İris tarayıcı nasıl çalışır? Biyometrik tanımlama alanında iris ile retina arasındaki farklar Bu tarayıcı nasıl çalışıyor?

İris tarama teknolojisi 1936 yılında Frank Bursch adlı bir göz doktoru tarafından tanıtıldı. Vücudun bu bölümünün benzersizliği hakkında ilk konuşan oydu. Bu parametrenin eşleşme olasılığı parmak izlerinden bile daha düşüktür. Onlarca yıl sonra, geçen yüzyılın 90'lı yıllarında, Iridian Technologies şirketinin temsilcileri, göz desenlerindeki farklılıkları bulma yeteneğine sahip özel bir algoritma için patent başvurusunda bulundu. Günümüzde bu kimlik doğrulama yöntemi en güvenilir yöntemlerden biri olarak kabul edilmektedir. Bunu uygulamak için bugün konuşacağımız iridoscanner adı verilen özel bir sensör kullanılır.

İris, ortasında gözbebeği bulunan ince, hareketli bir diyaframdır. Oluşumu insan doğmadan önce gerçekleşir ve yaşam boyunca değişmez. Dokusu birçok daire içeren bir tür ağa çok benzer. Genel olarak model son derece karmaşıktır; bu, sensörlerin daha sonra doğrulama için kullanılacak yaklaşık 200 noktayı seçmesine olanak tanır.

Daha önce bahsedilen işlevleri yerine getirebilen bir sistem, sıklıkla yanlışlıkla retina tarayıcısından başka bir şey olarak adlandırılmaz. Gerçek şu ki, retinayı optik yollarla taramak imkansızdır. Bununla çalışmak için özel kızılötesi sensörler gereklidir. Cihaz kan damarlarının düzenini analiz ediyor.

Modern mobil cihazlarda kullanılan iridoscanner'lar ise yüksek kontrastlı bir kameranın çalışmasına dayanmaktadır. Ayrıca bazı durumlarda ön panelde bulunan normal bir kamera sensörün temelini oluşturabilir. Kimlik doğrulama sürecinin kendisi birkaç bileşene ayrılabilir:

• Açık İlk aşama Cihazın irisin ayrıntılı bir görüntüsünü elde etmesi gerekiyor. Bu, düşük ışık koşullarında bile çalışabilen monokrom bir kamera sayesinde yapılabilmektedir. Bu şekilde hızlı bir şekilde birden fazla görüntü oluşturabilirsiniz.
• Bir sonraki aşamada algoritma görüntüleri analiz ederek en uygun olanı seçiyor. Kontrol alanlarının yanı sıra irisin sınırlarını da belirleyebilecek bir görüntü gerektirir.
• Daha sonra her test noktası, dijital verilere dönüştürülen faz verilerini çıkarmak için filtreler kullanılarak işlenir. Sistem, alınan bilgilere göre kişinin kimliğini tespit ediyor.

Bu tür cihazların mobil elektroniklerle entegrasyonu birkaç yıl önce başladı. Cihazlarını korumak için bu tür araçları ilk kullananlar Çinli ve Japon satıcılardı. Açık şu an Amiral gemisi akıllı telefon modelleri, örneğin Samsung Galaxy S8, bir iridoscanner ile donatılmıştır.

Pirinç. 1. Retina taraması sırasında baş ve göz hareketinin sonucu.

Ölçeği değiştirmenin retina karşılaştırması üzerindeki etkisi, diğer parametrelerin etkisi kadar kritik değildir, çünkü başın ve gözün konumu, ölçeğe karşılık gelen bir eksen boyunca az çok sabittir. Ölçeklendirmenin mevcut olduğu durumda, o kadar küçüktür ki, retinaların karşılaştırılması üzerinde neredeyse hiçbir etkisi yoktur. Dolayısıyla algoritmanın temel gereksinimi retinanın dönmesine ve yer değiştirmesine karşı dirençtir.

Retinal kimlik doğrulama algoritmaları iki türe ayrılabilir: özellikleri çıkarmak için segmentasyon algoritmalarını kullananlar (faz korelasyon yöntemini temel alan algoritma; dallanma noktalarının aranmasını temel alan algoritma) ve özellikleri doğrudan retina görüntüsünden çıkaranlar (Harris açılarını kullanan algoritma) ).

1. Faz korelasyon yöntemine dayalı algoritma

Uygulamada, faz korelasyon yöntemi ikili görüntülerle çalışır ancak 8 bit renk uzayındaki görüntüler için de kullanılabilir.

Biri diğerine göre kaydırılan ve onların Fourier dönüşümleri olan görüntüler olsun ve olsun, o zaman:

Çapraz spektrum nerede;
– karmaşık eşlenik

Çapraz spektrumun ters Fourier dönüşümünü hesaplayarak momentum fonksiyonunu elde ederiz:

Bu fonksiyonun maksimumunu bulduktan sonra istenilen yer değiştirmeyi buluruz.

Şimdi yer değiştirme durumunda dönme açısını kutupsal koordinatları kullanarak bulalım:

Bu teknik her zaman göstermez iyi sonuçlar pratikte hafif bir gürültünün varlığı ve bazı damarların bir görüntüde mevcutken diğerinde bulunmaması nedeniyle. Bunu ortadan kaldırmak için, görüntülerin fonksiyona beslenme sırasının değiştirilmesi ve yer değiştirme ve dönmenin ortadan kaldırılma sırasının değiştirilmesi de dahil olmak üzere bu algoritmanın birkaç yinelemesi kullanılır. Her yinelemede görüntüler hizalanır, ardından benzerlik indeksleri hesaplanır ve ardından maksimum oran karşılaştırmanın nihai sonucu olacak benzerlik.

Benzerlik puanı şu şekilde hesaplanır:

2. Harris açılarını kullanan algoritma

İlk olarak görüntüler, önceki bölümde açıklanan faz korelasyon yöntemi kullanılarak hizalanır. Daha sonra görsellerde köşeler aranır (Şekil 2).

Pirinç. 2. Retinal görüntülerde Harris açılarının aranması sonucu.

M+1 noktaları bulunsun, sonra her biri için j'inci nokta Kartezyen koordinatları kutupsal olanlara dönüştürülür ve özellik vektörü burada belirlenir.

Bilinmeyen vektör ile j noktasındaki N boyutunda bir özellik vektörü arasındaki benzerlik modeli şu şekilde tanımlanır:

Harris açılarını aramadan önce belirlenen bir sabit nerede?

Fonksiyon, vektörün j noktasının tüm özelliklerine yakınlığını ve benzerliğini açıklar.

Vektör, boyutu K–1 olan ilk görüntünün özellik vektörü ve vektör, boyutu J–1 olan ikinci görüntünün özellik vektörü olsun, bu görüntülerin benzerlik indeksi şu şekilde hesaplanır: şöyle:

Benzerlik için normalizasyon faktörü eşittir

Orijinal makaledeki katsayının şu kritere göre belirlenmesi önerilmiştir: Görüntü histogramları arasındaki fark önceden belirlenmiş bir değerden küçükse = 0,25, aksi halde = 1.

3. Dallanma noktalarının aranmasına dayalı algoritma

Pirinç. 3. Özellik türleri (solda – çatallanma noktası, sağda – kesişme noktası).

Şekil 2'deki gibi noktaları aramak için. Şekil 3'te, bölümlere ayrılmış damarlar bir piksel kalınlığa kadar sıkıştırılmıştır. Böylece damarların her noktasını komşu S sayısına göre sınıflandırabiliriz:

1. eğer S = 1 ise bu son noktadır;
2. eğer S = 2 ise bu bir iç noktadır;
3. eğer S = 3 ise bu bir çatallanma noktasıdır;
4. S = 4 ise bu kesişim noktasıdır.

3.1. Damarları bir piksel kalınlığına sıkıştırmak ve dallanma noktalarının sınıflandırılması için algoritma

Daha sonra bulunan noktanın henüz dikkate alınmamış 4 komşu pikseli analiz edilir. Bunun sonucunda 16 olası konfigürasyon ortaya çıkar (Şekil 4). Pencerenin ortasındaki pikselin komşusu yoksa griŞekil 2'de gösterildiği gibi. 4 (a), daha sonra atılır ve başka bir kan damarı pikseli aranır. Diğer durumlarda, ya bir son nokta ya da bir iç noktadır (çatallanma ve kesişme noktaları hariç).

Pirinç. 4. Dört komşu pikselin 16 olası konfigürasyonu (beyaz noktalar – arka plan, gri noktalar – damarlar). En üstteki 3 piksel ve soldaki piksel zaten analiz edildiğinden dikkate alınmaz. İçinde çarpı bulunan gri pikseller de dikkate alınmaz. İçinde ok bulunan noktalar, bir sonraki merkezi piksel olabilecek noktalardır. İçinde siyah nokta bulunan pikseller uç noktalardır.

Her adımda, son pikselin gri komşusu geçildi olarak işaretlenir ve 3 x 3 penceresindeki bir sonraki merkezi piksel tarafından seçilir.Böyle bir komşunun seçimi aşağıdaki kritere göre belirlenir: en iyi komşu, en iyi komşu olandır. en büyük sayı etiketlenmemiş gri komşular. Bu buluşsal yöntem, kabın ortasında tek piksellik bir kalınlığın korunması fikrinden kaynaklanmaktadır; daha büyük sayı komşular gri.

Yukarıdaki algoritmadan bunun kan damarlarının ayrılmasına yol açtığı anlaşılmaktadır. Ayrıca segmentasyon aşamasında damarlar ayrılabilir. Bu nedenle onları tekrar bağlamak gerekir.

Yakındaki iki uç nokta arasındaki iletişimi yeniden sağlamak için açılar ve Şekil 2'deki gibi belirlenir. Şekil 5'e göre belirlenir ve eğer bunlar önceden belirlenmiş bir açıdan küçükse uç noktalar birleştirilir.

Pirinç. 5. Sıkıştırmadan sonra uç noktaların birleştirilmesi.

Çatallanma ve kesişme noktalarını eski haline getirmek için (Şekil 6), her uç nokta için yönü hesaplanır, ardından sabit uzunluktaki bir bölüm genişletilir.Bu genişleme başka bir bölümle kesişirse, o zaman bir çatallanma veya kesişme noktası bulunur.

Pirinç. 6. Çatallanma noktasının yeniden inşası.

Kesişme noktası iki çatallanma noktasını temsil eder; dolayısıyla sorunu basitleştirmek için yalnızca çatallanma noktalarını arayabilirsiniz. Kesişme noktalarının neden olduğu sahte aykırı değerleri kaldırmak için, bulunan başka bir noktaya çok yakın olan noktaları atabilirsiniz.

İhtiyacınız olan kesişme noktalarını bulmak için ek analiz(Şekil 7).

Pirinç. 7. Dallanma noktalarının daire ile damarların kesişme sayısına göre sınıflandırılması. (a) Çatallanma noktası. (b) Kesişme noktası.

Şekil 2'de görülebileceği gibi. Şekil 7(b), yarıçapın uzunluğuna bağlı olarak dallanma noktasında ortalanan daire, kan damarlarıyla üç veya dört noktada kesişebilir. Bu nedenle dallanma noktası doğru şekilde sınıflandırılamayabilir. Bu problemden kurtulmak için Şekil 1'de gösterilen oylama sistemi kullanılmaktadır. 8.

Pirinç. 8. Çatallanma ve kesişme noktalarına ilişkin sınıflandırma şeması.

Bu oylama sisteminde dallanma noktası, dairenin kan damarlarıyla kesişme sayısına göre üç farklı yarıçapa göre sınıflandırılır. Yarıçaplar şu şekilde tanımlanır: nerede ve sabit değerler alır. Bu durumda sırasıyla kesişim noktası ve çatallanma noktası olarak sınıflandırılacak noktanın oy sayısını gösteren iki değer hesaplanır:

Nerede ve yarıçapı kullanan noktanın sırasıyla kesişme noktası mı yoksa çatallanma noktası olarak mı tanımlandığını belirten ikili değerlerdir.

Nokta türü tanımlanmamışsa. Değerler birbirinden farklıysa, o nokta kesişme noktası olarak, aksi halde çatallanma noktası olarak sınıflandırılır.

3.2. Benzerlik dönüşümünü bulma ve benzerlik ölçüsünü belirleme

Dönüşümün kendisi şu şekilde tanımlanır:

İlk resimdeki noktanın koordinatları nerede
– ikinci resimde

Benzerlik dönüşümünü bulmak için kontrol noktası çiftleri kullanılır. Örneğin noktalar, vektörün başlangıcının koordinatları, vektörün uzunluğu ve vektörün yönü olan bir vektörü tanımlar. Noktaların vektörü de aynı şekilde belirlenir.Bir örnek Şekil 2'de gösterilmektedir. 9.

Pirinç. 9. İki çift kontrol noktası örneği.

Benzerlik dönüşüm parametreleri aşağıdaki eşitliklerden bulunur:

İlk görüntüde bulunan nokta sayısı M'ye, ikinci görüntüde N'ye eşit olsun, o zaman ilk görüntüdeki kontrol noktası çiftlerinin sayısı ikinci görüntüye eşit olur ve böylece şunu elde ederiz: Olası dönüşümler arasında en fazla eşleşme noktasına sahip olan doğru olan seçilir.

S parametresinin değeri bire yakın olduğundan, aşağıdaki eşitsizliği sağlamayan nokta çiftleri atılarak T azaltılabilir:

Parametre için minimum eşik nerede
– bu parametre için maksimum eşiktir
– bir çift kontrol noktası
– bir çift kontrol noktası

Bunlardan birini kullandıktan sonra olası seçenekler puanlar için hizalama ve benzerlik puanı hesaplanır:

Noktalar arasındaki eşik maksimum mesafe nerede.
durumda

Bazı durumlarda her iki nokta da o noktaya iyi bir benzerlik değerine sahip olabilir. Bu birbirlerine yakın olduklarında olur. En çok belirlemek için uygun çift benzerlik olasılığı hesaplanır:

Nerede

Eğer o zaman

Eşleşen noktaların sayısını bulmak için M x N boyutunda bir Q matrisi oluşturulur; i'inci çizgi Ve j'inci sütun içerdiği

Daha sonra Q matrisinde sıfırdan farklı maksimum eleman aranır. Bu elemanın inci satır ve sütunda yer almasına izin verin, ardından ve noktaları eşleşen olarak tanımlanır ve inci satır ve sütun sıfırlanır. Bundan sonra maksimum eleman tekrar aranır. Bu tür maksimumların aranması, Q matrisinin tüm elemanları sıfır olana kadar tekrarlanır. Algoritmanın çıktısında eşleşen noktaların sayısını C elde ederiz.

İki retina arasındaki benzerlik ölçüsü birkaç yolla belirlenebilir:

Eşleşen nokta sayısının etkisini ayarlamak için girilen parametre nerede;
f aşağıdaki seçeneklerden seçilir:

Metrik iki yoldan biriyle normalleştirilir:

Bazı sabitler nerede ve nelerdir?

3.3. Algoritmanın ek komplikasyonları

Pirinç. 10. Ek özellik olarak dallanma noktalarının oluşturduğu açılar.

Gama şifresini de kullanabilirsiniz. Bilindiği gibi, anahtarın uzunluğu metnin uzunluğuna eşit olduğunda ve çatallanma ve kesişme noktalarının sayısı yaklaşık 100'ü aşmadığı halde yine de metnin uzunluğundan daha büyük olduğu zaman, ekleme modulo 2 kesinlikle güçlü bir şifredir. sıradan şifreler, şifre karmalarının bir kombinasyonu anahtar olarak kullanılabilir. Bu, retina ve şifre karmalarının veritabanında saklanması ihtiyacını ortadan kaldırır. Yalnızca kesinlikle güçlü bir şifrelemeyle şifrelenmiş koordinatları saklamak gerekir.

Çözüm

Harris açılarını kullanarak bir algoritma uygulama girişiminde bulunuldu ancak tatmin edici sonuçlar elde etmek mümkün olmadı. Önceki algoritmada olduğu gibi faz korelasyon yöntemini kullanarak dönme ve yer değiştirmeyi ortadan kaldırmada sorun yaşandı. İkinci sorun Harris açısı arama algoritmasının eksiklikleriyle ilgilidir. Puanların elenmesi için aynı eşik değeri kullanıldığında, bulunan nokta sayısı çok büyük ya da çok küçük olabilir.

Gelecek planları arasında dallanma noktalarının aranmasına dayalı bir algoritmanın geliştirilmesi de yer alıyor. Faz korelasyon yöntemine dayanan algoritmaya kıyasla çok daha az hesaplama kaynağı gerektirir. Ayrıca, sistemin hacklenme olasılığını en aza indirmek için daha karmaşık hale getirme fırsatları da vardır.

Daha fazla araştırma için bir başka ilginç yön de geliştirmedir. otomatik sistemlerİçin erken tanı Glokom gibi hastalıklar, diyabet, ateroskleroz ve diğerleri.

Not: Birkaç istek üzerine paylaşıyorum

İnsan tanımlamanın en doğru biçiminin iris taraması olduğuna inanılmaktadır. Uzmanlara göre parmak izi taramasından kat kat üstün olan bu özellik, yakında her akıllı telefonda kullanılmaya başlanacak. Bugün bu işlevi kullanan cihazları satın alabilirsiniz. Bu yazımızda bu teknolojiden daha detaylı bahsedeceğiz.

Navigasyon

İris tarama teknolojisine IRIS denir. Yakında yanınızda büyük anahtar halkaları, plastik kartlar, çalışma kartları ve diğer nesneleri taşımanıza gerek kalmayacak.

Sonuçta IRIS kodu herhangi bir kişisel kimlik belgesinin yerini alabilir. Bazı raporlara göre bu teknoloji, parmak izi eşleştirmeden üstün ve DNA tanımayla rekabet edebilecek durumda.

Neden biyometri kullanıyorsunuz?

Güvenlik bugünlerde bir öncelik özel mekan. Hepimizin değerli bir şeyi var. Malzeme değerleri Onu kilit altında saklayabilir veya bir bankaya yatırabilirsiniz. Peki bilgiyle ne yapmalı? Ayrıca matematiksel bir anahtar kullanılarak açılabilen bir kilidin altına da gizlenebilir.

Bilgileri korumanın birçok yolu vardır.

Bunlardan biri retinanın irisini taramaktır.

Akıllı telefonunuz veya tabletiniz yabancılardan korunması gereken bilgiler içeriyorsa, retinanın irisini taramak bu tür korumanın yollarından biridir.

Onun yardımıyla İnternet'teki ödemelerinizi, akıllı telefonunuzun hafızasındaki fotoğrafları, metin dosyalarını vb. koruyabilirsiniz.

Parmak izlerinin yanı sıra diğer biyometrik göstergelerle tanıma da günümüzde aktif olarak kullanılmaktadır. Örneğin gümrükte bu servisin uzmanı sizi pasaportunuza fotoğrafı yapıştırılan kişiyle görsel olarak özdeşleştiriyor. Burun, yanaklar, alın, ağız, gözler vb. şeklindeki benzerlikleri arar.

Ancak bu yöntem fotoğraftaki kişi ile sizin aynı kişi olduğunuzu %100 garanti edemez.

Estetik cerrahinin herkesi Brad Pitt ve Angelina Jolie'ye dönüştürebildiği günümüzde. Görünümünüzü özel ihtiyaçlarınıza uyacak şekilde değiştirmek zor olmayacaktır. Ancak teknoloji henüz gözün “desenini” değiştirecek noktaya gelmiş değil.

Bu tarayıcı nasıl çalışıyor?

İnsan gözünün irisi sadece rengini belirlemekle kalmaz, aynı zamanda her insan için kendine özgü bir “desen”e sahiptir. çok yaklaşırsan görebilirsin göz küresi sadece her kişi için değil, aynı zamanda her göz için de bireysel olan birçok benzersiz çizgi. Solda bir “desen” var, sağda ise başka bir “desen” var.

Bir diğer önemli faktör Bir kişiyi tanımlamak için retinayı seçmenin nedeni, gözün bu kısmının "deseninin" pratikte zaman içinde değişmemesidir.

Yani, daha önce kaydedilmiş “standartlara” karşı kontrol yaparak parmak izi gibi kullanılabilir.

Gözün retinasının “desenini” taramak için kullanılır kızılötesi radyasyon. Gözlüklerden korkmuyor ve kontak lens. Ayrıca IR radyasyonu tamamen karanlıkta kullanılabilir.

Tarayıcı retinanın “desenini” okuduktan sonra onu dijital bir koda dönüştürecektir. Sistem daha sonra bu kodu hafızasındaki kodla karşılaştıracak ve akıllı telefon olması durumunda cihazın içeriğinin kilidini açacak.

Günümüzde bazı akıllı telefonlara takılan biyometrik tarayıcılar ideal olmaktan uzaktır. Ancak bu tür cihazlar sürekli gelişiyor. Zaten sadece irisi değil yüzün tamamını tarayan akıllı telefonlar var. Bu da güvenliği artırır.

Bugün Play Market'te Android akıllı telefonunuza özel bir retina tarayıcı uygulaması indirip yükleyebilirsiniz. Bir kameradan çalışıyor ve büyük bir hata içeriyor. Bu nedenle modern cihazlarda nadiren kullanılır.

Ancak yakında giderek daha fazla cihazla donatılacak olan özel sensörün oldukça iyi beklentileri var.

Bu teknolojinin benzersiz yanı nedir?

İrisin ana işlevi gözbebeğinin sıkıştırılması ve açılmasıdır. Bu kas dokusu bir kameranın deklanşörü gibi görev yapar. Onun “deseni” genetik düzeyde oluşur ve çocuk anne karnındayken bile kendini gösterir. Ancak nihai oluşum çocuğun doğumundan iki yıl sonra gerçekleşir.

İnsanlarda kahverengiden maviye kadar 10 göz rengini ayırt etmek adettir. Renk melanin miktarına bağlıdır. Bu pigment ne kadar fazla olursa göz rengi o kadar yakın olur. kahverengi renk ve ne kadar küçük olursa maviye o kadar yakın olur.

Sadece 10 göz rengi olmasına rağmen deseni kişiye özeldir. Genetik ikizlerin bile farklı iris desenleri vardır.

Bu teknoloji nasıl çalışıyor?

Akıllı telefonunuzda bu tür bir taramayı kullanabilmek için, içinde böyle bir işlevin bulunması gerekir. Tarayıcı ilk kez çalıştırıldığında bilgiyi okumalı ve irisin "desenini" hatırlamalıdır.

Bundan sonra, sonraki her taramada program, "çizimin" dijital kodunu veritabanındaki kodla kontrol edecektir.

Ve şimdi tarama aşamaları hakkında daha ayrıntılı olarak.

Gözünün fotoğrafını çekmek

Böyle bir sistemin çalışabilmesi için gözün irisinin resmine ihtiyacı vardır. Dolayısıyla böyle bir doğrulama sistemini kullanmadan önce kişinin tek seferlik gözünün fotoğrafını çekmesi gerekiyor.

Sistem iki anlık görüntü oluşturacaktır. Biri normal, ikincisi görünmez, kızılötesi ışıkta. Bu sistem geçen yüzyılın 90'lı yıllarında bilgisayar mühendisi John Dogmann tarafından geliştirildi.

Özel yazılım irisi gözbebeğinden ve dış sınırlardan “ayıracaktır”. Bundan sonra görüntünün üzerine özel daireler ve çizgiler eklenerek “çizim” sektörlere bölünür.

Bu şekilde iris ayrı parçalara bölünür ve bunlar daha sonra yeniden tanımlama için kullanılır.

Ortaya çıkan “çizimin” parçaları dijital koda dönüştürülür. Bunun için bant geçiren filtreden geçirilir. Alanlara karanlık derecesine göre 0'dan 1'e kadar değerler verilir ve ortaya çıkan sayı dizisinden benzersiz bir İris kodu oluşturulur.

Dalga boyu sıradan kırmızı ışıktan daha uzun olan kızılötesi ışık sayesinde gözün kendine özgü "desen"i daha doğru bir şekilde tanınabiliyor.

Daha sonra dijital ortamda çekilen bu iki fotoğraf analiz edilir. Gereksiz tüm parçalar onlardan çıkarılır ve benzersiz olanlar bırakılır. Bugün bu tür taramalarda 240'tan fazla orijinal özellik kullanılmaktadır.

Karşılaştırma için, bir parmak izini tararken 5 kez öne çıkıyorlar daha az özellik cilt desenleri.

Sistem gözün tüm özelliklerini analiz ettikten sonra gözün sahibine dijital bir kod (IrisCode) atayacaktır. 512 rakamdan oluşur.

Bu numara, sahibi tarafından kullanılan cihazın hafızasına kaydedilecektir. Yukarıda açıklanan prosedürün tamamı birkaç dakikadan fazla sürmemelidir.

Göz kimlik doğrulaması

IRIS teknolojisi

İris fotoğrafları cihazınızın veri tabanına girildikten sonra doğrulama işlemi birkaç saniye içinde gerçekleşecektir. Sensör tarayıcısına bakmanız gerekir. Gözün yeniden fotoğrafını çekecek ve sistem onu ​​dijital koda dönüştürecek.

Daha sonra sistem iki kodu karşılaştıracak ve eğer aynıysa doğrulamanın başarılı olduğunu gösterecektir. Eğer kodlar birbiriyle eşleşmiyorsa orijinal olarak kabul edilen iris sizde yok demektir.

Hangi teknoloji daha iyi?

Öncelikle göz kabuğunu taramak, parmak izi tanımaya göre daha rahattır. Bu işleme başlamadan önce parmağın kuru ve temiz olması gerekir.

Bu nedenle yağmurda veya en sevdiğiniz arabanın motorunu yeniden yaptıktan sonra parmak iziyle kimlik tespitini hemen geçemeyeceksiniz. İdeal olarak, akıllı telefonunuzu yerleştirme istasyonuna kurarsanız, irisi tararken onu elinize almanıza bile gerek kalmaz.

Tarayıcı ihtiyaç duyduğu bilgiyi kısa mesafeden bile elde edebilir.

Parmak izi tanıma sensörleri dijital teknolojide yaklaşık on yıldır kullanılmaktadır. İris tanıma sensörleri bu yazının yazıldığı sırada yalnızca Lumia 950 ve Lumia 950 XL'de kuruluydu. Ancak Galaxy Note 7 ve diğer şirketlerin birkaç amiral gemisi zaten yolda.

Parmak izleri karmaşık ancak ideal olmayan bir biyometrik tanımlama yöntemidir. Papiller çizgilerin düzenindeki değişiklikler yaralanmalardan ve bazı hastalıklardan etkilenebilir.

İris taraması daha fazladır güvenilir yol bir kişinin kimliği. Sadece gözün fotoğrafını çekmek yeterlidir.

Teknolojinin avantajları ve dezavantajları

Bu teknolojinin temel avantajı doğruluktur. Aynı parmak izleriyle karşılaştırıldığında bu teknoloji daha güvenilirdir. İstatistiklere göre 1-2 milyon kontrol yalnızca bir başarısızlıkla sonuçlanıyor.

Parmak izi tanımada her 100 bin defada 1 hata meydana gelmektedir.

Bu tür taramanın dezavantajlarına gelince, bunlar arasında bu teknolojide kullanılan sensörlerin maliyeti de yer alıyor. Bu da elbette bu teknolojinin kullanılacağı cihazların maliyetini artıracak.

Ayrıca gözün korneasının kızılötesine maruz kalmasından endişe duyan bazı insanlar da var. Ayrıca bu tür sensörlerin yardımıyla fotoğraflardan bile veri taramanın mümkün olduğuna inananlar var. Ancak şu ana kadar bunu kimse başaramadı.

Video. Microsoft Lumia 950 XL İncelemesi - Windows Hello - Iris Kullanıcı Girişi

İris ve retinanın taranması ve tanınmasına yönelik teknolojiler, biyometrik tanımlamanın güvenilir yöntemleridir. Onlar sahip farklı özellikler Koşullara bağlı olarak performansları üzerinde güçlü bir etkiye sahip olan çevre ve uygulama hedefleri. Her iki biyometrik yöntem de temassız tarayıcılar kullanıyor ancak iris tanıma ile retina taraması arasında dikkate değer farklar var. Bu farklılıklardan biri iris tanımanın invaziv olmayan bir yöntem olarak kabul edilmesi, retina taramanın ise tarama işlemi sırasında gözlere görünür ışık ışınları gönderilmesi nedeniyle invaziv olarak kabul edilmesidir.

Bu biyometrik tanımlama teknolojileri, belirgin farklılıklarına rağmen çoğu zaman aynı şeymiş gibi yanlış anlaşılmaktadır. Bu yazımızda günümüzde sistemlerde aktif olarak uygulanmaya başlayan bu iki teknoloji arasındaki farkları tartışacağız.

Retina taraması

İnsan gözünün retinası ince bir dokudur. sinir hücreleri gözün arka kısmında bulunur. Retinaya kan sağlayan kılcal damarların karmaşık düzeni nedeniyle her kişinin retinası benzersizdir. Retinadaki kan damarları ağı o kadar karmaşıktır ki tek yumurta ikizleri arasında bile farklılık gösterir. Diyabet veya glokom gibi hastalıkların gelişmesi sonucu retinanın düzeni değişebilir, ancak diğer durumlarda retina kural olarak doğumdan ölüme kadar değişmeden kalır.

Biyometrik retina tarama teknolojisi, bir kişinin benzersiz retina modelini haritalamak için kullanılır. Retinanın içindeki kan damarları, ışığı çevredeki dokulardan daha yüksek yoğunlukta emer ve bunların tanımlanmasını kolaylaştırır. Retinanın taranması, gözle algılanmayan bir kızılötesi ışık ışınının, tarayıcının göz merceği aracılığıyla insan gözüne yansıtılmasıyla gerçekleştirilir. Çünkü kan damarları Retinalar bu ışığı gözün geri kalanından daha yoğun bir şekilde emer ve tarama sırasında bilgisayar koduna dönüştürülen ve bir veritabanında saklanan belirli bir desen oluşturulur. Retina taramalarında ayrıca tıbbi kullanım. Çok bulaşıcı hastalıklar AIDS, frengi, sıtma gibi suçiçeği, ayrıca kalıtsal hastalıklar Lösemi, lenfoma ve orak hücre hastalığının gözleri nasıl etkilediği. Hamilelik gözleri de etkiler. Ayrıca işaretler kronik hastalıklar Kronik kalp yetmezliği veya ateroskleroz gibi hastalıklar da ilk olarak gözlerde görülür.

Anlam

Retina taramasına dayalı biyometrik tanımlama sistemleri esas olarak devlet kurumları FBI, CIA ve NASA gibi son derece güvenli olanlar. Retinal okumaya dayalı biyometrik tanımlama çözümlerinin yaygın olarak benimsenmemesinin nedenlerinden biri de yüksek maliyetleridir.

İris tanıma

İnsan irisi, gözbebeklerinin büyüklüğünü ve çapını ve dolayısıyla retinaya ulaşan ışık miktarını kontrol etmekten sorumlu olan gözün ince, dairesel bir yapısıdır. “Göz rengi” gözün irisinin rengidir.

İris tanıma, otomatik bir biyometrik tanımlama yöntemidir. matematiksel yöntemler Bir kişinin gözlerindeki irisin benzersiz desenini tanımak.

Retinal taramanın aksine iris tanıma, irisin karmaşık yapısının görüntülerini yakalamak için ince kızılötesi ışık kullanan teknolojiyi kullanır. Dünyanın dört bir yanındaki ülkelerde yüz milyonlarca insan, güvenlik ve rahatlık nedeniyle halihazırda iris tanıma sistemlerine kayıtlıdır.

Anlam

Sağlık hizmetlerinde hasta kimlik tespiti için biyometrik iris tanıma teknolojisinin kullanımı, sınır kontrolü, erişim kontrol sistemleri ve e-posta uygulamalarının ardından hızla artıyor. Güvenilirlik, doğruluk, hız ve nispeten düşük maliyet (artı teknolojinin temassız ve müdahalesiz olması gerçeği) kombinasyonu sayesinde iris tanıma teknolojisi, kişisel tanımlama çözümü olarak giderek artan bir popülerlik kazanıyor. geniş aralık endüstriler. İrisin tanımlama amaçlı bir diğer avantajı, yapısının ilk kayıttan sonra onlarca yıl boyunca değişmeden kalmasıdır.

Çözüm

Sonuç olarak iris tanıma ve retina tarama teknolojileri arasındaki farklara bakalım:

• Retina taramalarının doğruluğu hastalığa bağlı olabilir; irisin yapısı daha stabildir.
• İris tanıma fotoğrafçılığa benzer ve uzaktan yapılabilir; aynı zamanda retinayı taramak için gözün okülere çok yakın olması gerekir.
• İris tanıma, ticari ortamda retina taramasından daha yaygın olarak kabul görmüştür.
• Bu teknolojilerin her ikisi de temassız olsa da, retina taraması invaziv bir teknoloji olarak kabul edilir çünkü görünür ışık ışınlarının gözlere parlamasını içerirken iris tanıma invaziv değildir.

Biyometriye yatırım yapmayı planlıyorsanız ve yüksek bir yatırım getirisi bekliyorsanız, retina taraması ile iris tanıma arasındaki farkları anlamak önemlidir. Umarız bu iki modern arasındaki farkları net bir şekilde gösterebilmişizdir.

Kaynak blog.m2sys.com. Makale tercüme edildiSite YöneticisiElena Ponomarenko

Biyometrik kimlik doğrulama sistemleri- kişilerin kimliklerini doğrulamak için biyometrik verileri kullanan kimlik doğrulama sistemleri.

Biyometrik kimlik doğrulama- kullanıcının kendi biyometrik görüntüsünü sunması ve bu görüntünün önceden belirlenmiş bir kimlik doğrulama protokolüne uygun olarak dönüştürülmesi yoluyla, kullanıcının beyan ettiği adının doğruluğunun kanıtlanması ve doğrulanması süreci.

Bu sistemler, örneğin sürücü yüz tanıma sistemleri ve biyometrik zaman takip araçları gibi biyometrik tanımlama sistemleriyle karıştırılmamalıdır. Biyometrik kimlik doğrulama sistemleri pasif mod yerine aktif modda çalışır ve neredeyse her zaman yetkilendirmeyi içerir. Bu sistemler yetkilendirme sistemleriyle aynı olmasa da sıklıkla birlikte kullanılırlar (örneğin parmak iziyle kapı kilitlerinde).

Ansiklopedik YouTube

Kimlik Doğrulama Yöntemleri

Çeşitli sistemler Kontrollü erişim sağlanması, kişinin sisteme sunmak istediği şeye göre üç gruba ayrılabilir:

1) Şifre koruması. Kullanıcı gizli veriler sağlar (örneğin, PIN kodu veya şifre).

1. Evrensellik: Bu işaret istisnasız tüm insanlarda mevcut olmalıdır.

2. benzersizlik: Biyometri, aynı fiziksel ve davranışsal parametrelere sahip iki kişinin varlığını reddeder.

3. Tutarlılık: Doğru kimlik doğrulama için zaman içinde tutarlılık gereklidir.

4. Ölçülebilirlik: uzmanların veri tabanına daha fazla giriş yapabilmek için işareti bazı cihazlarla ölçebilmeleri gerekir.

5. Uygunluk: toplum biyometrik bir parametrenin toplanmasına ve ölçülmesine karşı olmamalıdır.

Statik yöntemler

Parmak izi kimlik doğrulaması

Parmak izi tanıma, en yaygın biyometrik kullanıcı kimlik doğrulama teknolojisidir. Yöntem, insanların parmaklarındaki benzersiz papiller desen modelinden yararlanıyor. Tarayıcı kullanılarak elde edilen parmak izi dijital koda dönüştürülür ve daha önce girilen standartlarla karşılaştırılır. Parmak izi kimlik doğrulamasını kullanmanın faydaları kullanım kolaylığı, rahatlık ve güvenilirliktir. Bu teknolojinin çok yönlülüğü, herhangi bir alanda kullanılmasına ve kullanıcıların güvenilir ve oldukça doğru bir şekilde tanımlanmasının gerekli olduğu her türlü ve çok çeşitli sorunları çözmesine olanak tanır.

Parmak izleri hakkında bilgi edinmek için özel tarayıcılar kullanılır. Parmak izlerinin net bir elektronik temsilini elde etmek için yeterli spesifik yöntemler parmak izi çok küçük olduğundan açıkça görülebilen papiller desenlerin elde edilmesi çok zordur.

Yaygın olarak kullanılan üç ana parmak izi tarayıcı türü vardır: kapasitif, yuvarlanan ve optik. En yaygın ve yaygın olarak kullanılanları optik tarayıcılardır, ancak bunların ciddi bir dezavantajı vardır. Optik tarayıcılar aptallara ve ölü parmaklara karşı dayanıklı değildir, bu da onların diğer tarayıcı türleri kadar etkili olmadığı anlamına gelir. Ayrıca bazı kaynaklarda parmak izi tarayıcıları fiziksel prensiplerine göre 3 sınıfa ayrılmaktadır: optik, silikon, ultrasonik. ] [ ] .

İris kimlik doğrulaması

Bu biyometrik kimlik doğrulama teknolojisi, irisin benzersiz özelliklerini ve karakteristiklerini kullanır. insan gözü. İris, omurgalılarda, ortasında bir delik (gözbebeği) bulunan ince, hareketli bir göz diyaframıdır; Korneanın arkasında, gözün ön ve arka kameraları arasında, merceğin önünde bulunur. İris, insan doğmadan önce oluşur ve yaşam boyunca değişmez. İrisin dokusu bir ağa benzer. büyük miktar Bir bilgisayar tarafından ölçülebilen çevredeki daireler ve desenler, irisin deseni çok karmaşıktır, bu, yaklaşık 200 nokta seçmenizi sağlar ve bunun yardımıyla sağlanır. yüksek derece kimlik doğrulamanın güvenilirliği. Karşılaştırma için, en iyi sistemler Parmak izi tanımlamada 60-70 nokta kullanılır.

İris tanıma teknolojisi, retina taramasının müdahaleciliğini ortadan kaldırmak için geliştirilmiştir. kızılötesi ışınlar veya parlak ışık. Bilim adamları ayrıca insan retinasının zamanla değişebileceğini ancak irisin değişmediğini gösteren bir dizi çalışma da yürüttüler. Ve en önemlisi, ikizlerde bile tamamen aynı iki iris deseni bulmak imkansızdır. İrisin bireysel kaydını elde etmek için siyah beyaz kamera saniyede 30 kayıt yapar. Hafif bir ışık irisi aydınlatarak video kameranın irise odaklanmasını sağlar. Kayıtlardan biri daha sonra sayısallaştırılıyor ve kayıtlı kullanıcılardan oluşan bir veritabanında saklanıyor. Prosedürün tamamı birkaç saniye sürer ve sesli yönlendirme ve otomatik odaklama kullanılarak tamamen bilgisayarla gerçekleştirilebilir. Kamera, tarama ekipmanına bağlı olarak 10 cm ila 1 metre mesafeye kurulabilir. Bir görüntü elde etme süreci taramayı değil, yalnızca fotoğraf çekmeyi içerdiğinden "tarama" terimi yanıltıcı olabilir. Ortaya çıkan iris görüntüsü daha sonra basitleştirilmiş bir forma dönüştürülür, kaydedilir ve daha sonra karşılaştırılmak üzere saklanır. Gözlükler ve kontakt lensler, renkli olanlar bile kimlik doğrulamanın kalitesini etkilemez. [ ] [ ] .

Maliyet her zaman bu teknolojiyi benimsemenin önündeki en büyük caydırıcı faktör olmuştur, ancak artık iris tanımlama sistemleri çeşitli şirketler için daha uygun fiyatlı hale geliyor. Teknolojinin savunucuları, iris tanımanın çok yakında çeşitli alanlarda yaygın bir tanımlama teknolojisi haline geleceğini iddia ediyor.

Retina kimlik doğrulaması

El geometrisi kimlik doğrulaması

Bu biyometrik yöntem, bir kişinin kimliğini doğrulamak için elin şeklini kullanır. Bireysel el şekli parametrelerinin benzersiz olmaması nedeniyle çeşitli özelliklerin kullanılması gerekmektedir. Parmakların kıvrımları, uzunluğu ve kalınlığı, el sırtının genişliği ve kalınlığı, eklemler arası mesafe ve kemik yapısı gibi el parametreleri taranır. Ayrıca elin geometrisi küçük detaylar içerir (örneğin ciltteki kırışıklıklar). Eklem ve kemiklerin yapısı nispeten benzer olmasına rağmen sabit işaretler ancak doku şişmesi veya el morlukları orijinal yapıyı bozabilir. Teknoloji sorunu: Ampütasyon olasılığını hesaba katmadan bile, “artrit” adı verilen bir hastalık, tarayıcıların kullanımını büyük ölçüde engelleyebilir.

Bir kamera ve aydınlatıcı diyotlardan oluşan bir tarayıcı kullanılarak (bir eli tararken diyotlar sırayla açılır, bu, elin farklı projeksiyonlarını elde etmenizi sağlar), ardından elin üç boyutlu bir görüntüsü oluşturulur. El geometrisi kimlik doğrulamasının güvenilirliği, parmak izi kimlik doğrulamasıyla karşılaştırılabilir.

El geometrisi kimlik doğrulama sistemlerinin yaygın olarak kullanılması, kullanıcılara kolaylık sağladığının bir kanıtıdır. Bu seçeneğin kullanılması birçok nedenden dolayı caziptir. Bir numune alma prosedürü oldukça basittir ve görüntüye yüksek talepler getirmez. Ortaya çıkan şablonun boyutu çok küçüktür, birkaç bayttır. Kimlik doğrulama işlemi sıcaklık, nem veya kirden etkilenmez. Standartla karşılaştırıldığında yapılan hesaplamalar oldukça basittir ve kolayca otomatikleştirilebilir.

El geometrisine dayalı kimlik doğrulama sistemleri 70'li yılların başında tüm dünyada kullanılmaya başlandı. [ ] [ ]

Yüz geometrisi kimlik doğrulaması

Bir kişinin yüz geometrisine dayalı biyometrik kimlik doğrulaması oldukça yaygın bir tanımlama ve kimlik doğrulama yöntemidir. Teknik uygulama karmaşıktır Matematik problemi. Görebileceğiniz multimedya teknolojilerinin kapsamlı kullanımı yeterli miktar Tren istasyonlarında, havalimanlarında, meydanlarda, caddelerde, yollarda ve diğer kalabalık yerlerdeki kameralar bu alanın gelişmesinde belirleyici oldu. İnsan yüzünün üç boyutlu bir modelini oluşturmak için gözlerin, kaşların, dudakların, burnun ve yüzün diğer çeşitli unsurlarının hatları izole edilir, ardından aralarındaki mesafe hesaplanır ve üç boyutlu bir model oluşturulur. onu kullanıyor. Belirli bir kişiye karşılık gelen benzersiz bir modeli belirlemek için 12 ila 40 karakteristik öğe gereklidir. Şablon, yüzün döndürülmesi, eğilmesi, ışığın değiştirilmesi, ifadenin değiştirilmesi durumlarında görüntünün birçok varyasyonunu dikkate almalıdır. Bu tür seçeneklerin aralığı, bu yöntemin kullanım amacına (tanımlama, kimlik doğrulama, uzaktan arama için) bağlı olarak değişir. geniş alanlar vesaire.). Bazı algoritmalar bir kişinin gözlüklerini, şapkasını, bıyıklarını ve sakallarını telafi etmenize olanak tanır. [ ] [ ]

Yüz termogramı kullanarak kimlik doğrulama

Yöntem, yüz termogramının her kişi için benzersiz olduğunu gösteren çalışmalara dayanmaktadır. Termogram kızılötesi kameralar kullanılarak elde edilir. Yüz geometrisi kimlik doğrulamasının aksine, bu yöntem ikizleri ayırt eder. Özel maskelerin kullanılması, estetik cerrahi, insan vücudunun yaşlanması, vücut sıcaklığı, soğuk havalarda yüz derisinin soğuması termogramın doğruluğunu etkilemez. Kimlik doğrulama kalitesinin düşük olması nedeniyle yöntem şu anda yaygın değildir.

Dinamik Yöntemler

Sesli kimlik doğrulama

Biyometrik ses kimlik doğrulama yöntemi, kullanım kolaylığı ile karakterize edilir. Bu yöntem pahalı ekipmanlara ihtiyaç duymaz, yalnızca bir mikrofon ve ses kartı gerektirir. Şu anda, bu kimlik doğrulama yöntemi modern iş merkezlerinde yaygın olarak kullanıldığı için bu teknoloji hızla gelişiyor. Ses şablonu oluşturmanın pek çok yolu vardır. Genellikle bunlar sesin frekans ve istatistiksel özelliklerinin farklı kombinasyonlarıdır. Modülasyon, tonlama, perde vb. parametreler dikkate alınabilir.

Sesli kimlik doğrulama yönteminin ana ve tanımlayıcı dezavantajı, yöntemin doğruluğunun düşük olmasıdır. Örneğin sistem soğuk algınlığı olan bir kişiyi tanımayabilir. Önemli bir sorun, bir kişinin sesinin tezahürlerinin çeşitliliğidir: ses, sağlık durumuna, yaşına, ruh haline vb. bağlı olarak değişebilir. Bu çeşitlilik, bir kişinin sesinin ayırt edici özelliklerinin belirlenmesinde ciddi zorluklar yaratır. Ayrıca gürültü bileşeninin dikkate alınması da bir diğer önemli ve çözülmemiş sorundur. pratik kullanım sesli kimlik doğrulama. Kullanırken ikinci türden hata olasılığı olduğundan Bu method büyükse (yüzde bir düzeyinde), ses kimlik doğrulaması bilgisayar laboratuvarları, üretim şirketlerinin laboratuvarları vb. gibi orta güvenlikli tesislere erişimi kontrol etmek için kullanılır.