ДОСЛІДЖЕННЯ МЕТОДІВ РОЗПІЗНАВАННЯ ОСІБ ЗА БІОМЕТРИЧНИМИ ОЗНАКАМИ
Анотація
Стаття присвячена аналізу сучасних технологій біометричної ідентифікації та їх використанню в різних сферах, таких як безпека, державні та комерційні організації. Основною метою дослідження є всебічне вивчення різних біометричних методів, таких як розпізнавання обличчя, відбитків пальців, райдужної оболонки ока, голосу та інших ознак, з подальшою розробкою рекомендацій щодо їх впровадження. В роботі проведено огляд сучасних методів біометричної ідентифікації, які активно використовуються в різних галузях. У статі досліджено оцінки точності та ефективності біометричних методів у різних умовах використання. Вивчено швидкість і обчислювальні витрати кожного методу, що дозволило порівняти їх за ефективністю. Частина дослідження фокусується на застосуванні методів машинного навчання та штучного інтелекту для покращення точності та швидкості біометричного розпізнавання. Використання глибоких нейронних мереж дозволяє досягати значних покращень у точності, особливо при роботі з великими наборами даних. Машинне навчання також допомагає адаптувати системи до різних умов використання, підвищуючи їх надійність і стійкість до спотворень. У статті запропоновано узагальнену математичну модель для вибору оптимального методу біометричної ідентифікації. Модель базується на багатокритерійному підході, що включає оцінку таких параметрів, як точність, швидкість, надійність, стійкість до зовнішніх впливів та обчислювальні витрати. Це дозволяє вибирати найбільш оптимальний метод для конкретних застосувань. На основі проведеного аналізу сформульовано рекомендації щодо впровадження біометричних систем. Розроблено рекомендації для безпеки, державних структур та комерційних організацій, що включають використання розпізнавання обличчя, відбитків пальців та комбінованих біометричних систем для підвищення ефективності і безпеки. Це дослідження робить внесок у розвиток технологій біометричної ідентифікації, забезпечуючи базу для подальшого впровадження ефективних рішень у різних галузях.
Посилання
2. Ghilom M. Latifi S. The Role of Machine Learning in Advanced Biometric Systems. Electronics. 2024. № 13(13), Р. 26-67
3. Wang Y., He Z., Wang C., Wei J., Ren M. Biometric Recognition: Latest Advances and Prospects. Electronics. URL: https://www.mdpi.com/journal/ electronics/special_issues/RIVJJ1NSVM (дата звернення 25.09.2024).
4. Shaheed K., Mao A., Qureshi I. A Systematic Review on Physiological-Based Biometric Recognition Systems: Current and Future Trends. Archives of Computational Methods in Engineering. 2021. № 28, Р. 4917–4960.
5. Wu W., Li Y, Zhang Y. Identity Recognition System Based on Multi-Spectral Palm Vein Image. Electronics. 2023, № 12(16), Р. 3503;
6. Kamiński K., Piotr A. Dobrowolski, Piotrowski Z., Ścibiorek P. Enhancing Web Application Security: Advanced Biometric Voice Verification for Two-Factor Authentication. Electronics. 2023. № 12(18), Р. 3791;
7. Haware S, Barhatte A Retina based biometric identification using SURF and ORB feature descriptors. In: 2017 international conference on microelectronic devices, circuits and systems, ICMDCS 2017. 2017. pp 1–6
8. Heinsohn D, Villalobos E, Prieto L, Mery D. Face recognition in low-quality images using adaptive sparse representations. Image and Vision Computing. 2019. № 85. Р. 46–58.
9. Hofbauer H, Jalilian E, Uhl A. Exploiting superior CNN-based iris segmentation for better recognition accuracy. Pattern Recognition Letters. 2019. № 120. Р.17–23.
10. Keilbach P., Kolberg J., Gomez-Barrero M., Busch C., Langweg H. Fingerprint presentation attack detection using laser speckle contrast imaging. In: 2018 international conference of the biometrics special interest group, 2018. pp 1–6.