Практическая реализация сиамской нейронной сети для биометрической аутентификации по пальцевым венам

Авторы: Десятов А.Г.
Опубликовано в выпуске: #5(82)/2023
DOI: 10.18698/2541-8009-2023-5-892
Раздел: Информатика, вычислительная техника и управление | Рубрика: Методы и системы защиты информации, информационная безопасность
Ключевые слова: биометрия, аутентификация, пальцевые вены, глубокое обучение, сиамская нейронная сеть, Conv2D, MaxPooling2D, Dropout, Dense, набор данных
Опубликовано: 19.05.2023

Представлены теоретические основы сиамской нейронной сети и подробно рассмотрено ее построение для осуществления биометрической аутентификации по пальцевым венам. Проанализирован открытый набор данных пальцевых вен SDUMLA-HMT, с помощью которого были сформированы выборки обучающих и тестовых данных. В работе описана практическая реализация обучения сиамской нейронной сети на основе сформированных выборок. Для различных пороговых значений были подсчитаны вероятности ошибок I и II рода, которые являются ключевыми метриками для биометрической аутентификации. Результаты применения разработанной модели глубокого обучения проанализированы и представлены в виде графиков.

Литература

[1] Introducing Hitachi’s newest addition to the digital security portfolio, VeinID Five. URL: https://digitalsecurity.hitachi.eu/products/veinid-five/ (accessed March 10, 2023).

[2] (Group 3) Siamese Face Recognition. URL: https://openpower.ucc.in.tum.de/group-3-siamese-face-recognition/ (accessed March 13, 2023).

[3] Li B., Yan J., Wu W., Zhu Z., Hu X. High Performance Visual Tracking with Siamese Region Proposal Network. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Salt Lake City, UT, USA, IEEE, 2018. http://dx.doi.org/10.1109/CVPR.2018.00935

[4] SDUMLA-HMT: A Multimodal Biometric Database. URL: https://link.springer.com/chapter/10.1007/978-3-642-25449-9_33 (accessed March 17, 2023).

[5] High Performance Visual Tracking with Siamese Region Proposal Network. URL: http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_High_Performance_Visual_CVPR_2018_paper.pdf (accessed March 15, 2023).

[6] Building image pairs for Siamese networks with Python. URL: https://pyimagesearch.com/2020/11/23/building-image-pairs-for-siamese-networks-with-python/ (accessed March 23, 2023).

[7] Keras: библиотека глубокого обучение на Python. URL: https://ru-keras.com/home/ (дата обращения 22.03.2023).

[8] Подробное объяснение сиамской сети и сравнительной потери. URL: https://russianblogs.com/article/74731636351/ (дата обращения 23.03.2023).

[9] Training & evaluation with the built-in methods. URL: https://keras.io/guides/training_with_built_in_methods/ (accessed March 23, 2023).

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

[11] Ling Jin. Using Deep Learning for finger-vein based biometric authentication. URL: https://towardsdatascience.com/using-deep-learning-for-finger-vein-based-biometric-authentication-3f6601635821 (accessed March 23, 2023).