Результаты опубликованы в сборнике "2023 25th International Conference on Digital Signal Processing and its Applications (DSPA)".
Сегодня системы биометрической аутентификации используют во многих сферах, например, для управления физическим доступом в здания или отдельные помещения, или при допуске к различным информационным ресурсам – системам, приложениям, базам данных.
Аутентификация по венам ладони – технология, в которой в качестве биометрических характеристик используется сосудистое русло подкожных вен. Поскольку рисунки вен ладони индивидуальны, они позволяют идентифицировать конкретного человека.
Ученые Вятского государственного университета отмечают, что этот метод считается безопасным и надежным. Он является полностью бесконтактным и не требует видеофиксации человека или его лица. То есть его можно применять в ситуациях с особыми требованиями к гигиене или конфиденциальности.
В настоящее время на отечественном рынке представлено оборудование для биометрической аутентификации по рисунку вен ладони от разных производителей. Современные сканеры легко встраиваются в системы контроля и управления доступом предприятий, но не пригодны для частного использования в автономных системах аутентификации, так как они требуют больших вычислительных мощностей и достаточно дорого стоят.
Ученые ВятГУ поставили перед собой задачу снизить стоимость использования таких систем. По их мнению, разработка автономных модулей на базе одноплатных компьютеров снизит затраты вычислительных ресурсов при сохранении эффективности на уровне нейросетевых алгоритмов.
"Аутентификация по рисунку вен ладони основана на получении шаблона при фотографировании инфракрасной (ИК) камерой внешней или внутренней стороны руки. Рисунок вен становится виден благодаря тому, что гемоглобин поглощает ИК-излучение и вены становятся видны в камере",
- рассказала доцент кафедры радиоэлектронных средств ВятГУ Наталья Харина.
По ее словам, программное обеспечение создает на основе полученных данных некоторое цифровое представление исходного изображения (биометрический шаблон). Аутентификация пользователя осуществляется путем сравнения биометрического шаблона, полученного со сканера, с набором эталонов, хранящихся в базе.
Чем точнее совпадение рисунка на входящем шаблоне и эталоне базы, тем с большей вероятностью входящий пользователь является тем, за кого себя выдает. Чем точнее алгоритм выделяет рисунок вен, тем выше правильная аутентификации и ниже вероятность пустить "чужого" и не пустить "своего".
"В результате снижаются требования к вычислительным ресурсам аппаратных платформ систем биометрической аутентификации. Это поможет снизить стоимость производства системы с теми же эксплуатационными характеристиками, как у аналогичных на базе нейросетевых алгоритмов. Масштаб экономии сильно зависит от особенностей системы, но точно можно сказать, что экономия на аппаратных ресурсах будет кратная",
- отметила Харина.
Разработка основана на применении теории условных марковских процессов, которая позволяет использовать информационную избыточность, заложенную в любом изображении, в том числе и в биометрическом шаблоне.
Сейчас ученые занимаются задачей создания семейства алгоритмов компьютерного зрения с низкими требованиями к вычислительным ресурсам для разных задач распознавания, сегментации и классификации. Решение этих задач позволит встраивать в небольшую коробочку по принципу "все-в-одном" набор мощных инструментов видеоаналитики.
Исследование было проведено вузом на инициативной основе в рамках реализации программы государственной поддержки университетов РФ "Приоритет-2030".
Источник https://ria.ru/
