Автор: Александр ГОРШКОВ, директор по развитию бизнеса, компания «Айрис Девайсез» — резидент инновационного центра «Сколково»
Комплексная оценка мультиспектральной идентификации
Современные методы биометрической идентификации достигли практически максимально возможной точности для текущего уровня технологического развития. По результатам многих тестов лучшие биометрические алгоритмы разделяют сотые доли процента. Чтобы выявить лидера, проводятся дополнительные тесты, например, на возможность определения, что идентифицируется живой человек, а не муляж или цифровая копия. Проверяется надёжность работы алгоритмов на больших тестовых базах и в сложных условиях (недостаточное освещение, частичное перекрытие значимых для идентификации областей биометрических образцов и т.д.). Сравнение биометрических параметров осуществляется не при помощи непосредственного сопоставления исходных графических изображений. Сравниваются биометрические шаблоны – двоичная последовательность цифр, полученная в результате преобразования исходных изображений в уникальный код. Если представить, что этим кодом является простой номерной замок, то различные комбинации из четырёх цифр позволят безошибочно идентифицировать десять тысяч человек. Десять тысяч первому участнику будет присвоен код, который совпадёт с одним из уже имеющихся в базе. Увеличение цифрового кода позволит расширить границы идентификации, но для этого потребуется дополнительно решить ряд задач. Во-первых, в коде шаблона должны максимально присутствовать именно уникальные биометрические признаки. Увеличение размера кода за счёт добавления в него широко распространённых признаков не приведёт к значительному увеличению его уникальности. Во- вторых, если в шаблон будут добавлены нестабильные признаки, например, цвет волос, то это может привести к повышению вероятности возникновения ошибки идентификации. Главным препятствием эффективного увеличения размера шаблона является ограниченное число стабильных и уникальных биометрических параметров. В-третьих, увеличение длины шаблона потребует больших ресурсов и времени на его формирование и сравнение с другими шаблонами, поэтому увеличение его размера должно быть по возможности минимальным. Для увеличения числа уникальных параметров предлагается использовать мультиспектральный анализ. Да, такой анализ сложнее и дороже в реализации, но при этом может быть обеспечена требуемая повышенная точность и надёжность. Некоторые решения интуитивно понятны, как и за счёт чего они позволяют увеличить число ключевых параметров. Например, запатентованная компанией Apple мультиспектральная и мультимодальная идентификация по лицу в видимом и инфракрасном диапазоне, когда к ключевым биометрическим характеристикам лица добавляются параметры подкожного рисунка вен на видимой части лица. В таком решении однозначно понятно, что ключевые параметры этих модальностей не пересекаются и не дублируются. В другом случае используется мультиспектральный анализ рисунка вен ладони. Различие рисунка вен в разных диапазонах инфракрасного спектра менее очевидно, чем отличие рисунков папиллярного узора на поверхности кожи и подкожного рисунка вен. Преимущества идентификации по радужной оболочке глаз в мультиспектральном диапазоне были подтверждены исследователями из Тегеранского университета. Основной вывод, который был сделан Mahdi Hosseini, Babak Araabi и Hamid Soltanian-Zadeh – это не только повышение точности мультиспектральной идентификации по радужной оболочке, но и обеспечение стабильно высокого результата идентификации для различных типов глаз. Следующим шагом повышения точности биометрической идентификации, который уже реализуют некоторые разработчики, будет мультимодальная идентификация. В отличие от мультиспектральной идентификации, в мультимодальном решении необходимо обеспечить удобство одновременного использования нескольких методов идентификации, что, к сожалению, не всегда получается реализовать при эксплуатации. Учитывая, что некоторые люди не могут быть идентифицированы тем или иным способом (например, поверхностные повреждения папиллярных линий или специфические заболевания), то мультимодальная идентификация позволит с определённой долей вероятности идентифицировать таких людей.
На данный момент для мультимодальной и мультиспектральной идентификации разрабатываются новые поисковые алгоритмы. Благодаря этим алгоритмам удаётся значительно сузить поисковую выборку, что сокращает время выполнения сложных запросов на больших биометрических базах. Объединение различных способов биометрической идентификации будет рассмотрено в одной из следующих статей.
Внимание! Копирование материалов, размещенных на данном сайте допускается только со ссылкой на ресурс http://www.tzmagazine.ru