最新の生体認証方法

最近、Habréには、Googleの顔識別システムに関する記事が数多くあります。 正直に言うと、彼らの多くからはジャーナリズムがあり、控えめに言っても無能です。 そして、生体認証に関する良い記事を書きたかったのですが、それは最初の記事ではありません！ Habréには生体認証に関する優れた記事がいくつかありますが、それらは非常に短く不完全です。 ここでは、バイオメトリック認証の一般原則と、この問題における人類の現代の成果について簡単に概説します。 人による識別を含む。



この記事には続編があり、本質的には続編です。



この記事の基礎として、現代の現実に修正されたジャーナル（ BDI、2009 ）の同僚との共同出版物を使用します。 同僚はまだいませんが、彼はここで改訂された記事の公開を支持しました。 この記事は、出版時点で、製品を宣伝する前に自らのために実施した最新の生体認証技術市場の簡単な概要でした。 記事の第2部で提示された適用性に関する評価判断は、製品を使用および導入した人々の意見、およびロシアとヨーロッパの生体認証システムの生産に関与した人々の意見に基づいています。

一般的な情報

基本から始めましょう。 ケースの95％で、生体認証は本質的に数学的統計です。 また、matstatは正確な科学であり、そのアルゴリズムはレーダーとベイジアンシステムの両方でどこでも使用されます。 生体認証システムの2つの主要な特性として、 第1種と第2種のエラーが受け入れられます。 レーダーの理論では、それらは通常「誤警報」または「目標を逃す」と呼ばれ、生体認証で最も確立された概念はFAR（False Acceptance Rate）およびFRR（False Rejection Rate）です。 最初の数字は、2人のバイオメトリック特性が誤って一致する確率を特徴付けます。 2番目は、許可された人物へのアクセス拒否の確率です。 システムが優れているほど、同じFAR値のFRR値は低くなります。 FRRグラフとFARグラフが交差するポイントを決定するEER比較特性が使用される場合があります。 しかし、常に代表的なものとはほど遠い。 詳細については、たとえばこちらをご覧ください 。

以下に注意することができます： FARおよびFRRがオープンバイオメトリックデータベースのシステムの特性に与えられていない場合、製造業者がその特性を宣言するものは何でも、このシステムは競合他社よりも不可能またははるかに弱い可能性が高いです。

しかし、生体認証システムの品質を決定するのはFARとFRRだけではありません。 これが唯一のケースである場合、主要な技術はDNAによる人々の認識であり、FARとFRRはゼロになる傾向があります。 しかし、この技術が人間開発の現在の段階では適用できないことは明らかです！ システムの品質を評価できるいくつかの経験的特性を開発しました。 偽耐性は、生体認証識別子をだますのがいかに簡単かを要約する経験的機能です。 「環境への耐性」-照明や室温の変化など、さまざまな外部条件の下でシステムの安定性を経験的に評価する特性。 「使いやすさ」は、「外出中でも」識別が可能かどうかにかかわらず、生体認証スキャナーの使用がどれほど難しいかを示しています。 重要な特性は、「速度」と「システムのコスト」です。 人の生体認証特性は時間とともに変化する可能性があることを忘れないでください。そのため、不安定な場合、これは大きなマイナスになります。

豊富な生体認証方法は驚くべきものです。 人の静的な生体認証特性を使用する主な方法は、指の乳頭パターン、虹彩、顔のジオメトリ、網膜、腕の静脈パターン、手のジオメトリによる識別です。 動的な特性を使用する一連の方法もあります：音声識別、手書き下線ダイナミクス、心拍数、歩行。 以下は、数年前の生体認証市場の分布です。 2番目のソースごとに、これらのデータは15〜20％変動するため、これは単なる推定値です。 また、ここでは「手の幾何学」という概念の下に、以下で説明する2つの異なる方法があります。



この記事では、アクセス制御および管理システム（ACS）または関連タスクに適用可能な特性のみを検討します。 その優位性により、これらは主に静的な特性です。 現時点での動的特性のうち、少なくともある程度の統計的有意性を持つのは音声認識のみです（最悪の静的アルゴリズムFAR〜0.1％、FRR〜6％に匹敵します）が、理想的な条件のみです。

FARとFRRの確率を検知するために、入場機関にN人の人員をもつ識別システムが設置されている場合、どれだけの頻度で誤った一致が発生するかを評価することができます。 N個の指紋のデータベースに対してスキャナーが受信した指紋が誤って一致する確率は、FAR∙Nです。 そして、毎日、約N人がアクセス制御ポイントを通過します。 その場合、就業日エラーの確率はFAR∙（N∙N）です。 もちろん、識別システムの目標に応じて、単位時間あたりのエラーの可能性は大きく異なりますが、1営業日以内に1つのエラーが受け入れられる場合は、次のようになります。

（1）

次に、FAR = 0.1％= 0.001の識別システムの安定した動作が、N≈30の人員で可能であることがわかります。

生体認証スキャナー

これまで、「生体認証アルゴリズム」と「生体認証スキャナー」の概念は必ずしも相互に関連しているわけではありません。 企業はこれらの要素を個別に、または一緒に作成できます。 スキャナーメーカーとソフトウェアメーカーの最大の差別化は、乳頭状指パターンの生体認証市場で達成されました。 市場最小の3Dフェイススキャナー。 実際、差別化のレベルは、主に市場の発展と飽和を反映しています。 より多くの選択肢-より多くのトピックが完成し、完璧になりました。 スキャナーごとに異なる機能セットがあります。 基本的に、これは生体認証オブジェクトが改ざんされているかどうかを確認するための一連のテストです。 フィンガースキャナーの場合、これはレリーフチェックまたは温度チェック、アイスキャナーの場合、瞳孔調節チェック、フェイススキャナーの場合、顔の動きになります。

スキャナーは、取得したFARおよびFRRの統計に大きく影響します。 場合によっては、これらの数値は、特に実際の状況では何十回も変わることがあります。 通常、アルゴリズムの特性は、「理想的な」ベース、またはぼやけたフレームとぼやけたフレームがスローされる適切なベースに対して与えられます。 FAR / FRRのベースと完全な発行の両方を正直に示すアルゴリズムはごくわずかです。



そして今、それぞれの技術についてより詳細に

指紋

指紋（指紋認識）は、これまでで最も開発された個人識別の生体認証方法です。 このメソッドの開発のきっかけは、20世紀の科学捜査で広く使用されていたことです。

各人は指紋の独特な乳頭状パターンを持っているため、識別が可能です。 通常、アルゴリズムは指紋の特徴的なポイントを使用します：パターンラインの終わり、分岐ライン、単一ポイント。 さらに、指紋の形態学的構造に関する情報が使用されます：乳頭パターンの閉じた線、「アーチ型」線および螺旋線の相対位置。 乳頭パターンの特徴は、指紋画像の情報内容を保持する一意のコードに変換されます。 そして、検索と比較に使用されるデータベースに保存されるのは「指紋コード」です。 指紋画像をコードに変換するのにかかる時間とその識別は、通常、データベースのサイズに応じて1秒を超えません。 ハンドを提示するのにかかる時間は考慮されません。

メソッドの統計的特性

DP U.are.U指紋スキャナーを使用して取得したVeriFinger SDK統計は、FARおよびFRRデータのソースとして使用されました。 過去5〜10年にわたって、指の認識の特性は進歩していません。そのため、示されている数字は、最新のアルゴリズムの平均値の良い考えを示しています。 VeriFingerアルゴリズム自体は、指紋認証アルゴリズムが競い合う国際指紋認証コンテストで数年間優勝しました。



指紋認識方法の特徴的なFAR値は0.001％です。

式（1）から、FAR = 0.001％での識別システムの安定した動作が、N≈300の人員で可能であることがわかります。

この方法の長所と短所

この方法の利点。 高い信頼性-方法の統計的指標は、顔、声、絵による識別方法の指標よりも優れています。 低コストの指紋スキャン装置。 指紋をスキャンするためのかなり簡単な手順。

短所：指紋の乳頭状パターンは、小さな傷、切り傷によって非常に簡単に損傷を受けます。 従業員数百人ほどの企業でスキャナーを使用している人々は、高度なスキャン失敗を報告しています。 スキャナーの多くは肌を乾燥させるには不十分であり、高齢者を見逃すことはありません。 前回のMIPS展示会でのコミュニケーションの際、大規模な化学企業のセキュリティサービスの責任者は、企業にフィンガースキャナー（さまざまなシステムのスキャナーを試しました）を導入する試みは失敗した、従業員の指への化学物質の最小限の影響でスキャナーセキュリティシステムが失敗した、と述べました。スキャナーは指を偽物と宣言しました。 また、部分的にはこの方法が広く使用されているため、印刷イメージの改ざんに対する保護が欠如しています。 もちろん、すべてのスキャナーがDestroyers of Legendsの方法にだまされることはありませんが、それでもなおです。 「不適切な」指（特に体温、湿度）のある人にとっては、アクセスが拒否される確率は100％に達する可能性があります。 そのような人の数は、高価なスキャナーの数パーセントから安価なスキャナーの10パーセントまでさまざまです。

もちろん、システムの広範囲な使用によって多くの欠点が引き起こされることは注目に値しますが、これらの欠点は実際に発生し、非常に頻繁に発生します。

市場の状況

現在、指紋認識システムは、生体認証市場の半分以上を占めています。 多くのロシアおよび外国企業は、指紋認証方式に基づいたアクセス制御システムの生産に従事しています。 この地域は最も古い地域の1つであるため、最も広く分布しており、群を抜いて最も発達しています。 指紋スキャナーは、改善への非常に長い道のりを歩んできました。 最近のシステムには、さまざまなセンサー（温度、圧力など）が装備されており、偽造に対する保護の度合いが高まります。 毎日、システムはより便利でコンパクトになっています。 実際、開発者はこの分野ですでに一定の限界に達しているため、これ以上メソッドを開発する場所はありません。 さらに、ほとんどの企業は、ソフトウェアを含む必要なすべてを備えたターンキーシステムを製造しています。 この分野のインテグレーターは、システムを自分で組み立てる必要はありません。収益性がなく、既製の安価なシステムを購入するよりも時間と労力がかかるため、選択肢は非常に多くなります。

指紋認識システムに携わる外国企業の間では、SecuGen（PC用USBスキャナー、企業にインストールまたはロックに組み込まれるスキャナー、SDK、およびシステムをコンピューターに接続するためのソフトウェア）が注目されています。 バイメトリック株式会社 （指紋スキャナー、TAA /アクセス制御システム、指紋SDK、埋め込み指紋モジュール）; DigitalPersona、Inc. （USBスキャナー、SDK）。 ロシアでは、次の企業がこの分野で活動しています。BioLink（指紋スキャナー、生体認証アクセス制御デバイス、ソフトウェア）; Sonda（指紋スキャナー、生体認証アクセス制御デバイス、SDK）; SmartLock（指紋スキャナーとモジュール）など

アイリス

虹彩は人のユニークな特徴です。 虹彩パターンは、胎児の発育の8ヶ月目に形成され、約2歳で最終的に安定し、重傷または鋭い病理の結果を除いて、実際には生涯変化しません。 この方法は、生体認証方法の中で最も正確な方法の1つです。

虹彩に基づいて人を識別するシステムは、論理的に2つの部分に分けられます：画像をキャプチャするデバイス、その主要な処理とコンピュータへの送信、および画像をデータベース内の画像と比較し、入場コマンドを実行デバイスに送信するコンピュータ。

最新のシステムでの主要な画像処理時間は約300〜500ミリ秒で、受信した画像とベースとの比較速度は、通常のPCで1秒あたり50,000〜150,000回の比較レベルです。 この比較速度は、アクセスシステムで使用される場合、大規模な組織でのメソッドの適用に制限を課しません。 特殊な計算機と検索最適化アルゴリズムを使用すると、全国の住民の中から人を識別することさえ可能になります。

スタートアップを立ち上げたのはこの分野であったため、私はこの方法についていくらか偏見があり、肯定的だとすぐに答えることができます。 最後の段落は、小さな自己PRに専念します。

メソッドの統計的特性

虹彩のFARとFRRの特性は、最新の生体認証システムのクラスで最高です（網膜認識方法の例外を除きます）。 この記事では、アルゴリズムの虹彩認識ライブラリであるEyeR SDKの特性を示します。これは、同じベースでテストされたVeriEyeアルゴリズムに対応しています。 スキャナーで取得したCASIAベースを使用しました。



FARの特性値は0.00001％です。

式（1）によると、N≈3000は、従業員の識別がかなり安定している組織内の従業員の数です。

虹彩の認識システムを他のシステムと区別する重要な機能に注目する価値があります。 1.3MPのカメラ解像度を使用する場合、1つのフレームで2つの目をキャプチャできます。 確率FARとFRRは統計的に独立した確率であるため、2つの目で認識される場合、FAR値は片目のFAR値の2乗にほぼ等しくなります。 たとえば、2つの目を使用する場合のFAR 0.001％の場合、FAR = 0.001％の片目での対応するFRRの2倍のFRRで、フォールストレランスの確率は10-8％になります。

この方法の長所と短所

この方法の利点。 アルゴリズムの統計的信頼性。 虹彩の画像キャプチャは、数センチメートルから数メートルの距離で行うことができますが、人がデバイスと物理的に接触することはありません。 虹彩は損傷から保護されています-つまり、時間の経過とともに変化することはありません。 多数の偽造防止方法を使用することもできます。

この方法の欠点。 虹彩に基づくシステムの価格は、指の認識または顔の認識に基づくシステムの価格よりも高くなっています。 ターンキーソリューションの可用性が低い。 今日ロシア市場に来て、「既製のシステムをくれ」と言っているインテグレーターは誰でも途絶えるでしょう。 それらのほとんどは、IridianやLGなどの大企業がインストールした高価なターンキーシステムを販売しています。

市場の状況

さまざまな推定によると、世界の生体認証市場での虹彩識別技術の比重は6〜9％です（指紋認識技術は市場の半分以上を占めています）。 この方法の開発の最初から、識別システムを組み立てるのに必要な機器とコンポーネントの高コストにより、市場での強化が鈍化していたことに注意する必要があります。 ただし、デジタルテクノロジーの開発に伴い、別のシステムのコストは低下し始めました。

この分野のソフトウェア開発のリーダーはIridian Technologiesです。

多数のメーカーの市場への参入は、スキャナーの技術的な複雑さ、およびその結果としての高コスト、およびIridianの独占的な市場地位によるソフトウェアの高価格によって制限されていました。 これらの要因により、大企業のみが虹彩認識の分野で開発することができ、おそらく識別システムに適したいくつかのコンポーネント（高解像度光学系、赤外線照明を備えた小型カメラなど）の生産にすでに従事している可能性が高いです。 そのような企業の例は、LG Electronics、Panasonic、OKIです。 彼らはIridian Technologiesと契約を結び、コラボレーションの結果、次の識別システムが登場しました：Iris Access 2200、BM-ET500、OKI IrisPass。 将来、これらの企業がこの分野で独自に開発する技術力のおかげで、改善されたシステムモデルが生まれました。 上記の企業も独自のソフトウェアを開発しているが、最終的には完成したシステムではIridian Technologiesソフトウェアを好むと言われるべきです。

外国企業の製品はロシア市場で「普及」しています。 1つは難なく購入できますが。 長い間、Papilon社は、アイリスによる認識があることを全員に保証していました。 しかし、彼らがシステムを作った直接購入者であるRosAtomの代表でさえ、これは真実ではないと言う。 ある時点で、虹彩スキャナーを製造した他のロシア企業が現れました。 今、私は名前を覚えていません。 おそらく同じVeriEyeの誰かからアルゴリズムを購入しました。 スキャナー自体は10-15年前のシステムであり、非接触システムではありません。

昨年、目で人を認識するための主要特許の失効に関連して、いくつかの新しいメーカーが世界市場に参入しました。 私の意見では、それらの中で最も信頼できるのはAOptixです。 少なくとも彼らのプレビューとドキュメントは疑わしいものではありません。 2番目の会社はSRI Internationalです。 虹彩認識システムに関係する一見しただけでも、彼らのビデオは非常に間違っているように見えます。 実際に彼らが何かをすることができれば私は驚かないでしょうが。 そのシステムもそのシステムもFARとFRRのデータを表示せず、また明らかに、偽物から保護されていません。

顔認識

多くの顔認識方法があります。 それらはすべて、各人の顔の特徴と頭蓋骨の形状が個々であるという事実に基づいています。 バイオメトリクスのこの分野は、多くの人にとって魅力的なようです。なぜなら、私たちは主に顔でお互いを認識するからです。 この領域は、2次元認識と3次元認識の2つの方向に分かれています。 それぞれに長所と短所がありますが、アプリケーションの分野と特定のアルゴリズムの要件にも大きく依存します。

簡単に言えば、2-dについて説明し、今日最も興味深い方法の1つである3-dに進みます。

2次元の顔認識

2次元の顔認識は、最も統計的に効果のない生体認証の方法の1つです。 かなり前に登場し、主にフォレンジックで使用され、その開発に貢献しました。 その後、この方法のコンピューターによる解釈が現れ、その結果、より信頼性が高くなりましたが、もちろん、個人認証の他の生体認証方法よりも劣っており、毎年劣っています。 現在、統計指標が貧弱なため、マルチモーダルまたはクロスバイオメトリクスとも呼ばれるソーシャルネットワークで使用されています。

メソッドの統計的特性

FARおよびFRRの場合、VeriLookアルゴリズムのデータが使用されます。 繰り返しますが、最新のアルゴリズムでは、非常に普通の特性を持っています。 FRRが0.1％のアルゴリズムは、同様のFARでフラッシュされる場合がありますが、それらの取得元のベースは非常に疑わしい（背景の切り取り、同じ表情、同じ髪型、照明）。



FARの特性値は0.1％です。

式（1）から、N≈30を取得します。これは、従業員の識別が非常に安定している組織内の人員数です。

ご覧のように、この方法の統計的指標は非常に控えめです。これにより、混雑した場所で人々を密かに撮影できるという方法の利点がなくなります。 混雑した場所に設置されたビデオカメラを介して犯罪者を検出する別のプロジェクトが年に数回資金を調達しているのを見るのは面白いです。 過去10年間、アルゴリズムの統計的特性は改善されておらず、そのようなプロジェクトの数は増加しています。 ただし、このアルゴリズムは、群衆の中にいる人を多くのカメラに通すのに非常に適していることに注意してください。

この方法の長所と短所

この方法の利点。 2次元認識では、ほとんどの生体認証方法とは異なり、高価な機器は必要ありません。 適切な機器を使用すると、カメラからかなりの距離で認識できるようになります。

欠点。 統計的信頼性が低い。 照明要件が提示されています（たとえば、晴れた日に通りから入る人々の顔を登録することはできません）。 多くのアルゴリズムでは、メガネ、ひげ、髪型の一部の要素など、外部からの干渉は許容されません。 顔の正面の画像で、わずかなずれが必要です。 多くのアルゴリズムは、表情の可能な変化を考慮していません。つまり、表情は中立でなければなりません。

3D顔認識

このメソッドの実装は、かなり複雑なタスクです。 それにもかかわらず、現在、3D顔認識には多くの方法があります。 メソッドは異なるスキャナーとデータベースを使用するため、互いに比較することはできません。 それらのすべてがFARとFRRを生成するわけではなく、完全に異なるアプローチが使用されます。

2次元から3次元への移行は、人に関する情報の蓄積を実装する方法です。 この方法は2d方法よりも優れた特性を備えていますが、1台のカメラのみを使用するように機能します。 データベースに被験者が入力されると、被験者は頭を回し、アルゴリズムが画像をつなぎ合わせて3Dテンプレートを作成します。 また、認識のために、ビデオストリームのいくつかのフレームが使用されます。 この方法は実験的である可能性が高く、アクセス制御システムの実装を見たことはありません。

最も古典的な方法は、テンプレート投影法です。 これは、グリッドがオブジェクト（顔）に投影されるという事実に基づいています。 その後、カメラは毎秒数十フレームの速度で写真を撮影し、結果の画像は特別なプログラムによって処理されます。 曲面に入射するビームは曲がります-表面の曲率が大きいほど、ビームの曲がりは強くなります。 最初に、可視光の光源が「ブラインド」を通して適用されました。 次に、可視光が赤外線に置き換えられました。これにはいくつかの利点があります。 通常、処理の最初の段階では、顔がまったく見えないか、識別を妨げる異物が存在する画像は破棄されます。 受信した画像に基づいて、顔の3Dモデルが復元され、不必要な干渉（髪型、あごひげ、口ひげ、および眼鏡）が割り当てられて削除されます。 次に、モデルが分析されます-人体計測機能が強調表示され、最終的にデータベースに記録される一意のコードに記録されます。 最高のモデルの場合、画像のキャプチャおよび処理時間は1〜2秒です。

複数のカメラから受信した画像に基づく3次元認識方法も人気を集めています。 この例として、3Dスキャナーを備えたVocord社があります。 この方法は、テンプレートを投影する方法よりも上で、開発者の保証に従って、位置決めの精度を提供します。 しかし、少なくとも彼ら自身のベースでFARとFRRを見るまでは、信じられないでしょう!!! しかし、それはすでに3年間開発されており、展示会での進歩はまだ見えていません。

メソッド統計

このクラスのアルゴリズムのFRRおよびFARに関する完全なデータは、メーカーのWebサイトで公開されていません。 しかし、FAR = 0.0047％のテンプレートを投影する方法で動作するBioscriptの最高のモデル（3D EnrolCam、3D FastPass）の場合、FRRは0.103％です。

この方法の統計的信頼性は、指紋識別方法の信頼性に匹敵すると考えられています。

この方法の長所と短所

この方法の利点。 スキャンデバイスに連絡する必要はありません。 人自身（眼鏡の外観、ひげ、髪型の変化）と周囲（光、頭の回転）の両方に対する外部要因に対する感度が低い。 指紋認証に匹敵する高レベルの信頼性。

この方法の欠点。 機器の高コスト。 市販の複合体は、虹彩スキャナーよりも価格が優れていました。 表情の変化と顔への干渉は、方法の統計的信頼性を悪化させます。 この方法は、特に長期間使用されているフィンガープリンティングと比較して、まだ十分に開発されていません。

市場の状況

顔認識は、指紋と虹彩による認識とともに「3つの大きな生体認証」にランクされています。この方法は非常に一般的であり、これまでのところ、目の虹彩による認識よりも好ましいと言わざるを得ません。世界の生体認証市場の総量における顔認識技術の比重は、13〜18％と推定されます。ロシアでは、この技術は、たとえば虹彩による識別よりも多くの関心を示しています。前述したように、多くの3次元認識アルゴリズムがあります。ほとんどの場合、企業はスキャナー、サーバー、ソフトウェアなどの既製のシステムを開発することを好みます。ただし、消費者にSDKのみを提供する人もいます。今日、以下の企業が注目されることができます、この技術の開発に従事：Geometrix、Inc. （3Dフェイススキャナー、ソフトウェア）、米国のGenex Technologies（3Dフェイススキャナー、ソフトウェア）、ドイツのCognitec Systems GmbH（SDK、特別なコンピューター、2Dカメラ）、Bioscrypt（3Dフェイススキャナー、ソフトウェア）はアメリカのL- 1アイデンティティソリューション。

ロシアでは、Artec Groupの企業（3D顔スキャナーとソフトウェア）がこの分野で働いています。カリフォルニアに本社を置き、モスクワに開発と生産を行っています。いくつかのロシア企業もVocord、ITVなどの2D顔認識技術を所有しています。2D顔認識

の分野では、開発の主な対象はソフトウェアです。従来のカメラは、顔画像をキャプチャするのに非常に役立ちます。ある程度、顔画像による認識問題の解決は行き詰まりました-数年前から、アルゴリズムの統計的指標の改善はほとんどありませんでした。この分野では、体系的な「エラー処理」が行われています。

3D顔認識は現在、開発者にとってより魅力的な分野です。多くのチームがそれに取り組み、定期的に新しい発見について耳にします。多くの作品は、「リリース間近」の状態です。しかし、これまでのところ、市場には古いオファーのみがあり、近年、選択は変わっていません。

私が時々考え、Habrが答える興味深い点の1つは、kinectの精度はそのようなシステムを作成するのに十分でしょうか？彼を通して人の3Dモデルを引き出すためのプロジェクトはかなりあります。

手静脈認識

これは生体認証の分野における新しい技術であり、その普及はわずか5〜10年前に始まりました。赤外線カメラは、手の外側または内側の写真を撮ります。静脈パターンは、血液のヘモグロビンが赤外線を吸収するために形成されます。その結果、反射の度合いが低下し、カメラ上で静脈が黒い線として見えます。受信したデータに基づく特別なプログラムは、デジタルコンボリューションを作成します。スキャン装置に人が触れない。

この技術の信頼性は、目の虹彩による認識と同等であり、ある点ではそれより優れており、ある点では劣っています。

FRRとFARはPalm Vein Scanner用です。開発者によると、FARでは、0.0008％FRRは0.01％です。複数の企業は、複数の値に対してより正確なグラフを提供していません。

この方法の長所と短所

この方法の利点。スキャンデバイスに連絡する必要はありません。高い信頼性-メソッドの統計的指標は虹彩の兆候と同等です。隠された特性：上記のすべてとは対照的に、「路上で」人からこの特性を取得することは、たとえばカメラで彼を撮影することによって非常に困難です。

この方法の欠点。日光とハロゲンランプの光線によるスキャナーの照明は許容されません。関節炎などのいくつかの加齢性疾患は、FARとFRRを著しく悪化させます。この方法は、他の静的な生体認証方法と比較してあまり研究されていません。

市場の状況

手静脈パターン認識はかなり新しい技術であるため、世界市場でのシェアは小さく、約3％になります。ただし、この方法は関心が高まっています。事実、この方法は非常に正確であるため、たとえば顔の形状や虹彩による認識方法などの高価な機器を必要としません。現在、多くの企業がこの分野で発展しています。したがって、たとえば、英国の会社TDSiの注文により、ソフトウェアは、富士通が発表した、手のひらの静脈リーダーであるPalmVein向けに開発されました。スキャナー自体は、主に日本の金融詐欺と戦うために富士通によって開発されました。

次のVeid Pte社も、静脈パターン識別の分野で働いています。株式会社（スキャナー、ソフトウェア）、Hitachi VeinID（スキャナー）

私はロシアでこの技術に関与している会社を知りません。

網膜

最近まで、人の生体認証と認証の最も信頼できる方法は、目の網膜のスキャンに基づく方法であると信じられていました。手の虹彩と静脈による識別の最良の機能が含まれています。スキャナーは網膜表面の毛細血管のパターンを読み取ります。網膜は、例えば白内障などの病気の結果を除いて、時間的に変化しない固定構造を持っています。

瞳孔を通って眼の後部の血管に向けられた低強度の赤外光を使用して、網膜がスキャンされます。網膜スキャナーは、登録ユーザーによって拒否されるアクセスの割合が最も低く、実際に誤ったアクセス許可がないため、機密オブジェクトのアクセス制御システムで広く使用されています。

残念ながら、この生体認証の方法を使用すると、多くの困難が生じます。ここのスキャナーは非常に複雑な光学システムであり、システムが誘発されるまで人はかなりの時間動かないでください。それは不快な感覚を引き起こします。

FAR = 0.001％のICAM2001スキャナーのEyeDentifyによると、FRR値は0.4％です。

この方法の長所と短所

メリット。高レベルの統計的信頼性。システムの普及率が低いため、システムを「チート」する方法を開発する可能性はほとんどありません。

欠点。処理時間が長いシステムは使いにくい。システムの高コスト。広い供給市場の欠如と、その結果として、この方法の不十分な開発。

手の形状

この方法は、10年前に非常に一般的で、近年の法医学から発展したものですが、減少傾向にあります。手の幾何学的特性（指の長さ、手のひらの幅など）を取得することに基づいています。この方法は、目の網膜のように死にかけています。また、はるかに低い特性を持っているため、より完全な説明のために紹介することさえしません。

静脈による認識システムでは、幾何学的認識方法が使用されると時々信じられています。しかし、セールでは、このような明示的に宣言されたものを見たことはありません。さらに、多くの場合、手のひらだけが静脈認識で撮影され、指はジオメトリ認識で撮影されます。

少し自己PR

かつて、私たちは優れた目認識アルゴリズムを開発しました。しかし当時は、この国ではそのようなハイテクなものは必要ありませんでしたが、ブルジョワ（最初の記事の後に招待された場所）には行きたくありませんでした。しかし、突然、1年半後、「バイオメトリックポータル」を構築したい投資家がいました。これは、2つの目を食べ、虹彩（投資家が世界特許を取得）の色成分を使用するシステムです。実際、これを行っています。しかし、これは自己PRについての記事ではなく、これは短い余談です。あなたが興味を持っている場合があり、情報のビットですが、いつか将来的には、我々は市場に来て（あるいはまま）になるとき、私はその後、ロシアの生体プロジェクトの変遷についてのいくつかの単語を書きます。

結論

静的な生体認証システムのクラスでさえ、システムの選択肢は大規模です。どちらを選ぶべきですか？それはすべてセキュリティ要件に依存します。最も統計的に信頼性が高く、偽造防止のアクセスシステムは、手の虹彩と静脈のアクセスシステムです。それらの最初のオファーでは、より広い市場があります。しかし、これは制限ではありません。生体認証システムを組み合わせて、天文学的な精度を実現できます。最も安価で簡単に使用できますが、統計は良好ですが、フィンガーアクセスシステムです。 2D面の許容値は便利で安価ですが、統計が不十分なため範囲が限定されています。

各システムの特性を考慮してください：偽造に対する耐性、環境に対する耐性、使いやすさ、コスト、速度、生体認証機能の経時的な安定性。各列で1〜10の評点をランク付けしましょう。スコアが10に近いほど、この点でシステムは優れています。レーティングを選択するための原則については、記事の冒頭で説明しました。



これらのシステムのFARとFRRの比率も考慮してください。この比率は、システムの有効性とその使用の幅を決定します。



虹彩の場合、2つの目でシステムを複雑化すると、時間の損失なしにシステムの精度をほぼ二次的に向上させることができます。指紋法の場合-数本の指を組み合わせ、静脈による認識を行い、両手を組み合わせますが、そのような改善は、人との作業に費やす時間の増加によってのみ可能です。

メソッドの結果をまとめると、中規模および大規模のオブジェクト、および最大のセキュリティ要件を持つオブジェクトの場合、虹彩をバイオメトリックアクセスとして使用し、場合によっては手の静脈による認識を使用する必要があります。数百人までのオブジェクトの場合、指紋によるアクセスが最適です。2D顔認識システムは非常に特殊です。これらは、認識が物理的な接触の欠如を必要とするが、虹彩に制御システムを入れることが不可能な場合に必要になるかもしれません。たとえば、参加せずに人を特定する必要がある場合、隠しカメラ、または外部検出カメラが、データベース内の少数の被写体とカメラで撮影された少数の人のストリームでのみ可能です。

若い技術者への注意

ニューロテクノロジーなどの一部のメーカーは、サイトでリリースする生体認証方法のデモ版を持っているため、簡単に接続してプレイできます。問題をもっと真剣に掘り下げることに決めた人のために、私はロシア語で見た唯一の本、「Guide to Biometrics」RM。ボール、J.H。コネル、S。パンカンティ。多くのアルゴリズムとそれらの数学モデルがあります。すべてが完全であるわけではなく、すべてが現在に対応しているわけではありませんが、基盤は悪くも包括的でもありません。

PS

この作品では、認証の問題には取り組みませんでしたが、識別にのみ影響しました。原則として、FAR / FRRの特性と改ざんの可能性から、認証の問題に関するすべての結論は自明です。