Биометрическая аутентификация по рисунку внутренней стороны кисти человека с помощью искусственной нейронной сети

Авторы: Десятов А.Г., Сидоркин А.Д., Панчехин Н.И.
Опубликовано в выпуске: #12(77)/2022
DOI: 10.18698/2541-8009-2022-12-844
Раздел: Информатика, вычислительная техника и управление | Рубрика: Методы и системы защиты информации, информационная безопасность
Ключевые слова: биометрия, аутентификация, папиллярные линии, ладонь, глубокое обучение, искусственная нейронная сеть, Python, OpenCV, TensorFlow, веб-камера, набор данных
Опубликовано: 22.12.2022

Биометрическая аутентификация по рисунку внутренней стороны кисти человека используется достаточно редко. Для подтверждения значимости данного способа в данной статье сначала перечислены его преимущества по сравнению с другими способами аутентификации, основанными на других физиологических данных кисти человека. Рассмотрен практический способ распознавания ладони на изображении. Также подробно описано построение модели искусственной нейронной сети для биометрической аутентификации, включая разбор используемых ею различных слоев. После применения данной модели глубокого обучения проанализированы выдаваемые ею результаты, которые представлены в виде графиков. Затем описаны эксперименты, проводимые с данной моделью, основанные на изменениях различных гиперпараметров модели.

Литература

[1] Современные биометрические методы идентификации. habr.com: веб-сайт. URL: https://habr.com/ru/post/126144/ (дата обращения: 21.11.2021).

[2] Понкратов А.Ю., Лобов Д.В., Осауленко Р.Н. Идентификация личности по рисунку внутренней стороны ладони посредством искусственной нейронной сети. Международный журнал прикладных и фундаментальных исследований, 2019, № 6, с. 159–163.

[3] Глущенко Н.А., Коннова Н.С. Нейросетевой подход к верификации рукописной подписи. Политехнический молодежный журнал, 2018, № 5. DOI: http://dx.doi.org/10.18698/2541-8009-2018-5-313

[4] Some haarcascades. github.com: веб-сайт. URL: https://github.com/Balaje/OpenCV/tree/master/haarcascades (дата обращения: 26.11.2021).

[5] Болл Р.М., Коннел Дж.Х., Панканти Ш. и др. Руководство по биометрии. М., Техносфера, 2007.

[6] Sapienza University Mobile Palmprint Database:SMPD. kaggle.com: веб-сайт. URL: https://www.kaggle.com/mahdieizadpanah/sapienza-university-mobile-palmprint-databasesmpd (дата обращения: 27.11.2021).

[7] Комплексная платформа машинного обучения TensorFlow. URL: https://www.tensorflow.org/?hl=ru (дата обращения: 28.11.2021).

[8] Введение в машинное обучение. habr.com: веб-сайт. URL: https://habr.com/ru/post/453558/ (дата обращения: 28.11.2021).

[9] Биометрическая аутентификация: истоки, хаки и будущее. habr.com: веб-сайт. URL: https://habr.com/ru/company/asus/blog/408407/ (дата обращения: 25.11.2021).

[10] Biometrics researcher asks: is that eyeball dead or alive? spectrum.ieee.org: веб-сайт. URL: https://spectrum.ieee.org/biometric-researcher-asks-is-that-eyeball-alive-or-dead (дата обращения: 25.11.2021).