Особливості автентифікації та ідентифікації за рисами обличчя
Обличчя природно було використовувати у якості біометричного параметра, так як кожна людина щодня впізнає інших людей, дивлячись на їхні обличчя. Розпізнавання обличчя вважається більш прийнятним для суспільства, ніж більшість інших методів біометричної автентифікації. З моменту винаходу фотографії, зображення облич стали засвідчувати особу в паспортах та ідентифікаційних картах. Завдяки тому, що для отримання біометричних зразків у цьому методі використовуються традиційні засоби, стало можливим створення великих баз даних (поліцейські знімки і телевізійні зйомки, наприклад), в яких можна проводити автоматичний пошук. Системи спостереження засновані на отриманні зображення обличчя без сприяння людини, будь то приховані камери або відкриті, з витікаючими звідси наслідками для конфіденційності.
1.2.1 Отримання зображення
В системах розпізнавання облич застосовуються різні методи отримання зображень. НІСТ (Національний інститут стандартів і технологій) США розробив з цього приводу спеціальні рекомендації[2] :
– одне зображення. Оптичні методи включають в себе оцифрування паперових документів за допомогою оптичних сканерів. Це важливо, тому що багато існуючих баз даних все ще зберігаються у вигляді чорно-білих або кольорових фотографій. Для отримання зображень обличчя можуть також використовуватися аналогові або цифрові камери. В основному такі фотографії робляться в масовому порядку (наприклад, для отримання водійських посвідчень) і в певних умовах для нормалізації шаблонів в базах даних;
– відео. Камери стеження роблять відеозапису, часто включають в себе зображення обличчя. Зазвичай відзнятий матеріал не дуже підходить для проведення автентифікації, так як у цих камер занадто низька роздільність. Навіть використання таких технік, як гіперроздільність (коли зображення отримують шляхом інтегрування вдалих кадрів), не приносить великих результатів. Проблема полягає в тому, що швидкість зміни кадрів у більшості камер стеження занадто низька (1-4 кадри в секунду), тому з їх допомогою вдається отримати дуже мало вдалих зображень рухомого об'єкту. Поворотні камери з збільшувальним об'єктивом дозволяють отримати зображення найкращої якості;
– тривимірне зображення. Багато нової техніки засновані на геометрії шкіри або черепа і використовують тривимірне зображення обличчя замість двомірного. Існує ряд технік для отримання таких зображень, включаючи стерео, структуроване світло і фазовий ранжування;
– інфрачервоне світло. Одна з проблем технологій розпізнавання обличчя - це отримання чіткого зображення при поганому освітленні. Інфрачервоне світло (невидимий для людського ока), може бути використаний як засіб для отримання якісного зображення обличчя в умовах недостатнього освітлення;
– термограми. Системи, описані вище (крім тривимірного зображення) використовують двомірне представлення обличчя. Вони прості в експлуатації, мають високу швидкодією, але можуть хибно сприйняти плоске зображення обличчя (фотомуляж). Однак, якщо використовувати термографічний образ обличчя, то ймовірність несанкціонованого доступу різко знижується (практично до нуля). Інформаційними ознаками є малюнки вен і артерій, які повторити в муляжі практично неможливо. Для отримання термографічного образу використовуються камери, що вловлюють інфрачервоне випромінювання. Вони можуть працювати в повній темноті. Інформаційні ознаки же не залежать ні від температури обличчя, ні від пластичних операцій, ні від старіння людини. Інфрачервона камера дозволяє отримувати образ навіть на значній відстані від людини. Проте ціна таких камер на 1-2 порядки вище, ніж у камер на звичайних матрицях. Такі системи можна використовувати в системах контролю доступу з високим ступенем відповідальності та надійності. Вони забезпечують близьку до 100% точність розпізнавання. Дослідження показують, що однеяйцеві близнюки мають свої унікальні термограми. До недоліків можна віднести необхідність встановлення положення обличчя строго у фас (в камеру).
1.2.2 Складнощі розробки біометричних систем
Помітний прогрес в області технологій розпізнавання обличчя може відбутися в найближчі роки у зв'язку з комерціалізацією цієї області. На сьогоднішній день методи розпізнавання обличчя все ще не є досить точними, що б при додатковому використанні відбитків пальців і райдужної оболонки впоратися з ідентифікацією великої кількості людей. Потрібно зробити ще дуже багато для вирішення «основної» проблеми розпізнавання обличчя. Справа в тому, що для розпізнавання облич можуть використовуватися двомірні зображення тільки з певним положенням голови, а технології тривимірного моделювання та зіставлення облич поки ще недостатньо розроблені.
Для встановлення ідентичності двох фотографій однієї і тієї ж людини потрібно вирішити безліч проблем. Одна з них - схожість зовнішності близнюків. Всі труднощі, з якими доводиться стикатися при розпізнаванні облич, можна розбити на 4 категорії[2]:
– фізичні прояви - швидка зміна виразу обличчя, наприклад миготіння, мовна, емоційна і комунікативна міміка. Важливі зміни, які відбуваються в зовнішності повільно, наприклад з віком. Також потрібно враховувати накладений макіяж, носіння окулярів, зміна форми рослинності на обличчі, зміна зачіски і т. д.;
– геометрія зняття зразків. У більшості випадків обличчя на фотографії має невідоме розташування, невідомий кут повороту і невідомий розмір. Буває, що людина дивиться прямо в камеру. Поворот голови, наприклад, в профіль або в фас, певним чином змінює зовнішність людини на різних зображеннях;
– умови зняття параметра. Світло, що падає на обличчя людини, може сильно змінити його зовнішність. Характеристика та параметри камери також можуть сильно впливати на зовнішність людини на фотографії, навіть незалежно від світла. До таких характеристик можна віднести автоматичне балансування білого кольору, регуляцію посилення і зниження шуму;
– артефакти стиснення. При стисненні і декомпресії зображення (для передачі або / та збереження) відбувається досить сильне погіршення його якості. Загальноприйняті стандарти стиснення, такі, як ІРЕG і МРЕG, базуються на компресії блоків зображення і не гарантують, що воно залишиться незмінним. Артефакти стиснення можуть мати значний вплив на точність роботи алгоритмів розпізнавання обличчя при використанні архівних баз фотозображень і відеоматеріалів.
Таблиця 1.1
Ефективність системи розпізнавання облич за різних умов
| Умови оцінки ефективності | Рівень помилкових підтверджень,% | Рівень помилкових відмов,% |
| Той самий день, те саме освітлення | 0,4 | |
| Той самий день, різне освітлення | ||
| Різні дні | ||
| Різні дні протягом 1,5 років |
Жодна з існуючих сьогодні систем розпізнавання не може вирішити ці проблеми в повній мірі. Зокрема, було проведено невелике дослідження для вивчення можливості розпізнавати обличчя, незважаючи на вікові зміни. Щоб уникнути вище перерахованих проблем, процедура отримання зображення використовується для обмеження кількості незмінних параметрів, які повинні бути вбудовані в алгоритми. Навіть при найкращих умовах отримання зображення коефіцієнти помилок дуже високі. Було заявлено, що системи автоматичного розпізнавання облич можуть бути використані для зрівняння людей в натовпі зі злочинцями, зареєстрованими в спеціальній базі даних. Насправді ця технологія все ще недостатньо розроблена для того, щоб працювати в повністю автоматичному режимі.