Аутентификация по радужной оболочке глаза: различия между версиями

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
Интерактивная навигация по истории
[непроверенная версия][непроверенная версия]
← Предыдущая правкаСледующая правка →
Содержимое удалено Содержимое добавлено
ВизуальныйВики-текст
Строка 111: Строка 111:
| издательство = Springer Science & Business Media
| издательство = Springer Science & Business Media
| год = 2011
| год = 2011
| страницы = p.141-175
| страницы = 141-175
| страниц = 276
| страниц = 276
| isbn = 978-0-387-77326-1
| isbn = 978-0-387-77326-1
| ref = Anil Jain et al
| ref = Anil Jain et al
}}
* {{книга
| автор = Rajesh M. Bodade, Sanjay Talbar
| часть = Introduction to Iris Recognition
| заглавие = Iris Analysis for Biometric Recognition Systems
| издательство = Springer
| год = 2014
| страницы = 3 - 5
| страниц = 109
| isbn = 978-8-132-21853-1
| ref = Rajesh M. et al
}}
}}
* {{статья
* {{статья

Версия от 15:50, 18 октября 2016

Аутентификация по радужной оболочке глаза — одна из биометрических технологий, используемая для проверки подлинности личности.

Детальное изображение радужной оболочки

Тип биометрической технологии, который рассматривается в данной статье, использует физиологический параметр — уникальность радужной оболочки глаза. На данный момент этот тип является одним из наиболее эффективных способов для идентификации и дальнейшей аутентификации личности [1]

История

Не смотря на то, что биометрические технологии (в частности, использование радужной оболочки глаза для идентификации человека) только начинают набирать популярность, первые открытия в этой области были совершены ещё в конце тридцатых годов прошлого века.

  • Первым о том, что человеческий глаз и его радужную оболочку можно использовать для распознавания личности, задумался американский глазной хирург, Франк Бурш, ещё в 1936 году [2] .
  • Но его идею и разработки удалось запатентовать только в 1987 году. Сделал это уже не сам Бурш, а офтальмологи, не имеющие собственных разработок — Леонард Флом и Аран Сафир[2] [3].
  • В 1989 году Л. Флом и А. Сафир решили обратиться за помощью к Джону Даугману, для того, чтобы тот разработал теорию и алгоритмы распознавания. Впоследствии, именно Джона Даугмана принято считать родоначальником этого метода биометрической аутентификации [2].
  • В 1990 году Джон Даугман впервые разработал практический метод кодирования структур радужной оболочки. Запатентован метод был немного позже, в 1993 году [2].
  • С 2000 года и до настоящего момента Джон Даугман выпустил 12 статей, каждая из которых более полно раскрывает и развивает данную технологию.

Наиболее известные работы

Ниже представлена хронология наиболее популярных работ и публикаций Дж. Даугмана:

  1. Biometric decision landscapes (2000) .
  2. Brain metaphor and brain theory (2001).
  3. Epigenetic randomness, complexity, and singularity of human iris patterns (2001).
  4. Statistical richness of visual phase information (2001).
  5. Gabor wavelets and statistical pattern recognition (2002).
  6. The importance of being random: Statistical principles of iris recognition (2003).
  7. Demodulation by complex-valued wavelets for stochastic pattern recognition (2003).
  8. Probing the uniqueness and randomness of IrisCodes: Results from 200 billion iris pair comparisons (2006).
  9. New methods in iris recognition (2007).
  10. A fast search algorithm for a large fuzzy database (2008).
  11. Information Theory and the IrisCode (2015).
  12. Searching for doppelgängers: assessing the universality of the IrisCode impostors distribution (2016).

Радужная оболочка как биометрический параметр

В данном случае в качестве физиологического параметра рассматривается радужная оболочка — круглая пластинка с хрусталиком в центре, одна из трёх составляющих сосудистой (средней) оболочки глаза.

Строение человеческого глаза

Находится радужная оболочка между роговицей и хрусталиком и выполняет функцию своеобразной естественной диафрагмы, регулирующей поступление света в глаз. Радужная оболочка пигментирована, и именно количество пигмента определяет цвет глаз человека [4] .

По своей структуре радужная оболочка состоит из эластичной материи — трабекулярная сети. Это сетчатое образование, которое сформировывается к концу восьмого месяца беременности. Трабекулярная сеть состоит из углублений, гребенчатых стяжек, борозд, колец, морщин, веснушек, сосудов и других черт. Благодаря такому количеству составляющих "узор’ сети довольно случаен, что ведёт к большой вероятности уникальности радужной оболочки. Даже у близнецов этот параметр не совпадает полностью .

Не смотря на то, что радужная оболочка глаза может менять свой цвет вплоть до полутора лет с момента рождения, узор траберкулярной сети остаётся неизменным в течение всей жизни человека. Исключением считается получение серьёзной травмы и хирургическое вмешательство .

Благодаря своему расположению радужная оболочка является довольно защищённой частью органа зрения, что делает её прекрасным биометрическим параметром.

Принцип работы

Большинство работающих в настоящее время систем и технологий идентификации по радужной оболочке глаза основаны на принципах, предложенных Дж. Даугманом в статье «High confidence visual recognition of persons by a test of statistical independence»[5] .

Полярная система координат

Процесс распознавания личности с помощью радужной оболочки глаза можно условно разделить на три основных этапа: получение цифрового изображения,сегментация и параметризация. Ниже будет рассмотрен каждый из этих этапов более подробно.

Получение изображения

Процесс аутентификации начинается с получения детального изображения глаза человека. Изображение для дальнейшего анализа стараются сделать в высоком качестве, но это не обязательно. Радужная оболочка настолько уникальный параметр, что даже нечёткий снимок даст достоверный результат. Для этой цели используют монохромную CCD камеру с неяркой подсветкой, которая чувствительна к инфракрасному излучению. Обычно делают серию из нескольких фотографий из-за того, что зрачок чувствителен к свету и постоянно меняет свой размер. Подсветка ненавязчива, а серия снимков делается буквально за несколько секунд. Затем из полученных фотографий выбирают одну или несколько и приступают к сегментации [6].

Сегментация

Сегментация занимается разделением изображения внешней части глаза на отдельные участки (сегменты). В процессе сегментации на полученной фотографии прежде всего находят радужную оболочку, определяют внутреннюю границу (около зрачка) и внешнюю границу (граница со склерой). После этого находят границы верхнего и нижнего века, а также исключают случайное наложение ресниц или блики (от очков, например) [7] .

Точность, с которой определяются границы радужки, даже если они частично скрыты веками, очень важна. Любая неточность в обнаружении, моделировании и дальнейшем представлении радужки могут привести к дальнейшим сбоям и несоответствиям [7].

После определение границ изображение радужки необходимо нормализовать. Это не совсем очевидный, но необходимый шаг, призванный компенсировать изменения размеров зрачка. В частных случаях нормализация представляет собой переход в полярную систему координат. Применил и описал это в своих ранних работах Джон Даугман [5]. После нормализации при помощи псевдо-полярных координат выделенная область изображения переходит в прямоугольник, и происходит оценка радиуса и центра радужки[8] .

Параметризация

В ходе параметризация радужной оболочки из нормализованного изображения выделяют контрольную область. К каждой точке выбранной области применяют двухмерные волны Габора для того, чтобы извлечь фазовую информацию. Несомненным плюсом фазовой составляющей является то, что она, в отличии от амплитудной информации не зависит от контраста изображения и освещения [9].

Полученная фаза обычно квантуется 2 битами, но можно использовать и другое количество. Итоговая длина описания радужной оболочки, таким образом, зависит от количества точек, в которых находят фазовую информацию, и количества битов, необходимых для кодирования [9].

В итоге мы получаем шаблон радужной оболочки, который побитно будет сверяться с другими шаблонами в процессе аутентификации.

Особенности и отличия от аналогов

Для того, чтобы та или иная характеристика человека была признана биометрическим параметром, она должна соответствовать пяти специально разработанным критериям: всеобщность, уникальность, постоянство, измеряемость  и приемлемость.

Всеобщность радужной оболочки не вызывает сомнения. Также из клинических исследований выявлена её уникальность и стабильность [10]. Что касается измеряемости, то этот пункт подтверждён  одним только существованием статей и публикаций Дж. Даугмана [5][11][12]. Последний пункт, вопрос о приемлемости, всегда будет открытым, так как зависит от мнения общества.

Точность метода

При расчёте точности метода учитываются ошибки первого и второго рода. В биометрии ошибки первого рода называются FAR (False Acceptance Rate), что дословно означает вероятность ложного допуска. И ошибки второго рода - FRR (False Rejection Rate), вероятность ложного отклонения объекта [13].

Таким образом, точность метода может быть определена по формуле:

На данный момент ещё не создана биометрическая технология, которая полностью соответствовала бы всем пяти пунктам. Но радужная оболочка является одним из немногих параметров, которые отвечают большинству[14].


Сравнение с аутентификацией по сетчатке

Чаще всего люди путают такие физиологические параметры, как сетчатка и радужная оболочка глаза. Ещё чаще они объединяют два понятия в одно. Это огромное заблуждение, так как метод аутентификации по сетчатке включает в себя изучение глазного дна. Из-за длительности этого процесса и большого размера установки данный вид аутентификации сложно назвать общедоступным и удобным. В этом биометрическая аутентификация по сетчатке проигрывает аутентификации по радужной оболочке.[15]

Примечания

  1. ↑ Р. М. Болл и др., p. 23: «Эти биометрические параметры считаются наиболее совершенными, и ожидается, что в скором времени они будут широко применяться.».
  2. ↑ 1 2 3 4 Khalid Saeed et al, 2012, p. 44.
  3. ↑ L. Flom, A. Safir US Patent 4641349 A.
  4. ↑ Алексеев В.Н. и др., 2008, p. 18.
  5. ↑ 1 2 3 J. Daugman, 1993.
  6. ↑ Anil Jain, 2011, p. 144.
  7. ↑ 1 2 J. Daugman, 2007, p. 1167.
  8. ↑ Khalid Saeed et al, 2012, p. 52 - 53.
  9. ↑ 1 2 J. Daugman, 2004, p. 22 - 23.
  10. ↑ Р. М. Болл и др., 2007, p. 60.
  11. ↑ J. Daugman, 2004.
  12. ↑ J. Daugman, 2007.
  13. ↑ Rajesh M. et al, p. 3 - 5.
  14. ↑ Р. М. Болл и др., 2007, p. 22.
  15. ↑ Р. М. Болл и др., 2007, p. 23.

Литература

  • L. Flom, A. Safir US Patent 4641349 A
  • Р. М. Болл, Дж. Х. Коннел, Ш. Панканти, Н. К. Ратха, Э. У. Сеньор. Руководство по биометрии. — М.: Техносфера, 2007. — 368 с. — ISBN 978-5-94836-109-3.
  • Khalid Saeed, Tomomasa Nagashima. Chapter 3. Iris Pattern Recognition with a New Mathematical Model to Its Rotation Detection // Biometrics and Kansei Engineering. — Springer Science & Business Media, 2012. — С. 43 - 65. — 276 с. — ISBN 978-1-461-45607-0.
  • Anil Jain, Arun A. Ross, Karthik Nandakumar. Chapter 4 Iris Recognition // Introduction to Biometrics.. — Springer Science & Business Media, 2011. — С. 141-175. — 276 с. — ISBN 978-0-387-77326-1.
  • Rajesh M. Bodade, Sanjay Talbar. Introduction to Iris Recognition // Iris Analysis for Biometric Recognition Systems. — Springer, 2014. — С. 3 - 5. — 109 с. — ISBN 978-8-132-21853-1.
  • J. Daugman. High confidence visual recognition of persons by a test of statistical independence (англ.) // IEEE Transactions on Pattern Analysis and Machine Intelligence. — 1993. — Vol. 15, no. 11. — P. 1148 - 1161.
  • J. Daugman. How iris recognition works (англ.) // IEEE Transactionson Circuits and Systems for Video Technology. — 2004. — Vol. 14, no. 1. — P. 21 - 30.
  • J. Daugman. New Methods in Iris Recognition (англ.) // IEEE Trans. Systems, Man, and Cybernetics. — 2007. — Vol. 37, no. 5. — P. 1167 - 1175.
  • Алексеев В.Н., Астахов Ю.С., Басинский С.Н. Глава 2. Анатомия органа зрения // Офтальмология: Учебник для студ. мед. вузов / Е.А.Егоров. — М.: ГЭОТАР-Медиа, 2008. — С. 12 - 29. — 240 с.
  • Павельева Е. А., Крылов А. С. Алгоритм сравнения изображений радужной оболочки глаза на основе ключевых точек // Информатика и её применения. — 2011. — Т. 5, № 1. — С. 68 - 72.
Источник — https://ru.wikipedia.org/w/index.php?title=Аутентификация_по_радужной_оболочке_глаза&oldid=81399487