DOI: 10.17586/2226-1494-2018-18-3-457-461


УДК004.4

ИСПОЛЬЗОВАНИЕ СИСТЕМЫ РАСПОЗНАВАНИЯ ЛИЦ ДЛЯ ОСУЩЕСТВЛЕНИЯ ПОКУПОК В МОБИЛЬНЫХ УСТРОЙСТВАХ И ВЕБ-ПРИЛОЖЕНИЯХ

Иванько Д. В.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования: Иванько Д.В. Использование системы распознавания лиц для осуществления покупок в мобильных устройствах и веб-приложениях // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 3. С. 457–461. doi: 10.17586/2226-1494-2018-18-3-457-461

Аннотация
 Рассмотрена проблема установления личности клиента при проведении платежной операции с использованием мобильных устройств и веб-приложений. Обозначены стандартные способы идентификации пользователей при проведении платежной операции. Обсуждены основные критерии качества систем идентификации в мобильных устройствах и веб-приложениях, такие как точность правильного распознавания современных клиент-серверных систем, среднее время идентификации, возможность распределения вычислений, а также удобство использования. Особое внимание уделено вычислительным и временным затратам, поскольку они являются наиболее существенными для клиентов, использующих практически применимые мобильные и веб-приложения. Обозначены преимущества и недостатки применения систем распознавания лиц для проведения идентификации. Дано описание каждого элемента системы, участвующего в проведении безопасной банковской транзакции в процессе осуществления платежной операции. Представлена клиент-серверная модель взаимодействия системы распознавания лиц для обеспечения безопасности при совершении покупок с использованием мобильных устройств или веб-приложений. Приведены экспериментальные оценки среднего времени идентификации для систем распознавания лиц. Разработанная модель взаимодействия позволила сократить затрачиваемое клиентом на транзакцию время в среднем на 47% по сравнению с использованием стандартных средств идентификации.

Ключевые слова: системы распознавания лиц, платежные системы, клиент-серверные приложения, веб-приложения, мобильные устройства и мобильные приложения

Благодарности. Работа выполнена при поддержке Министерства образования и науки Российской Федерации, госзадание № 8.9957.2017/5.2

Список литературы
1.      Gunther M., Costa-Pazo A., Ding C. et al. The 2013 face recognition evaluation in mobile environment // Proc. Int. Conf. on Biometrics. Madrid, Spain, 2013.doi: 10.1109/ICB.2013.6613024
2.      Labeled Faces in the Wild: Results [Электронныйресурс]. Режим доступа: http://vis-www.cs.umass.edu/lfw/results.html, свободный. Яз. англ. (датаобращения20.03.2018).
3.      Vazquez-Fernandez E., Gonzalez-Jimenez D. Face recognition for authentication on mobile devices // Image and Vision Computing. 2016. V. 55. P. 31–33. doi: 10.1016/j.imavis.2016.03.018
4.      Casti S., Sorrentino F., Spano L.D., Scateni R. Click and share: A face recognition tool for the mobile community // Proc. Int. Conf. on Image Processing (ICIP). 2014. P. 1952–1956. doi: 10.1109/ICIP.2014.7025391
5.      Srirama S.N., Paniagua C., Flores H. Social group formation with mobile cloud services // Service Oriented Computing and Applications. 2012. V. 6. N 4. P. 351–362. doi: 10.1007/s11761-012-0111-5
6.      Lochner S.A. Saving face: regulating law enforcement’s use of mobile facial recognition technology and Iris scans // Arizona Law Review. 2013. V. 55. N 1. P. 201–233.
7.      ArrivalsSmart Gate [Электронный ресурс]. Режим доступа: http://www.homeaffairs.gov.au/Trav/Ente/Goin/Arrival/Smartgateor-ePassport, свободный. Яз. англ. (дата обращения 20.03.2018).
8.      Кухарев Г.А. Каменская Е.И., Матвеев Ю.Н., Щеголева Н.Л. Методы обработки и распознавания изображения лиц в задачах биометрии / под редакцией Хитрова М.В. СПб.: Политехника, 2013. 388 с.
9.      Иванько Д.В. Моделирование системы распознавания лиц с использованием мнемонического описания // Компьютерные инструменты в образовании. 2016. № 1. С. 17–23.
10.   Classification: Accuracy[Электронный ресурс]. Режим доступа: https://developers.google.com/machine-learning/crash-course/classification/accuracy, свободный. Яз. англ. (дата обращения 20.03.2018).
11.   Learned-Miller E., Huang G.B., RoyChowdhury A., Li H., Hua G. Labeled faces in the wild: a survey / In: Advances in Face Detection and Facial Image Analysis. Springer, 2016. P. 189–248. doi: 10.1007/978-3-319-25958-1_8
Каждая секунда на счету: почему скорость страницы должна стать вашим следующим центром внимания [Электронный ресурс]. Режим доступа: http://thewall.by/kazhdaya-sekunda-na-schetu-pochemu-skorost-stranicy-dolzhna-stat-vashim-sleduyushhim-centrom-vnimaniya, свободный. Яз. англ. (датаобращения20.03.2018


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2018 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика