Я узнаю тебя из тысячи

Недавно правительство Москвы анонсировало конкурс на создание системы распознавания лиц. Она охватит более 200 тысяч камер наблюдения в столице и станет одной из крупнейших в мире. Рассказываем, какие еще есть способы аутентификации человека по биометрическим данным и что лежит в основе этой технологии.

Распознавая образ

Человек подходит к пешеходному переходу. Смотрит на загоревшийся цвет светофора и на автомате решает, можно ли идти через проезжую часть. Подобные задачи мозг обрабатывает ежесекундно. Но как научить искусственный интеллект анализировать образ, причем порядком сложнее, чем сигнал светофора? Для этого существует специальный раздел информатики — теория распознавания. В ней объект рассматривается как совокупность признаков, по которым его можно классифицировать.

Считав образ по определенным параметрам, система распознает его принадлежность к конкретной категории или соотносит с базой данных. Это и есть биометрическая аутентификация — процесс подтверждения личности по каким-либо параметрам. Есть статические и динамические методы аутентификации. Первые, о которых далее и пойдет речь, работают с уникальными параметрами, неизменными от рождения (например, с отпечатками пальцев), вторые — с индивидуальными особенностями в процессе какого-либо повседневного действия (например, с почерком).

Руки

По данным International Biometric Group, доля систем распознавания по отпечаткам пальцев составляет 52 % от всех используемых в мире биометрических систем. Технология проста: полученный с помощью сканера отпечаток уникального рисунка папиллярных узоров преобразуют в цифровой код, а затем сравнивают с ранее введенными наборами эталонов. Применяют три основных типа сканеров: емкостные, прокатные и оптические. Самые широко используемые сегодня — оптические, но они имеют серьезный недостаток, заключающийся в неустойчивости к муляжам пальцев. Менее распространенный метод аутентификации — по геометрии руки. Он сложнее, поскольку отдельные параметры формы кисти не уникальны и приходится использовать одновременно несколько характеристик. Сканируются изгибы, длина и толщина пальцев, ширина и толщина ладони, расстояние между суставами и структура кости. Диоды сканера включаются по очереди, что позволяет получить различные проекции кисти и построить ее трехмерный образ. Однако заболевания, например артрит, или травмы могут изменить структуру суставов и костей и тем самым воспрепятствовать распознаванию. Это делает метод менее универсальным, хотя он не уступает в надежности аутентификации по отпечатку пальца.

Использование методов биометрической аутентификации

Глаза

Метод аутентификации по сетчатке глаза получил практическое применение примерно в середине 1950-х. Именно тогда была установлена уникальность рисунка кровеносных сосудов глазного дна. Он очень сложен, что позволяет отобрать порядка 200 точек, с помощью которых обеспечивается высокая степень надежности аутентификации (в то время как лучшие системы распознавания по отпечаткам пальцев идентифицируют всего 60–70 точек). Для сканирования сетчатки используют инфракрасное излучение низкой интенсивности, направленное через зрачок к кровеносным сосудам на задней стенке глаза, и это довольно болезненно. Технология распознавания радужной оболочки была разработана как раз для того, чтобы свести на нет использование инфракрасных лучей или яркого света при сканировании сетчатки: радужку видно невооруженным глазом, поэтому ее рисунок хорошо фиксируется при слабом освещении. Более того, ученые выяснили, что сетчатка может меняться со временем, а радужная оболочка — нет. Как и в случае с отпечатками пальцев, невозможно найти два абсолютно идентичных рисунка радужки — даже у близнецов они разные. Очки или контактные линзы не воздействуют на качество аутентификации. Однако этот метод по распространенности пока отстает от распознавания по отпечаткам пальцев: высокая стоимость оборудования для сканирования радужной оболочки препятствует повсеместному внедрению этой технологии.

Лицо

Техническая реализация аутентификации по геометрии лица представляет собой еще более сложную математическую задачу, чем предыдущие методы. Для построения трехмерной модели лица выделяют контуры глаз, бровей, губ, носа, затем вычисляют расстояние между ними. В уникальном шаблоне, индивидуальном для каждого человека, используются от 12 до 40 характерных элементов. Шаблон должен учитывать множество вариаций изображения в зависимости от поворота или наклона головы, изменения выражения лица, освещенности. Некоторые алгоритмы позволяют даже компенсировать отсутствующие в шаблоне детали: например, наличие у человека очков, головного убора, усов или бороды. Однако метод не позволяет различать близнецов. Решением этой проблемы стало изобретение систем распознавания по термограмме лица, уникальной для каждого человека. Ее получают с помощью инфракрасных камер, которые улавливают количество тепла, выделяемого сосудами (кстати, на этом же принципе основан появившийся недавно метод биометрической аутентификации по рисунку вен на ладонях). На распознавание по термограмме лица не влияют ни использование масок, ни пластические операции, ни старение организма. Однако в полевых условиях этот метод применяется как дополнительный к аутентификации по геометрии лица из-за низкой точности результатов.