Контакты
Подписка
МЕНЮ
Контакты
Подписка

Свой или "чужой"?

В рубрику "Системы контроля и управления доступом (СКУД)" | К списку рубрик  |  К списку авторов  |  К списку публикаций

"Свой" или "чужой"? Оценки эффективности дактилоскопической идентификации в СКУД. Взгляд разработчика

С.Я. Чакчир
Технический директор отделения биометрических технологий НПП "Лазерные системы", к.т.н.

Д.А. Борейшо
Директор отделения биометрических технологий НПП "Лазерные системы"

В настоящее время в связи с усилением борьбы с преступностью и терроризмом, подстегивающей рост индустрии безопасности, идентификация личности, которая производится с помощью биометрических технологий, - одно из самых перспективных и бурно развивающихся направлений. Среди биометрических методов и средств определения личности ведущие позиции занимают дактилоскопические системы

Выбор метода

Чем можно объяснить выбор дактилоскопических систем для идентификации личности? Конечно, не последнюю роль при выборе различных методов и средств играет то, что системы, основанные на других технологиях, часто более сложны в использовании и более дорогостоящи. Однако основная причина, влияющая на этот выбор, заключается в том, что биометрическая информация уникальна, она не может быть забыта или потеряна, и, кроме того, для предъявления такой информации требуется физическое присутствие ее носителя, то есть самого человека. Поэтому биометрический компонент становится фактически обязательным элементом современных систем контроля доступа, выдвигающих повышенные требования к надежности. Биометрические системы идентификации личности основаны на анализе физиологических характеристик человека и/или его поведения. Среди всех биометрических технологий анализ отпечатков пальцев привлекает наибольшее внимание, поскольку за свою более чем столетнюю историю эта технология основательно разработана, а также потому, что этот принцип широко используется в криминалистике.

Дактилоскопическая идентификация имеет и свои недостатки. Так, приблизительно у 1-2% людей отпечатки пальцев имеют плохое качество. Люди, занятые физическим трудом, получают во время работы многочисленные мелкие травмы, верхний слой кожи рук может быть поврежден, что создает большие трудности при сравнении отпечатков. Отпечаток может также деформироваться при большой влажности и под воздействием ряда других внешних факторов. В связи с этим выполнение жестких требований по производительности работы алгоритмов, характерных для гражданских приложений, в настоящее время остается серьезной проблемой.

Оценка алгоритма

Для оценки качества работы алгоритма сравнения отпечатков пальцев существуют характеристики, по которым легко можно получить количественные показатели, определяющие надежность создаваемых систем. Эти характеристики обусловлены наличием ошибок первого и второго рода. Ошибка первого рода появляется (возникает) при сравнениях "свой к своему", когда "свой" признается системой "чужим". Обозначается как FRR (False Rejection Rate) - вероятность ошибки первого рода, то есть вероятность отказа "своему". При этом существует и обратная характеристика ошибки первого рода: GAR (Genuine Acceptance Rate) = 1 - FRR, вероятность пропуска "своего".

Ошибка второго рода появляется (возникает) при сравнениях "чужой к чужому", когда "чужой" признается "своим". Обозначается как FAR (False Acceptance Rate) - вероятность ошибки второго рода, то есть вероятность пропуска "чужого". Для комплексной оценки алгоритма существует параметр EER (Equal Error Rate) - уровень ошибок биометрической системы доступа, при котором FAR и FRR равны. После того как алгоритм разработан, перед разработчиками встает задача его тестирования для получения количественных характеристик: определение скорости работы и вероятности появления ошибок.

Тестовая база отпечатков Для проведения испытаний с целью получения графиков FAR, FRR, GAR и точки EER необходимо подготовить специальную базу данных отпечатков пальцев. От ее размера зависит та точность, с какой эти характеристики будут определены. Такая база данных состоит из n (number of fingers) разных пальцев и m (number of samples) вариантов отпечатков каждого пальца, то есть общее число отпечатков в базе будет равно (n*m). При создании тестовой базы отпечатков пальцев следует учитывать то обстоятельство, что использование синтезированных отпечатков не позволит получить реальную картину качества работы алгоритма. Таким образом, появляется необходимость набора больших баз реальных отпечатков разного типа. Для упрощения этой процедуры возможно применение ряда оригинальных алгоритмов, позволяющих значительно сократить объемы тестовых баз данных. Например, для получения статистики ошибок первого рода необходимо произвести сравнение попарно между отпечатками одного ряда для обеспечения сравнений типа "свой к своему". Первый отпечаток в ряду сравнивается со всеми другими отпечатками ряда, и получается (m-1) сравнений; второй отпечаток в ряду сравнивается со всеми отпечатками, идущими после него, поскольку он уже сравнивался с первым отпечатком, и получается (m-2) сравнений и т.д.; предпоследний отпечаток сравнивается только с последним отпечатком, и получается 1 сравнение. Таким образом, число сравнений в ряду составит:

Если число рядов n, тогда возможное число сравнений "свой к своему" в базе из n пальцев по m отпечатков каждого будет:

Для получения статистики ошибок второго рода необходимо произвести сравнения попарно между отпечатками разных рядов, для обеспечения сравнений типа "чужой к чужому".

Первый отпечаток первого ряда сравнивается со всеми отпечатками всех остальных рядов, и получается (n-1)*m сравнений; также сравнивается второй отпечаток первого ряда, и получается еще (n-1)*m сравнений. После сравнений m отпечатков первого ряда со всеми отпечатками других рядов получаем m2(n-1) сравнений. Отпечатки второго ряда сравниваются с отпечатками всех (n-2) рядов после него, поскольку они уже сравнивались с отпечатками первого ряда, и получается еще m2(n-2) сравнений. Указанная процедура осуществляется до предпоследнего ряда, который сравнивается уже только с единственным, последним, рядом, и получается еще m2 сравнений. ЭТО значит, что число возможных сравнений "чужой к чужому" в базе из n пальцев по m отпечатков каждого будет:

Таким образом, например, в базе из 820 пальцев по 6 вариантов отпечатков каждого возможно следующее число сравнений:

Использование такого метода позволяет получать достаточно большое количество вариантов сравнений, необходимых для построения характеристик при несопоставимо меньших количествах отпечатков пальцев в тестовой базе.

Определение ошибок

Подготовив тестовую базу данных отпечатков и определив возможное количество сравнений, можно приступать к определению ошибок первого и второго рода. Для этого, выполнив ряд сравнений "свой к своему" и "чужой к чужому" по созданной базе отпечатков пальцев при помощи описанного выше алгоритма, получим два массива степеней соответствия - оценок. Один из который M₁ содержит n₁ оценок сравне-ния "своих", а второй M₂ содержит n₂ оценок сравнения "чужих". Пусть для наглядности оценка сравнения двух отпечатков нормирована от "0" до "1", то есть "0" соответствует абсолютной непохожести отпечатков друг на друга (практически недостижимая величина), а "1" соответствует абсолютной похожести двух отпечатков (на практике это возможно при сравнении изображения отпечатка одного и того же пальца). Весь диапазон значений оценок сравнений делится на n частей, получаем (n+1) порогов сравнения:

Теперь при некотором пороге t, "своими" будут считаться те отпечатки пальцев, для которых оценка их сравнения выше или равна порогу:

Если же оценка сравнения двух отпечатков оказалась ниже порога, то такие отпечатки признаются "чужими" друг другу:

При пороге t = 0 любые сравнения отпечатков дадут значение оценки выше или равное порогу; следовательно, в данной точке все "свои" отпечатки безошибочно признаются "своими", и мы получим число ошибок первого рода, равное нулю: FRR = 0. Однако все "чужие" отпечатки будут ошибочно приняты "своими" следовательно, в этой точке FAR = 100%.

При некотором пороге 0

Также при таком пороге часть n₂ значений оценок из массива M₂ окажется выше или равной порогу и, следовательно, появиться m₂ ошибок второго рода:

При пороге t = 1 любые сравнения отпечатков дадут значение оценки ниже порога следовательно, в данной точке все "свои" отпечатки ошибочно будут признаны "чужими", и мы получим число ошибок первого рода равное: FRR = 100%. Однако все "чужие" отпечатки будут безошибочно признаны "чужими"; следовательно, в этой точке FAR = 0. Таким образом, пробегая по всему ряду порогов, строим графики FAR и FRR. Далее уже можно построить график вероятности пропуска "своих" - GAR.

Задание порога сравнения

Следующий шаг при настройке алгоритма после определений вероятностных характеристик - выбор рабочей точки, то есть задание порога сравнения при идентификации и верификации. (Поиск совпадения "один к одному" называется верификацией. Этот способ отличается высокой скоростью и предъявляет минимальные требования к вычислительной мощности компьютера. А вот поиск "один ко многим" носит название идентификации.) Все системы распознавания отпечатков пальцев стремятся минимизировать коэффициенты ложного допуска "чужого" и ложного отказа "своему", но на практике имеют место компромиссные значения коэффициентов. Снижение одного коэффициента ведет к увеличению другого, и наоборот. Пороговый уровень требуется подобрать таким образом, чтобы минимизировать последствия от возможных ошибок. Чаще всего более серьезными являются ложные допуски, поскольку в этом случае успешно пройти контроль может злоумышленник (со всеми вытекающими последствиями). В зависимости от места применения системы, в особенности от наличия резервной или альтернативной системы допуска, последствия ложного отказа варьируются от простого неудобства до угрозы жизни.

Сканирующие устройства Несомненно, от качества работы алгоритмов, от их настройки при решении задач дактилоскопической идентификации и верификации зависит очень многое, однако немаловажную роль при создании систем, основанных на принципах дактилоскопии, играет и выбор типа сканирующего папиллярный рисунок устройства. Остановимся на нескольких самых распространенных сегодня сканерах отпечатков пальцев. Одна из старейших технологий - оптическая. В этом случае сканирование отпечатка пальца осуществляется мини-камерами на ПЗС или КМОП-чипе. Этот способ снятия отпечатка сталкивается с некоторыми трудноразрешимыми проблемами: получаемый образ зависит от окружающего освещения; на границах образа возможны искажения; датчик может быть относительно легко "обманут". Остаются проблемы и с размерами сканера. Среди главных преимуществ оптических систем можно упомянуть относительно низкую цену при высоком оптическом разрешении, а также практическую неуязвимость к воздействию электростатического разряда.

Второй тип сканеров, на которых хотелось бы остановится, - емкостные сканеры. Такие сканеры являются самыми распространенными среди полупроводниковых дактилоскопических устройств. В них для получения отпечатка пальца используется эффект изменения емкости pn-перехода полупроводникового прибора при соприкосновении выступов папиллярного узора с элементами матрицы. В то же время у бороздок емкость остается неизменной. Таким образом, получается общая картина отпечатка пальца. Имеется и другой тип емкостных сканеров. В них рабочая поверхность является матрицей полупроводниковых элементов. Когда человек прикладывает к ней свой палец, создаются своеобразные конденсаторы. С одной стороны, роль пластин играют полупроводниковые элементы, а с другой - участки кожи. При этом емкость каждого конденсатора зависит от расстояния между этими пластинами. То есть фактически изображение папиллярного узора получается при измерении параметров всех конденсаторов.

Кроме того, существуют протяжные емкостные сканеры. Принцип их работы остается точно таким же. Разница заключается в том, что человек должен не прикладывать палец к рабочей поверхности, а протягивать его по узкой полоске. При этом сканер делает целую серию перекрывающихся снимков, из которых потом собирается целое изображение. Основные и неоспоримые достоинства емкостных сканеров - их небольшой размер и достаточно высокое разрешение изображения. Такие сканеры получили очень широкое применение в системах контроля доступа в помещения, к сотовым телефонам и персональным компьютерам, в автомобильных противоугонных системах и целом ряде других систем. Третья, абсолютно новая для сканеров технология - использование для получения отпечатка электромагнитного поля. В этом случае применяется датчик, излучающий слабый электромагнитный сигнал, который следует по гребням и впадинам кожи пальца, учитывая изменения этого сигнала для составления образа отпечатка. Такой принцип сканирования позволяет просматривать рисунок кожи под слоем омертвевших клеток, что приводит к хорошим результатам при распознавании бледных или стершихся отпечатков. Такие сенсоры имеют достаточно небольшие габаритные размеры и приемлемую для решения задач идентификации разрешающую способность.

Следует заметить, что применение одних или других типов сканеров для дактилоскопической идентификации напрямую зависит от поставленных задач. Необходимо принимать во внимание связь сканера с алгоритмом и выбирать оборудование, исходя из четкого понимания задачи и экономической целесообразности.

Опубликовано: Журнал "Системы безопасности" #3, 2006
Посещений: 12041

  Автор

Чакчир С.Я.

Чакчир С.Я.

Руководитель отдела систем управления НПП "Лазерные системы", кандидат технических наук

Всего статей:  2

  Автор

 

Борейшо А. А.

Директор отделения биометрических технологий НПП "Лазерные системы"

Всего статей:  1

В рубрику "Системы контроля и управления доступом (СКУД)" | К списку рубрик  |  К списку авторов  |  К списку публикаций