Захищеність і цілісність особистих даних є актуальною проблемою в сучасному світі, так як останнім часом стало більш випадків зломів паролів, банківських аккаунтів і рахунків, невірної ідентифікації особистостей, підробки особистих даних. Такі способи автентифікації, як доступ за паролем, використання електронних перепусток, одноразові повідомлення з кодом є ненадійними на відміну від біометричних методів. Пароль можна забути, втратити, підібрати або вкрасти, а біометричні системи контролю доступу зручні для користувачів тим, що носії інформації знаходяться завжди при них, не можуть бути загублені або вкрадені. Біометричний контроль доступу вважається більш надійним, так як ідентифікатори не можуть бути передані третім особам, скопійовані. З усіх видів біометрії (ідентифікація за відбитками пальців, по райдужній оболонці ока, по голосу, по геометрії руки) вирішили зупинитися на розпізнаванні облич. Проаналізувавши існуючі методи класифікації зображень, був вибраний оптимальний варіант і згортальна нейронна мережа, успіх якої обумовлений можливістю обліку двовимірної топології зображення, на відміну від багатошарового персептрона. Технології розпізнавання осіб застосовуються в найрізноманітніших сферах: забезпечення безпеки в місцях великого скупчення людей; системах охорони; фейс-контроль в сегменті громадського харчування та розваг, пошук підозрілих і потенційно небезпечних відвідувачів; верифікація банківських карт; онлайн-платежі. Розроблено систему класифікації облич на основі згорткової нейронної мережі та система інтерпретації результатів класифікації, що дозволяє задавати співвідношення помилок 1-го та 2-го роду та обирати поріг детектування на основі цього співвідношення. На відміну від стандартного рішення, система не використовує критерій максимальної правдоподібності, що дозволяє отримувати більше інформації від класифікатора та зменшити рівень помилок системи. Вихідними даними для дослідження є 840 фотографій, на яких зображені автори статті. Розроблений метод є інноваційним і дозволяє поліпшити комплексні захисні системи.Захищеність і цілісність особистих даних є актуальною проблемою в сучасному світі, так як останнім часом стало більш випадків зломів паролів, банківських аккаунтів і рахунків, невірної ідентифікації особистостей, підробки особистих даних. Такі способи автентифікації, як доступ за паролем, використання електронних перепусток, одноразові повідомлення з кодом є ненадійними на відміну від біометричних методів. Пароль можна забути, втратити, підібрати або вкрасти, а біометричні системи контролю доступу зручні для користувачів тим, що носії інформації знаходяться завжди при них, не можуть бути загублені або вкрадені. Біометричний контроль доступу вважається більш надійним, так як ідентифікатори не можуть бути передані третім особам, скопійовані. З усіх видів біометрії (ідентифікація за відбитками пальців, по райдужній оболонці ока, по голосу, по геометрії руки) вирішили зупинитися на розпізнаванні облич. Проаналізувавши існуючі методи класифікації зображень, був вибраний оптимальний варіант і згортальна нейронна мережа, успіх якої обумовлений можливістю обліку двовимірної топології зображення, на відміну від багатошарового персептрона. Технології розпізнавання осіб застосовуються в найрізноманітніших сферах: забезпечення безпеки в місцях великого скупчення людей; системах охорони; фейс-контроль в сегменті громадського харчування та розваг, пошук підозрілих і потенційно небезпечних відвідувачів; верифікація банківських карт; онлайн-платежі. Розроблено систему класифікації облич на основі згорткової нейронної мережі та система інтерпретації результатів класифікації, що дозволяє задавати співвідношення помилок 1-го та 2-го роду та обирати поріг детектування на основі цього співвідношення. На відміну від стандартного рішення, система не використовує критерій максимальної правдоподібності, що дозволяє отримувати більше інформації від класифікатора та зменшити рівень помилок системи. Вихідними даними для дослідження є 840 фотографій, на яких зображені автори статті. Розроблений метод є інноваційним і дозволяє поліпшити комплексні захисні системи.

  Повний текст PDF - 1.308 Mb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"