МЕТОДЫ УСИЛЕНИЯ ПРОЦЕДУРЫ ИДЕНТИФИКАЦИИ ПОЛЬЗОВАТЕЛЕЙ НА ОСНОВЕ ТЕХНОЛОГИИ LIVENESS DETECTION
Аннотация
Биометрические системы идентификации и контроля доступа содержат методы распознавания личности субъекта на основе уникальных физиологических и поведенческих характеристик. Целью данной работы является разработка системы безопасного взаимо- действия (аутентификации) участников геймифицированных образовательных проектов, включающая в себя противодействие угрозам безопасности, возникающим при использовании биометрических характеристик пользователей. Выполнен сравнительный анализ эф- фективности распознавания поддельных биометрических образцов методами liveness detection на основе выявления подмены образца с помощью фото, видео на дисплее, 3D-модели, маски. В ходе исследования предложен способ применения метода liveness detection для внедрения в системы геймифицированной образовательной среды. Предложена модификация метода liveness detection (гибридный метод) и спроектирована система био- метрической идентификации в реальном времени с использованием предложенного мето- да. Разработан двухэтапный гибридный метод биометрической идентификации на основе совместного использования пассивных и активных программных методов выявления под- дельных биометрических образцов. Метод адаптирован для использования с минимальным количеством дополнительных используемых устройств, единственным сканером биомет- рических признаков является 2D-камера. Проведено тестирования работы сети видов дву- слойный персептрон, трехслойный персептрон и сверточная нейронная сеть. Обучение сети проводилось на собственных обучающих примерах. Положение диктора при записи обучающих примеров: расстояние лица от камеры – 60см, режимы записи при повороте головы на 0 (взгляд прямо в камеру), 30 (голова немного повернута в сторону) и 45 (голова сильно повернута в сторону) градусов. По итогам тестирования лучшие показатели рас- познавания были выявлены у сверточной нейронной сети с 3 сверточными слоями и 1 пол- носвязным. Получена точность распознавания произнесенного слова до 100% при повороте головы пользователя до 30° и до 70% - при повороте головы пользователя до 45°. При тес- тировании на выборке, состоящей из 1000 примеров, значение FAR данной системы соста- вило 1%, значение FRR составило 0%.
