CC BY
80
УДК: A00.4.9
БИОМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ НА ОСНОВЕ МЕТОДА ИНТЕГРАЦИИ ИЗМЕРЕНИЙ
Илья Викторович Прудников, аспирант, E-mail: I. V.Prudnikov@gmail.com
НОУ ВПО «Институт государственного управления, права и инновационных
технологий», Москва
Приведено описание метода повышения точности системы биометрической идентификации, основанного на интеграции измерений по отпечаткам пальцев на базе классических алгоритмов; показано, что предложенный метод обеспечивает защищенность от распространенного вида атак, когда сенсору предъявляется поддельный идентификатор; представлено теоретическое обоснование эффективности метода.
The author describes a method of increasing the accuracy of biometric identification based on the integration of measurements of the fingerprint on the basis of classical algorithms. It is shown that the proposed method provides protection against widespread type of attack, when the sensor is presented a fake ID. The article provided the theoretical justification for the effectiveness of the method.
Ключевые слова: биометрия, отпечатки пальцев, повышение точности идентификации, интеграция измерений.
Keywords: biometrics, fingerprint, improving the accuracy of the identification, integration of measurements.
Суть рассматриваемого метода повышения точности системы идентификации заключается в использовании при распознавании интегральной информации, получаемой в результате нескольких измерений одного идентификатора [1].
Одной из характерных особенностей систем биометрической идентификации является линейная зависимость коэффициента ложного допуска (КЛД) системы в целом от размера базы данных (БД) M эталонных биометрических образцов [2]. Данное обстоятельство дает возможность снижения КЛД, т.е. повышения точности биометрической системы идентификации путем снижения количества сопоставлений при уменьшенном размере БД (хотя бы на конечной итерации, т.е. перед принятием окончательного решения).
Функциональная схема системы биометрической идентификации, реализующей предложенный автором метод, приведена на рисунке ниже.
Функциональная схема системы биометрической идентификации
На этом рисунке введены следующие обозначения:
Обозначение Расшифровка
[ и в = {01, [г, ... , Ри , = 1, ..., п’; в, = [Щ} Идентификатор и вектор идентификаторов, полученных путем прикладывания пальца к сканирующей поверхности в различные моменты времени ^
0 Пороговое значение качества (изображения), для получения изображения со сканера; если качество полученного изображения ниже ? 0, то оно не будет передано на обработку
^0 Пороговое значение для принятия метчером решения о совпадении репрезентаций; если степень сходства больше ?0, то считается, что репрезентации совпадают, иначе - не совпадают
п Число экземпляров изображения отпечатка пальца, которое необходимо получить со сканирующего устройства
I Вектор изображений (содержит п элементов - 11,12, ., 1п), получаемых со сканера в процессе регистрации/идентификации одной личности
Обозначение Расшифровка
Я = Г(І1, І2, ..., 1п) Машинная репрезентация, построенная по п изображениям отпечатка пальца одной личности в процессе идентификации
Я,= Я, = ^ (I, )| 0(1,) = шах(^), і = 1,...,п Машинная репрезентация, построенная по изображению наилучшего качества из вектора I в процессе регистрации
К = Е(11,12,■■■,!„) Машинная репрезентация, построенная по всем изображениям из вектора I в процессе регистрации1
к = (К = ^ (її), я2 = ^ (12),..., Яп = ^ (1п)) Вектор машинных репрезентаций, который содержит репрезентации, построенные по каждому из изображений из вектора I
С( яг) Вектор, содержащий набор репрезентаций, -результат сравнения метчера 1
С(к,С(Ц)) Вектор, содержащий набор репрезентаций, -результат сравнения метчера 2
Сй(Л,С(ф,*,) Вектор, содержащий набор репрезентаций, -результат сравнения метчера 2 на выходе блока коррекции
В процессе создания эталонной БД выполняется построение вектора изображений I аналогично стандартной системе. На основании изображений из вектора I блок «Построитель репрезентации и селектор» выдает набор машинных репрезентаций ( Я, , 14), который включается в эталонную БД, где
Яі = Я,. =^(/,.)|0(/,) = тах(дХ г = 1,...,п, К = Р(11,12,...1„),
Я = (Я = Е(1Х),Я = Г(12Яп = Г(1п)). Здесь Г - оператор построения машинной
репрезентации по изображению (изображениям) отпечатка пальца; ічі - качество конкретного изображения I
1 Оператор Г используется как для построения репрезентаций по нескольким изображениям, так и для построения репрезентаций по одному изображению. Процесс построения репрезентации по нескольким изображениям сводится к процессу построения репрезентации по одному изображению. Это выполняется за счет предварительного объединения нескольких изображений в одно (технология известная как «1та§еМо$а1скт§»), поэтому не вводится дополнительное обозначение для оператора построения репрезентаций по нескольким изображениям.
Таким образом, для т различных идентификаторов имеем эталонную БД М = {(^,Д,К)1,(^,Д,К)2,...(^,Д,К)пг}, которую можно рассматривать как вектор длиной т. В отличие от стандартной системы идентификации эталонная база данных содержит набор репрезентаций для каждой личности, имеющих большую размерность, т.е. имеющих большую информативность.
В процессе идентификации выполняется построение вектора изображений I аналогично процессу построения эталонной БД.
Это позволяет построить репрезентацию с большим количеством контрольных точек, в результате чего в процессе идентификации возможно оперировать большим количеством контрольных точек, что даёт ключевую информацию для повышения точности. Далее формируется репрезентация Я = ^(1, 12,..., 1п) для идентификации.
II '2
Выходом метчера 1 является вектор С(Я= = {(=== еМ, к = 1,...,т, £((Я1\,Я) > ^}
длиной I’ < т, где £ - функция вычисления сходства между двумя репрезентациями. Следует подчеркнуть, что стандартная система заканчивает работу на данном шаге, выдавая результирующий вектор. Система, реализующая метод повышения точности, продолжает обработку с целью сужения результатов сравнения метчера 1.
Далее аналогично выполняется анализ вектора С(Я) с помощью метчера 2, но с
применением поправочного коэффициента. Вектор С(К,С(К1)) = {К1,К2,...,К1 <еМ}
является результатом работы метчера 2. Для каждого элемента этого вектора С выполняется условие ^((Д)*,Д)>*0, £ = 1,...,/', где (К)к<=тк((К)к,(К)к,(%)к)> ПРИ этом
(^),еС(Я).
Далее выборка (вектор) С(Д,С(^)) фильтруется с помощью поправочного коэффициента. Поправочный коэффициент вычисляется в блоке коррекции для каждого элемента вектора С(Я,С(ЯгУ) с использованием репрезентаций из вектора (»)* по формуле
2 Аргумент вектора С обозначен как Я',, для того чтобы подчеркнуть, что метчер 1 оперирует репрезентацией М)к 6 М.
(К )к =
<якткж
,=1 п-1 ,.=1 и-1
№т,,Н)-Х^’(№>1|,Д)), 1ЭД)‘,Д) >х»((Л),,й);
.■=1 и-1 І=1 и-1
0,Х5((^)>-Д)=5,((Д)„Д);
Ы П-1
0,да;)„Я)^^((%,Я);
при )к * ^;,(Яг )к є (К>
Данные выражения получены на основании моделирования системы и представляют вклад от дополнительной, по сравнению с обычной системой, информации, содержащейся в эталонной базе. В результирующий вектор С^ДС^),^) включаются те репрезентации из вектора С(И,С(Ц)), для которых выполняется условие Як((Юк,Ю + (Юк2>*о> к = \,...,1, где (Д)*ДК)*е/и*((К)*Дф*,(^)*), для которых
(£; )к е од ) .
Исходя из того, что для длины вектора С(Яг) справедливо соотношение I’ < I, в
процедуре идентификации удалось сократить количество сравнений на последней итерации (метчер 2) и, согласно [2] снизить КЛД. С другой стороны, результирующий
вектор имеет длину </</'</. Таким образом, результирующий вектор содержит меньше элементов, чем в стандартной системе, следовательно, ответ более точен, что подтверждено результатами тестирования [1].
Таким образом, показано, что описанная система обеспечивает защищенность от распространенного вида атак, когда подделка представляется на входе, т.е. сенсору предъявляется поддельный идентификатор. Выбор оптимальной рабочей точки системы определяется на основании известных методик тестирования и обучения. В процессе обучения системы формируется статистическая модель распознавания, характеризующая точностные возможности системы и контингент, на котором производилось обучение. Дополнительное время вычислений, требуемое для метчера 2 и дальнейшей фильтрации его выборки, при соответствующей организации вычислительного процесса практически не окажет влияния на время идентификации.
Литература
1. Выскуб В.Г., Прудников И.В. Повышение эффективности распознавания личности при использовании биометрической идентификации // Электротехнические и информационные комплексы и системы. 2011. Т. 7. № 1. С. 28 - 32.
2. Болл Руд М., Коннел Джонатан Х., Панканти Шара, Ратха Налини К., Сеньор Эндрю У. Руководство по биометрии. М.: Техносфера. 2007.
Поступила 15.11.2011 г.
