Способ идентификации человека по его биометрическому образу

Изобретение относится к биометрической идентификации и аутентификации человека и может быть использовано в электронных паспортах и удостоверениях личности, в системах электронного документооборота, в системах ограничения доступа на охраняемые объекты. Техническим результатом является уменьшение количества каналов связи для передачи обученных искусственных нейронных сетей идентифицируемых лиц и уменьшение объема памяти на контрольно-пропускных пунктах для хранения указанных нейросетей. В способе с использованием заданного кода предварительно обучают искусственную нейронную сеть на примерах биометрических образов идентифицируемого человека, описание обученной искусственной нейросети в виде таблицы включают в состав документа, идентифицирующего личность человека, при идентификации человека его биометрический образ преобразуют в контролируемые параметры, которые преобразуют в выходной код с помощью нейронной сети, сравнивают выходной код с заданным кодом и при их совпадении принимают положительное решение об идентификации человека. 1 з.п. ф-лы, 2 ил.

 

Изобретение относится к биометрической идентификации и аутентификации человека и может быть использовано в электронных паспортах и удостоверениях личности, в системах электронного документооборота, в системах ограничения доступа на охраняемые объекты.

В настоящее время широко используется идентификация человека по его рукописной подписи (автографу). Идентификация сводится к тому, что человек формирует образец своей подписи, например, в паспорте. В случае необходимости подтвердить свою личность производится аутентификация человека, который в присутствии проверяющего воспроизводит свою подпись (автограф). Затем проверяющий визуально сравнивает образец подписи и воспроизведенный при нем автограф. В случае их достаточно большого совпадения принимается положительное аутентификационное решение. Недостатком данного способа является низкий уровень достоверности принимаемого проверяющим аутентификационного решения. Кроме того, проверяющий должен иметь высокую квалификацию (проверяющий должен быть специально обучен сравнивать автографы), что делает этот способ дорогим.

Известен способ биометрической аутентификации человека по его автографу [1, 2] или иному рукописному слову. По этому способу человек обучает биометрическую систему, предъявляя ей примеры своей подписи. Биометрическая система формирует биометрический эталон подписи и хранит его. В процессе аутентификации человек воспроизводит свой автограф, а вычислительная машина сравнивает его с эталоном. Если эталон и предъявленный автограф близки, то делается вывод о положительной аутентификации личности. Недостатком данного способа является то, что биометрический эталон пользователя должен храниться в тайне. Кроме того, программное обеспечение, сравнивающее введенный рукописный образ с эталоном, необходимо оберегать от попыток искажения и подделок (например, искажение одного последнего бита решающего правила). Так как программное обеспечение и биометрический эталон нельзя делать общедоступными, то существенно сужается область применения описанного выше способа идентификации и аутентификации по рукописному автографу. В частности, данный способ не пригоден для его использования в открыто хранящихся и общедоступных электронных паспортах и удостоверениях личности.

Известен способ, позволяющий открыто хранить биометрические данные в форме таблицы связей между нейронами и таблицы значений весовых коэффициентов этих связей искусственной нейронной сети [2, 3]. По этому способу человек предварительно обучает искусственную нейронную сеть преобразовывать свой рукописный образ в секретный ключ пользователя, например, секретный ключ, формирующий электронную цифровую подпись пользователя. Аутентификация по этому способу осуществляется путем воспроизведения рукописного пароля пользователем. Рукописный пароль обрабатывается программой вычисления параметров подписи, которые поступают на вход обученной искусственной нейронной сети. Искусственная нейронная сеть преобразует параметры подписи в секретный ключ пользователя, который используется в одном из криптографических механизмов аутентификации. Например, может использоваться электронная цифровая подпись пользователя, проверяемая другим человекам по известному всем открытому ключу пользователя.

Основным недостатком данного способа идентификации и аутентификации человека является то, что проверяющий должен обязательно знать открытый ключ пользователя для его проверки. Для обеспечения достоверности открытых ключей необходимо создавать целую систему сертификационных центров, гарантирующих подлинность открытых ключей. Еще одним недостатком этого способа является то, что проверяющий человек не может лично проверить достоверность автографа проверяемого без привлечения специальных криптографических программ. Если человек сомневается в правильности работы криптографических программ, он не может проверить подлинность подписи и надежно аутентифицировать рядом находящегося человека.

Использование нейронной сети для принятия решения об идентификации человека известно из патента США № 5892838 [4]. Недостаток известного технического решения заключается в необходимости наличия в пункте опознания нейронной сети идентифицируемого или оперативной доставки этой сети в указанный пункт, что возможно только при хороших каналах связи и наличия памяти большого объема для хранения нейронных сетей всех идентифицируемых лиц, что в свою очередь приводит к большой стоимости системы идентификации.

Наиболее близким к предлагаемому способу и выбранным в качестве прототипа является способ идентификации человека по его биометрическому образу (автографу) [5] с помощью искусственной нейросети, которая предварительно обучена на нескольких (порядка 12-16) образцах подписи человека. При обучении использована стратегия [6, с.25], при которой подбор весовых коэффициентов (весов связей нейронов) организуется так, чтобы выходные сигналы нейронов выходного слоя принимали значения, равные значениям заданного кода. Обученная искусственная нейросеть, например, в виде таблицы связей между нейронами и таблицы значений весовых коэффициентов этих связей хранится в памяти компьютера. При необходимости осуществления идентификации человек однократно вводит свой биометрический образ. В прототипе в качестве биометрического образа используется подпись (автограф) человека, которая преобразуется планшетом, на котором расписывается человек, в электрический сигнал, при этом колебания пера и его давление преобразуются в цифровую форму и поступают в вычислитель, который вычисляет контролируемые параметры подписи. Эти параметры поступают на вход предварительно обученной, как это говорилось выше, искусственной нейросети. Последняя преобразует их в выходной код, который сравнивается с заданным при обучении нейросети кодом. При совпадении выходного и заданного кодов нейросети выносится положительное решение об идентификации человека, а при несовпадении - отрицательное решение.

Недостаток способа-прототипа аналогичен недостатку способа по патенту США № 5892838 [4] и заключается в большой сложности процесса идентификации в случае организации его на большом количестве территориально распределенных контрольно-пропускных пунктах (КПП) (аэропортах, железнодорожных вокзалах, таможнях и других пунктах досмотра), что связано с необходимостью передачи в эти пункты и хранения на них предварительно обученных искусственных нейросетей, соответствующих идентифицируемым лицам, что требует хороших каналов связи и значительных затрат времени для передачи этих нейросетей, а на каждом КПП - наличие большого объема памяти для хранения этих нейросетей, что при большом количестве идентифицируемых лиц и КПП приводит к большой стоимости системы идентификации.

Задачей, решаемой предлагаемым способом, является упрощение процедуры идентификации человека.

Технический результат, достигаемый предлагаемым способом по п.1, заключается в уменьшении количества каналов связи (вплоть до полного отказа от них) для передачи обученных искусственных нейронных сетей идентифицируемых лиц и уменьшении объема памяти на КПП для хранения указанных нейросетей, а также упрощении принятия решения для проверяющего человека.

Указанный технический результат достигается тем, что в известном способе идентификации человека по его биометрическому образу, по которому биометрический образ преобразуют в контролируемые параметры, последние подают на вход искусственной нейросети, которую предварительно обучают с использованием заданного кода на примерах биометрических образов идентифицируемого человека и запоминают, преобразуют контролируемые параметры с помощью этой нейросети в выходной код, который сравнивают с заданным кодом, и при совпадении упомянутых кодов принимают положительное решение о идентификации человека, а при несовпадении - отрицательное решение, в качестве заданного кода при обучении искусственной нейросети используют код, однозначно соответствующий записи, содержащейся в документе, удостоверяющем личность идентифицируемого человека, а таблицу описания обученной искусственной нейросети, например, в виде таблицы связей между нейронами и таблицы значений весовых коэффициентов этих связей включают в состав этого документа.

Дополнительный технический результат, достигаемый предлагаемым способом по п.2, заключается в уменьшении вероятности ложной идентификации человека, возможной из-за внедрения в оборудование (ПЭВМ) программных закладок. Указанный результат достигается благодаря тому, что сравнение выходного кода нейросети и заданного кода осуществляют проверяющим человеком.

На фиг.1 представлен пример истинной подписи, на фиг.2 - ложной подписи идентифицируемого человека.

Процедура идентификации человека по предлагаемому способу осуществляется следующим образом.

В электронном паспорте и обычном паспорте идентифицируемого (аутентифицируемого) человека содержится запись «Иванов Александр Иванович». По предложенному способу производят обучение нейронной сети преобразованию автографа владельца паспорта в выходной код, соответствующий записи «Иванов Александр Иванович». Обученная этому преобразованию нейронная сеть записывается в виде таблицы связей между нейронами и таблицы значений весовых коэффициентов этих связей, которые размещаются в электронном паспорте пользователя или в любом ином электронном документе, удостоверяющем личность конкретного человека (в нашем случае Иванова).

При аутентификации проверяющий убеждается в подлинности предъявленного ему паспорта обычными методами (например, проверяет подлинность электронной цифровой подписи органа МВД, выдавшего электронный паспорт). Убедившись в подлинности документа, проверяющий просит проверяемого воспроизвести его автограф на графическом планшете. Далее проверяющий сравнивает визуально воспроизведенный при нем автограф с образцом в паспорте Иванова. Если автографы похожи, то проверяющий идентичность человека реальному Иванову запускает программу эмуляции нейросети, связывающей автограф Иванова с одной из записей в его паспорте.

Если автограф действительно принадлежит Иванову, то нейросеть, таблицы описания которой размещены в паспорте Иванова, даст выходной код, совпадающий с записью «Иванов Александр Иванович». Проверяющий сравнивает получившуюся запись на выходе нейросети с содержанием соответствующей записи в паспорте. При их совпадении делается вывод о тождестве расписавшегося только что человека Иванову, которому ранее был выдан электронный паспорт МВД.

Описанная выше процедура иллюстрируется фигурой 1, где приведена заставка программного продукта «Нейрокриптон», нейросеть которого обучена преобразовывать изображенный на фигуре 1 автограф в код «Иванов Александр Иванович». При правильном воспроизведении динамики автографа на выходе нейросети появляется нужная запись, точно соответствующая записи в паспорте.

Если кто-либо другой пытается подделать автограф истинного владельца паспорта, то его рукописный автограф даст на выходах нейронной сети совершенно другой код. Пример попытки подделки отображен на фигуре 2. Подлинный автограф и попытка подделки внешне очень похожи, однако подделка порождает на выходе нейросети случайный код

Сравнивая ожидаемый код «Иванов Александр Иванович» с кодом подделки , визуально наблюдаем их существенные отличия.

Используя предложенный нами способ, проверяющий человек способен без специальных криптографических программ убедиться в тождестве автографа, пытаясь читать выходной код нейронной сети. Если выходной код имеет смысл, легко читаем и соответствует записям в паспорте, то человек, воспроизведший автограф, действительно является тем, за кого себя выдает. Если на выходе обученной нейросети код оказывается нечитаемым частично или полностью, то перед нами злоумышленник, пытающийся воспользоваться чужим паспортом.

Крайне важным в предложенном способе является то, что он реализуется чисто программными методами и основан на использовании стандартных устройств ввода графической информации (графических планшетов или чувствительных экранов карманных компьютеров). Все это позволяет создавать недорогие и высокоэффективные программные приложения, способные надежно аутентифицировать владельцев электронных документов по их автографу.

Возможна иная реализация предложенного нами способа путем документирования в паспорте параметров нейросети, преобразующей голосовую фразу человека в выходной код, однозначно соответствующий паспортным данным идентифицируемого или аутентифицируемого человека. По предложенному способу производят обучение нейронной сети преобразованию голосовой фразы владельца паспорта в выходной код, соответствующий записи «Иванов Александр Иванович». Обученная этому преобразованию нейронная сеть записывается в виде таблицы связей между нейронами и таблицы значений весовых коэффициентов этих связей. Таблица описания обученной нейронной сети размещается в электронном паспорте пользователя или в любом ином электронном документе, удостоверяющем личность конкретного человека (в нашем случае Иванова).

При аутентификации проверяющий убеждается в подлинности предъявленного ему паспорта обычными методами (например, проверяет подлинность электронной цифровой подписи органа МВД, выдавшего электронный паспорт). Убедившись в подлинности документа, проверяющий просит проверяемого произнести фразу, записанную в его паспорте, «Я Иванов Александр Иванович». Далее проверяющий сравнивает на слух голосовой файл в паспорте и произнесенную при нем фразу. Если голоса похожи, то проверяющий идентичность человека реальному Иванову запускает программу эмуляции нейросети, связывающей голосовой файл Иванова с одной из записей в его паспорте.

Если голос действительно принадлежит Иванову, то нейросеть, таблицы описания которой размещены в паспорте Иванова, даст выходной код, совпадающий с записью «Иванов Александр Иванович». Проверяющий сравнивает получившуюся запись на выходе нейросети с содержанием соответствующей записи в паспорте. При их совпадении делается вывод о тождестве говорившего только что человека Иванову, которому ранее был выдан электронный паспорт МВД.

В полном соответствии с предложенным выше способом может быть реализована идентификация и аутентификация человека по его любому открытому, общедоступному биометрическому образу. В качестве таких открытых, общедоступных биометрических образов может использоваться рисунок отпечатка пальца [4] (записанный в электронном паспорте человека), рисунок радужной оболочки глаза (также записанный в паспорте человека), рисунок вен и кровеносных сосудов на глазном дне или запястье, форма уха и так далее.

При этом следует подчеркнуть, что затраты на реализацию предлагаемого способа незначительны и сводятся к включению в состав документа, удостоверяющего личность, вкладыша (на бумажном или магнитном носителе), несущего информацию о параметрах обученной искусственной нейросети владельца документа. Этот вкладыш может быть изготовлен, например, по месту выдачи документа. На КПП, где осуществляется идентификация личности, должна быть установлена ПЭВМ с устройствами считывания информации с вкладыша и программным обеспечением эмуляции нейросети. При этом на проверяющего возлагаются дополнительно лишь функции по организации процедуры считывания информации с вкладыша и сравнения выходного кода, высвечиваемого на дисплее с заданным кодом в документе идентифицируемого человека. Так как этот документ все время должен находиться с его владельцем, то последний, прибывая на КПП, доставляет лично и свой биометрический образ и свою обученную искусственную нейросеть. Этим самым отпадает необходимость дистанционной передачи нейросети по каналу связи, что упрощает построение системы идентификации человека и повышает оперативность этой идентификации. При этом время идентификации практически определяется временем считывания биометрического образа и нейросети, а также временем сравнения кодов проверяющим, что не требует высокой квалификации последнего, и, самое главное, результат проверки становится понятен и легко доступен любому человеку.

Источники информации

1. Ричард Э. Смит Аутентификация: от паролей до открытых ключей // М., С.-Питербург, Киев - изд-во «Вильяме». 2002 г.

2. Иванов А.И. Биометрическая идентификация личности по динамике подсознательных движений. //Монография. Пенза. Изд-во ПГУ, 2000 г., 188 с. (http://beda.stup.ac.ru/biometry).

3. Иванов А.И. Объединение протоколов аутентификации//Защита информации. Конфидент. 2002 г., № 1, с. 64-69.

4. Патент США № 5892838, МПК G 06 К 9/46. Биометрическая опознавательная система, использующая нейронную сеть классификации.

5. Патент РФ № 2148274, МПК G 06 К 9/22. Способ идентификации личности по особенностям подписи (прототип).

6. С.Оссовский. Нейронные сети для обработки информации. М., Финансы и статистика, 2002.

1. Способ идентификации человека по его биометрическому образу, по которому биометрический образ преобразуют в контролируемые параметры, последние подают на вход искусственной нейросети, которую предварительно обучают с использованием заданного кода на примерах биометрических образов идентифицируемого человека и запоминают, преобразуют контролируемые параметры с помощью этой нейросети в выходной код, который сравнивают с заданным кодом, при совпадении упомянутых кодов принимают положительное решение о идентификации человека, а при несовпадении - отрицательное решение, отличающийся тем, что при обучении искусственной нейросети в качестве заданного кода используют код, однозначно соответствующий записи, содержащейся в документе, удостоверяющем личность идентифицируемого человека, а таблицу описания обученной искусственной нейросети включают в состав этого документа.

2. Способ по п.1, отличающийся тем, что сравнение выходного кода нейросети и заданного кода осуществляют проверяющим человеком.



 

Похожие патенты:

Изобретение относится к вычислительной технике и информатике. .

Изобретение относится к способам распознавания печатного текста из растрового изображения. .

Изобретение относится к технической кибернетике, а именно к устройствам распознавания символов текстовых документов. .

Изобретение относится к области технической кибернетики и может быть использовано для определения состояний объектов. .

Изобретение относится к области стеганографии, а именно к способам идентификации цифровых изображений (ЦИ), содержащих цифровой водяной знак (ЦВЗ)

Изобретение относится к биометрической идентификации человека и может быть использовано в системах ограничения доступа к защищенным от посторонних лиц услугам, ресурсам и объектам

Изобретение относится к средствам анализа цифровых изображений. Техническим результатом является обеспечение классификации объектов по геометрическим признакам в лабиринтных структурах. В способе определяют количество объектов на изображении структуры, в качестве морфологических признаков используют коэффициенты округлости и заполнения для каждого из объектов, формируют нечеткую базу знаний для разделения объектов на круглые, эллиптические и гантелеобразные с использованием треугольной функции принадлежности, а для некруглых полосовых и ветвистых объектов - с использованием трапециевидной функции принадлежности на основе экспериментальных данных значений указанных коэффициентов округлости и заполнения, проводят распознавание доменов, формируют нечеткий классификатор разделения объектов по форме на круглые, эллиптические, гантелеобразные, полосовые и ветвистые объекты на основе соотношения коэффициента округлости и коэффициента заполнения объекта, проводят классификацию формы объектов. 1 з.п. ф-лы, 6 ил, 2 табл., 1 пр.
Изобретение относится к области обработки данных, а в частности к способам распознавания данных, в том числе считывания знаков, изображений, образов. Техническим результатом является повышение быстродействия при выявлении в любом документе заранее заданной эталонной круглой печати. Предложен способ автоматизированного поиска заранее заданных эталонных круглых печатей. Способ включает в себя этап, на котором осуществляют сбор коллекции различных заранее заданных изображений как содержащих круглые печати, так и не содержащих круглые печати. Далее согласно способу осуществляют обучение каскадных классификаторов на собранных коллекциях изображений и преобразование в заранее заданный формат всех изображений эталонных печатей, заданных пользователем. А также выявляют области в электронном файле анализируемого документа, где предположительно может располагаться печать, и осуществляют сравнение найденных областей с заранее заданными эталонами.

Изобретение относится к технологиям обработки и генерации данных изображения, визуализации трехмерного (3D) изображения. Техническим результатом является обеспечение возможности отображать на видимом изображении реальную текстуру фото или видеоизображения объекта. Предложен способ отображения объекта. Согласно способу формируют 3D модель, получают фотоизображения или видеоизображения объекта, визуализируют 3D модель. Сохраняют в памяти устройства отображения 3D модель вместе с эталонным образом, а также координаты участков текстурирования, соответствующие полигонам 3D модели. Получают, по меньшей мере, один кадр фотоизображения или видеоизображения объекта, на основе эталонного образа осуществляют распознавание объекта на кадре. При наличии более одного кадра осуществляют выбор из них с точки зрения качества изображения, формируют матрицу преобразования координат фотоизображения в собственные координаты, окрашивают элементы 3D модели в цвета соответствующих элементов фотоизображения путем формирования текстуры области считывания изображения с использованием матрицы преобразования координат и интерполяции данных с последующим назначением текстуры 3D модели. 2 н. и 14 з.п. ф-лы, 4 ил.

Изобретение относится к технологиям аутентификации на основе биологических характеристик. Техническим результатом является снижение сложности клиентского устройства, за счет реализации выделения характерных признаков биометрического изображения на облачном сервере. Предложен способ биометрической аутентификации. Способ включает в себя этап, на котором принимают облачным сервером подлежащее регистрации биометрическое изображение, идентификатор (ID) клиентского устройства и первый пользовательский ID, переданные от клиентского устройства. Далее, посредством облачного сервера, осуществляют выделение характерных признаков на подлежащем регистрации биометрическом изображении для получения биометрического шаблона. Сохраняют облачным сервером взаимосвязь, ассоциированную с биометрическим шаблоном ID клиентского устройства и первым пользовательским ID для завершения регистрации пользователя. 5 н. и 6 з.п. ф-лы, 18 ил.

Изобретение раскрывает системы, машиночитаемые носители и методы создания гибких структурных описаний. Технический результат - автоматическое создание структурного описания, используемого для извлечения данных из изображения объекта. Для создания гибких структурных описаний используется изображение документа конкретного типа, содержащего таблицу. Отмечается позиция, описывающая одну запись в таблице. На основе отмеченной позиции производится поиск элементов заголовка внутри документа, определяются поля данных и опорные элементы. Для данного типа документов создается гибкое структурное описание документа, включающее набор элементов поиска для каждого из полей данных на изображении документа, а также элементы заголовка. Гибкое структурное описание накладывается на изображение. Данные извлекаются из изображения в соответствии с результатом наложения гибкого структурного описания на изображение документа. 3 н. и 15 з.п. ф-лы, 4 ил.

Изобретение относится к технологиям определения координат объекта в двух измерениях посредством моделирующих установок. Техническим результатом является повышение точности обнаружения объекта в двух измерениях, за счет использования одной инфракрасной камеры. Предложено устройство для определения координат управляющего устройства, приводимого в действие пользователем, в двух измерениях. Устройство содержит первую камеру для формирования инфракрасного изображения, включающего в себя инфракрасное изображение управляющего устройства и инфракрасное изображение пользователя, и вторую камеру для формирования калибровочного изображения управляющего устройства и изображения пользователя и потока изображений управляющего устройства и изображений пользователя. Устройство также содержит первый вычислительный модуль для формирования обучающего изображения, сконфигурированный для извлечения вектора для контура кромки изображения управляющего устройства из инфракрасного изображения, используя модель активного контура. 3 н. и 10 з.п. ф-лы, 4 ил.
Наверх