Развитие информационных систем

Размещено на http://www.allbest.ru/

35

Размещено на http://www.allbest.ru/

ВВЕДЕНИЕ

Информационные технологии - весьма широкое определение, под которое попадает ряд отдельных технических средств и приемов работы с информацией. Но, как правило, в процессе работы с информацией люди имеют дело со вполне определенной связанной последовательностью взаимодействий с различными средствами. В зависимости от шкалы времени (от оперативных до долгосрочно-стратегических задач) и масштаба действий (от одного рабочего места до целой компании) могут обнаруживаться разные связи и последовательности, и для управления ими нужны разные методы. Методы варьируются также по степени алгоритмизации и рационализации.

Наиболее рационально алгоритмизированная совокупность методов и средств работы с информацией - информационная система. Информационная система -- взаимосвязанная совокупность средств, методов и персонала, используемых для хранения, обработки и выдачи информации.

Автоматическая обработка визуальной информации является одним из важнейших направлений в области искусственного интеллекта. Интерес к проблемам компьютерной обработки определяется расширением возможностей, как самих компьютерных систем, так и разработкой новых технологий обработки, анализа и идентификации различных видов изображений. При этом для создания эффективных технологий разрабатываемые методы и алгоритмы должны удовлетворять ряду требований по быстродействию и точности.

1. ИНФОРМАЦИОННАЯ СИСТЕМА

Термин информационная система (ИС) используется как в широком, так и в узком смысле.

В широком смысле информационная система -- совокупность технического, программного и организационного обеспечения, а также персонала, предназначенная для того, чтобы своевременно обеспечивать надлежащих людей надлежащей информацией.

Федеральный закон РФ от 27.07.2006 года № 149-ФЗ «Об информации, информационных технологиях и о защите информации» трактует понятие информационной системы как «совокупность содержащейся в базах данных информации и обеспечивающих ее обработку информационных технологий и технических средств»[2].

Одно из наиболее широких определений ИС дал М.Р. Когаловский: «информационной системой называется комплекс, включающий вычислительное и коммуникационное оборудование, программное обеспечение, лингвистические средства и информационные ресурсы, а также системный персонал и обеспечивающий поддержку динамической информационной модели некоторой части реального мира для удовлетворения информационных потребностей пользователей».

Стандарт ISO/IEC 2382-1 дает следующее определение: «Информационная система -- система обработки информации, включающая связанные с ней ресурсы, такие как людские, технические и финансовые, предназначенная для обеспечения информацией и распространения информации».

Российский ГОСТ РВ 51987 определяет информационную систему, как «АС, результатом функционирования которой является представление выходной информации для последующего использования».

ИС в узком смысле рассматривают как программно-аппаратную систему, предназначенную для автоматизации целенаправленной деятельности конечных пользователей, обеспечивающую, в соответствии с заложенной в нее логикой обработки, возможность получения, модификации и хранения информации[3].

Информационные системы бывают разного назначения и масштаба. Также информационные системы отличаются по степени охвата сфер деятельности предприятия (учитывают ли они только бухгалтерию или также и склад, финансы, производство и т.д.). Однако все информационные системы обладают рядом свойств, которые являются для них общими:

· ИС предназначены для сбора, хранения и обработки информации. Таким образом, в основе любой информационной системы лежат средства хранения и доступа к данным;

· ИС предназначены для конечного пользователя, не являющегося специалистом в области вычислительной техники. Из этого следует, что ИС должны включать в себя клиентские приложения, обеспечивающие интуитивно понятный интерфейс. [4]

В любом случае основной задачей ИС является удовлетворение конкретных информационных потребностей в рамках конкретной предметной области. Современные ИС немыслимы без использования баз данных и СУБД, поэтому термин «информационная система» на практике сливается по смыслу с термином «система баз данных».

1.1 Основные понятия информационной системы

Информационная система -- это взаимосвязанная совокупность средств, методов и персонала, используемых для хранения, обработки и выдачи информации в интересах достижения поставленной цели.Современное понимание информационной системы предполагает использование в качестве основного технического средства переработки информации компьютера. Кроме того, техническое воплощение информационной системы само по себе ничего не будет значить, если не учтена роль человека, для которого предназначена производимая информация и без которого невозможно ее получение и представление.

Необходимо понимать разницу между компьютерами и информационными системами. Компьютеры, оснащенные специализированными программными средствами, являются технической базой и инструментом для информационных систем. Информационная система немыслима без персонала, взаимодействующего с компьютерами и телекоммуникациями.

Информационная система в целом--автоматизированная система, предназначенная для организации, хранения, пополнения, поддержки и представления пользователям информации в соответствии с их запросами.

Рисунок 1. Укрупненная функциональная схема информационной системы.

1--система организации, хранения и представления информации;

2--система ввода, обновления и корректировки информации;

3--система потребления информации.

Как видно из схемы, изображенной на рисунке 1, область определения любой информационной системы (предметная область) представляет собой некоторое информационное пространство, содержащее совокупность информационных объектов. Каждый из объектов может быть описан с точки зрения систем организации и хранения, ввода, обработки и поиска информации, систем потребления информации и взаимосвязей данного объекта с другими объектами рассматриваемой предметной области. В общем случае информационное пространство неоднородно, так как содержит информационные объекты, различающиеся по методам формирования, организации и пополнения информации.

Все преобразования информации, осуществляемые системой 1, можно свести к пяти основным процедурам: хранение, поиск, обработка, ввод, вывод. Первые три процедуры являются внутренними, а четвертая и пятая обеспечивают связь данной системы с объектами предметной области, т. е. источниками информации и внешней средой (потребителями информации).

Эффективность управления любой динамической системой (технологическим процессом, производством, процессом создания нового изделия и т. д.) во многом определяется тем, как организованы хранение, поиск, обработка и пополнение информации. Очевидно, что управление возможно только в той системе, в которой четко определены информационные связи, как между отдельными элементами, так и с внешней средой. В этом случае обеспечиваются возможность координации деятельности различных подсистем, сопряжения данной системы управления с системами более высокого и более низкого уровней.

Информация, выдаваемая информационной системой потребителю, является одним из ресурсов, позволяющих повысить производительность труда и эффективность его деятельности. Важнейшим аспектом взаимоотношений потребителя и информационной системы является по возможности наиболее полное и рациональное удовлетворение информационной потребности пользователя, другими словами, обеспечение эффективного использования информационных ресурсов. Это, в свою очередь, предполагает доведение информации до потребителя в требуемом объеме, в заданные сроки и удобной для восприятия форме. Именно использование информационных ресурсов, таким образом, позволяет минимизировать расход всех других видов ресурсов (материальных, трудовых, финансовых, вычислительных) при информационном обеспечении потребителей.

Таким образом, информационные ресурсы представляют собой один из обязательных элементов, необходимых для осуществления любого вида человеческой деятельности: производства, управления, научных исследований, проектирования новой техники и технологии, подготовки и переподготовки кадров.

Области применения информационных приложений разнообразны: страхование, транспорт, образование и т. д. И конечно, в зависимости от конкретной области применения информационные системы очень сильно различаются по своим функциям, архитектуре, реализации.

В целом информационные системы определяется следующими свойствами:

1) любая информационная система может быть подвергнута анализу, построена и управляема на основе общих принципов построения систем;2) информационная система является динамичной и развивающейся;3) при построении информационной системы необходимо использовать системный подход;4) выходной продукцией информационной системы является информация, на основе которой принимаются решения;5) информационную систему следует воспринимать как человеко-машинную систему обработки информации.

Любая ИС предназначена для сбора, хранения и обработки информации. Поэтому в основе любой ИС лежит среда хранения и доступа к данным. Среда -- совокупность ресурсов, предоставляемых в распоряжение пользователя системы. Среда должна обеспечить уровень надежности хранения и эффективность доступа, соответствующие области применения ИС.

Трудно найти область деловой активности, в которой сегодня можно было бы обойтись без использования информационных систем.

Внедрение информационных систем может способствовать:

* получению более рациональных вариантов решения управленческих задач за счет внедрения математических методов;

* освобождению работников от рутинной работы за счет ее автоматизации;

* обеспечению достоверности информации;

* совершенствованию структуры информационных потоков (включая систему документооборота);

* предоставлению потребителям уникальных услуг;

* уменьшению затрат на производство продуктов и услуг (включая информационные).[5]

ИС ориентируются на конечного пользователя, например, бухгалтера. Такие пользователи могут быть очень далеки от мира компьютеров. Для них персональный компьютер -- всего лишь орудие собственной профессиональной деятельности. Поэтому ИС обязана обладать простым, удобным, легко усваиваемым интерфейсом, который должен предоставить конечному пользователю все необходимые для его работы функции, но в то же время не дать ему возможность выполнять какие-то лишние действия. Обычно этот интерфейс является графическим: с меню, кнопками, подсказками и т. п.

1.2 Структура информационной системы

Структура системы - состав, порядок и принципы взаимодействия элементов системы, определяющие основные свойства системы. Если отдельные элементы системы разнесены по разным уровням и характеризуются внутренними связями, то говорят об иерархической структуре системы.

Добавление к понятию система слова информационная отражает цель ее создания и функционирования. Информационные системы обеспечивают сбор, хранение, обработку, поиск, выдачу информации, необходимой в процессе принятия решений задач из любой области. Они помогают анализировать проблемы и создавать новые информационные продукты.

Для функционирования ИС необходимы следующие основные компоненты:

· база данных (БД);

· схема базы данных;

· система управления базой данных (СУБД);

· приложения;

· пользователи;

· технические средства.

Рассмотрим кратко каждый из этих компонентов. Начнем с базы данных. Существует немало определений этого понятия. Одно из определений БД, которое Крис Дейт, один из главных экспертов в области баз данных, дает в начале своего учебного курса: «Базу данных можно рассматривать как подобие электронной картотеки, то есть хранилище для некоторого набора занесенных в компьютер файлов данных».

Из этого определения следует, что база данных -- это просто колоссальный набор данных. Но файл может содержать довольно большое количество данных и не быть базой данных. Важным свойством БД является то, что база данных может себя описать. Можно сказать, что БД обязательно содержит -- данные и метаданные. Данные -- это данные пользователя или предприятия, использующего систему, и связанные с его деятельностью. Метаданные -- это данные о данных или схема базы данных, которая описывает структуру обычных данных и дает о них фундаментальную информацию.

Пользователей можно разделить на три большие группы: прикладные программисты, пользователи, администраторы.

Прикладные программисты -- отвечают за написание бизнес-приложений, использующих базу данных (например, приложения по автоматизации бухгалтерского учета, маркетинга). Приложения выполняют над данными стандартные операции: выборку существующей информации, вставку новой информации, удаление или обновление существующей информации. Все эти функции выполняются через соответствующий запрос к СУБД.

Конечные пользователи -- работают с информационной системой непосредственно через рабочую станцию или терминал. Пользователь получает доступ к БД, используя одно из приложений.

В связи с тем, что данные одна из главных ценностей предприятия, администратор данных должен разбираться в данных и понимать нужды предприятия по отношению к данным на уровне управления высшего руководства предприятия. В его обязанности входят: принимать решения, какие данные необходимо вносить в БД, обеспечивать поддержание порядка при использовании их после занесения в базу данных.

Техническим специалистом, ответственным за реализацию решений администратора данных, является администратор БД. Его работа заключается в создании самой БД и техническом контроле, необходимом для осуществления решений администратора данных.

Между БД (т. е. данными) и пользователями располагается уровень программного обеспечения -- система управления базой данных. Все запросы пользователей на доступ к БД обрабатываются СУБД.

СУБД -- важный, но не единственный компонент программного обеспечения ИС. Среди других -- упомянутые выше бизнес-приложения, утилиты, CASE-средства, генераторы отчетов и форм и т.д.

Технические средства информационных систем могут включать:

· средства вычислительной техники (серверное оборудование, рабочие станции, принтеры и т.д.),

· локальные вычислительные сети,

· копировально-множительную аппаратуру,

· средства связи (учрежденческие АТС, каналы связи и канальное оборудование, телефоны, факсимильные аппараты, мобильные средства связи).

Любая информационная система (с точки зрения создания) в языках программирования состоят из трёх компонентов:

1. Файл данных--файл, находящийся на локальном компьютере или на сервере, который содержит внутри себя структуру данных. К структуре данных относятся таблицы, запросы и фильтры, а также хранимые процедуры, пользовательские функции, диаграммы и триггеры;

2. Объект связи--объект языка программирования, осуществляющий связь между файлом данных и интерфейсом информационной системы;

3. Интерфейс информационной системы--комплекс средств, осуществляющий взаимодействие системы с конечными пользователями. Он может находиться как на клиентском компьютере, так и на сервере.

Информационная система подразделяется на две подсистемы: функциональную и обеспечивающую.

Функциональная подсистема состоит из совокупности решаемых задач, сгруппированных по признаку общности цели. Обеспечивающая подсистема, в свою очередь, включает в себя следующие элементы:

· техническое обеспечение, т.е. совокупность технических средств, обеспечивающих обработку и передачу информационных потоков;

· информационное обеспечение, которое включает в себя справочники, классификаторы, кодификаторы, средства формализованного описания данных;

· математическое обеспечение, т.е. совокупность методов решения функциональных задач. Логистические информационные системы представляют собой автоматизированные системы управления логистическими процессами. Поэтому математическое обеспечение в логистических информационных системах - это комплекс программ и совокупность средств программирования, обеспечивающих решение задач управления материальным потоком, обработку текстов, получение справочных данных и функционирование технических средств.[6]

2. ИНФОРМАЦИОННАЯ СИСТЕМА ИДЕНТИФИКАЦИИ ИЗОБРАЖЕНИЙ

Разработка компьютерных систем обнаружения и распознавания объектов на изображениях является довольно актуальной проблемой. Актуальность проявляется вследствие необходимости повышения качества и уменьшения рутинной работы человека, а также с возможностью усовершенствования алгоритмов обработки изображений в связи с развитием компьютерной техники. Формирование признаков - это первый этап в любой системе распознавания образов. Качество всей системы оказывается жестко зависимо от того, насколько хорошо подобраны признаки для описания изображения. Основной проблемой, возникающей при решении задач сравнения и идентификации, является потребность в выполнении большого количества переборов вариантов, что требует громадных вычислительных расчетов. Переборы необходимы для обеспечения инвариантности изображения искомого объекта к сдвигу, вращению и масштабированию.

Сообразно с этим для повышения быстродействия часто используется неполная информация об исходном изображении (выполняется только частичный анализ исходного изображения) и искомом на нем объекте (искомый объект идентифицируется только по некоторым характеристикам) или обеспечивается инвариантность только в небольшом диапазоне значений параметров. Все это резко снижает круг применения таких алгоритмов (алгоритмы правильно работают только на изображениях простых объектов) и приводит к уменьшению вероятности верного обнаружения или распознавания. В связи с этим требуется разработка новых, более быстродействующих, качественных и универсальных алгоритмов.

2.1 Основные сведения

Многие задачи распознавания необходимо решать в строго ограниченное время, поэтому алгоритмы распознавания должны быть оптимизированы по временной сложности, возможность данной оптимизации может достигаться на основе распараллеливания. Компьютерная реализация таких алгоритмов требует обеспечения высокого быстродействия и практической устойчивости к искажениям. Ограниченность объемов машинной памяти, выделяемой под пространство эталонов, а также требование быстродействия выводят на первый план распараллеливаемые алгоритмы распознавания, инвариантные к сдвигу, масштабированию и ротации распознаваемых изображений.

Преобразование масштабирования трактуется как равномерное растяжение или сжатие изображения вдоль осей координат, исключающее отражение.

Существующие устройства ввода, такие как сканеры, фото и видеокамеры, а также устройства вывода, такие как мониторы и принтеры, обусловливают форму представления визуальной информации в виде изображений; в памяти компьютера обычно используется представление изображения в виде матрицы пикселей f(m1,m2), О < т1 < Мх -1, 0 < т2 < М2 -1 (растровое изображение). В зависимости от вида элементов матрицы различают следующие разновидности изображений:

· полноцветные,

· палитровые,

· полутоновые,

· бинарные.

Элементы полноцветных изображений непосредственно хранят всю информацию о цветовых составляющих, использование таких изображений требует больших вычислительных затрат. В палитровых изображениях значение пикселей является ссылкой на ячейку карты цветов (палитру) -- двумерный массив, в столбцах которого расположены интенсивности цветовых составляющих каждого цвета. Полутоновое изображение состоит из элементов, которые могут принимать одно из значений интенсивности какого-либо базового цвета. Это один из наиболее распространенных типов изображений, который применяется при исследованиях различного рода (широко используется глубина цвета 8 бит на пиксель). Диапазон значений элементов бинарного (монохромного) изображения ограничен только двумя значениями: О (фоновые точки) или 1 (точки интереса). Природа происхождения таких изображений разнообразна, часто бинарные изображения получаются в результате порогового разделения полутоновых изображений с фиксированным или адаптивным порогом. Количество информации при этом значительно сокращается, поэтому бинарные изображения просты в обработке, хранении и пересылке.

Методы распознавания, в зависимости от предметной области, могут получать на вход полноцветные или палитровые изображения. Однако полутоновые и бинарные изображения используются при распознавании наиболее часто. Если имеют значение пространственные характеристики изображенных объектов, то выбираются полутоновые изображения (например, при распознавании лица человека); переход к бинарным изображениям оправдан в тех предметных областях, где анализируемые объекты являются существенно плоскими (в частности, при распознавании печатных и рукописных символов).

3. ОБЗОР ПРОГРАММНО-ТЕХНИЧЕСКИХ РЕШЕНИЙ

Распознавание образов и их идентификация - сложная задача, как с научной точки зрения, так и в приборном исполнении. Для большинства практических приложений, как-то: идентификация паспортов и денежных знаков; распознавание номерных знаков; анализ технического состояния работающей сложной механической системы и др. - возникает необходимость принимать правильное решение.

В большинстве случаев принимается решение путем обработки большого количества признаков распознавания в реальном масштабе времени. Это потребовало применить цифровые методы обработки изображений с использованием ЭВМ. Теория и методы распознавания образов базируются на применении искусственного интеллекта. Особое место в этом направлении занимают искусственные нейронные сети, создаваемые на изображениях. В качестве основных числовых характеристик исследуемых изображений в работах предложено использовать следующие характеристики одномерного случайного процесса в нейронной сети: математическое ожидание, среднеквадратическое отклонение (дисперсия), коэффициенты асимметрии и эксцесса, энтропию, значение минимального и максимального элементов анализируемого поля и размах (диапазон уровней).

Рисунок 1. Общая схема получения изображения и блок-схема сигнала

Для получения изображения используется панорамный сканер или цифровая фотокамера. Схема получения изображения и структура цифровой обработки сигналов приведена на рис. 1. На предметный столик 1 помещается исследуемое изображение. Освещение осуществляется набором светодиодов 3 или площадным источником 4. Блок 2 служит для управления цветом и интенсивностью облучения. Цветная фотокамера или цветной панорамный сканер формируют исследуемое изображение, которое вводится в системный блок ЭВМ 6. Блок 7 содержит программу, которая осуществляет считывание информации по определенным траекториям искусственной нейронной сети. В блоке 8 производится измерение цвета и в виде кодового сигнала поступает на вход спектроанализатора 9. Если производится измерение контраста, получаемого в проходящем или в отраженном свете, то на вход спектроанализатора поступает сигнал непосредственно с системного блока. Значение относительного контраста через 0,05 с вводилось в блок 10. Полагая сигнал случайным, в блоке 10 вычислялись коэффициенты корреляции, по значениям которых в блоке 11 принимается решение относительно заданного порога. Полученная информация запоминается в блоке 15 и используется в дальнейшем при принятии окончательного решения. На выходе спектроанализатора 9 выводится спектр амплитудных модуляций, который в блоке 12 используется для формирования Фурье-портрета сигналов со всех четырех траекторий эталона и исследуемого изображения. В блоке 13 проводится корреляционный анализ полученного спектра амплитудных модуляций. Блок 14 служит для вычисления авто- и взаимнокорреляционных функций и производит их предварительный анализ. Окончательное решение путем сравнения с эталоном принимается в блоке 15 и выдается на информационное табло или на управление в случае анализа работы сложной механической системы. [9]

В настоящее время биометрические (использующие физические и поведенческие характеристики человека) технологии идентификации личности и системы на их основе получили широкое распространение в различных областях: от допуска в помещения до электронной коммерции и государственных систем различного назначения.

Обыкновенные методы определения личности, например такие как, карты-идентификаторы, ключи или уникальные личные данные, не обеспечивают надежность, которая необходима в нынешнее время. И поэтому логично применить биометрические технологии в системах безопасности.

Технологии для идентификации личности по биометрическим особенностям начали разрабатывать еще в 60-х годах. Теоретических успехов в разработке этих технологий добились наши соотечественники, а вот практические плоды получили на западе и относительно недавно. Благодаря современной мощности компьютеров и улучшенным алгоритмам, производители выпускают продукцию с высокими технологическими показателями, которая доступна и интересна широкому кругу потребителей.

Сама по себе идея применения индивидуальных данных человека для идентификации далеко не нова. В современной практике известны некоторые технологии, которые возможно применить в идентификации человека, например по:

· оттиску пальцев или руки;

· индивидуальным чертам лица (в основе лежит инфракрасное или оптическое изображение);

· радужке глаз;

· голосовым данным;

· прочим характеристикам.

Абсолютно все современные биометрические технологии имеют одинаковые подходы к решению вопросов определения личности и каждый из этих методов по-своему удобен в использовании. Принцип действия биометрических технологий заключается в следующем:

· считывание антропометрических данных (сканирование);

· изъятие персональных данных;

· создание определенного шаблона;

· сопоставление шаблона с базой данных.

Подобные биометрические системы позволяют установить соответствие определенных антропометрических или иных характеристик человека по сформированному шаблону.

Зачастую системы идентификации несут в себе два модуля: регистрация и идентификация.

Так с помощью регистрационного модуля система приобретает свойства идентификации определенного человека. В процессе регистрации датчики или видеокамера считывает данные человека и создает цифровое изображение его внешних данных. Для сканирования лица необходимо 20-30 секунд, вследствие таких действий создается несколько изображений. В лучшем случае такие изображения будут иметь слегка разные ракурсы и выражение лица, и это позволяет иметь более точные данные. Особый системный модуль подвергает обработке эти данные и устанавливает определенные характеристики присущие личности, после чего разрабатывает шаблон. На человеческом лице присутствуют некоторые части, которые практически не подвергаются изменениям в течение жизни, например, верхние очертания глазниц, скулы и края рта. Многие алгоритмы, которые разработаны специально для биометрических систем, могут учитывать потенциальные изменения в прическе определенного человека, поскольку в них не применяют анализ границы роста волос. Каждый индивидуальный шаблон пользователя хранится в базе данных.

С видеокамеры на идентификационный модуль идет изображение с преобразованием в тот же оцифрованный формат, в котором хранится шаблон. Переданные данные сопоставляются с шаблоном, и происходит определение соответствия полученных и имеющихся в базе изображений. Уровень схожести, который требуется для проверки, можно представить как некий порог, с помощью которого можно отрегулировать различные факторы, такие как: тип сотрудников, мощность РС, время суток и пр.

Идентификация может происходить посредством верификации, аутентификации, распознавания. В процессе верификации идет подтверждение идентичности поступивших данных и шаблона, который хранится в базе данных. Аутентификация подразумевает подтверждение соответствия изображения получаемого с видеокамеры. Процесс распознавания, заключается в сопоставлении полученных характеристик с шаблонами.

К сожалению, аутентификация не всегда происходит верно, даже при внесении правильных биометрических параметров. И этому способствуют некоторые особенности, такие как изменение биометрических характеристик. В любом случае возможна ошибка системы. При этом используя различные технологии, данная ошибка может значительно различаться. Технологией предусмотрен контроль, который может определить и расставить приоритеты, что важнее не пропустить «чужака» или пропустить «своих».

Одно из наиглавнейших условий биометрических технологий это легкость эксплуатации. Ни в коем случае в процессе сканирования, человек не должен испытывать дискомфорт. Технология идентификации по лицу в данном случае является самой удобной. Но в этом случае могут возникнуть проблемы с точностью работы системы.

Но вопреки несомненным преимуществам, все-таки имеются отрицательные предубеждения против биометрических систем, и поэтому часто возникают вопросы, не будут ли индивидуальные данные использовать в плохих целях (слежка например) и тем самым нарушать права и личную жизнь человека. Ведь по некоторым сенсационным и необоснованным заявлениям биометрические технологии имеют отрицательные отзывы.

Но, не смотря, ни на что, в последние годы, биометрические методы завоевали особенную актуальность. Все мы помним резонансное трагическое событие 11 сентября произошедшее в США. После такого происшествия мировое сообщество остро осознало уровень терроризма, и стало ясно, что традиционные методы защиты дали сбой, и это повлекло за собой трагическую гибель людей. Эти события и стали отправной точкой для увеличения интереса к интегрированным системам безопасности.

Существует мнение, относительно контроля в аэропортах, а именно, если бы он был жестче, то возможно было бы избежать многих несчастий. Поиск виноватых можно значительно облегчить с помощью современных интегрированных систем видеонаблюдения и идентификации лиц.

Существует широкий спектр алгоритмов обнаружения и распознавания лица человека. Например, по результатам программы Feret (face recognition technology) агентства DARPA и Исследовательской лаборатории армии США лучшими признаны: алгоритм Университета Южной Калифорнии, алгоритм университета штата Мэрилен, алгоритм, созданный в Media Laboratory Массачусетского технологического института. На основе данных алгоритмов, а также алгоритмов идентификации личности по отпечаткам пальцев функционируют системы персональной идентификации, осуществляется верификация кредитных карточек и криминалистическая экспертиза.

Высокий исследовательский интерес к данной тематике обусловливается внедрением интеллектуальных сред, распространением носимых информационных устройств, в том числе встраиваемых в предметы одежды и аксессуары.

4.ОБЗОР И АНАЛИЗ ПАТЕНТОВ И СОВРЕМЕННЫХ ПУБЛИКАЦИЙ

В настоящее время идентификация изображений применяется во многих сферах деятельности людей. Она используется для подтверждения подлинности документов и денежных знаков, для распознавания личности, для повышения достоверности и оперативности контроля продукции на промышленных предприятиях и т.д.

Современный рынок предлагает ряд специализированных продуктов, которые разработаны для идентификации лиц. В подобной продукции применяют различные алгоритмы, и сложно сказать какая технология имеет преимущества. На сегодняшний день лидерами такой продукции являются системы Viisage, Visionic и Miros.

Один из лидеров в области производства систем идентификации является компания Viisage. Эта компания применяет алгоритм, который был разработан в Массачусетском технологическом институте. Многие американские компании и госструктуры используют систему Viisage совместно с идентификационными документами, такими как водительские удостоверения. Производители Viisage представляют на российском рынке ряд техники, в которой используется система распознавания лиц.

Специалисты компании Visionic взяли за основу приложения FaceIt алгоритм анализа местных признаков, который разработали в университете Рокфеллера. Одна великобританская коммерческая организация внедрила приложение FaceIt в анти криминальную телевизионную систему (Mandrake). С помощью такой интегрированной программы возможно разыскать правонарушителей по данным поступающим со 144 видеокамер, которые объединены в сеть. После установления идентичности, которую система проводит самостоятельно, все данные поступают офицеру безопасности.

Компания Miros разработала систему TrueFace с применением технологий нейронных сетей,и такую систему можно встретить в комплексе получения наличных средств корпорации Mr.Payroll, так же она установлена во многих казино США. В соединенных Штатах независимые эксперты провели сравнительный анализ технологий идентификации лиц. И вот какие результаты они огласили.

Как оказалось на практике, в процессе использования систем идентификации лиц, которые применяли в стандартных охранных системах, предполагалось, что идентифицируемый человек должен смотреть прямо в камеру. Поскольку в этом случае система работает с несложным двумерным изображением, это снижает интенсивность вычислений и значительно упрощает алгоритмы. Но и в этом случае задание для идентификации не простое, ведь алгоритмы должны учитывать изменение качества освещения, выражения лица, наличие декоративной косметики или аксессуаров.

Для того что бы система идентификации лиц работала надежно, необходимо наличие некоторых факторов:

· качество изображения, необходимо, что бы идентифицируемый человек смотрел прямо в камеру, и при этом было хорошее освещение, в противном случае вероятность работы системы без ошибки значительно снижается;

· фотографии, занесенные в базу данных, должны быть актуальны и качественны;

· размер базы данных.

Технологии идентификации лица неплохо работают с обыкновенными камерами наблюдения, данные которых, попадают в персональный компьютер и имеют разрешение 320х420 пикселей на один дюйм при скорости 3-5 кадров в секунду. Например, хорошее качество для видео конференции нуждается в скорости видеопотока от 15 к/сек. Соответственно при более высокой скорости и разрешении, качество распознавания будет значительно лучше. Если процесс идентификации происходит с дальнего расстояния, то качество видеокамеры и результат распознавания будут зависеть друг от друга. Если использовать стандартный компьютер, то объем базы данных не должен превышать 10000 изображений.

На сегодняшний день современные технологии насчитываю четыре главных метода распознавания лиц:

· «eigenfaces»;

· анализ отличительных черт лица;

· анализ «нейронных сетей»;

· метод «автоматической обработки изображений лица».

Каждый из этих методов имеет свои сложности в реализации и разные цели применения.

Метод «Eigenface» подразумевает использование технологии двумерного изображения в серых полутенях, с помощью которых можно представить отличия отображения лица. Данный метод довольно часто применяют в качестве основы для других технологий идентификации лица. С помощью комбинаций характеристик 100-120 «Eigenface» возможно воссоздать множество лиц. Во время регистрации, «собственное лицо» определенного человека имеет вид ряда коэффициентов. В режиме определения подлинности используемое живое изображение проходит проверку идентичности с зарегистрированным шаблоном, так определяется коэффициент отличия. Уровень отличий шаблонов и выявляет факт распознавания человека. Такую технологию хорошо использовать в помещениях с хорошим освещением, когда существует вероятность сканирования лица в фас.

Наиболее распространена методика анализа «отличительных черт лица». Эта методика схожа с методикой "Eigenface», но больше приспособлена к распознаванию видоизменений мимики и внешности человека. В данной технологии применятся несколько десятков типичных особенностей разных частей лица, и учитывается их расположение. Определенное индивидуальное сочетание таких особенностей и определяет параметры каждого конкретного человека. Каждое человеческое лицо уникально, но имеет определенные динамические свойства, улыбка, наличие усов или бороды и т.д., и подобные изменения усложняют процедуру идентификации. Например, когда человек улыбается, то некоторые части лица смещаются и вызывают движение смежных участков. С учетом таких смещений, возможно, идентифицировать лицо человека при разных мимических видоизменениях. Поскольку с помощью такого анализа можно рассмотреть локальные части лица, то допустимы отклонения в пределах до 25° в горизонтальной плоскости, и 15° в вертикальной. Но данный метод требует дорогой и мощной аппаратуры, вследствие чего подобный метод не имеет широкого распространения.

Основной принцип метода "нейронных сетей", основан на сравнивании совпадения проверяемого лица с лицом, зарегистрированным в базе данных. В этой системе используется алгоритм установления соответствия уникальных параметров лица человека, которого проверяют и параметров имеющегося шаблона, в этом случае применяют максимальное количество возможных параметров.

В процессе сравнения обнаруживаются несоответствия между человеческим лицом и шаблоном, после чего включается механизм и при помощи определенных весовых коэффициентов определяется уровень соответствия проверяемого лица и шаблона. С помощью такого метода можно значительно улучшить качество идентификации лица даже в трудных условиях.

Метод «автоматической обработки лица» является самой простой технологией, в которой применяют расстояние и отношение расстояния между точками лица, которые легко определить, например, глаза, кончик носа или уголки рта. Принято считать, что такой метод не настолько мощный как предыдущие, но его можно эффективно применять при плохой освещенности. [14]

Многопрофильное предприятие ООО "Элсис" является патентообладателем дактилоскопической системы идентификации изображения, включающей телевизионную камеру с фоточувствительным элементом и волоконно-оптической входной поверхностью, контактирующей с объектом, и осветитель для просвечивания объекта, отличающейся тем, что осветитель является импульсным, а фоточувствительным элементом является односекционный прибор с зарядовой связью. Авторы изобретения -- Минкин В.А.; Грекович А.А.; Романова Л.П.; Татаурщиков С.С.; Штам А.И. Дата начала отсчета срока действия патента:19.12.1996.

Изобретение относится к электронике и может быть применимо в любых областях деятельности человека, где необходимо осуществлять идентификацию пользователя. Это может быть вычислительная техника, медицина, криминалистика, финансовая и банковская деятельность, охранные и пропускные системы. Известен целый ряд систем, позволяющих вводить изображение рисунка кожи пальца с помощью электронных устройств и осуществлять его обработку и идентификацию. По своим функциональным возможностям дактилоскопические системы разделяются на две группы:

1. Обрабатывающие изображение с промежуточного носителя, например дактокарты.

2. Обрабатывающие изображения живого пальца, так называемые живые сканеры.

Различие двух данных групп систем связаны прежде всего с поверхностной структурой внешнего носителя дактилоскопического изображения, представляющей собой дактокарту на бумаге или рельеф кожи пальца, а также с задачами по применению.

Системы первой группы чаще всего применяются в полиции и криминалистике для идентификации личности преступника по дактокартам или следам с места преступления. Однако эти системы непригодны для быстрой идентификации пользователя. Для считывания дактокарт и следов в таких системах используются обычные сканеры, применение которых для считывания изображения живого рельефа кожи пальца невозможно. Кроме того, использование промежуточных носителей (дактокарт) приводит к потере информации и не позволяет передавать и обрабатывать мелкие детали рельефа кожи.

Дактилоскопические системы, обрабатывающие изображение живого пальца, также можно разделить на две группы: работающие в отраженном и проходящем свете. Это деление определяется внутренним принципом действия системы при первичном преобразовании дактилоскопического изображения.

С развитием техники миниатюрных телевизионных камер на базе ПЗС (CCD) получили широкое распространение дактилоскопические телевизионные системы, работающие в отраженном от пальца свете. Данные системы используют эффект полного внутреннего отражения света, т.е. при контакте пальца с поверхностью призмы от контактной поверхности отражается свет только в месте контакта кожи. Телевизионная камера с помощью объектива фиксирует отраженное изображение рельефа кожи. Данные системы имеют целый ряд преимуществ по сравнению с системами, обрабатывающими изображение с промежуточного носителя, т.к. позволяют быстро получать и записывать в компьютер изображение рельефа кожи пальца и не пачкают пальцы. Однако данные системы имеют ряд недостатков, связанных с принципом их действия:

1. Низкое качество изображения, а, следовательно, и низкая вероятность идентификации при работе с сухими пальцами. Сухой палец имеет столь малую площадь контакта при установке на контактную поверхность, что практически невозможно получить его качественное изображение. Получается, что даже зазор~1 мкм между кожей и контактной поверхностью приводит к полной потере информации о рисунке кожи.

2. Применение объектива также снижает качество изображения за счет оптических искажений и аберраций, т.к. любой дополнительный элемент в цепи преобразования создает дополнительные погрешности. Кроме того, применение объектива увеличивает габариты устройства, снижает его механическую прочность и надежность и т.д.

Описанные недостатки препятствуют широкому распространению данных систем и позволяют их применять только в отдельных случаях, где не требуется высокая вероятность автоматической идентификации и малые габариты.

Известна дактилоскопическая система идентификации изображения в проходящем свете, включающая осветитель, непрерывно освещающий палец со стороны, обратной контактированию, телевизионную камеру с волоконно-оптической входной поверхностью, контактирующей с пальцем и имеющую в качестве фоточувствительного прибора - ПЗС с кадровым переносом заряда. Данная система взята за прототип. При контакте пальца с оптическим волокном выступающие части рельефа кожи плотно прилегают к волоконной контактной поверхности и свет, проходящий через палец, переходит в этих местах в светопровод с потерями, значительно меньшими, чем от участков кожи, не контактирующих вплотную с оптоволоконной поверхностью.

Данная система свободна от недостатков, присущих дактилоскопическим системам, работающим в отраженном свете - во-первых, отличается высоким качеством изображения, причем число градаций изображения определяется динамическим диапазоном телевизионной камеры, т.к. наличие зазора между кожей пальца и контактной поверхностью не приводит к полной потере информации, а величина этого зазора пропорционально проходящему свету. Во-вторых, данное устройство не содержит объектива и не имеет связанных с ним погрешностей при идентификации, а также отличается простотой, малыми габаритами, надежностью и монолитностью.

Но прототип имеет следующие недостатки. Система, имеющая оптическое волокно с прямым переносом изображения, позволяет получать изображение только небольших участков кожи, что недостаточно для систем автоматической идентификации. Испытания показали, что возможно создание дактилоскопической системы автоматической идентификации при диагонали анализируемого отпечатка не менее 16 мм, хотя криминалистические стандарты различных стран обычно требуют размер диагонали анализируемого отпечатка не менее 24 мм. Однако создание фоточувствительных приборов с кадровым переносом заряда, работающих в непрерывном режиме, с диагональю фоточувствительной секции 16-24 мм и имеющих волоконно-оптический вход, представляет в данный момент трудно разрешимую техническую задачу. Поэтому данная конструкция системы не нашла практического применения. Известные волоконно-оптические устройства, которые позволяют увеличить площадь вводимого изображения, такие как фокон и волоконно-оптическая призма, могут применяться в качестве волоконно-оптического светопровода в прототипе. Однако такая комбинированная система перестает быть компактной и, кроме того, в этом случае значительно падает разрешающая способность, ~ 5 lp/mm, а, следовательно, увеличивается вероятность ошибки при автоматической идентификации живого пальца и ложного носителя. Другим недостатком данной системы является выявленная авторами нестабильность контраста изображения во времени, связанная, как считают авторы, с током крови внутри пальца. Такая нестабильность приводит к периодическому появлению неинформативной неравномерности на изображении, которая снижает качество изображения и приводит к увеличению вероятности ошибки при автоматической идентификации. Также недостатком данной системы является зависимость уровня сигнала от внешней освещенности, т.е. возможность изменения изображения при изменении внешней освещенности.

Описанные недостатки существенно ограничивают применение известной системы для автоматической идентификации дактилоскопического изображения из-за высокой вероятности ошибки. Предлагаемое изобретение позволяет получать высококачественное, стабильное изображение кожи пальца большой площади, достаточной для осуществления автоматической идентификации с низкой вероятностью ошибки. Это достигается тем, что в известной дактилоскопической системе идентификации изображения, включающей телевизионную камеру с фоточувствительным элементом и волоконно-оптической входной поверхностью, контактирующей с объектом и осветитель, освещающий объект, осветитель является импульсным, а фоточувствительным элементом телевизионной камеры является односекционный ПЗС.

Сущность изобретения заключается в следующем. Импульсный осветитель формирует короткие световые импульсы, не превышающие время обратного хода по кадру. Синхронно с данными импульсами телевизионная камера подает напряжения, соответствующие режиму накопления, на односекционный ПЗС. Свет диффузно проходит сквозь палец и входит в оптическое волокно в местах, где кожа прижата к контактной волоконно-оптической поверхности. Односекционный ПЗС за время обратного хода по кадру производит накопление зарядовых пакетов, отображающих рисунок кожи пальца, а затем за время прямого телевизионного хода по кадру под управлением телевизионной камеры, преобразует зарядовые пакеты в стандартный телевизионный сигнал. При этом телевизионный сигнал передает изображение рисунка кожи с большой площади с минимальными искажениями, что уменьшает вероятность ошибки при идентификации. Применение импульсного осветителя и односекционного ФПЗС позволяет не только повысить площадь вводимого изображения кожи пальца, но и значительно понизить неравномерность и нестабильность телевизионного сигнала. Вероятно, это происходит вследствие следующих причин. Влияние тока крови на неравномерность изображения оказывается пренебрежимо малым из-за короткого времени импульса подсветки ~ 1 mc. Таким образом, вместо смазанной "картинки", получаемой при непрерывной освещенности, и времени накопления, равном времени кадра, удается получить четкое изображение, несущее дополнительную информацию о мгновенном (дискретном) значении прозрачности пальца. Данная дополнительная информация может быть использована, например, для снижения вероятности ошибки в работе системы, т.к. позволяет отличить живой палец пользователя от искусственного носителя. Наличие информации о прозрачности пальца позволяет вычислять пульс пользователя и использовать получаемую кривую прозрачности, аналогичную электрокардиограмме, также и для медицинских целей. Кроме того, минимизация времени накопления значительно снижает влияние внешней подсветки, не связанной с осветителем, на изображение рельефа кожи, а односекционный ПЗС позволяет получить высококачественное изображение большой площади. Увеличение площади, повышение качества и стабильности изображения позволяет добиться цели и понизить вероятность ошибки при идентификации. Изготовление односекционного ФПЗС с диагональю фоточувствительной секции 16-24 мм и волоконно-оптическим входом представляет вполне технически осуществимую задачу, что позволяет сделать это устройство относительно простым и дешевым. Кроме того, односекционный ФПЗС приводит к меньшему искажению информации, чем любой ПЗС с другой организацией переноса.

Разработанная система может иметь широкое применение в самых различных областях деятельности человека, например как замок в квартире, модуль персонализации PC, средство обмена паролем и доступа в компьютерных сетях, устройство диагностирования различных заболеваний и система, упрощающая безналичные расчеты. Простота технической реализации и широкий круг решаемых задач должны обеспечить актуальность данного изобретения.[15,16]

В декабре 2011г. Провоторовым А.В. была разработана система автоматической идентификации маркировки на основе компьютерного анализа изображений с управляемых видеокамер.

Существующие системы автоматической идентификации (САИ) в сложных условиях производства не могут дать качественные снимки маркированных объектов. Иногда местоположение продукции точно не известно либо она находится на большом расстоянии от видеокамеры, что ведет к понижению достоверности распознавания продукции. В связи с этим разработка и внедрение новых методик в данной области, является актуальной.

Целью проекта является повышение достоверности и оперативности контроля продукции на промышленных предприятиях на основе внедрения инновационной методики и системы автоматической идентификации, обеспечивающих качественный рост эффективности процессов на предприятии.

Система позволяет автоматически идентифицировать заготовки в процессе их перемещения по предприятию. Это позволит повысить оперативность обеспечения производства заготовками, сократить время простоя, включить полученную информацию в общую информационную систему комплекса.

Системы автоматической идентификации входят в комплекс мер для промышленных предприятий в целях повышения производительности труда, облегчения управления производством, избавления производственного процесса от ошибок и убытков.

Функции системы

1.Обмен с контроллером рабочего места по сети.

2.Автоматический выбор датчика для определения идентификационного номера.

3.Автоматический расчет и захват нужной зоны сканирования.

4.Автоматическое определение наличия маркировки в зоне сканирования.

5.Автоматическая обработка кадра и распознавание маркировки заготовки.

6.Формирование и передача посылки с алфавитно-цифровым кодом маркировки на сервер.

7.Идентификация движущихся изделий на производстве.

Технические требования к научно-техническому продукту

...