характеристики, то даже не будем вводить его боле полного описания.
Иногда считается что в системах распознавания по венам применяют геометрические методы распознавания. Но в продаже мы такого явно заявленного ни разу не видели. Да и к тому же часто при распознавании по венам делается снимок только ладони, тогда как при распознавании по геометрии делается снимок пальцев.

Немного самопиара

В своё время мы разработали неплохой алгоритм распознавания по глазам. Но на тот момент такая высокотехнологичная штука в этой стране была не нужна, а в буржуйстан (куда нас пригласили после первой же статьи) - ехать не хотелось. Но внезапно, спустя года полтора таки нашлись инвесторы, которые захотели построить себе «биометрический портал» - систему, которая бы кушала 2 глаза и использовала цветовую составляющую радужной оболочки (на что у инвестора был мировой патент). Собственно теперь мы этим и занимаемся. Но это не статья про самопиар, это краткое лирическое отступление. Если кому интересно есть немного инфы, а когда-нибудь в будущем, когда мы выйдем на рынок (или не выйдем) я тут напишу пару слов о перипетиях биометрического проекта в России.

Выводы

Даже в классе статических систем биометрии имеется большой выбор систем. Какую из них выбрать? Всё зависит от требований к системе безопасности. Самыми статистически надежными и устойчивыми к подделке системами доступа являются системы допуска по радужной оболочке и по венам рук. На первые из них существует более широкий рынок предложений. Но и это не предел. Системы биометрической идентификации можно комбинировать, достигая астрономических точностей. Самыми дешёвыми и простыми в использовании, но обладающими хорошей статистикой, являются системы допуска по пальцам. Допуск по 2D лицу удобен и дёшев, но имеет ограниченную область применений из-за плохих статистических показателей.
Рассмотрим характеристики, которые будет иметь каждая из систем: устойчивость к подделке, устойчивость к окружающей среде, простота использования, стоимость, скорость, стабильность биометрического признака во времени. Расставим оценки от 1 до 10 в каждой графе. Чем ближе оценка к 10, тем лучше система в этом отношении. Принципы выбора оценок были описаны в самом начале статьи.

Также рассмотрим соотношение FAR и FRR для этих систем. Это соотношение определяет эффективность системы и широту её использования.

Стоит помнить, что для радужной оболочки можно увеличить точность системы практически квадратично, без потерь для времени, если усложнить систему, сделав её на два глаза. Для дактилоскопического метода - путём комбинирования нескольких пальцев, и распознаванию по венам, путём комбинирования двух рук, но такое улучшение возможно только при увеличении времени, затрачиваемого при работе с человеком.
Обобщив результаты для методов, можно сказать, что для средних и больших объектов, а так же для объектов с максимальным требованием в безопасности следует использовать радужную оболочку в качестве биометрического доступа и, возможно, распознавание по венам рук. Для объектов с количеством персонала до нескольких сотен человек оптимальным будет доступ по отпечаткам пальцев. Системы распознавания по 2D изображению лица весьма специфические. Они могут потребоваться в случаях, когда распознавание требует отсутствия физического контакта, но поставить систему контроля по радужной оболочке невозможно. Например, при необходимости идентификации человека без его участия, скрытой камерой, или камерой наружного обнаружения, но возможно это лишь при малом количестве субъектов в базе и небольшом потоке людей, снимаемых камерой.

Юному технику на заметку

У некоторых производителей, например у Neurotechnology на сайте доступны демо-версии методов биометрии, которые они выпускают, так что вполне можно подключить их и поиграться. Для тех же, кто решит покопаться в проблеме посерьёзнее, могу посоветовать единственную книжку которую я видел на русском - «Руководство по биометрии» Р.М. Болл, Дж.Х. Коннел, Ш. Панканти. Там есть много алгоритмов и их математических моделей. Не всё полно и не всё соответствует современности, но база неплохая и объемлющая.

P.S.

В этом опусе я не вдавался в проблему аутентификации, а только затрагивал идентификацию. В принципе из характеристики FAR/FRR и возможности подделки все выводы по вопросу аутентификации напрашиваются сами.