Сканирование энергетического поля человека.

Волею судеб поступил в один из Российских вузов. На дипломе было решено исследовать одно из направлений биометрической идентификации – идентификацию по рисунку вен ладони. На начальных стадиях было задумано предоставить к защите работающую модель устройства (но все оказалось не так просто).

Для начала нужно было понять, что же собой представляет данный метод и за счет каких средств осуществляется его реализация. Как уже писалось в статье :

«Рисунок вен формируется благодаря тому, что гемоглобин крови поглощает ИК излучение. В результате, степень отражения уменьшается, и вены видны на камере в виде черных линий. Специальная программа на основе полученных данных создает цифровую свертку. Не требуется контакта человека со сканирующим устройством».

На рисунке ниже изображен график поглощения ИК-излучения насыщенной кислородом крови и крови без кислорода.

Выбор метода
Существует два метода получения изображения рисунка вен ладони. Метод отражения (Reflection) позволяет разместить все компоненты устройства в одном корпусе, за счет чего уменьшается размер. Также снижается психологический барьер (не нужно никуда засовывать руку). Метод пропускания ИК-света (Transmission) заключается в установке ИК-подсветки с тыльной стороны ладони, а сама камера с фильтром устанавливается со стороны ладони и принимает ИК-излучение, проходящее через всю ладонь. С помощью метода пропускания получаемые изображения более детализированные.

Железо

За основу получения изображений рисунка вен ладони был выбран метод отражения. Для начала на листке бумаги была набросана предварительная модель устройства. Оно должно измерять расстояние от самого устройства до ладони идентифицируемого, измерять температуру поверхности руки (для статистики, захотелось иметь такой функционал), включать и выключать ИК-подсветку. В качестве камеры остановился на веб-камере Logitech B910. Испытания моделей устройства, а их было аж 4, выявили недостатки трех предыдущих камер. Первая модель была с камерой LinkSprite JPEG Color Camera TTL Interface . Процесс передачи изображения на ПК ограничивался скоростью порта, пришлось от нее отказаться. Также были проверены еще 2 noname веб-камеры, но получаемые изображения были очень плохого качества. Далее буду описывать только последнюю модель.

Был составлен список компонентов:

  1. Arduino Project Enclosure - небольшой корпус для Arduino проектов
  2. Infrared Thermometer - MLX90614 - ИК-термометр
  3. USB HUB - для подключения камеры и arduino одному кабелю
  4. ORduino Nano - ATMega168
  5. Infrared Proximity Sensor - Sharp GP2Y0A21YK - ИК-датчик расстояния (от 10 до 80см)
  6. 2 транзистора
  7. 2 резистора 4.7кОм, 6-470Ом
  8. 6 ИК-диодов 850нм
  9. Фототранзистор (для измерения засветки прибора посторонним светом, в экспериментах не участвовал, но планировался)
  10. USB B разъем
  11. IR Filter 850nm
  12. USB-кабель
Схема подключения (с физикой\электротехникой на вы, за последствия не ручаюсь). Процесс сборки заключался в выпиливании в центре корпуса окружности меньшего диаметра чем ИК-фильтр. Затем фильтр был приклеен на клей (супер-момент). Сначала вместо супер-момента пользовался клеющим пистолетом, но камера сильно нагревалась (особенность Logitech B910) и клей переставал держать. Выпиливалось отверстие для ИК-термометра. Также из коробки от ИК-фильтра было сделано «крепление» для сенсора расстояния. Камера была разобрана и минимизирована за счет удаления корпуса и каркаса, осталась только плата. С объектива камеры был удален ИК-фильтр, который не пропускал ИК лучи (процесс удаления фильтра можно посмотреть ). Далее камера была также установлена на дно корпуса с помощью клея. Вокруг камеры симметрично установил ИК-диоды. Чтобы не было засветки от диодов на объективе камеры, от объектива нарастил из остатков корпуса и двухстороннего скотча, что то вроде кожуха до ИК-фильтра.

В сборке устройство имеет вид:

ПО

Arduino
Управление всеми компонентами устройства (кроме камеры) должна осуществлять arduino. Это датчик расстояния, температурный датчик и ИК-подсветка. В совокупности алгоритм работы заключается в следующем:
  • с ПК поступает команда о старте работы датчика расстояния и температурного датчика с последующим выводом их значений в порт
  • как только значение датчика совпадают с занесенными значениями в ПК, происходит отключение датчика расстояния (его луч делает засветку на получаемых изображениях)
Далее если значения совпали:
  • включается ИК-подсветка
  • делается снимок
  • выключается ИК-подсветка
  • переход к начальному этапу
PC
Полученные с устройства изображения должны далее как то обрабатываться и распознаваться. Для написания ПО для ПК была выбрана программная среда Matlab. В качестве инструмента распознавания использовался стандартный компонент Matlab Neural Network Toolbox. Но перед тем как подавать изображения для обучения и распознавания их нужно обработать, а именно выделить основные признаки.

Получаемые изображения с устройства:

После подстройки алгоритма под себя:

Не плохо, да? Это тоже самое изображение, но уже что то. Теперь осталось набить базу эталонными изображениями и обучить сеть. После обучения выяснилось, что инвариантность изображений очень маленькая. Оказалось что на моей руке вены отчетливо различаются, а на некоторых руках качество изображений мягко говоря «не очень». На каждую руку было собрано по 100 эталонных изображений. В качестве отрицательной выборки использовались зашумленные изображения и изображения без рук (локти, кулаки и т.п.). В выборку были включены руки двух человек.

После обучения приступили к проверке устройства. Ошибки второго рода имеют место быть. Пришлось снижать порог совпадения с эталонами. В следствии чего иногда бывали ложные пропуски. На практике же, ошибки второго рода случались из-за неправильного расположения руки перед устройством, либо за счет смазывания получаемых снимков из-за движения рук. Тут не хватило времени на эксперименты.

Выводы

Тут можно лишь сказать, что тема интересная и она до конца не раскрылась из-за нехватки времени и необходимых навыков. Также не успел проверить устройство на «неживые сравнения». Не был задействован фототранзистор (для подстройки камеры под освещение) и датчик температуры (хотя информация с него получалась, но никак не учитывалась).

Исходники для arduino и matlab есть, но стыдно показывать, ибо писал\переписывал очень торопясь успеть, попутно переделывая устройство.

Используемые источники

  1. Nadort, A. The Hand Vein Pattern Used as a Biometric Feature : Literature thesis for Master of Science programmed Physics of Life / A. Nadort, - Amsterdam: Medical Natural Sciences at the Free University, 2007. – 179 с.
  2. Fuksis, R. Palm Vein Biometrics Based on Palm Infrared Imaging and Complex Matched Filtering : The 12th ACM Workshop on Multimedia and Security / R. Fuksis, M. Pudzs, M. Greitans, - Rome, 2009. – 27 с.

По мере развития навыков в пальпации энергии и концентрации, начинайте практиковаться в дальнейшей оценке энергетического поля человека.

Выбранный вами реальный пациент или «модель» должен находиться в положении сидя или лежа. Руки должны находиться в 5-8 см от поверхности кожи пациента; начинать, возможно, следует с головы. Проверьте область слева от головы и сравните это с правой стороны.

Сканируйте от макушки, над лицом, по направлению к подбородку. Эта область проходится примерно за 10 секунд. Осознавайте то, что чувствуете, изменения ощущений, температуры и так далее, но при этом не фиксируйтесь на вопросах типа: «Почувствовал я что-нибудь, или нет?» Просто ощущайте все, что проходит через руки.

Постепенно продвигайтесь над передней частью тела, затем переходите к спине. Скорость движения должна быть небольшой, но постоянной.

Когда сканирование полностью закончено, проверьте все места, которые вам показались необычными и повторно проверьте ваши первые впечатления.

Может случиться так, что там, где имеются значительные флуктуации энергетического поля, руки отметят изменения температуры. Вы можете также почувствовать изменения давления, покалывания, вибрацию, ощущения типа электрического укола, или пульсации.

Все эти ощущения могут быть важными. Отметьте их и запишите свои ощущения.

Начало сканирования чакр

Расслабьтесь, сконцентрируйтесь и затем сканируйте тело партнера или пациента. Цель – понять, чувствуете ли вы любые вариации или изменения фактуры и характера энергетического в районах «чакр», описанных Апледжером (гл. 5, стр. …, рис. 10.3).

Сравните, что вы чувствуете в различных положениях чакр у «нормальных» здоровых людей и людей с недомоганиями.

Постарайтесь понять, какие конкретные формы болезни или здоровья связаны с конкретными паттернами энергетических флуктуаций.

Отметьте их и запишите свои ощущения.

Рис. 10.3. Схема энергетических полей (или чакр) позвоночной области.

Концепции Брага Джоя

Кроме книги д-ра Кригер, прекрасное и очень толковое введение в энергетическую медицину можно найти в «способе Джоя», представленном д-ром Брагом Джоем (Brugh Joy, 1979). Здесь многое похоже на изложенное Кригер, однако многое является и уникальным, содержащим обширнейший материал, который может помочь читателю как для развития способности чувствовать излучаемые энергетические поля, так и послужить руководством по методам «передачи энергии другим».

Джой характеризует то, чему он, собственно, учит, как «трансформационную энергию» и подчеркивает, что сперва надо добиваться мастерства в одном комплексе упражнений и только затем переходить к следующему. Его упражнения разбиты на следующие группы:

1. Резонансный круг.

2. Исследование звуков музыки, пропущенных через мощный усилитель.

3. Модифицированная спиральная медитация.

4. Двухэлементные упражнения.

5. Трехэлементные упражнения.

6. Сканирование рукой.

7. Передача энергии.

Только из этого перечня можно понять, что для того, чтобы только подойти к тому месту, откуда начинает Кригер, Джой рекомендует проделать немалую работу. Книга Джоя – лучший способ узнать подробнейшие указания по первым пяти из приведенных выше требований. Его описание сканирования чакр рукой заслуживает тщательного изучения, поскольку дает очень точную информацию по этому подходу:

В фазе сканировании энергии тела рукой сознание сканирующего должно стать полностью рецептивным, и ее/его осознание должно быть полностью сконцентрировано на руке, или руках. Активируется состояние сознания, известное как «свидетель». Следует быть осторожным и не проецировать то, что там должно быть, по мнению сканирующего, в пространство, окружающее того человека, которого сканируют. Наоборот, задачей является исследование этого пространства с целью найти то, что там есть на самом деле. Рука, выступающая в роли детектора, должна быть расслаблена. Пальцы следует слегка развести, можно немного согнуть, примерно так, как в классической балетной позе. Твердая плоская ладонь со сжатыми вместе пальцами будет в качестве детектора гораздо менее эффективной.

Он также рекомендует начинающим начинать работу правой рукой (если начинающий правша), потому что в начале эффективно действовать двумя руками бывает довольно затруднительно; достаточная степень чувствительности в обеих руках развивается только со временем.

Важна скорость движения: слишком быстрые действия мешают мысленно зарегистрировать сенсорный входной сигнал, а слишком медленные движения создают эффект отражения собственной энергии сканирующего от кожи обследуемого, и на обеих поверхностях возникают совершенно одинаковые ощущения. Правильной скоростью будет прохождение примерно 30 см за 2 секунды (это быстрее, чем скорость, рекомендованная Кригер – 10 секунд только на лицо).

Ощущение, которое испытывают почти все новички, это «переполнение», характеризуемое покалыванием, пульсацией, и даже головными болями, или иными болевыми ощущениями. Это мешает осознанию входящих стимулов. Джой рекомендует для снятия такого ощущения встряхивать кистями, или похлопать ими по бедрам (своим, разумеется). Это может дать результат после многих попыток, причем того, что называется пальпацией энергетического поля, во время этих попыток происходить не будет. Нужно позволять ощущению проходить сквозь вас.

Джой уподобляет процесс обучения такой тонкой пальпации тому, что происходит со студентами-медиками, когда они учатся распознавать сердечные шумы: «Сначала они должны научиться концентрировать свое слуховое осознание, потому что обычный механизм слуха просто не воспринимает диапазоны, в которых можно услышать эти шумы. Это же справедливо для тонкого чувства прикосновения, по меньшей мере, в начальных стадиях».

Расстояние от сканирующей ладони до тела должно быть 20-30 см, говорит Джой, а человек которого сканируют, должен лежать на деревянной кушетке или столе лицом вверх (металл не подходит, потому что дает интерференцию с энергетическим полем). Все драгоценности следует снять; это же касается металлических пряжек и часов. Человек, которого сканируют, должен чувствовать себя расслабленным и свободным в движениях (если ему, к примеру, захочется почесаться, или потянуться). Разговоры, понятное дело, не поощряются.

Джой рекомендует начинать с определения пульса «пациента», чтобы сканирующий мог подстроить свое сознание к пациенту. Другой рукой можно начинать сканирование над грудной клеткой, верхней частью тела и нижней частью живота, поскольку именно здесь энергетические поля сильнее, и их относительно легко определить. Он рекомендует начинать сканирование вне тела, за пределами его границ, затем входить в область над телом, а затем опять выходить за его пределы, чтобы почувствовать контраст. Как только человек становится знаком в этим «чувством» энергетического поля, такая последовательность перестает быть необходимой. При работе такого рода Джой советует закрывать глаза (как при пальпации кожи и мышц, в целях лучшей концентрации сознания).

Наиболее ценное указание в его устах звучит следующим образом: «Поле не почувствуешь, если просто держать над ним руку, оно чувствуется, когда рука проходит сквозь него . Этот принцип является фундаментальным. Во время сканирования рука должна быть в постоянном движении. Она должна входить в поля и выходить из них »,

Таким образом, «срез» через энергетические поля на разных уровнях позволяет определить их форму, расстояние от поверхности, плотность и степень «здоровья» поля.

Джой замечает, что по достижении собственного многолетнего опыта он мог распознавать поле на расстоянии от тела в два-три раза большем, чем в то время, когда он был новичком. Сперва эта была простая регистрация факта, что над чакрой чувствуется энергетическое возвышение, и это было (и будет для других) огромным шагом вперед. Такие возвышения над промежностью и макушкой головы распознать относительно несложно. По мере того, как рука продвигается от чакры к чакре, должны отмечаться вариации интенсивности.

The region over the throat chakra requires that the patient hold their breath for a short while, so that it does not confuse the scanning process. Practise in a group, if possible, so that the differences one from another are available to reinforce the learning process. After scanning the front of the body, the patient turns over and the back is assessed in much the same manner.


Похожая информация.


04.04.2005 Источник: Hi-Tech Security Solutions

Распознавание голоса является технологий, которая позволяет пользователю применять свой голос в качестве устройства ввода данных. Распознавание голоса может использоваться для диктования текста компьютеру или для подачи команд компьютеру (например, для открытия программных приложений, развертывания меню или сохранения работы).

Более ранние системы распознавания голоса требуют отчетливого произношения каждого слова с заметными промежутками. Это позволяет машине определять, где заканчивается одно слово, и начинается следующее. Такие виды программ распознавания речи все еще применяются для управления компьютерными системами и работы с такими приложениями, как веб-браузеры или электронные таблицы.

Более современные приложения распознавания голоса позволяют пользователю бегло диктовать текст компьютеру. Такие новые приложения способны распознавать речь со скоростью до 160 слов в минуту. Приложения, которые позволяют распознавать непрерывный поток речи в основном предназначены для распознавания и форматирования текста, а не для управления самой компьютерной системой.

В технике распознавания речи используется нейронная сеть для "обучения" распознаванию человеческого голоса. В то время как вы говорите, программное обеспечение распознавания речи запоминает, каким образом вы произносите каждое слово. Такая индивидуализированная настройка позволяет производить распознавание голоса, несмотря на то, что у всех людей разное произношение и интонация.

Помимо "изучения" того, как вы произносите слова, системы распознавания голоса также используют грамматический контекст и частоту употребления отдельных слов для того, чтобы предугадать, какое слово вы желаете ввести. Такие мощные статистические средства позволяют программе найти в обширной языковой базе данных нужное слово до того, как вы его произнесете.
Но хотя за последние несколько лет точность распознавания речи улучшилась, некоторые пользователи все еще испытывают проблемы неточной передачи речи, связанные либо с какими-то особенностями речи, либо с характером их голоса.

Распознавание по радужной оболочке глаза

Данный метод биометрической идентификации личности основывается на уникальных характерных признаках и особенностях радужной оболочки человеческого глаза. Радужная оболочка -- это часть глаза, представляющая собой цветной круг, чаще всего коричневого или голубого цвета, окаймляющий черный зрачок. Процесс сканирования радужки начинается с фотографии. В специальном фотоаппарате, который обычно подносится очень близко к человеку, но не ближе 90 см, применяется инфракрасная подсветка для получения фото с очень высоким разрешением. На процесс фотографирования уходит всего от одной до двух секунд, затем полученное детальное изображение радужки преобразуется в схематическую форму, записывается и хранится для последующего сравнения/верификации. Очки и контактные линзы никак не влияют на качество изображения, а системы сканирования радужки проверяют живой глаз посредством измерения наблюдающихся в норме постоянных колебаний размера зрачка.

Внутренний край радужки определяется алгоритмом системы сканирования, который отображает в виде схемы индивидуальный рисунок и характерные особенности радужной оболочки. Алгоритм представляет собой серию указаний, которые направляют процесс интерпретации системой конкретной проблемы. Алгоритмы состоят из нескольких последовательных шагов и используются биометрической системой для определения соответствия между биометрическим образцом и зарегистрированными данными.

Радужная оболочка формируется еще до рождения человека, и, за исключением случаев повреждения глазного яблока, остается неизменной на протяжении всей жизни человека. Рисунок радужки является чрезвычайно сложным и несет в себе поразительно большой объем информации, а также имеет более 200 уникальных точек. Тот факт, что правый и левый глаз человека отличаются друг от друга, и что их рисунки очень легко зафиксировать в схематической форме, делает технологию сканирования радужной оболочки одним из самых надежных средств идентификации, не подверженным ложному сравнению и фальсификации.

Частота ложного распознавания в системах идентификации по радужке равна 1 к 1,2 миллионам, статистически это намного выше, чем результаты, демонстрируемые в среднем системами распознавания по отпечаткам пальцев. Реальным преимуществом является частота непризнания -- количество действительных зарегистрированных пользователей, личность которых не распознается. Сканеры отпечатков пальцев допускают ошибки непризнания в 3% случаев, в то время как системы сканирования радужной оболочки отличаются частотой непризнания 0%.

Экспериментально, технология идентификации по радужной оболочке глаза стала применяться при работе с банкоматами в Англии, США, Японии и Германии, начиная с 1997 года. В этих экспериментальных проектах данные о радужке клиента становились средством верификации для доступа к банковскому счету, устраняя таким образом необходимость ввода клиентом PIN-кода или пароля. Когда клиент представлял свое глазное яблоко банкомату, и верификация личности была положительной, то допускался доступ к банковскому счету. Такие системы пользовались большим успехом, так как не нужно было беспокоиться по поводу забытых или украденных паролей, соответственно рейтинги популярности среди клиентов были очень высокими.

Метод сканирования радужной оболочки начали применять и в аэропортах для таких разнообразных функций, как идентификация/верификация работников для прохождения через зоны ограниченного доступа, а также для идентификации пассажиров, наиболее часто пользующихся услугами авиакомпании для быстрого прохождения ими паспортного контроля. Среди других сфер применения можно назвать переводы заключенных внутри тюрем, а также выпуск на свободу, помимо этого, следует перечислить такие проекты, как верификация при онлайновых покупках, онлайновом пользовании банковскими услугами, онлайновом голосовании и онлайновой торговле акциями. Метод идентификации по радужной оболочке обеспечивает высокий уровень безопасности пользователя, защиту частной информации, а также просто помогает поддерживать спокойствие и хорошее настроение клиента.

Сканирование формы руки

В данном биометрическом методе для идентификации личности используется геометрическая форма руки. Так как человеческие руки не являются уникальными, то необходимо сочетать несколько специфических характеристик для обеспечения динамической верификации. Некоторые сканирующие устройства измеряют только два пальца, другие измеряют полностью всю руку. Измеряемые характеристики включают изгибы пальцев, толщину и длину; толщину и ширину тыльной стороны руки; расстояние между суставами и общую структуру кости.

Следует отметить, что хотя структура кости и суставы являются относительно постоянными признаками, такие воздействия, как распухание тканей или ушибы могут исказить исходную структуру руки. Это может привести к ложному сопоставлению, тем не менее количество приемлемых отличающих совпадений может быть отрегулировано в соответствии с потребностями определенного уровня обеспечения безопасности.

Для регистрации в системе сканирования, рука помещается на ровную поверхность, на которой предусмотрено считывающее устройство. Позиция руки фиксируется с помощью пяти штифтов, которые помогают правильно расположить руку в отношении фотокамер. Последовательность фотокамер создает трехмерные изображения боковых сторон и тыльной стороны руки. Сканирование руки является простым и быстрым процессом. Устройство сканирования может обработать трехмерные изображения за 5 или менее секунд, а верификация занимает не более 1 секунды. Программное обеспечение и аппаратные средства по захвату и верификации изображений могут быть легко интегрированы в составе автономных устройств. Те объекты, на которых имеется большое число точек доступа и пользователей, могут управляться централизованно, устраняя необходимость регистрации пользователя на каждом отдельном устройстве на всех точках доступа.

Сферы применения метода идентификации по геометрии руки

Во многих международных аэропортах уже используются приборы сканирования формы руки для того, чтобы позволить пассажирам, часто летающим на международных рейсах, не стоять в длинных очередях для прохождения различных иммиграционных и таможенных процедур.
На предприятиях сканирование руки используется для учета прихода/ухода и регистрации движения персонала, а также для общих процедур учета рабочего времени. Это может иметь большое значение для устранения такой давней проблемы, как "отметка другом" времени прихода/ухода, а также других обманных действий.

Сочетание различных методов биометрической идентификации

Сканирование руки может легко сочетаться с другими биометрическими методами, например, с идентификацией по отпечаткам пальцев. Система, в которой относительно нечасто используется идентификация по отпечаткам пальцев, а сканирование руки производится часто, представляет собой двухуровневую структуру. Используемый часто компонент сканирования руки позволяет производить идентификацию личности с точностью 1:1 (один к одному), верифицируя, что пользователь действительно является тем, за кого он себя выдает. Компонент идентификации по отпечаткам пальцев, который используется менее часто, подтверждает личность пользователя и производит идентификацию с точностью 1:N (один к множеству), т.е. сравнение производится с различными регистрационными данными.

Комбинированные биометрические системы

Комбинированная (мультимодальная) биометрическая система использует различные приложения для охвата различных типов биометрических данных. Это позволяет интегрировать два или более типа биометрического распознавания и верификационных систем для удовлетворения самых строгих требований к эффективности системы.

Мультимодальная система может, к примеру, включать комбинацию идентификации по отпечаткам пальцев, рисунку лица, голосу -- плюс смарт-карта, или же любое другое сочетание биометрических характеристик. Такая усиленная структура использует все разнообразие биометрических данных человека и может использоваться там, где необходимо преодолеть ограничения какого-либо одного биометрического признака. Например, установлено, что 5% населения имеют неразличимые (нечеткие) отпечатки пальцев, голос может измениться от простуды, а распознавание по рисунку лица зависит от изменений освещенности и позы объекта. Все эти недостатки могут быть преодолены в комбинированной системе, сочетающей заключения, сделанные на основе нескольких независимых друг от друга биометрических показателей.
Мультимодальные системы в основном являются более надежными с точки зрения возможности фальсификации, так как труднее подделать целый ряд биометрических характеристик, чем фальсифицировать один биометрический признак.

| К списку авторов | К списку публикаций

Биометрическая технология распознавания вен ладони, или Вслед за японскими банками

За последние пять лет интерес к биометрическим технологиям значительно возрос. Сейчас для физического и логического доступа наряду с картами все чаще применяется биометрическая идентификация по отпечаткам пальцев, радужной оболочке глаза или 3D-распознаванию лица. Если еще десять лет назад использование биометрии казалось нереализуемой задачей, то сегодня подобные решения активно внедряются, заменяя пластиковые карты

Александр Дремин
Генеральный директор компании "Прософт-Биометрикс"

В 2004 г. крупнейшие банки Японии, такие как Ogaki Kyoritsu Bank, Suruga Bank, The Hiroshima Bank и The Bank of IKEDA, внедрили систему биометрической идентификации по венам ладони для подтверждения операций по банковской карте в банкоматах. Нововведение позволило значительно повысить уровень безопасности и комфорта при организации доступа к личному счету даже при отсутствии банковской карты. Повышенный интерес к технологии был обусловлен необходимостью разработки надежной системы доступа даже во время стихийных бедствии и катастроф. Так, например, во время крупного землетрясения в Японии в 2011 г. многие жители не смогли воспользоваться банкоматами для снятия наличных средств, поскольку карты и другие подтверждающие документы были безвозвратно утеряны.

В данной статье рассмотрим биометрическую технологию распознавания вен ладони, ее преимущества и недостатки.

Принцип работы метода

Метод сканирования подкожных вен ладони основан на считывании отраженного от человеческой ладони излучения в инфракрасной области спектра с длиной волны 760 нм. Поскольку восстановленный гемоглобин крови поглощает инфракрасное излучение, то от венозных сосудов ладони отражается излучение меньшей интенсивности, чем от остальной ее поверхности. Так формируется уникальный рисунок венозных сосудов, и вены становятся видимыми при сканировании в ИК-лучах.


На рис. 1 показана зависимость коэффициента поглощения гемоглобином крови от длины волны в инфракрасном спектре.

Ладонь против пальцев

По сравнению с отпечатком или рисунком вен пальцев рисунок вен ладони сложнее и имеет больше уникальных особенностей, позволяющих довольно точно строить цифровую модель и производить идентификацию по базам данных. Внутренняя сторона ладони менее восприимчива к изменению цвета кожи в отличие от тыльной стороны, поэтому именно она в основном используется для идентификации. Стоит также отметить, что данный метод абсолютно безвреден для кожи и кровеносных сосудов.

Конструктив системы идентификации

Рассмотрим конструктив системы идентификации по венам ладони на рис. 2. Сканер представляет собой устройство, в основе которого используются CMOS-матрица, оптическая линза и светофильтры. Захват изображения с CMOS-матрицы производится не менее 300 раз в секунду.


Полученная картинка поступает на персональный компьютер или микроконтроллер для последующей обработки. Как правило, в самой конструкции сканера уже имеется микроконтроллер для формирования математического шаблона и возможности шифрования данных для безопасной передачи посредством USB-интерфейса либо отправки по локальной сети.

Создание биометрического шаблона

Этап 1
Первым этапом в создании биометрического шаблона является фильтрация исходного графического изображения и выделение области интереса. Фильтрация позволяет выделить значимые области вен ладони и снизить области шумов и бликов. Для таких задач общепринятым считается использование алгоритма дискретного преобразования Фурье. Принимая во внимание, что ладонь может быть приложена со смещением в горизонтальной плоскости по отношению к сканеру, очень важно рассчитать алгоритм фильтрации с учетом этих требований.

Этап 2
Следующим этапом производится бинаризация, которая нужна для приведения всех изображений к единому виду и уменьшению влияния различной фокусировки и контрастности изображения. При бинаризации областей также отсекается часть шумов с использованием так называемой маски шума.

Этап 3
Важным этапом при обработке изображения вен ладони является выделение области интереса (рис. 3). Как правило, алгоритм основывается на методе выделения "перепонок" между указательным и средним, средним и безымянным пальцами, безымянным пальцем и мизинцем. По всем точкам контура ладони рассчитывается центр масс и находится условный центр ладони. Полученные коэффициенты угла поворота ладони приводятся к одному значению. Такой метод позволяет добиться независимости качества распознавания от угла поворота в горизонтальной плоскости относительно сканера.


Этап 4
Полученное обработанное изображение разбивается на участки дискретизации с указанием координат контрольных точек, углов поворотов линий и записывается в файл, который и представляет собой математическую модель. Очевидно, что восстановить исходное графическое изображение рисунка вен ладони невозможно. Размер шаблона в среднем не превышает одного килобайта.

По сравнению с отпечатком или рисунком вен пальцев рисунок вен ладони сложнее и имеет больше уникальных особенностей, позволяющих довольно точно строить цифровую модель и производить идентификацию по базам данных. Внутренняя сторона ладони менее восприимчива к изменению цвета кожи в отличие от тыльной стороны, поэтому именно она в основном используется для идентификации

Идентификация

Процесс идентификации основан на сравнении одного шаблона с другими, хранящимися в базе данных. Для идентификации используется алгоритм корреляции, который несет основную процессорную нагрузку для вычислительной системы. Для увеличения скорости распознавания и снижения процессорного времени часто применяется алгоритм предвыборки, использующий глобальные особенности строения венозного рисунка (хеш-код). В целом алгоритм предвыборки позволяет значительно сузить поиски по базе данных близких значений глобальных особенностей.

Отличия и преимущества

Рассматривая биометрическую технологию распознавания вен ладони, стоит отдельно выделить ее отличительные особенности и преимущества:

  • применение бесконтактного метода идентификации (рис. 4);
  • удобство использования;
  • высокая надежность (идентификация не зависит от сухости/влажности и загрязненности ладоней);
  • невозможность фальсификации (рисунок вен ладони виден только в ИК-спектре);
  • низкий процент ошибок (согласно исследованиям, проведенным компанией Fujitsu на примере более 140 тыс. ладоней, процент ошибок составляет FAR =0,00008%);
  • удобство использования.

Дайте ручки, яхонтовые мои, погадаю, всю правду скажу, что было, что будет расскажу, ничего не утаю ! Ждёт Вас встреча с бесплатной компьютерной программой Хиромантия , которая по фотографии Вашей ладони расскажет больше любой цыганки-гадалки.

Не устаю удивляться, что можно найти в сети Интернет, какие только не выдумывают компьютерные программы. Совсем недавно наткнулся случайно на бесплатную программу Хиромантия, которая по фото ладони может рассказать много интересного о человеке.

Скачать программу Хиромантия

Размер установочного файла всего 13.1 Мб

Надеюсь, что процесс инсталляции программы в компьютер не вызовет у Вас трудностей — всё на русском языке, быстро и просто. Всяких дополнительных бяк и шпионов параллельно не установится, не переживайте.

Запаситесь валидолом — при первом запуске программа Хиромантия встретит Вас заставкой на весь экран (Коламбия Пикчерз представляет) и оглушительной «загадочной» музыкой. Хе романты, они такие, что с них возьмёшь.



Кстати, тут же, как я понял, можно и свою музычку выбрать, предварительно закинув её в специальную папку программы-гадалки…

Читайте инструкцию, загружайте фото своей ладони…

…и получайте предсказания судьбы.

Вот такая необычная бесплатная компьютерная программа Хиромантия была у нас сегодня в гостях.

До новых интересных программ и хорошей судьбы Вам.