Биометрические сигналы, как информационные процессы

Биометрические сигналы по своей структуре могут быть разделены на случайные процессы, случайные последовательности и случайные поля.

К случайным полям может быть отнесена пространственно-временная информация:

· отпечаток пальца;

· сетчатка глаза;

· радужная оболочка глаза;

· геометрические характеристики ладони;

· геометрические размеры лица;

· термограмма лица;

· рукописный подчерк.

Некоторые биометрические характеристики могут быть представлены, как характеристики случайных процессов, так и в виде характеристик случайных последовательностей – это зависит от способа представления и класса выбранных математических моделей.

Рукописная подпись может быть представлена как статическое изображение, и тогда она может рассматриваться как реализация случайного поля. Если рассматривать процесс создания рукописной подписи, как динамический процесс, и представить подпись, как колебания пера по оси X и Y, тогда подпись является реализацией случайного процесса.

Геометрия ладони или лица может быть представлена, как изображение (случайное поле), или как вектор, элементами которого являются значения линейных размеров определенных параметров (случайная последовательность).

В виде случайных процессов могут быть представлены:

· голосовые характеристики;

· рукописная подпись (динамика движения пера);

· геометрические параметры ладони (как набор размеров);

· геометрические параметры лица (как набор линейных размеров);

· сетчатка глаза;

· ДНК человека;

· клавиатурный подчерк, как последовательность пауз и длительностей нажатия клавиш.

Рассмотри особенности наиболее распространенных биометрических сигналов.

Отпечатки пальцев

Отпечаток пальца – самый широко используемый на практике биометрический признак (согласно отчетам компании “Biometrics Research Group” самый большой сегмент биометрического рынка формирует системы идентификации по отпечаткам пальцев – если в 2012 году на долю упомянутого сегмента приходилось 5 миллиардов долларов, то в 2015 году данный показатель лостигнет отметки в 10 миллиардов долларов). Длительная история использования, большие объемы накопленных данных, сложный рельефный рисунок, методы обработки информации определили популярность данного биометрического признака: более чем 50% биометрических систем построено на распознавании человека по отпечаткам пальцев.

Отпечатки пальцев или паппилярный узор – сложный рельефный рисунок, образованный чередующимися валиками (высотой 0,1-0,4 мм, шириной 0,2-0,7 мм) и бороздками – углублениями (шириной 0,1-0,3 мм). Также в состав паппилярного узора можно включить рисунок потовых желез. Данное строение кожи характерно для поверхности рук и ступней ног человека, но традиционно ( из криминалистики) и из соображений протсоты регистрации наиболее широко используют паппилярный узор на кончиках пальцев человека.

В некоторых случаях, при использовании комбинации биометрических сигналов, используют паппилярный узор на фалангах пальцев, совместно с геометрическими размерами кисти руки.

Рисунок 2.3 - Пример отпечатка пальцев

Вне зависимости от способа регистрации, отпечаток пальца представляет собой изображение и, соответственно, может рассматриваться как реализация информационного пространственно-временного поля.

Геометрия кисти руки

Геометрические размеры кисти руки являются биометрическимпризнаком: перспективным, хоть и не так подробно исследованным, как отпечатки пальцев. Биометрические системы, основанные на использовании геометрических размеров, появились одними из первых и выпускаются серийно уже более 20 лет. По надежности системы идентификации по геометрии ладони сравнимы с системами, использующими отпечатки пальцев.

В зависимости от метода регистрации кисть руки может быть представлена как изображение, и тогда следует рассматривать данный сигнал, как случайное поле, или как вектор значений линейных размеров. В случае представления геометрических размеров руки, как вектора значений линейных размеров, сигнал может быть отнесен к случайным последовательностям.

Радужная оболочка глаза

Биометрические системы, основанные на анализе радужной оболочки глаза, появились сравнительно недавно. Первый патент, полученный на алгоритмы преобразования радужной оболочки глаза в цифровой код, был получен в 1994 году (US Patent 5,291,560) профессором кембриджского университета Джоном Даугманом. Все существующие в настоящий момент биометрические системы подобного типа работают исключительно на основе данного метода. Тестирование и внедрение алгоритмов идентификкации человека по радужной оболочке глаза началось в 2001 году в аэропорту Heathrow (Лондон), а на следующий год в аэропорту Schiphol (Амстердам, Нидерланды).

Радужная оболочка глаза (рисунок 2.4) – тонкая подвижная диафрагма глаза с отверстием (зрачком) в центре, практически светонепроницаема.

Рисунок 2.4 - Радужная оболочка глаза

Рисунок радужной оболочки глаза уникален для каждого человека, формируется в первые месяцы жизни и сохраняется неизменным до самой смерти.

Радужная оболочка глаза по типу информационного сигнала относится к случайным полям.

Рукописный подчерк

С давних пор подпись используется для идентификации личности человека. Особенно широкое распространение она получила для удостоверения документов, в банковском деле и т.д.

Подпись, как таковая, не может считаться биометрическим признаком: она не является неотделимой характеристикой и, зачастую, существенно изменяется с течением времени.

В качестве биометрического признака может быть использованы динамические особенности рукописного подчерка. Как уже было сказано выше, динамические особенности неповторимы и устойчивы, что позволяет использовать их в качестве биометрического признака. Привычные действия, такие как роспись, осуществляются без детального контроля движения пальцев и кисти руки, и совершаются на уровне инстинктов, что делает их уникальными.

Биометрические системы рассматривают динамику написания тестовой фразы или подписи, то есть данные о колебаниях пера в трехмерном пространстве (X,Y – координаты и Z – давление на планшет).

Рисунок 2.5 - Колебания пера по вертикали Y(t) (нулевые значения функции соответствуют моментам отрыва пера от планшета)

Колебания пера по оси X, Y, сила нажима кончика пера могут быть описаны на основе моделей случайных процессов.

Подделать динамику подписи значительно сложнее, чем геометрию. Но при этом, низкое качество Регистрирующей аппаратуры не позволяет с должной точностью фиксировать изменение динамических параметров. Это, пожалуй, один из немногих примеров, когда недостаток технических средств ограничивает возможности биометрической системы. В большинстве остальных случаев, узким местом биометрической системы является построение алгоритмов обработки.

Клавиатурный подчерк

Клавиатурный подчерк стал рассматриваться в качестве биометрического сигнала сравнительно недавно. Исследования показали, что клавиатурный подчерк конкретного пользователя обладает стабильностью и может быть использован для его идентификации.

Клавиатурный подчерк рассматривается как последовательность длительных пауз и нажатий на клавиши. Данный информационный сигнал относится к классу случайных последовательностей.

Как и любой другой динамический биометрический сигнал, динамика клавиатурного подчерка не стабильна во времени и существенно меняется от времени суток, эмоционального состояния, квалификации пользователя и некоторых других факторов.

Голосовая идентификация

Каждый день, практически каждый человек совершает операцию идентификации личности по голосовому сигналу. Решать подобную задачу приходится при ответе на телефонные звонки и во множестве прочих бытовых ситуациях. Поэтому уже в течение длительного времени голосовой сигнал считается перспективным биометрическим признаком и ведутся активные исследования, для того, чтобы использовать его для построения биометрических систем.

Но, не смотря на активные исследования в данной области, надежных автоматизированных систем биометрической идентификации, использующих голосовой сигнал, пока не существует.

Речевой сигнал, по сути, является сложным акустическим колебанием, изменяется во времени и является, в чистом виде, случайным процессом.

Рисунок 2.6 - Реализация голосовых команд – счет от одного до десяти.

Все существующие биометрические признаки могут быть классифицированы по типу биометрического сигнала – случайные поля, случайные процессы или случайные последовательности. Причем один и тот же биометрический признак может быть представлен различными математическими моделями случайных функций.