АНАЛІЗ ТА ОЦІНЮВАННЯ ЗАСОБІВ БІОМЕТРИЧНОЇ АУТЕНТИФІКАЦІЇ ЗА ЗОБРАЖЕННЯМ ОБЛИЧЧЯ ТА РАЙДУЖНОЇ ОБОЛОНКИ ОКА ПЕРСОНАЛУ ОБ’ЄКТІВ КРИТИЧНОЇ ІНФРАСТРУКТУРИ
DOI:
https://doi.org/10.28925/2663-4023.2023.21.136148Ключові слова:
безпека інформації, безпека об’єктів критичної інфраструктури, біометрична аутентифікація; розпізнавання особи; розпізнавання емоцій; зображення обличчя людини; райдужна оболонка ока; емоція; критерії ефективності; персонал об’єктів критичної інфраструктуриАнотація
Присвячено аналізу та оцінюванню систем біометричної аутентифікації персоналу об’єктів критичної інфраструктури. Показано, що широкі перспективи мають засоби на основі зображення обличчя та райдужної оболонки ока, що пояснюється апробованістю рішень у сфері аналізу зображення обличчя, доступністю і розповсюдженістю засобів відеореєстрації, які дозволяють із задовільною якістю одночасно з обличчям фіксувати й райдужну оболонку ока. Визначено, що одним з напрямків підвищення ефективності таких засобів є підвищення точності розпізнавання особи та стійкості до завад, що перекривають частину обличчя. Також показано, що додатковим напрямком підвищення ефективності засобів біометрії може бути розпізнавання поточного психоемоційного стану персоналу об’єктів критичної інфраструктури. Визначена необхідність оцінки ефективності засобів розпізнавання особи та емоцій за зображенням обличчя та райдужної оболонки ока. На основі аналізу літератури сформовано дві групи критеріїв ефективності: основні та додаткові. До основної групи віднесено критерії, що характеризують ефективність процесу розпізнавання, до додаткової – критерії, що відповідають особливостям технічної реалізації та сервісним можливостям засобів розпізнавання. Проведено оцінювання сучасних засобів розпізнавання особи та емоцій за зображенням обличчя та райдужної оболонки ока і визначено їх невідповідність низці критеріїв. Запропоновано співвіднести шляхи подальших досліджень з вирішенням завдання забезпечення виконання критеріїв, що пов’язані з можливістю розпізнавання емоцій та особи за частиною зображення обличчя, мімікою і частиною зображення райдужної оболонки ока, з технічною реалізацією експертних рішень. Показано можливість виконання означеного завдання за рахунок використання сучасних нейромережевих технологій.
Завантаження
Посилання
Vysotska, O.O., Davydenko, A.M., Khrystevych, V. (2022). Vydilennia oblychchia liudyny u videopototsi dlia kontroliu za dotrymanniam spivrobitnykamy stanu bezpeky v protsesi roboty ta navchannia. Zakhyst informatsii, 24(2), 94-107. DOI: 10.18372/2410-7840.24.16934.
Mykhailenko, V. M., Tereikovskaia, L. A. (2019). Ohliad zasobiv rozpiznavannia emotsiinoho stanu liudyny za heometriieiu oblychchia. Upravlinnia rozvytkom skladnykh system, 37, 178-184. doi.org10.6084/m9.figshare.9783236.
Nazarkevych, M., Voznyi, Ya., Nazarkevych, H. (2021). Rozroblennia metodu mashynnoho navchannia pry biometrychnomu zakhysti iz novymy metodamy filtratsii. Kiberbezpeka: osvita, nauka, tekhnika, 3(11), 16–30. doi.org/10.28925/2663-4023.2021.11.1630.
Tereikovska, L. O. (2023). Metodolohiia avtomatyzovanoho rozpiznavannia emotsiinoho stanu slukhachiv systemy dystantsiinoho navchannia: dys. dokt. tekhn. nauk.Ma, X., Fu, M., Zhang, X., Song, X., Becker, B., Wu, R., Xu, X., Gao, Z., Kendrick, K., & Zhao, W. (2022). Own Race Eye-Gaze Bias for All Emotional Faces but Accuracy Bias Only for Sad Expressions. Frontiers in Neuroscience, 16. https://doi.org/10.3389/fnins.2022.852484.
Noyes, E., Davis, J. P., Petrov, N., Gray, K. L. H., & Ritchie, K. L. (2021). The effect of face masks and sunglasses on identity and expression recognition with super-recognizers and typical observers. Royal Society Open Science, 8(3). https://doi.org/10.1098/rsos.201169
Ranjith, G., Pallavi, K., & Mahendra, V. (2022). Human Face, Eye and Iris Detection in Real-Time Using Image Processing. У Algorithms for Intelligent Systems (с. 383–389). Springer Nature Singapore. https://doi.org/10.1007/978-981-19-1669-4_34.
Rinck, M., Primbs, M. A., Verpaalen, I. A. M., & Bijlstra, G. (2022). Face masks impair facial emotion recognition and induce specific emotion confusions. Cognitive Research: Principles and Implications, 7(1). https://doi.org/10.1186/s41235-022-00430-5.
Royer, J., Blais, C., Charbonneau, I., Déry, K., Tardif, J., Duchaine, B., Gosselin, F., & Fiset, D. (2018). Greater reliance on the eye region predicts better face recognition ability. Cognition, 181, 12–20. https://doi.org/10.1016/j.cognition.2018.08.004.
Tereikovskyi, I., Korchenko, O., Bushuyev, S., Tereikovskyi, O., Ziubina, R., Veselska, O. (2023). A Neural Network Model for Object Mask Detection in Medical Images. International Journal of Electronics and Telecommunications, 69(1), 41-46. DOI: 10.24425/ijet.2023.144329.
Toliupa, S., Tereikovska, L., Tereikovskyi, I., Doszhanova, A., Alimseitova, Z. (2020). Procedure for Adapting a Neural Network to Eye Iris Recognition. IEEE International Conference on Problems of Infocommunications, Science and Technology, 167-171. DOI: 10.1109/PICST51311.2020.9468020.
Vinette, C., Gosselin, F., Schyns, P. (2004). Spatio-temporal dynamics of face recognition in a flash: it’s in the eyes. Cognitive Science, 28(2), 289–301. doi.org/10.1016/j.cogsci.2004.01.002.
ViswanathReddy, D. A., Aswini Reddy, A., & Bindyashree, C. A. (2021). Facial Emotions over Static Facial Images Using Deep Learning Techniques with Hysterical Interpretation. Journal of Physics: Conference Series, 2089(1), 012014. https://doi.org/10.1088/1742-6596/2089/1/012014.
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Олександр Корченко, Олег Терейковський
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.