Постоянная ссылка (СИД2) |
J2167314140 |
Название |
Система верификации личности по изображению лица в защищенном режиме на основе искусственных нейронных сетей |
Автор |
Васильев В. И. |
Автор |
Панфилова И. Е. |
Автор |
Сулавко А. Е. |
Автор |
Серикова А. Е. |
Источник |
Прикладная информатика |
Страницы/Объём |
33-47 |
Сокращ. назв. источника |
Прикл. информат. |
Год |
2023 |
Том |
18 |
Номер |
5 |
Адрес в Интернет |
http://elibrary.ru/item.asp?id=54706708 |
Постоянная ссылка (СИД) |
J21673141 |
Ключевые слова (авторские) |
глубокое обучение%детекция лиц%защищенное исполнение%извлечение признаков%лицевая биометрия%преобразователь "биометрия-код"%распознавание лиц%сверточная нейронная сеть%система верификации |
Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
Дата регистрации в ВИНИТИ |
26.10.2023 |
Язык текста |
русский |
Язык резюме |
английский |
Аннотация |
Работа посвящена проектированию и реализацию системы верификации субъектов по лицу на основе нейросетевой модели, исполняемой в защищенном режиме. Под защищенным режимом понимается режим, при котором система верификации личности обладает повышенной устойчивостью к деструктивным воздействиям, таким как состязательные атаки, и позволяет хранить и обрабатывать биометрические данные без их компрометации. В основе системы лежит нейросетевой преобразователь "биометрия-код", обучаемый по ГОСТ Р 52633.5, позволяющий связать образ лицевой биометрии субъекта с его криптографическим ключом или длинным паролем, который в дальнейшем может использоваться для аутентификации, и глубокие сверточные нейронные сети. Для детекции лица на изображении использована архитектура искусственной нейронной сети MTCNN, а для извлечения признаков апробировано несколько нейросетевых архитектур: InceptionResnet, Facenet512, VGG-Face и OpenFace. Наилучшие результаты показала нейросеть InceptionResnet. При оценке эффективности и тестировании надежности предложенной системы на специальном наборе данных лиц, собранном при различном освещении в помещении, удалось достичь сравнительно низкого значения равной вероятности ошибок первого и второго рода (EER = 0,0146 при длине ключа 278 бит), что подтверждает эффективность рассмотренного подхода к построению систем верификации по лицу |
Тематический раздел |
Автоматика и радиоэлектроника |
Издательский номер в РЖ |
24.02-81.48 |
Шифр ГРНТИ |
28.15.23 |
Ключевые слова |
идентификация личности, распознавание лиц, нейронные сети, биометрия |
|