Биометрические системы распознавания

Размещено на http://www.allbest.ru/

Оглавление

Введение

1. Биометрические системы распознавания: по отпечаткам пальцев геометрии руки и т.д.

1.1 Распознавание по отпечаткам пальцев

1.2 Идентификация по геометрии руки

1.3 Системы распознавания речи и голоса

2. Системы распознавания текста и программы-переводчики

2.1 Программы оптического распознавания символов

2.2 Программы электронного перевода текста

Заключение

Литература

Введение

Образ, класс -- классификационная группировка в системе классификации, объединяющая (выделяющая) определенную группу объектов по некоторому признаку.

В целом проблема распознавания образов состоит из двух частей: обучения и распознавания. Обучение осуществляется путем показа отдельных объектов с указанием их принадлежности тому или другому образу. В результате обучения распознающая система должна приобрести способность реагировать одинаковыми реакциями на все объекты одного образа и различными -- на все объекты различных образов. Очень важно, что процесс обучения должен завершиться только путем показов конечного числа объектов без каких-либо других подсказок. В качестве объектов обучения могут быть либо картинки, либо другие визуальные изображения (буквы), либо различные явления внешнего мира, например звуки, состояния организма при медицинском диагнозе, состояние технического объекта в системах управления и др. Важно, что в процессе обучения указываются только сами объекты и их принадлежность образу. За обучением следует процесс распознавания новых объектов, который характеризует действия уже обученной системы. Автоматизация этих процедур и составляет проблему обучения распознаванию образов. В том случае, когда человек сам разгадывает или придумывает, а затем навязывает машине правило классификации, проблема распознавания решается частично, так как основную и главную часть проблемы (обучение) человек берет на себя.

Цель данной работы - рассмотреть различные системы распознавания образов.

1. Биометрические системы распознавания: по отпечаткам пальцев, геометрии руки и т. д.

Биометрические устройства аутентификации существуют более двух десятков лет. За это время они из шпионских фильмов переместились во вполне обыденные жизненные ситуации и существенно подешевели: сегодня на рынке предлагается множество разнообразных систем биоидентификации стоимостью от нескольких десятков долларов до нескольких миллионов.

Но в биометрических методах нуждаются не только компьютерные пользователи. Для таких сфер применения, как пограничный контроль, обслуживание и регистрация пассажиров, работа с электронными идентификационными документами и картами, предупреждение и раннее раскрытие преступлений, вопросы безопасности в высшей степени приоритетны, и в их решении существенную помощь могут оказать автоматизированные системы, основанные на биометрических методах.

Биоидентификация основана на уникальности характеристик человеческого тела - не существует двух людей с одинаковыми биометрическими признаками. Биометрия (biometrics) - это прикладная область знаний, использующая при создании различных автоматических систем разграничения доступа уникальные признаки человека, называемые биометрическими характеристиками (biometric parameters). К таковым относятся:

- папиллярный узор пальца;

- форма кисти руки;

- узор радужной оболочки глаза;

- параметры голоса;

- черты лица;

- термограмма лица (схема кровеносных сосудов);

- форма и способ подписи;

- фрагменты генетического кода и т. д. [2; с. 19]

Большинство биометрических систем функционирует следующим образом: в базе данных системы безопасности хранится цифровой образ отпечатка пальца, радужной оболочки глаза или голоса. Человек, желающий получить доступ к системе, с помощью микрофона, сканера отпечатков пальцев или других устройств вводит в систему свой биометрический образец. Система извлекает из этой информации (образца) биометрические данные (особые точки и их параметры), сравнивает их с подобными, хранящимися в базе данных, определяет степень совпадения и делает заключение о том, удалось ли идентифицировать конкретного человека по предъявленным данным, или подтверждает, что он именно тот, за кого себя выдает.

1.1 Распознавание по отпечаткам пальцев

Отпечаток пальца образуют так называемые папиллярные линии, строение которых обусловлено рядами гребешковых выступов кожи, разделенных бороздками. Эти линии образуют сложные узоры (дуговые, петлевые и завитковые), которые обладают свойствами а) индивидуальности и неповторимости, б) устойчивости во времени (от внутриутробного развития и до разложения трупа) и в) восстанавливаемости (при поверхностном нарушении кожного покрова рисунок линий восстанавливается в прежнем виде). Все это позволяет абсолютно надежно идентифицировать личность.

Из всего многообразия биометрической продукции, представленной на мировом рынке систем идентификации, наибольшей популярностью пользуются автоматические системы распознавания отпечатков пальцев (Automated Fingerprint Identification System - AFIS). Сканирование отпечатка пальца - самый старый метод из всех существующих и один из самых перспективных. На долю AFIS приходится половина объема продаж всего рынка биометрии, а с учетом криминалистических систем (часто называемых полицейскими дактилоскопическими системами) - все 80%.

Причины этого очевидны. Устройства сканирования отпечатков пальцев просты и удобны - достаточно просто прикоснуться пальцем к сканеру. Так, продукт BioLink Technologies позволяет за 0,1 с считать отпечаток пальца, за 0,2 с распознать его и разрешить (или запретить) доступ к системе. Кроме того, AFIS - в отличие, скажем, от систем сканирования сетчатки глаза - не вызывает дискомфорта у пользователей. А отпечаток пальца не только индивидуален, но и не меняется со временем. Следует также отметить, что системы распознавания по отпечаткам пальцев демонстрируют высокие показатели точности: вероятность того, что доступ к секретной информации получит неавторизованный пользователь, практически равна нулю. [5; с. 73]

От коммерческих AFIS-систем требуется очень низкий коэффициент ложного отказа в доступе при некотором заданном коэффициенте ложного пропуска. Коэффициент ложного отказа в доступе (False Reject Rate, FRR) - это вероятность того, что система не признает подлинность отпечатка пальца зарегистрированного пользователя, а коэффициент ложного пропуска (False Accept Rate, FAR) - вероятность того, что система по ошибке признает подлинным отпечаток пальца пользователя, не зарегистрированного в системе.

Поставщики обычно заявляют значения FRR равными примерно 0,01%, а FAR - 0,001%. Точка, при которой значения FRR и FAR становятся одинаковыми, называется равной нормой ошибки и, как правило, соответствует вероятности ошибки около 0,1%. Сейчас активно разрабатываются алгоритмы, устойчивые к шуму в изображениях - образах отпечатка пальца, что позволяет добиться увеличения точности и скорости распознавания в реальном времени. Как заявляет BioLink Technologies, ее система обеспечивает вероятность ложного доступа на уровне 10-9, а вероятность ложного отказа - от 0,1 до 3,6% в зависимости от настроек.

Сканирующие устройства эргономичны и малы по размеру, что позволяет интегрировать их в компьютерные мыши, клавиатуру или ноутбук. Сейчас их стоимость составляет примерно 100 долл. Среди биометрических систем аутентификации сканеры отпечатков пальцев - самые дешевые устройства. Однако они и самые уязвимые. Систему, использующую отпечатки пальцев, можно обмануть с помощью пальца из воска, на котором воспроизведен ранее похищенный образец отпечатка пальца.

Рисунок 1. Легко встраиваются в мышь или работают как самостоятельные устройства в системах защиты ИС

1.2 Идентификация по геометрии руки

По своей технологической структуре и уровню надежности этот метод вполне сопоставим с распознаванием по отпечаткам пальцев, однако применяется он пока в несколько раз реже. Идентификация по геометрии руки (отпечаткам ладоней) требует от математической модели обработки всего 9 байт информации, что позволяет быстро искать в большом объеме записей. В США устройства считывания отпечатков ладоней установлены более чем на 8 тыс. объектов. [8; с. 56]

Устройства, которые могут сканировать и другие параметры руки, разрабатываются несколькими компаниями, например, Handkey, BioMet Partners, Palmetrics и ВТG. Популярный на рынке продукт Handkey сканирует и внутреннюю, и боковую сторону ладони с помощью встроенной видеокамеры, а при обработке изображения используются алгоритмы сжатия.

1.3 Системы распознавания речи и голоса

Первое устройство для распознавания речи появилось в 1952 году, оно могло распознавать произнесённые человеком цифры. В 1964 году на ярмарке компьютерных технологий в Нью-Йорке было представлено устройство IBM Shoebox.

В последнее время в телефонных интерактивных приложениях все чаще стали использоваться системы автоматического распознавания и синтеза речи. В этом случае общение с голосовым порталом становится более естественным, так как выбор в нем может быть осуществлен не только с помощью тонового набора, но и с помощью голосовых команд. При этом системы распознавания являются независимыми от дикторов, то есть распознают голос любого человека. Основным преимуществом голосовых систем является дружелюбность к пользователю -- он избавляется от необходимости продираться сквозь сложные и запутанные лабиринты голосовых меню. Теперь достаточно произнесения цели звонка, после чего голосовая система автоматически переместит звонящего в нужный пункт меню.

В настоящее время сложные системы распознавания речи, имеющие большой словарный запас, основываются на применении моделирования сложного речевого сигнала, для обучения которых используются обширные базы данных сегментированной речи, а свободно распространяемых русскоязычных обучающих баз данных для создания таких систем в России нет. В случае же создания системы для распознавания определенного набора команд, состоящих из изолированных слов, требуется небольшой словарь, порядка сотни слов, с контекстно-зависимой грамматикой. Эти два фактора сильно облегчают создание системы распознавания.

Одним из видов биометрической идентификации, который привлекает значительный интерес разработчиков и специалистов, является метод идентификации личности по голосу.

На сегодняшний день созданы десятки различных систем идентификации по голосу, имеющих различные параметры и требования к процессу идентификации в зависимости от конкретных задач. В нашей стране разработан ряд законченных программных продуктов, которые уже нашли применение в практике. Чаще они применяются как дополнительные средства проверки подлинности там, где необходимо обеспечить высокую степень надежности систем идентификации. Поэтому сегодня продолжаются работы по совершенствованию алгоритмов обработки речевых сигналов с целью создания механизмов автоматического опознавания человека по голосу, более адекватных процессу восприятия речи человеком.

Возможности и достоинства речевых технологий идентификации: привычный для человека способ идентификации; низкая стоимость аппаратных средств (микрофоны) при реализации в составе комплексных систем безопасности (самая низкая среди всех биометрических методов); бесконтактность; возможность удаленной идентификации (сравнения с конкретным эталоном) или верификации (поиска в базе эталонов) клиентов; сложность или даже невозможность для злоумышленника имитировать голос с помощью магнитофона; возможность при идентификации человека определить, находится ли он под угрозой насилия, поскольку эмоциональное состояние говорящего оказывает существенное влияние на характеристики голоса и речи; возможность повышения надежности аутентификации за счет одновременного использования технологий идентификации по голосу и распознавания речи (произнесенного пароля).

Недостатки: высокий уровень ошибок 1-го и 2-го рода по сравнению с дактилоскопическими методами; необходимость в специальном шумоизолированном помещении для проведения идентификации; возможность перехвата фразы с помощью звукозаписывающих устройств; зависимость качества распознавания от многих факторов (интонация, скорость произнесения, психологическое состояние, болезни горла); голос, в отличие от папиллярных узоров пальцев или ладоней, меняется с возрастом. Это приводит к необходимости периодически обновлять хранящийся в системе эталон речи; надежность работы системы зависит от качества канала передачи речевого сигнала к системе идентификации. [9; с. 93]

Поэтому сегодня продолжаются работы по совершенствованию алгоритмов обработки речевых сигналов с целью создания механизмов более адекватных процессу восприятия и автоматического опознавания человека по голосу.

2. Системы распознавания текста и программы-переводчики

2.1 Программы оптического распознавания символов

Системы оптического распознавания символов (OCR - Optical character recognition) стали неотьемлемой частью интегрированных пакетов, поддерживающих ввод в компьютер, хранение и обработку бумажных и электронных документов. Система включает в свой состав сканер для ввода информации.

Если созданное сканером изображение содержит текст и рисунки, то при помощи специальной программы оптического распознавания текста (OCR) можно:

- отделить текст от рисунков;

- записать этот текст в формате файла текстового процессора.

Программное обеспечение в современных системах OCR выполняет анализ форм букв и создание текстового файла, в который распознаваемый текст записывается посимвольно с последовательным формированием слов и предложений.

Существует два типа пакетов OCR: обучаемые и интеллектуальные. Первые пакеты оптического распознавания символов имели четкое разделение по типу. В последнее время наблюдается тенденция к объединению этих двух типов в одном пакете, что перекликается с попытками разработать принципиально новые алгоритмы распознавания.

Обучаемые пакеты программ OCR составляли большинство первых разработок. Такие пакеты теоретически способны обучаться распознаванию любых символов любых гарнитур. Для обучения программы конкретной гарнитуре нужно отсканировать эталонное изображение с последующим обучением каждому конкретному символу. Это довольно длительная процедура, однако, если данная гарнитура будет затем регулярно использоваться, стоит потратить пару часов на обучение. Программы такого типа сравнивают каждый отдельный символ страницы с символами в справочных таблицах, созданных в процессе обучения, составляя при этом текстовый файл.

Интеллектуальные пакеты OCR не нуждаются в обучении и могут интерпретировать формы символов независимо от используемой гарнитуры. Работа этих программ производит большое впечатление: документ пропускается через сканер, результат обрабатывается интеллектуальной программой OCR с выдачей текстового файла. Для страницы формата А4 вся процедура занимает немногим более одной минуты. При высокой точности это значительно быстрее ручного ввода. [8; с. 102]

FineReader - это система оптического распознавания текстов (OCR), которая преобразует полученное с помощью сканера графическое изображение (картинку) в текст (т. е. в коды букв, «понятные» системе).

Процесс ввода текстов в компьютер осуществляется в несколько этапов: сканирование; выделение блоков на изображении; распознавание; проверка ошибок; сохранение результата распознавания (передача его в другое приложение, в буфер и т. п.)

Рисунок 2. Интерфейс программы FineReader 11

Интеллектуальная система оптического распознавания символов (Optical Character Recognition, OCR) Cuneiform функционирует в среде Microsoft Windows 3.1 или более поздней версии. Система обладает следующими технологическими возможностями: поддерживает широкий спектр настольных сканеров;распознает отсканированную страницу (включая многоколонный текст и текст со сложным оформлением); позволяет сканировать и записывать изображение как TIFF, а распознавание запускать потом (при этом удобно сканировать пачку документов); может читать изображения, отсканированные другими программами, и факсы в режимах Fine и Normal;распознает буквы русского и английского алфавитов, исключая стилизованные шрифты типа готических букв; может сохранять первоначальные форматирование и табуляцию и регулировать отступы и выравнивание; не распознает рукописный текст.

Экран Сuneiform содержит четыре основные части, отмеченные на рисунке.

Рисунок 3. Интерфейс программы Сuneiform

Новая версия системы распознавания Intuitia 2.0 for Windows использует Омнифонт-технологию (распознает различные шрифты без какого бы то ни было обучения). Она обеспечивает распознавание изображений текстовых материалов из файлов в форматах TIFF, PCX, BMP, а также со всех Сканеров, поддерживающих протокол TWAIN, а также со сканеров семейства HP ScanJet (напрямую). [6; с. 293-295]

Система ввода и распознавания рукописных текстов PenO'Man for Windows - средство рукописного ввода, распознавания и редактирования текстов при помощи пера: имеется возможность ввода и редактирования как английского, так и русского слитно написанного текста во всех приложениях Windows; процесс ввода аналогичен обычному использованию ручки при письме слева направо, желательно аккуратным почерком и с классическим левым наклоном; редактирование уже введенного текста возможно в результате использования стандартных функций (вставке, удалению, переносу, активизации фрагментов текста и т. д.), а также простых росчерков пера.

2.2 Программы электронного перевода текста

При работе с Программами электронного перевода текста используют следующую совокупность элементов: текст оригинала; текст перевода; структуру, поддерживающую связь абзацев оригинала и перевода; список зарезервированных слов или абзацев, перевод которых не требуется; список незнакомых слов, отсутствующих в словарях.

Обычно документ соответствующей программы перевода (например, Stylus 3.0) автоматически образуется при открытии исходного текстового файла, подлежащего переводу. При этом создается сложная структура информации, отличная от структуры исходного файла.

Система Stylus 3.0 является одной из наиболее широко распространенных программ машинного перевода текста в настоящее время. Она в зависимости от степени комплектации обладает рядом особенностей: возможность перевода с русского на один из европейских языков: английский, немецкий, французский (и обратно); интегрированное построение среды системы, что дает возможность: осуществлять перевод, выполнять редактирование оригинала и перевода, работать со словарями для нескольких языковых направлений; возможность учета морфологических, синтаксических и семантических связей в результате настройки на перевод конкретного текста. С этой целью предусмотрена возможность подключения специализированных предметных словарей (в том числе и созданных самим пользователем); возможность с помощью подпрограммы Stylus Launcher перевести в любой момент содержимое буфера обмена.

Переводчик Сократ. 97. Особенностью использования системы является то, что исходный текстовый файл не импортируется для перевода в рабочее окно.

Основными этапами работы в системе обычно являются следующие действия:

- запуск программы Сократ 97 (на панели задач в нижней правой части экрана появляется пиктограмма «Сократ 97»);

- размещение исходного текста в буфере обмена, используя стандартные команды «скопировать» или «вырезать». Достаточно выделить соответствующий фрагмент текста или весь текст и выполнить команду «скопировать» или «вырезать». После выполнения этих команд фрагмент текста автоматически помещается в буфере обмена;

- перевод текста в буфере обмена в результате двойного нажатия левой кнопки мыши на пиктограмме «Сократ 97» в панели задач. Перевод текста в буфере обмена можно получить, используя горячую клавишу (по умолчанию Ctrl+Alt+Z) или, выбрав пункт меню «перевести» по нажатию правой кнопкой мыши на пиктограмме «Сократ 97»; [3; с. 112]

- появление на экране окна с результатом перевода исходного фрагмента текста, а также одновременное автоматическое размещение результата перевода в буфер обмена. При необходимости можно скопировать результат перевода из буфера обмена в любой документ.

Заключение

Итак, мы рассмотрели системы распознавания образов. Их можно разделить на два класса: биометрические системы идентификации и системы распознавания текста и переводчики.

Технологии, способные быстро обеспечить массовую идентификацию с предсказуемой достоверностью, становятся наиболее востребованными. Можно выделить следующие приоритетные области, для которых активно создаются автоматизированные приложения на основе алгоритмов лицевой идентификации: пограничный паспортный контроль, регистрация пассажиров, наружный видеоконтроль, контроль доступа. Следственные отделы уголовного розыска используют такие системы для сравнения фотографий с электронными изображениями в специализированных базах данных. Иммиграционные службы смогут выявлять лиц, получивших права гражданства или политическое убежище, если они появляются под другими именами.

Западный опыт внедрения биометрических систем показал, что у них есть не только сторонники, но и яростные противники, рассматривающие эту технологию как нарушение гражданских свобод и инструмент для построения общества тотального контроля граждан.

В более отдаленном будущем реальностью станет не только повсеместная и мгновенная идентификация личности, но и идентификация намерений и мотивационной структуры психики.

Также были рассмотрены программы распознавания текста и программы переводчики. Их использование также очень перспективно, поскольку позволяет осуществлять голосовое управление, перевод текстов, кодирование изображений.

Литература

идентификация оптический электронный отпечаток палец

1. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений. - М., Высшая школа, 1983, - 295 с.

2. Борох П. Информационные технологии: необходимость и избыточность // Connect! Мир связи. - 2000. - N 7. - С. 18-21.

3. Грабауров В.А. Информационные технологии для менеджеров. - М.: Финансы и статистика, 2002. - 368 с.

4. Дуда Р., Харт П. Распознавание образов и анализ сцен. - М., Мир, 1976.

5. Закревский А.Д., Баландин Р.К. Задание - опознать (распознавание образов). - М., Наука, 1985.

6. Капелев В.В. Программные средства обработки информации. Ч. 1.

7. Программы обработки текстовой информации. - М.: Издательство МГУП, 2000. - 320 с.

8. Острейковский В.А. Информатика. Учебник для ВУЗов. - М.: Высш. школа, 2007. - 511 с.

9. Розенфельд А. Распознавание и обработка изображений. - М., Мир, 1972.

10. Степанов А.Н. Информатика. Учебник для ВУЗов. - С.-Пб., 2005. - 768 с.

Размещено на Allbest.ru