Биометрическая идентификация в интегрированных системах безопасности

Всем отлично известны сцены из умопомрачительных кинофильмов: герой подходит к двери и дверь раскрывается, узнав его. Это одна из приятных демонстраций удобства и надежности внедрения биометрических технологий для контроля доступа. Но на практике не так все очень просто. Сейчас некие конторы готовы предложить потребителям контроль доступа с применением биометрических технологий.

Классические способы идентификации личности, в базе которых находятся разные идентификационные карты, ключи либо уникальные данные, такие как, к примеру, пароль не являются надежными в той степени, которая требуется на сегодня. Естественным шагом в повышении надежности идентификаторов стали пробы использования биометрических технологий для систем безопасности.

Спектр заморочек, решение которых может быть найдено с внедрением новых технологий, очень широкий:

Разработкой технологий для определения образов по разным биометрическим чертам начали заниматься уже довольно издавна, начало было положено в 60-е годы. Значимых фурроров в разработке теоретических основ этих технологий достигнули наши сограждане. Но практические результаты получены в главном на западе и только “вчера”. Мощность современных компов и улучшенные методы дозволили сделать продукты, которые по своим чертам и соотношению стали доступны и увлекательны широкому кругу юзеров.

Мысль использовать личные свойства человека для его идентификации не нова. На сегодня известен ряд технологий, которые могут быть задействованы в системах безопасности для идентификации личности по:

У всех биометрических технологий есть общие подходы к решению задачки идентификации, хотя все способы отличаются удобством внедрения, точностью результатов.

Неважно какая биометрическая разработка применяется поэтапно:

Биометрическая система определения устанавливает соответствие определенных физиологических либо поведенческих черт юзера некому данному шаблону. Обычно биометрическая система состоит из 2-ух модулей: модуль регистрации и модуль идентификации.

Модуль регистрации “обучает” систему идентифицировать определенного человека. На шаге регистрации камера либо другие датчики сканируют человека для того, чтоб сделать цифровое представление его вида. Сканирование лица продолжается около 20 – 30 секунд, в итоге чего формируются несколько изображений. В безупречном случае, эти изображения будут иметь немного разные ракурсы и выражения лица, что дозволит получить более четкие данные. Особый программный модуль обрабатывает это представление и определяет соответствующие особенности личности, потом делает шаблон. Есть некие части лица, которые фактически не меняются со временем, это, к примеру, верхние очертания глазниц, области окружающие скулы, и края рта. Большая часть алгоритмов, разработанных для биометрических технологий, позволяют учесть вероятные конфигурации в прическе человека, потому что они не употребляют для анализа области лица выше границы роста волос. Шаблон изображения каждого юзера хранится в базе данных биометрической системы.

Модуль идентификации получает от камеры изображение человека и конвертирует его в тот же цифровой формат, в каком хранится шаблон. Приобретенные данные сравниваются с хранимым в базе данных шаблоном для того, чтоб найти, соответствуют ли эти изображения друг дружке. Степень подобия, требуемая для проверки, представляет собой некоторый порог, который может быть отрегулирован для разного типа персонала, мощности PC, времени суток и ряда других причин.

Идентификация может производиться в виде верификации, аутентификации либо определения. При верификации подтверждается идентичность приобретенных данных и шаблона, хранимого в базе данных. Аутентификация – подтверждает соответствие изображения, получаемого от камеры одному из шаблонов, хранящихся в базе данных. При распознавании, если приобретенные свойства и один из хранимых шаблонов оказываются схожими, то система идентифицирует человека с подходящим шаблоном.

При использовании биометрических систем, в особенности системы определения по лицу, даже при внедрении корректных биометрических черт не всегда решение об аутентификации правильно. Это связано с рядом особенностей и, сначала, с тем, что многие биометрические свойства могут изменяться. Существует определенная степень вероятности ошибки системы. При этом при использовании разных технологий ошибка может значительно различаться. Для систем контроля доступа при использовании биометрических технологий нужно найти, что важнее не пропустить “чужого” либо пропустить всех “своих”.

Принципиальным фактором для юзеров биометрических технологий в системах безопасности является простота использования. Человек, свойства которого сканируются, не должен при всем этом испытывать никаких неудобств. В этом плане более увлекательным способом является, непременно, разработка определения по лицу. Правда, в данном случае появляются другие задачи, связанные сначала, с точностью работы системы.

Невзирая на тривиальные достоинства, существует ряд негативных предубеждений против биометрии, которые нередко вызывают вопросы о том, не будут ли биометрические данные употребляться для слежки за людьми и нарушения их права на личную жизнь. Из-за сенсационных заявлений и безосновательной шумихи восприятие биометрических технологий резко отличается от реального положения дел.

И все таки, внедрение биометрических способов идентификации получило необыкновенную актуальность в последние годы. В особенности остро данная неувязка проявилась после событий 11 сентября в США. Мировое общество поняло степень возрастания опасности терроризма в мире и сложность организации надежной защиты классическими способами. Конкретно эти трагические действия послужили отправной точкой для усиления внимания к современным встроенным системам безопасности. Общеизвестно мировоззрение, что если б контроль в аэропортах был строже, то несчастий можно было бы избежать. Ну и сейчас поиск виноватых в ряде других происшествий мог бы быть значительно облегчен при использовании современных систем видеонаблюдения в интеграции с системами определения лиц.

Способы определения лица

В текущее время существует четыре главных способа определения лица:

Все эти способы различаются сложностью реализации и целью внедрения.

"Eigenface" можно перевести как "собственное лицо". Эта разработка употребляет двумерные изображения в градациях сероватого, которые представляют отличительные свойства изображения лица. Способ "eigenface" нередко употребляются в качестве базы для других способов определения лица.

Сочитая свойства 100 – 120 "eigenface" можно вернуть огромное количество лиц. В момент регистрации, "eigenface" каждого определенного человека представляется в виде ряда коэффициентов. Для режима установления подлинности, в каком изображение употребляется для проверки идентичности, "живой" шаблон сравнивается с уже зарегистрированным шаблоном, с целью определения коэффициента различия. Степень различия меж шаблонами и определяет факт идентификации. Разработка "eigenface" оптимальна при использовании в отлично освещенных помещениях, когда есть возможность сканирования лица в фас.

Методика анализа "отличительных черт" – более обширно применяемая разработка идентификации. Эта разработка подобна методике "Eigenface", но в основном приспособлена к изменению наружности либо мимики человека (улыбающееся либо хмурящееся лицо). В технологии “отличительных черт” употребляются 10-ки соответствующих особенностей разных областей лица, при этом с учетом их относительного местоположения. Персональная композиция этих характеристик определяет особенности каждого определенного лица. Лицо человека уникально, но довольно оживленно, т.к. человек может улыбаться, отпускать бороду и усы, надевать очки – все это наращивает сложность процедуры идентификации. Таким макаром, к примеру, при ухмылке наблюдается некое смещение частей лица, расположенных около рта, что в свою очередь будет вызывать схожее движение смежных частей. Беря во внимание такие смещения, можно совершенно точно идентифицировать человека и при разных мимических конфигурациях лица. Потому что этот анализ рассматривает локальные участки лица, допустимые отличия могут находиться в границах до 25° в горизонтальной плоскости, и примерно до 15° в вертикальной плоскости и просит довольно сильной и дорогой аппаратуры, что соответственно уменьшает степень распространения данного способа.

В способе, основанном на нейронной сети, соответствующие особенности обоих лиц – зарегистрированного и проверяемого сравниваются на совпадение. "Нейронные сети" употребляют метод, устанавливающий соответствие уникальных характеристик лица проверяемого человека и характеристик шаблона, находящегося в базе данных, при всем этом применяется очень вероятное число характеристик. По мере сопоставления определяются несоответствия меж лицом проверяемого и шаблона из базы данных, потом запускается механизм, который при помощи соответственных весовых коэффициентов определяет степень соответствия проверяемого лица шаблону из базы данных. Этот способ наращивает качество идентификации лица в сложных критериях.

Способ "автоматической обработки изображения лица" – более обычная разработка, использующая расстояния и отношение расстояний меж просто определяемыми точками лица, такими как глаза, конец носа, уголки рта. Хотя данный способ не настолько мощнейший как "eigenfaces" либо "нейронная сеть", он может быть довольно отлично применен в критериях слабенькой освещенности.

Системы определения по лицу, присутствующие на рынке

На сегодня разработан ряд коммерческих товаров, созданных для определения лиц. Методы, применяемые в этих продуктах, различны и еще пока трудно дать оценку, какая из технологий имеет достоинства. Фаворитами в реальный момент являются последующие системы: Visionic, Viisage и Miros.

В США независящими профессионалами было проведено сравнительное тестирование разных технологий определения лиц. Результаты тестирования представлены ниже.

Рис. 1. Сравнительный анализ эффективности определения лиц в различных системах

На практике, при использовании систем определения лиц в составе стандартных электрических охранных систем, подразумевается, что человек, которого следует идентифицировать, глядит прямо в камеру. Таким макаром, система работает с относительно обычным двумерным изображением, что приметно упрощает методы и понижает интенсивность вычислений. Но даже в данном случае задачка определения все таки не элементарна, так как методы должны учесть возможность конфигурации уровня освещения, изменение выражения лица, наличие либо отсутствие мейкапа либо очков.

Надежность работы системы определения лиц очень очень находится в зависимости от нескольких причин:

Технологии определения лица отлично работают со стандартными камерами, которые передают данные и управляются компьютером, и требуют разрешения 320x240 пикселов на дюйм при скорости видео потока, по последней мере, 3 – 5 кадров за секунду. Для сопоставления – применимое качество для видео конференции просит скорости видеопотока уже от 15 кадров за секунду. Более высочайшая скорость видеопотока при более высочайшем разрешении ведет к улучшению свойства идентификации. При распознавании лиц с огромного расстояния существует мощная зависимость меж качеством камеры и результатом идентификации.

Объем баз данных при использовании стандартных индивидуальных компов не превосходит 10000 изображений.

Заключение

Предлагаемые сейчас способы определения лиц увлекательны и близки к широкому внедрению, но пока не может быть как в кино доверять открытие двери только технологии определения по лицу. Она хороша как ассистент для сторожа либо другой системы контроля доступа.

Конкретно этот способ употребляется в почти всех ситуациях, когда требуется убедиться, что предъявленный документ вправду принадлежит предъявившему его человеку. Это происходит, к примеру, в международном аэропорте, когда пограничник сверяет фото на паспорте с лицом обладателя паспорта и воспринимает решение, его это паспорт либо нет. По аналогичному методу действует и it система доступа. Отличие состоит исключительно в том, что фото сравнивается с уже хранимым в базе данных шаблоном.

Уже появились технологии, которые основаны на распознавании лиц в инфракрасном свете. Новенькая разработка базирована на том, что термическая картина, сделанная излучением тепла кровеносными сосудами лица либо, по-другому, термограмма лица человека, является уникальной для каждого и, как следует, может быть применена в качестве биометрической свойства для систем контроля доступа. Данная термограмма является более размеренным идентификатором, чем геометрия лица, так как практически не находится в зависимости от конфигурации наружности человека.

Татарченко Николай Валентинович, Тимошенко Светлана Вячеславовна

Пила по дереву SYSTEC 450 мм средний зуб

Пила по дереву SYSTEC 450мм, средний зуб: Применяется при плотницких работах для ручной распиловки дерева. Эту пилу по типу можно отнести к ножовкам по дереву с треугольным видом зуба. На одном дюйме полотна длиной 450 мм размещено 8 отлично заточенных зубьев. Ручка сделана из двухкомпонентного материала для обеспечения комфорта в работе. Приварена при помощи ультразвука и дополнительно зафиксирована винтами.

Достоинства:

Пилы по дереву представлены в широком ассортименте в магазинах компании, где всякую из их можно приобрести по применимой стоимости.

Copyright © 2020 - 2024