Подкрепленное данными сравнение двух наиболее широко распространенных биометрических методов. Мы рассказываем, как каждая технология работает на аппаратном и алгоритмическом уровне, затем сравниваем показатели точности (FAR и FRR), соображения гигиены, скорость распознавания, стоимость развертывания, устойчивость к воздействию окружающей среды, а также то, какая технология подходит для каждого варианта использования.
Организации, оценивающие биометрическую безопасность, сталкиваются с важным решением на ранних этапах процесса закупок: какой метод лучше всего соответствует среде развертывания, модели угроз и бюджету? Распознавание отпечатков пальцев было биометрическим показателем по умолчанию на протяжении десятилетий. Это зрелая, доступная система, которая используется в миллиардах смартфонов, ноутбуков и терминалов контроля доступа по всему миру. Однако распознавание радужной оболочки глаза быстро набирает популярность в средах с высоким уровнем безопасности, где точность, гигиена и устойчивость к окружающей среде имеют большее значение, чем стоимость единицы продукции.
Выбор неправильного биометрического метода приводит к измеримым последствиям: более высокий уровень ложных отклонений расстраивает законных пользователей, более высокий уровень ложного принятия создает уязвимости безопасности, а оборудование, которое не может выдержать полевые условия, приводит к постоянным расходам на техническое обслуживание. Правительственные учреждения, внедряющие национальные системы идентификации, строительные компании, управляющие доступом к объектам в суровых условиях, и финансовые учреждения, обеспечивающие безопасность хранилищ, — всем нужны ответы, основанные на данных, а не маркетинговые заявления поставщиков.
В этом руководстве сравниваются распознавание радужной оболочки глаза и распознавание отпечатков пальцев по всем показателям, которые имеют значение для принятия решений о закупках. Все показатели точности соответствуют рецензируемым исследованиям и критериям NIST (Национальный институт стандартов и технологий). Там, где это уместно, мы включаем конкретные данные о производительности оборудования HOMSH, чтобы предоставить конкретные ориентиры. Если вы изучаете нашу линейку продуктов, посетите страница продуктов для спецификаций.
Распознавание радужной оболочки фиксирует сложный рисунок радужной оболочки — цветное кольцо, окружающее зрачок, — с использованием изображений в ближнем инфракрасном диапазоне (NIR) на длинах волн от 700 до 900 нм. БИК-излучение невидимо для человеческого глаза и проникает в пигментацию меланина, позволяя камере отображать детальную трабекулярную сеть независимо от того, какого цвета радужная оболочка: коричневая, синяя, зеленая или ореховая. Расстояние захвата обычно составляет от 30 см до 100 см, что делает процесс полностью бесконтактным.
После захвата изображения алгоритм выполняет сегментацию, чтобы изолировать радужную оболочку от зрачка, склеры, век и ресниц. Затем фазовое кодирование преобразует текстуру радужной оболочки глаза в компактное двоичное представление, называемое IrisCode. В плодотворной работе Джона Даугмана этот подход был представлен с использованием двумерных вейвлетов Габора для извлечения информации о фазе из текстуры радужной оболочки глаза в различных масштабах и ориентациях. Результирующий IrisCode обычно имеет размер 256 байт — достаточно маленький, чтобы соответствовать тысячам шаблонов в секунду на скромном оборудовании.
Запатентованный алгоритм Phaselirs от HOMSH основан на фазовом кодировании с дополнительными усовершенствованиями: адаптивная компенсация экспозиции NIR для изменяющегося окружающего освещения, многоспектральный анализ текстур для повышения различения объектов и сопоставление с ускорением FPGA, которое обеспечивает поиск 1:N по 10 миллионам зарегистрированных шаблонов менее чем за одну секунду. Алгоритм производит более 200 независимых измерений характеристик одной радужной оболочки по сравнению с примерно 60-70 мелкими точками в типичном отпечатке пальца. Этот более богатый набор функций является основной причиной, по которой распознавание радужной оболочки глаза обеспечивает превосходную точность.
Распознавание отпечатков пальцев анализирует узоры гребней и впадин на поверхности кончика пальца. В коммерческом использовании используются три основные сенсорные технологии. Емкостные датчики, которые есть в большинстве смартфонов, измеряют разницу электрической емкости между выступами (касающимися поверхности датчика) и впадинами (не касающимися). Оптические датчики используют источник света и камеру CMOS или CCD для фотографирования отпечатка пальца через стеклянный валик. Ультразвуковые датчики излучают звуковые волны и измеряют отраженный сигнал, чтобы построить трехмерную карту рисунка гребня.
Независимо от типа датчика алгоритм сопоставления извлекает мельчайшие точки — конкретные места, где гребни заканчиваются (концы гребней) или разделяются на две части (бифуркации). Типичный отпечаток пальца содержит 60–70 деталей, хотя не все они фиксируются при каждом сканировании, в зависимости от размера датчика, положения пальца и состояния кожи. Алгоритм записывает положение, ориентацию и тип каждой мелочи, а затем сравнивает этот шаблон с зарегистрированными шаблонами, используя геометрическое сопоставление или классификаторы на основе нейронных сетей.
Технология отпечатков пальцев хорошо зарекомендовала себя благодаря развитой цепочке поставок. Коммерческие датчики стоят всего 2 доллара за модули для смартфонов и 20–100 долларов за сканеры контроля доступа. Оценка технологий поставщиков отпечатков пальцев (FpVTE) NIST предоставляет стандартизированные тесты, а стандарты совместимости отпечатков пальцев (ISO/IEC 19795, ANSI/NIST ITL) являются зрелыми. Однако использование биометрических данных на поверхностном уровне создает уязвимости в определенных средах, которых полностью удается избежать с помощью распознавания радужной оболочки глаза.
Биометрическая точность измеряется двумя ключевыми показателями:Коэффициент ложного принятия (FAR) – вероятность неправильного принятия неавторизованного лица – иFalse Reject Rate (FRR) — вероятность ошибочного отказа уполномоченному лицу. Более низкий FAR означает более высокий уровень безопасности; более низкий FRR означает более высокое удобство. Эти два показателя находятся в противоречии: ужесточение порога для снижения FAR неизбежно увеличивает FRR, и наоборот.
Согласно оценкам NIST IREX (Iris Exchange), лучшие алгоритмы распознавания радужной оболочки глаза достигают значительно ниже0,0001% (1 на 1 000 000). Собственный алгоритм Phaselirs компании HOMSH продвигает эту идею еще дальше.1 на 1 000 000 000 (один на один миллиард) — на три порядка больше, чем обычные системы отпечатков пальцев. Между тем, FRR диафрагмы при рабочих порогах составляет примерно0,5%, что означает, что только 1 из 200 законных попыток аутентификации требует повторной попытки.
FAR отпечатков пальцев сильно различается в зависимости от качества датчика и алгоритма. Емкостные датчики на современных смартфонах достигают примерно 0,002%, а оптические сканеры, используемые в системах контроля доступа, варьируются от 0,001% до 0,1%. FRR отпечатков пальцев более изменчив и обычно находится между2% и 5% в реальных развертываниях — значительно выше, чем Iris FRR. В сценариях сопоставления большого объема 1:N (поиск по миллионам зарегистрированных идентификаторов) разрыв в точности еще больше увеличивается, поскольку сопоставление на основе мельчайших деталей отпечатков пальцев приводит к большему количеству коллизий кандидатов.
| Метрика точности | Признание Ириса | Отпечаток пальца |
|---|---|---|
| Скорость ложного принятия (FAR) | 0,0001% (1 из 1B с Фаселирсом) | 0,1% (типично) |
| Частота ложных отклонений (FRR) | 0,5% | 2% - 5% |
| Уникальные функции для каждого сканирования | Более 200 текстур текстур радужной оболочки | 60-70 мелочей |
| Размер шаблона | 256 байт (IrisCode) | 500-1000 байт (карта деталей) |
| Программа тестирования NIST | АЙРЕКС | ФпВТЭ |
Сканеры отпечатков пальцев требуют физического контакта. Каждое событие аутентификации включает в себя нажатие пальца на общую поверхность. В средах с высокой пропускной способностью — заводских цехах, входах в больницы, воротах строительных площадок, школьных столовых — это создает вектор перекрестного заражения. Датчики накапливают масло, грязь и влагу от каждого пользователя, что со временем ухудшает качество изображения и требует регулярной очистки. На предприятиях пищевой промышленности и фармацевтических предприятий, где действуют гигиенические правила, требование общего доступа часто противоречит протоколам контроля загрязнения.
Распознавание радужной оболочки глаза по сути является бесконтактным. Пользователь стоит на расстоянии 30–100 см от камеры, и система фиксирует рисунок радужной оболочки глаза, используя ближнее инфракрасное освещение. Нет поверхности, которую нужно чистить, нет датчика, который изнашивается от многократного контакта, и нет риска перекрестного загрязнения. Оптическое окно требует лишь периодической чистки, сравнимой с уходом за объективом любой камеры.
Постпандемическая осведомленность навсегда изменила отношение к поверхностям общего пользования. Отрасли промышленности со строгими гигиеническими требованиями — пищевая промышленность, фармацевтика, здравоохранение, производство с чистыми помещениями — все чаще указывают бесконтактную биометрию в запросах на закупку. Даже в обычных коммерческих средах предпочтение бесконтактному доступу заметно выросло с 2020 года, что делает бесконтактную работу конкурентным преимуществом за пределами сектора здравоохранения.
При проверке 1:1 (подтверждении заявленной личности) обе технологии обеспечивают время отклика от долей секунды до почти секунды. Современные системы распознавания радужной оболочки глаза выполняют захват и сопоставление менее чем за 1,5 секунды, включая время, необходимое пользователю для позиционирования себя и фокусировки камеры. Проверка отпечатков пальцев обычно занимаетОт 1 до 3 секунд, включая размещение пальца, активацию датчика, захват изображения и сопоставление шаблона. Разница невелика для 1:1, но увеличивается в масштабе.
Значительная разница в скорости проявляется вИдентификация 1:N — поиск одного биометрического образца по всей зарегистрированной базе данных без заявленной личности. Система сопоставления диафрагмы с ускорением FPGA от HOMSH завершает поиск по10 миллионов зарегистрированных идентификаторов менее чем за 1 секунду. Компактный 256-байтовый код IrisCode и сравнение расстояний Хэмминга делают это возможным даже на периферийном оборудовании без подключения к облаку. Сопоставление отпечатков пальцев 1:N в том же масштабе требует инфраструктуры ABIS (автоматизированной системы биометрической идентификации) с кластерами серверов и обычно занимает 3–10 секунд на поиск.
Для приложений пограничного контроля и национального удостоверения личности, где пропускная способность напрямую определяет длину очереди и скорость обработки пассажиров, это преимущество в скорости приводит к измеримым эксплуатационным улучшениям. Иммиграционная система eGate, обрабатывающая путешественников за 1 секунду на совпадение по радужной оболочке, обслуживает в три-десять раз больше пассажиров в час, чем система на основе отпечатков пальцев, требующая 3-10 секунд на совпадение в национальном масштабе.
Радужная оболочка — это защищенный внутренний орган, скрытый за роговицей. Он не меняется в течение жизни человека (приблизительно после 2 лет), не может быть изношен ручным трудом и не подвержен влиянию внешних условий окружающей среды, таких как пыль, влага, химические вещества или экстремальные температуры. Диафрагменные терминалы HOMSH протестированы на работу при температуре от -20 C до 60 C, при влажности от 10% до 95% и имеют класс защиты IP65 для защиты от пыли и воды.
Отпечатки пальцев являются внешними и по своей сути уязвимы для деградации окружающей среды. Строительные рабочие, сельскохозяйственные рабочие и люди, работающие с химикатами, растворителями или абразивными материалами, часто имеют изношенные, шрамированные или химически поврежденные отпечатки пальцев, из-за которых получаются изображения низкого качества. В одном хорошо задокументированном случае на строительном проекте на Ближнем Востоке каменщики продемонстрировали 15% отказов при регистрации отпечатков пальцев. Проект перешел на распознавание радужной оболочки глаза и добился успеха в охвате 99,7% среди той же рабочей силы.
Факторы окружающей среды также влияют на само оборудование датчика. Валики для снятия отпечатков пальцев, подвергающиеся воздействию пыли, песка или влаги, требуют частой чистки и периодической замены. Емкостные датчики могут не распознавать показания мокрых или чрезмерно сухих пальцев. Камеры Iris, будучи бесконтактными и закрытыми за стеклом, требуют минимального обслуживания и обеспечивают стабильную работу в любое время года и в любых климатических условиях. При развертывании вне помещений (пограничные контрольно-пропускные пункты, входы в шахты, точки доступа к нефтяным вышкам) эта разница в долговечности напрямую приводит к снижению эксплуатационных затрат и увеличению времени безотказной работы системы.
Первоначальная стоимость оборудования благоприятствует отпечатку пальца. Оптический датчик отпечатков пальцев коммерческого уровня стоит 20–100 долларов. Сопоставимый модуль распознавания радужной оболочки глаза (например, серия HOMSH MC20) стоит от 100 до 500 долларов в зависимости от мощности, разрешения NIR-датчика и встроенной вычислительной мощности. Для небольших развертываний внутри помещений в контролируемых средах датчики отпечатков пальцев обеспечивают достаточную точность при более низкой цене.
Однако совокупная стоимость владения (TCO) говорит об ином, особенно при развертывании, превышающем 50 единиц, или при работе в сложных условиях:
Для организаций, осуществляющих масштабное развертывание в сложных средах, более низкая частота отказов, снижение нагрузки на обслуживание и более длительный срок службы оборудования для распознавания радужной оболочки глаза часто компенсируют более высокие первоначальные затраты на оборудование в течение 12–18 месяцев. Посмотреть наши полный каталог продукции цены и характеристики на уровне модулей.
Правильный биометрический метод зависит от конкретного сценария развертывания. В приведенной ниже таблице показаны распространенные отраслевые варианты использования рекомендуемой технологии на основе факторов точности, окружающей среды, стоимости и пропускной способности, рассмотренных выше.
| Вариант использования | Рекомендуется | Основная причина |
|---|---|---|
| Пограничный контроль/иммиграция | Ирис | Скорость 1:N в национальном масштабе, FAR ниже 0,0001% |
| Доступ к строительной площадке | Ирис | Грязные/изношенные руки, пыль на улице, высокие показатели зачисления |
| Финансовое хранилище/центр обработки данных | Ирис или мультимодальный | Максимальная безопасность, защита от спуфинга, обнаружение активности |
| Больница / Здравоохранение | Ирис | Бесконтактная гигиена, руки в перчатках, быстрая пропускная способность |
| Горное дело/Нефть и Газ | Ирис | Экстремальные температуры, пыль, стертые отпечатки пальцев |
| Доступ в небольшой офис | Отпечаток пальца | Низкая стоимость, контролируемая среда, небольшая база пользователей |
| Разблокировка смартфона | Отпечаток пальца | Миниатюрные датчики, знакомые потребителю, только 1:1 |
| Национальное удостоверение личности / ЗАГС | Мультимодальный (радужка + отпечаток пальца) | Дедупликация в масштабе всего населения, инклюзивность |
| Пищевая промышленность/фармацевтика | Ирис | Соблюдение гигиены, отсутствие общей сенсорной поверхности |
| Время и посещаемость (в помещении) | Или | Оба адекватные; Ирис предпочтительнее, если в рабочей силе есть ручной труд |
Для максимальной безопасности мультимодальные биометрические системы, сочетающие радужную оболочку глаза и отпечаток пальца, обеспечивают избыточность и самый высокий уровень доверия. ХОМШ Клеммы D50 и D60 поддерживать одновременную аутентификацию по диафрагме, лицу, отпечатку пальца, NFC и паролю, что позволяет администраторам безопасности требовать любую комбинацию модальностей для разных уровней доступа в пределах одного устройства.
Распознавание по радужной оболочке точнее, чем по отпечатку пальца?
Да. Распознавание по радужной оболочке обеспечивает уровень ложного принятия (FAR) ниже 0,0001% по сравнению с FAR по отпечатку пальца, составляющим 0,001–0,1%. Это делает распознавание радужной оболочки глаза в 10–1000 раз более точным в зависимости от качества датчика отпечатков пальцев. Радужная оболочка имеет более 200 уникальных особенностей по сравнению с примерно 60-70 мелкими точками в отпечатке пальца.
Распознавание радужной оболочки глаза дороже, чем отпечатка пальца?
Оборудование для распознавания радужной оболочки глаза обычно стоит в 2–5 раз дороже за единицу, чем сканеры отпечатков пальцев. Однако общая стоимость владения может быть ниже в суровых условиях, поскольку сканеры радужной оболочки глаза требуют меньшего обслуживания, не имеют контактного износа и производят меньше неудачных считываний, требующих ручного вмешательства.
Можно ли подделать отпечатки пальцев легче, чем узоры радужной оболочки?
Да. Отпечатки пальцев можно снять с поверхностей и воспроизвести с помощью желатина, силикона или 3D-печати. Образцы радужной оболочки не могут быть пассивно собраны, и современные сканеры радужной оболочки используют активную визуализацию в ближнем инфракрасном диапазоне с определением живости, которая не учитывает фотографии, печатные изображения и протезы глаз.
Какая биометрия лучше подходит для использования на открытом воздухе?
Распознавание по радужной оболочке работает лучше на открытом воздухе, поскольку радужная оболочка — это внутренний орган, на который не влияют условия окружающей среды. Отпечатки пальцев портятся в пыльной, влажной или холодной среде, а рабочие в строительстве, горнодобывающей промышленности или сельском хозяйстве часто имеют изношенные или поврежденные отпечатки пальцев, которые невозможно сканировать.
Нужны ли мне в моей системе безопасности и радужная оболочка глаза, и отпечаток пальца?
Мультимодальные биометрические системы, сочетающие радужную оболочку глаза и отпечаток пальца, обеспечивают высочайшую безопасность. HOMSH предлагает такие устройства, как D50 и D60, которые одновременно поддерживают аутентификацию по радужной оболочке, лицу, отпечатку пальца, NFC-карте и паролю. Для большинства коммерческих приложений системы, использующие только диафрагму, обеспечивают достаточную точность.
У вас есть вопрос, которого здесь нет? Посетите наш комплексный Страница часто задаваемых вопросов или свяжитесь напрямую с командой инженеров HOMSH для получения рекомендаций по конкретному развертыванию.
Распознавание радужной оболочки глаза и распознавание отпечатков пальцев являются проверенными биометрическими технологиями с многолетней историей внедрения. Отпечаток пальца остается прагматичным выбором для помещений с ограниченным бюджетом, небольшим количеством пользователей и контролируемыми условиями. Низкая стоимость единицы продукции, развитая цепочка поставок и знакомство пользователей со смартфонами делают его путем наименьшего сопротивления для базового контроля доступа.
Однако, когда требования к точности строгие, окружающая среда сложная, среди пользователей есть работники ручного труда или требуется соблюдение гигиены, распознавание радужной оболочки глаза дает значительно превосходящие результаты. Благодаря FAR 0,0001% (и 1 на 1 миллиард с HOMSH Phaselirs), бесконтактной работе, устойчивости к воздействию окружающей среды и более высокой скорости поиска 1:N, распознавание радужной оболочки глаз является технологией, которая масштабируется для развертываний на национальном уровне без ущерба для безопасности или удобства пользователя.
Анализ совокупной стоимости владения неизменно отдает предпочтение распознаванию радужной оболочки глаза при развертывании, превышающем 50 единиц, или при работе в неидеальных условиях. Организации, инвестирующие в биометрическую инфраструктуру на перспективу 5–10 лет, должны оценивать совокупную стоимость владения, а не только первоначальную стоимость единицы продукции. Для получения более подробной информации о конкретных продуктах и вариантах интеграции изучите наш технический блог или просмотрите каталог продукции ниже.
