ВУЗ:
Составители:
13
перед   видеокамерой  для  сканирования  лица.  Затем   данные обрабатываются   с 
использованием   алгоритмов  теории распознавания образов,  и   выдается   разре-
шение или отказ  на  доступ. Этот  метод   наиболее  близок  к  обычному  процессу 
идентификации людьми  друг   друга. Технология основана  на том, что   некоторые 
части   лица, такие как  верхние края   глазниц, скулы и уголки   рта, менее  других 
изменяются   со   временем , при   этом изменяющиеся   части , как  прическа   или борода 
не  рассматриваются . 
     Процедура  сканирования лица зависит от  используемой системы. Одни   био-
метрические системы   требуют предъявления лица с разных сторон  для  под -
робного его изучения,  для чего пользователю  предлагается   покрутить   головой  в 
поле зрения камеры . Другие биометрические системы  предлагают пользователю  
поместить   лицо внутрь   специальной  полупрозрачной  маски . Третьи  используют 
различные специальные устройства   типа  системы  зеркал   для обеспечения строгой 
ориентации лица. В  результате  сканирования лица формируется   последователь-
ность   изображений, после чего происходит извлечение признаковой информа-
ции о регистрируемом  лице, т.е.  индивидуальные особенности   каждого лица 
описываются   на  языке   шаблонов.  Это   позволяет  значительно  снизить   раз-
мерность   пространства  признаков,  уменьшить   размеры   базы   данных  и тем  
самым значительно  ускорить   поиск [4]. 
     Аппаратная   реализация систем   распознавания по  геометрии лица может  бази -
роваться   на  системах   монокулярного или бинокулярного зрения.  Первый более 
дешевый тип систем   работает  с  двухмерной  цифровой  информацией ,  регист-
рируемой одной недорогой  камерой, как  правило, Web-камерой. На базе  дан-
ных камер  можно   успешно  построить   систему, которая   при   формате  входного 
изображения 320x240 будет  достаточно  надежно   распознавать   от 10 до 100 че -
ловек  в  задачах   идентификации (с FAR = 0,01% и  FRR = 0,2%). Помимо  отно-
сительной дешевизны , преимуществом данного типа  устройств  ввода является  
наличие цвета,  который  зачастую   используется   разработчиками   как  признак 
для быстрого поиска  лица на  изображении [4]. 
     Программы   биометрической  идентификации,  построенные  с  использованием  
профессиональных видеокамер  гораздо надежнее  по  причине  более  высокого ка-
чества  оптики   и   разрешающей   способности   аппаратуры   регистрации.  Однако  
стоимость   таких систем   достаточно   высока. 
     В   системах   бинокулярного  зрения используются   две  высококачественные 
видеокамеры ,  что   позволяет  восстанавливать   пространственную   форму  объек-
тов,  в  частности   поверхности   лица,  и  решать   задачи   измерений в трехмерном 
пространстве.  Системы   бинокулярного зрения хотя   и   дороги,  но  обеспечивают 
значительно  более  высокое  качество   по  сравнению с системами   монокулярного 
зрения. 
     Системы   данного типа,  согласно  опубликованным  результатам   научных ис-
следований, могут  обеспечить   вероятность   отказов  в  доступе  зарегистри -
рованным пользователям (ошибку   первого рода FRR) порядка  0,01% и   вероят-
ность   ошибочных доступов  незарегистрированных пользователей  (ошибку   вто -
рого рода FAR) порядка 0,001% [4].  
13 перед видеокамерой для сканирования лица. Затем данные обрабатываются с использованием алгоритмов теории распознавания образов, и выдается разре- шение или отказ на доступ. Этот метод наиболее близок к обычному процессу идентификации людьми друг друга. Технология основана на том, что некоторые части лица, такие как верхние края глазниц, скулы и уголки рта, менее других изменяются со временем, при этом изменяющиеся части, как прическа или борода не рассматриваются. Процедура сканирования лица зависит от используемой системы. Одни био- метрические системы требуют предъявления лица с разных сторон для под- робного его изучения, для чего пользователю предлагается покрутить головой в поле зрения камеры. Другие биометрические системы предлагают пользователю поместить лицо внутрь специальной полупрозрачной маски. Третьи используют различные специальные устройства типа системы зеркал для обеспечения строгой ориентации лица. В результате сканирования лица формируется последователь- ность изображений, после чего происходит извлечение признаковой информа- ции о регистрируемом лице, т.е. индивидуальные особенности каждого лица описываются на языке шаблонов. Это позволяет значительно снизить раз- мерность пространства признаков, уменьшить размеры базы данных и тем самым значительно ускорить поиск [4]. Аппаратная реализация систем распознавания по геометрии лица может бази- роваться на системах монокулярного или бинокулярного зрения. Первый более дешевый тип систем работает с двухмерной цифровой информацией, регист- рируемой одной недорогой камерой, как правило, Web-камерой. На базе дан- ных камер можно успешно построить систему, которая при формате входного изображения 320x240 будет достаточно надежно распознавать от 10 до 100 че- ловек в задачах идентификации (с FAR = 0,01% и FRR = 0,2%). Помимо отно- сительной дешевизны, преимуществом данного типа устройств ввода является наличие цвета, который зачастую используется разработчиками как признак для быстрого поиска лица на изображении [4]. Программы биометрической идентификации, построенные с использованием профессиональных видеокамер гораздо надежнее по причине более высокого ка- чества оптики и разрешающей способности аппаратуры регистрации. Однако стоимость таких систем достаточно высока. В системах бинокулярного зрения используются две высококачественные видеокамеры, что позволяет восстанавливать пространственную форму объек- тов, в частности поверхности лица, и решать задачи измерений в трехмерном пространстве. Системы бинокулярного зрения хотя и дороги, но обеспечивают значительно более высокое качество по сравнению с системами монокулярного зрения. Системы данного типа, согласно опубликованным результатам научных ис- след о ва ний, м о г ут о б е с пе ч ит ь вероятность отказов в доступе зарегистри- рованным пользователям (ошибку первого рода FRR) порядка 0,01% и вероят- ность ошибочных доступов незарегистрированных пользователей (ошибку вто- рого рода FAR) порядка 0,001% [4].
