Računarski naučnik Anil Jain opisuje razvoj polja biometrijskog prepoznavanja.
Danas ni ne razmišljamo o prevlačenju prstom kada otključavamo mobilni telefon, ili hodanju po javnim prostorima gde bezbednosne kamere obavljaju prepoznavanje lica u realnom vremenu. Kada uključite televiziju, često naiđete na rešavanje zločina pomoću biometrijskih tehnologija kao što su uparivanje otisaka prstiju i prepoznavanja lica. Brzina, memorija i senzori današnjih računara omogućavaju da se biometrija koristi u velikoj meri. Ali, bile su potrebne decenije istraživanja da bi se shvatili i izgradili pouzdani i proverljivi algoritmi i tehnike koje podupiru ovaj značajan prostor. Razgovarao sam sa Anilom Jainom, računarskim naučnikom i profesorom univerziteta države Mičigen o prvim danima biometrije i o budućnosti ove nauke.
Osamdesetih i devedesetih godina prošlog veka, kada su mejnfrejm računari imali manje moći od današnjih ručnih satova, mnogo se govorilo o razvijanju efikasnih algoritama za prepoznavanje šablona i za obradu slika. Da bi se od prepoznavanja šablona stiglo do biometrije, bili su potrebni daleko moćniji računari za prepoznavanje u realnom vremenu:
„Jedan neshvatljivo srećan događaj 1990. bio je kad me je profesor Duncan Buell pozvao iz Vašingtona i rekao: Vi dobro radite na obradi slika. Agencija za nacionalnu bezbednost NSA [National Security Agency] finansira razvijanje FPGA [field-programmable gate array – programabilnih polja logičkih kola], možemo da vam damo tablu FPGA-ova i nešto novca za razvoj. Možete li da pronađete civilnu primenu za taj hardver?”
Tablu FPGA su nazvali Splash 2, a bila je povezana sa računarskim procesorom za stanica Sun SPARC. Mada je model izračunavanja FPGA bio mnogo jednostavniji nego kod računara opšte namene, on je dobro odgovarao za mnoge osnovne algoritme obrade slika niskog nivoa kao što su konvolucja, izglađivanje, detekcija ivica kao i lokalno filtriranje, ali i za operacije višeg nivoa kao što je uparivanje tačaka. Ali pošto su algoritmi preneti na Splash, pojavilo se pitanje na koja polja primene da se usmeri: jedna moguća primena operacija višeg nivoa kao što je uparivanje tačaka je stereo upoređivanje u računarskom viđenju. Imamo levu sliku i desnu sliku, pa pronalazimo neki beleg u obe slike i poravnamo ih da dobijemo mapu dubine. Dok smo razmišljali o drugim primenama korespondencije tačaka, mojoj apsolventkinji Nalini Ratha i meni se zaista dopala ideja da se u FPGA-ima izvrši prepoznavanje otisaka prstiju, pošto se uparivanje otisaka prstiju u suštini zasniva na operacijama uparivanja tačaka. Kompletno rešenje uparivanja otisaka prstiju obuhvatalo je algoritam za uparivanje otisaka prstiju u kombinaciji sa operacijama filtriranja niskog nivoa za poboljšanje slika otisaka prstiju koje su često lošeg kvaliteta i pomalo nejasne kada se snime. Za Anila, interes za obradu slika razvio se u 25 godišnje zanimanje za prepoznavanje otisaka prstiju. Prijatno je videti da vaše najnovije istraživanje dopire u sve medije: ako ovih dana gledate bilo koju emisiju o zločinima (CSI: Crime Scene Investigation), videćete kako računar uzima detaljne tačke iz otisaka prstiju i momentalno pronalazi uparivanje. Ali ako gledate te emisije, znate i to da sadašnja generacija tehnologije otisaka prstiju nikad nije dovoljna da bi se rešio zločin. Uvek postoji nešto novije, kako na televiziji, tako i u istraživanju: tokom proteklih 100 godina, prepoznavanje otisaka prstiju se zasniva na detaljim tačkama (engl. minutia points). Ali šta se dešava ako slika otiska prsta nema dovoljan broj tačaka, ili je kvalitet slike toliko loš da ne možemo izdvojiti dovoljan broj pouzdanih tačaka? Tada moramo da pogledamo teksturu slike koja nastaje od grebena i dolina koje karakterišu otisak prsta. Godine 1998, Anilovi apsolventi Salil Prabhakar i Sharath Pankanti su smislili banku filtera koji su hvatali karakteristike teksture otiska prsta koje su mogle da se koriste za prepoznavanje otisaka prstiju. Nakon sedamnaest godina, ti algoritmi za uparivanje tekstura nalaze svoju primenu: senzori za čitače otisaka u mobilnim telefonima su veličine 80 × 80 piksela. Ako uhvatite samo mali deo otiska prsta, broj detaljnih tačaka nije dvoljan da bi se uspostavilo uparivanje dva različita otiska. Ovde informacije o teksturi postaju posebno korisne za poređenje otisaka prstiju. Iako su mnogi rezultati istraživanja iz oblasti biometrije već u širokoj upotrebi u sistemima za proveru identiteta, od otključavanja mobilnih telefona do velikih nacionalnih programa lične identifikacije poput Aadhaara u Indiji, ima još mnogo novih područja za istraživanje. Kako se u mobilne uređaje ugrađuje sve više senzora, postali su mogući noviji pristupi neprekidnom potvrđivanju autentičnosti vlasnika: tradicionalan model potvrde autentičnosti je kada se prijavite jednom, a zatim samo koristite svoj uređaj. Ali taj model je za situaciju kada sedite pred stonim računarom. Za mobilni telefon ta koncepcija “autentifikujete se jednom, koristite zauvek” zaista ne odgovara, pa zato moramo neprestano da otključavamo svoje telefone. Uobičajeno je da se telefon otključava 40 ili 50 puta na dan. Zašto onda uređaj ne nauči da prepozna ko ste vi na osnovu vaših šablona ponašanja: kako prevlačite prst po ekranu, kako ga držite i na osnovu GPS lokacije, ili čak da povremeno uključi kameru telefona i slika vas za prepoznavanje lika? Još jedno vađno područje istraživanja je jedinstvenost biometrijskih crta kao što su vaš otisak prsta, lice, ili dužica: u principu, svaki otisak prsta ima drugačiji obrazac trenja grebena. Trenutno na Zemlji živi približno sedam milijardi ljudi, dakle postoji oko 70 milijardi prstiju. Trebalo bi da budemo u stanju da razlikujemo tih 70 milijardi otisaka prstiju, ali to u praksi nije uvek tako zato što obrazac na prstu može veoma da se razlikuje od dvodimenzionalne slike prsta koja se koristi za prepoznavanje.
Sistemi prepoznavanja otisaka prstiju i drugi sistemi biometrijskog prepoznavanja imaju mali broj stopa grešaka različitih od nule koje zavise od kvaliteta pribavljenih biometrijskih podataka. Osnovna premisa svake biometrijske crte je njena postojanost. Da li se otisak prsta ili šema dužice vremenom menja? Uglavnom se smatra da sistemi prepoznavanja likova postaju manje pouzdani kada razmak između dve slike istog lika bude veći od približno 10 godina. Ali kada je reč o otisku prsta ili o dužici, tvrdi se da su oni trajni. Pošto je Anil preko 15 godina radio sa policijskim službenicima na širokom spektru istraživanja, oni mu se ponekad obraćaju sa novim pitanjima, idejama i podacima za analizu:
„Nedavno sam, zajedno sa svojom bivšom studentkinjom Soweon Yoon, završio studiju o postojanosti prepoznavanja otisaka prstiju na osnovu podataka policije države Mičigen. Oni su nam dali evidenciju otisaka prstiju za oko 16.000 pojedinaca koji su više puta hapšeni u periodu od 12 godina. Primenom višeslojnog statističkog modela, dokazali smo da preciznost prepoznavanja otisaka prstiju u ovom periodu od 12 godina ne opada.“
Ali šta se dešava ako neko ukrade podatke koji sadrže vaše biometrijske crte? Danas se slika ili predstava vašeg otiska prsta čuva u vašem mobilnom telefonu ili u lokalnoj banci. Kako da ih obezbedimo tako da i u slučaju krađe vaših podataka, oni ne mogu da se upotrebe da bi se neko predstavio kao vi? To nije toliko nategnuto kao što biste mogli da pomislite. Nedavni napad na Federalni zavod za upravljanje kadrovima završio se krađom slika otisaka prstiju od preko milion pojedinaca. Mada postoji potreba da se prikupljaju otisci prstiju, trebalo bi da izbegavamo zadržavanje originalnih verzija u radnim bazama podataka. Da li bismo mogli da pravimo novo izdanje otiska prsta kao kada se broj kreditne kartice opozove i ponovo izda? Biometrija je fascinantna oblast primene računarske tehnologije, i stalno se razvija. Kada se biometrijski podaci koriste u kritičnim situacijama kao što je rešavanje teških zločina ili proveravanje valjanosti velikih finansijskih transakcija, važno je obezbediti solidno istraživanje koje osigurava pouzdanost i preciznost ovih algoritama za biometrijsko prepoznavanje.
Slika 1. Tabla Splash 2 koja se sastoji od jednog niza programabilnih polja logičkih kola Xilinx 4010. Algoritam za uparivanje sekvencijelnih tačaka (sa pretpostavkom od prosečno 65 detaljnih tačaka po otisku prsta) se na stanici Sun SPARC izvršava u 20 prolaza sa po 100 uparivanja u sekundi. Isti algoritam primenjen na tabli Splash 2 koja radi na 1 MHz izvršava 6.300 uparivanja u sekundi. (Izvor: Duncan Buell, Univerzitet Južne Karoline.)
Slika 2. Dva različita otiska (slike) istog prsta, sa prikazom odgovarajućih detalja. Broj uparenih detalja je 25.