Открыть сервис

Распознавание сетчатки глаза

Распознавание сетчатки глаза — это биометрический метод аутентификации личности, основанный на анализе уникального и стабильного на протяжении жизни человека рисунка кровеносных сосудов на сетчатке глаза. Данный метод относится к категории статических биометрических технологий, так как использует неизменные физиологические характеристики, а не поведенческие паттерны. Распознавание сетчатки считается одним из самых точных и надежных способов идентификации, однако его применение ограничено высокой стоимостью оборудования и необходимостью активного взаимодействия с пользователем.

История

Идея использования сетчатки глаза для идентификации личности впервые была предложена в 1930-х годах, однако практическая реализация стала возможной лишь с развитием компьютерных технологий и оптики. В 1975 году американский офтальмолог доктор Роберт Хилл (Robert Hill) и инженер Алан Саффр (Alan Saffir) запатентовали первый сканер сетчатки. Устройство использовало инфракрасное излучение для получения изображения сосудистого рисунка и требовало от пользователя пристального взгляда в окуляр.

Первые коммерческие системы распознавания сетчатки появились в 1980-х годах. Они применялись в системах безопасности особо важных объектов, в первую очередь в военных и государственных учреждениях США. В 1990-х годах технология стала доступнее для корпоративного сектора, в частности, для защиты банковских хранилищ и центров обработки данных. В России разработки в этой области велись с 1990-х годов, но широкого распространения не получили из-за дороговизны и сложности внедрения.

В 2000-х годах интерес к распознаванию сетчатки снизился на фоне бурного развития более дешевых и удобных методов, таких как распознавание лица и отпечатков пальцев. Тем не менее, технология сохранила свою нишу в системах, где требуется максимальная степень защиты, например, в атомной промышленности и разведывательных структурах.

Физиологические основы

Сетчатка (retina) — это внутренняя светочувствительная оболочка глаза, состоящая из нескольких слоев нервных клеток. Ее кровоснабжение обеспечивается центральной артерией сетчатки и ее разветвлениями. Рисунок кровеносных сосудов на сетчатке является строго индивидуальным для каждого человека, включая однояйцевых близнецов. Он формируется на 7-м месяце внутриутробного развития и остается практически неизменным на протяжении всей жизни, за исключением случаев тяжелых заболеваний (например, диабетической ретинопатии, глаукомы, отслойки сетчатки) или травм.

Уникальность сосудистого рисунка сетчатки обусловлена случайным процессом ангиогенеза (образования новых сосудов) в период эмбрионального развития. Вероятность совпадения рисунков у двух разных людей оценивается как 1 к 10^78 (по некоторым данным, до 1 к 10^90), что делает этот метод одним из самых надежных среди всех биометрических технологий.

Принцип работы

Процесс распознавания сетчатки состоит из нескольких этапов:

  1. Захват изображения. Пользователь помещает глаз на определенное расстояние от сканера (обычно 2–5 см) и фиксирует взгляд на светящейся точке внутри устройства. Сканер излучает низкоинтенсивный инфракрасный (ИК) луч, который безопасен для глаза, но позволяет получить четкое изображение сосудистого рисунка, так как гемоглобин в крови хорошо поглощает ИК-излучение.
  2. Обработка сигнала. Полученное изображение оцифровывается. Специализированное программное обеспечение выделяет контуры сосудов, удаляет шумы и артефакты (например, отражения от роговицы или хрусталика).
  3. Извлечение признаков. Из обработанного изображения извлекаются уникальные характеристики: точки ветвления сосудов, углы их расхождения, толщина и кривизна. Эти данные преобразуются в математический шаблон (код), который занимает от 30 до 100 байт (в зависимости от алгоритма).
  4. Сравнение. Созданный шаблон сравнивается с шаблонами, хранящимися в базе данных. Сравнение может быть однозначным (верификация — «ты ли тот, за кого себя выдаешь?») или поисковым (идентификация — «кто это?»). Для верификации обычно достаточно одного сканирования, для идентификации может потребоваться несколько проходов.

Классификация сканеров

По конструктивному исполнению сканеры сетчатки делятся на два основных типа:

По типу используемого излучения все современные сканеры являются инфракрасными, что позволяет работать в условиях низкой освещенности и не вызывает дискомфорта у пользователя (в отличие от яркого видимого света).

Достоинства и недостатки

Достоинства

Недостатки

Применение

В силу своих особенностей, распознавание сетчатки применяется в основном в системах с высокими требованиями к безопасности:

В России технология распознавания сетчатки используется в отдельных подразделениях Министерства обороны, Федеральной службы безопасности и на некоторых объектах «Росатома». Массового внедрения в гражданский сектор не наблюдается.

Сравнение с другими биометрическими методами

МетодТочностьУдобствоСтоимостьСложность подделки
Распознавание сетчаткиОчень высокаяНизкоеВысокаяОчень высокая
Распознавание радужной оболочкиВысокаяСреднееСредняяВысокая
Распознавание лицаСредняяВысокоеНизкаяНизкая
Отпечатки пальцевВысокаяВысокоеНизкаяСредняя
Распознавание голосаНизкаяВысокоеНизкаяНизкая

Распознавание радужной оболочки часто путают с распознаванием сетчатки, однако это разные технологии. Радужная оболочка — это внешняя цветная часть глаза, её рисунок также уникален, но его легче сфотографировать с расстояния. Сетчатка же находится внутри глаза, и её сканирование требует более сложного оборудования.

Перспективы развития

Несмотря на снижение интереса со стороны массового рынка, технология распознавания сетчатки продолжает совершенствоваться. Основные направления развития включают:

В целом, распознавание сетчатки остается нишевой, но востребованной технологией в тех областях, где цена ошибки недопустимо высока.

Источники

  1. Jain, A. K., Ross, A., & Nandakumar, K. (2011). Introduction to Biometrics. Springer.
  2. Wayman, J. L., Jain, A. K., Maltoni, D., & Maio, D. (2005). Biometric Systems: Technology, Design and Performance Evaluation. Springer.
  3. Hill, R. B. (1978). Retinal identification. Proceedings of the 1978 Carnahan Conference on Crime Countermeasures.
  4. Daugman, J. (2004). How iris recognition works. IEEE Transactions on Circuits and Systems for Video Technology.
  5. Материалы открытых лекций и публикаций Национального центра биометрических технологий (Россия).

BFOmetr — база данных и аналитика по компаниям России.

На главную BFOmetr →