Применение термографический модели лица в задачах идентификации и аутентификации

Задача. Данная статья является продолжением исследования, результаты которого опубликованы ранее [5], посвященного разработке алгоритма идентификации пользователя по термограмме лица с применением сиамских сверточных нейронных сетей. Цель работы состоит в разработке научно-методического аппарата по применению термограммы лица в задачах идентификации и аутентификации и, в частности, проведении дополнительных экспериментов для полученных ранее результатов. Аналогичные работы встречаются у российских [11–14] и зарубежных [1–4; 6–10; 15–17; 19; 20] авторов, что свидетельствует об актуальности темы исследования. Модель. В статье описан программно-аппаратный комплекс для проведения экспериментальных исследований, на котором происходит проверка выдвигаемых гипотез, кратко описаны несколько алгоритмов: алгоритм извлечения квазистатических точек на термограмме лица человека, алгоритм идентификации по 2D-изображению лица пользователя, алгоритм комплексной оценки результатов идентификации пользователя по термограммам и 2D-изображениям лица. Особенность представленных в данной работе алгоритмов заключается в их способности к обобщению динамических условий, воздействующих на изображение лица в инфракрасном свете. Необходимо отметить, в данной работе не учитывается процесс хранения биометрических данных. Выводы. Разработанный программно-аппаратный комплекс подтверждает применимость алгоритма, основанного на сиамских сверточных нейронных сетях для решения задачи идентификации пользователя по термограмме лица. Также, результаты экспериментов подтверждают эффективность выделения квазистатических областей, и точность определения признаков, выделенных с использованием разработанной нейронной сети, составляет 86,41%. В отношении задачи повышения эффективности идентификации в динамических условиях, предлагается метод объединения результатов, полученных с помощью двух алгоритмов идентификации (термограммы и 2D изображения). Наиболее эффективным показал себя метод стекинга, основанный на алгоритме логистической регрессии. Этот метод обеспечивает удовлетворительные показатели ошибок первого и второго рода, составляющие 6,61 и 5,63% соответственно. В ходе сравнительного анализа алгоритмов идентификации на основе 2D-изображений лиц пользователей, наиболее эффективным считается алгоритм FaceNet. Рамки использования/возможность последующего использования результатов научной работы. Идеи и тезисы, отраженные в представленной работе, могут быть использованы как основа для дальнейших исследований в области биометрической идентификации с использованием изображений лица в ИК диапазоне, а также при совершенствовании алгоритмов идентификации, развитии методов формирования наборов данных, систем контроля и управления доступом. Практическая значимость. Полученные результаты исследования могут быть использованы в составе систем управления и контроля доступом для повышения эффективности многофакторной биометрической идентификации. Использование представленных алгоритмов, возможно в местах, где предписано обязательное ношение средств индивидуальной защиты (медицинские учреждения, объекты опасного производства и так далее) для автоматической идентификации личности работников. Оригинальность/ценность. Данная работа несет ценность в рамках образовательных целей, развития моделей и алгоритмов идентцификации по биометрическим признакам и систем видеоаналитики.