Статья:

Технология распознавания радужной оболочки для улучшения идентификации

Конференция: LIII Студенческая международная научно-практическая конференция «Молодежный научный форум: технические и математические науки»

Секция: Физико-математические науки

Выходные данные
Белойванов М.С., Притоманов В.В., Грачев Г.А. Технология распознавания радужной оболочки для улучшения идентификации // Молодежный научный форум: Технические и математические науки: электр. сб. ст. по мат. LIII междунар. студ. науч.-практ. конф. № 1(53). URL: https://nauchforum.ru/archive/MNF_tech/1(53).pdf (дата обращения: 22.10.2019)
Лауреаты определены. Конференция завершена
Эта статья набрала 0 голосов
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

Технология распознавания радужной оболочки для улучшения идентификации

Белойванов Максим Сергеевич
студент, Институт сферы обслуживания и предпринимательства (филиал) ДГТ, РФ, г. Шахты
Притоманов Вадим Викторович
студент, Институт сферы обслуживания и предпринимательства (филиал) ДГТ, РФ, г. Шахты
Грачев Георгий Андреевич
студент, Институт сферы обслуживания и предпринимательства (филиал) ДГТ, РФ, г. Шахты

 

Введение

В наше время, мир информационных технологий – безграничен, и нам без них, будет намного сложнее. Безопасность информационных систем – это наиважнейший вопрос в надёжной  и бесперебойной работе. Число скомпрометированных систем, которые потеряли доверие пользователей, постоянно растет. Идентификация - это одна из важнейших технологий защиты, которая не допускает в нашу личную или рабочую сеть незваных «гостей».

Существует три основных типа идентификации - это то:

- что все хорошо знают – логин и пароль;

- что многие имеют – устройство аутентификации: пластиковая карта, личная печать или ключ;

- что является частью нас – биометрика: глаза, отпечаток пальца,  ладони и т.д.

Пароли ненадёжны тем, что их легко взломать, так как человеку свойственно делать их легкими и хранить на виду. Картами и ключами может воспользоваться кто угодно, и, хотя ключ или карта узнаваема, нет надёжного способа узнать, является ли человек представляющий карту, фактическим владельцем. А вот биометрия, обеспечивает безопасный метод аутентификации и идентификации, поскольку ее трудно повторить или украсть. Если она используется в сочетании с чем-то, что знаете только Вы, то это есть двухфакторная аутентификация. Двухфакторная аутентификация сложнее, поскольку она требует два или три компонента, прежде чем пользователь сможет получить доступ к чему-либо.

Биометрическая идентификация использует физиологические и поведенческие характеристики, для определения личности человека. Есть общие физические характеристики, которые используются для идентификации - это отпечатки пальцев, ладоней или особенность глаза. Поведенческие характеристики включают в себя цифровую подпись, образец голоса, динамику нажатия клавиш и т.д. Биометрическая система работает просто: она сканирует и запоминает биометрическую информацию человека, и, каждый раз, сравнивает вновь отсканированные данные с тем, что хранятся в базе данных.

Из всех доступных физических свойств человека, радужная оболочка глаза является самой надёжной физиологической характеристикой, которую можно использовать.

Технология распознавания радужной оболочки

Радужная оболочка

Радужка имеет много особенностей, которые могут быть использованы для распознания. Это - трабекулярная сеть, ткань, которая придает внешний вид и разделяет радужную оболочку на круговую форму, она формируется на восьмом месяце беременности. Во время развития радужки на нее не влияют гены, процесс, известный как "хаотический морфогенез", который проходит в течение седьмого месяца беременности и это значит, что даже близнецы могут иметь разные радужки. Радужная оболочка имеет более 266 цветовых градаций, т. е. количество вариаций, которые позволяют отличать их друг от друга.

Радужка защищена  веком и роговицей. В отличие от других биометрических данных, таких как отпечатки пальцев и ладоней, вероятность повреждения или износа - минимальна. Радужка, не подвержена старению, а значит, она остается в стабильной форме до самой смерти человека (есть, конечно, исключения – тяжёлые заболевания). Использование очков или контактных линз (цветные или прозрачные) практически не влияет на изображение радужки и, следовательно, не мешает технологии распознавания. На рисунке ниже показаны варианты радужных оболочек:

 

Рисунок 2. Варианты радужной оболочки

 

Процесс распознавания радужки

Процесс захвата радужки в биометрический шаблон состоит из трёх шагов:

1. Захват изображения

2. Определение местоположения радужной оболочки и оптимизация изображения

3. Хранение и сравнение изображения.

Захват изображения

Изображение радужки можно захватить, стандартной камерой, используя видимый свет и инфракрасный. Сделать это можно как  вручную, так и автоматически. Камеру располагают на расстоянии от 3.5 дюймов до 1 метра, для захвата изображения. Если это делать вручную, то, пользователь должен сам настроить камеру так, чтобы получить диафрагму в фокусе, и стать перед камерой на расстоянии 6-12 дюймов. Этот процесс трудоемкий и пользователь нуждается в обучении. Автоматическая процедура проще. Здесь используют набор камер, которые автоматически определяют местоположение лица и радужной оболочки, что удобнее и проще для пользователя.

Определение местоположения радужной оболочки и оптимизация изображения

После того, как камера нашла глаз, система распознавания определяет изображение, которое имеет лучший фокус и четкость радужной оболочки. Затем изображение анализируется, чтобы определить внешнюю границу радужки, где она встречается с белой склерой глаза, краем и центром зрачка. Это приводит к  точному положению круговой радужки.

 

Рисунок 3: Расположение круговой диафрагмы

 

После этого, система распознавания радужки определяет зоны изображения радужки, которые соответствуют оригиналу. Это включает в себя: удаление областей, которые покрыты веками, любые тени и отражающие области. На рисунке 4 показана оптимизация изображения.

 

Рисунок 4. Оптимизация изображения

 

Хранение и сравнение изображения

Как только, изображение захватывается, в работу включается алгоритм 2D Габора, вейвлет-фильтр и карта сегментов радужной оболочки в сотни векторов. Даже после применения алгоритмов к изображению радужки, все еще есть 173 цветовых градаций для её идентификации. Эти алгоритмы, также, учитывают изменения, которые могут произойти с радужкой, например, реакция зрачка на свет, он будет сужаться, либо расширятся. Эта информация используется для получения, так называемого, кода радужной оболочки «IrisCode», который является 512-байтовой записью. Эта запись хранится в базе данных для следующих сравнений. При текущих сравнениях, данные не сохраняются, а просто сравниваются с данными, которые хранятся в базе. Также не сравниваются и изображение радужки, только  шестнадцатеричное значение, полученное после применения алгоритмов.

Для того чтобы сравнить сохраненную запись «IrisCode», с только что отсканированным изображением, необходим расчет расстояния «Хэмминга». Расстояние «Хэмминга» - это процесс сравнения между записью «IrisCode» для текущей радужки и записью «IrisCode», хранящихся в базе данных. Каждый из 2048 битов сравнивается друг с другом, т. е. сравнивается 1 бит из полученного «IrisCode» и 1 бит из базы данных «IrisCode», затем 2-ой бит, и так далее. Битам, которые не совпали, присваивается значение-1, а тем, которые совпали значение-0. Как только все биты проверены, число несоответствующих битов делят на полное количество битов, для создания двузначного показателя «IrisCode», и делается вывод. Например, расстояние Хэмминга 0.20 означает, что два «IrisCode» отличаются на 20%.

Во всех биометрических системах существуют ошибки, на которые надо, обязательно, обращать внимание. Ложное отклонение происходит, когда биометрическое измерение, взятое с живого объекта, не соответствует шаблону, хранящемуся в биометрической системе. Вероятность ошибочной идентификации происходит тогда, когда измерения взяты с живого объекта, который находится ближе к камере, чем на шаблоне, хранящемся в базе данных. В данном случае вероятно не совпадение, т.е. - ошибка. В технологии распознавания радужки, расстояние Хемминга равное 0.342, это - минимальный коэффициент ошибок. Это означает, что если разница между представленной записью «IrisCode» и записью, хранящейся в базе данных, составляет 34,2% и больше, то считается, что они от двух разных объектов. Во время режима распознавания, сравнение должно происходить между записью с живого объекта и данными, хранящимися в базе. Следующая Таблица показывает вероятности ложного принятия и ложного отклонения с технологией распознавания радужной оболочки глаза:

Таблица 1.

Расстояния Хэмминга и вероятность ошибок

Расстояние Хемминга

Вероятность ложного допущения

Вероятность ложного отклонения

0.28

1 из 1012

1 из 11400

0.29

1 из 1011

1 из 22700

0.30

1 из 6.2 миллиард

1 из 46000

0.31

1 из 665 миллионов

1 из 95000

0.32

1 из 81 миллиона

1 из 201000

0.33

1 из 11 миллионов

1 из 433000

0.34

1 из 1.7 миллиона

1 из 950000

0.342

1 из 1.2 миллиона

1 из 1.2 миллиона

0.35

1 из 295000

1 из 2.12 миллиона

0.36

1 из 57000

1 из 4.84 миллиона

0.37

1 из 12300

1 из 11.3 миллиона

 

Использование системы

Занесение информации в систему распознавания радужной оболочки, обычно, происходит довольно быстро. Захват и тестирование изображения, административные требования и обучение объекта, как правило, могут быть выполнены в течение нескольких минут. Объекты, которые носят очки, должны снять их во время первоначального занесения в систему распознавания для того, чтобы изображение было записано без отражения от линз в очках. Контактные линзы, наоборот, не должны быть удалены, поскольку они сидят в смыве с глазом и, следовательно, не имеют отражения, чтобы препятствовать первоначальному сканированию.

После первоначального занесения в базу данных, большинство пользователей могут пройти последующее сканирование без каких-либо дополнительных инструкций или помощи.

Те, кто носит очки, больше не должны снимать их. Прозрачные или цветные контактные линзы не представляют никакой проблемы. Обратите внимание на то, что при последующих сравнениях, должен использоваться  тот же глаз, что и при распознавании, т.е., если Вы использовали для распознавания левый глаз, то и при сравнении надо использовать его. Сравнение записи «IrisCode» живых объектов, со всеми записями «IrisCode» в базе данных, может показаться длительным для обработки, на самом деле, это занимает несколько секунд.

Скорость сравнения будет, очевидно, зависеть от скорости работы самой системы базы данных, и её размера. Близость пользователя к системе сканирования, как правило, зависит от используемого объектива и освещения. Например, системы, сканирующие на уровне настольных ПК, могут работать с объектом от семнадцати до девятнадцати дюймов от устройства.

 

Список литературы:
1. Iris-scan.com. Iris Recognition: The Technology [Электронный ресурс]. – Режим доступа: http://www.iris-scan.com/iris_technology.html  (дата об-ращения: 19.11.2017).
2. Iris-scan.com. Iris Recognition: Issues [Электронный ресурс]. – Режим до-ступа:  http://www.iris-scan.com/iris_cautionary.html (дата обращения: 20.11. 2017).
3. Iris-scan.com. Iris Recognition in Action [Электронный ресурс]. – Режим доступа: http://www.iris-scan.com/iris_recognition_applications.html   (да-та обращения: 15.12.2017).
4. Daugman, John. History and Development of Iris Recognition [Электрон-ный ресурс]. – Режим доступа: http://www.cl.cam.ac.uk/users/jgd1000/history.html  (дата обращения: 05.01.2018).
5. Daugman, John. Some Possible Applications of Iris Recognition [Элек-тронный ресурс]. – Режим доступа: http://www.cl.cam.ac.uk/users/jgd1000/applics.html   (дата обращения:05.01.2018).