ИИ научили идентифицировать человека по радужной оболочке глаза
Научные сотрудники факультета вычислительной математики и кибернетики МГУ разработали нейросетевой метод для построения и сопоставления ключевых точек на изображениях радужной оболочки глаза.
Процесс выделения ключевых точек осуществляется с использованием нейронной сети Key.Net. Эта модель объединяет в себе принципы классических математических подходов и элементы глубокого обучения. Key.Net эффективно извлекает признаки изображения на разных уровнях масштабирования, применяя комбинации первых и вторых производных. В дополнение к этому, внедрены свертки с фильтрами Эрмита, которые ранее показали хорошие результаты в области выделения ключевых точек. Используемый набор данных для обучения включает синтетические изображения, к которым применяются случайные геометрические трансформации (такие как масштабирование, сдвиг и поворот). Также применяется фотометрическая аугментация, модифицирующая яркость и контрастность изображений.
Сопоставление ключевых точек происходит через нейросетевые дескрипторы с последующей постобработкой данных для фильтрации качественных совпадений и удаления выбросов. Испытания продемонстрировали высокую точность выделения и сопоставления ключевых точек. Устойчивость метода также была подтверждена — он успешно работает даже в условиях наличия век и ресниц на изображениях. Результаты тестирований указывают на его эффективность для практического применения в биометрической идентификации на основе радужной оболочки глаза.
«Актуальными направлениями в исследовании обработки изображений являются гибридные подходы, которые соединяют классические математические методы и нейросети. Это взаимодействие позволяет достигать более надежных результатов», — поделилась мнением Елена Павельева, доцент кафедры математической физики факультета ВМК МГУ.
Данная работа была представлена на конференциях «Ломоносовские чтения» в 2025 году и на международной конференции «Методы фотограмметрии и машинного зрения» (PSBB25) в июне того же года. Она также принята к публикации в журнале «The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences».




