Ученые факультета вычислительной математики и кибернетики Московского государственного университета разработали инновационный метод для анализа радужной оболочки глаза, основанный на нейронных сетях. Исследования велись на кафедре математической физики в рамках спецсеминара «Обработка изображений и компьютерное моделирование».
Гибридный подход к распознаванию точек
В основе метода лежит нейросетевая архитектура Key.Net. Она уникально сочетает проверенные математические алгоритмы с обучаемыми слоями сверточной нейронной сети. Система извлекает информативные признаки на разных масштабах, анализируя первые и вторые производные изображения, обрабатывая их адаптивными фильтрами. Эффективность дополняют свертки с фильтрами Эрмита, отлично зарекомендовавшими себя в задачах распознавания ключевых точек.
Обучение и испытания системы
Для обучения нейросети создали специальный синтетический датасет. Имитировали реалистичные условия путем случайных геометрических преобразований (масштабирования, сдвигов, поворотов) и изменения фотометрических свойств (яркости и контраста) фрагментов изображений радужки.
Точность и надежность в действии
Сопоставление найденных точек происходит с использованием дескрипторов нейронной сети. После этого алгоритм проводит тщательную постобработку, отсеивая некачественные совпадения и выбросы. Тестирование на стандартных базах изображений радужной оболочки показало исключительную точность распознавания. Метод устойчиво работает даже при наличии помех в виде ресниц или век, открывая перспективы для практической биометрической идентификации.
Перспективы гибридных технологий
«Комбинирование классических математических инструментов и возможностей нейросетей – ключевой тренд в анализе изображений, – отмечает доцент кафедры Елена Павельева. – Это гарантирует высокую надежность и открывает новые горизонты, особенно в биометрии. Наши исследования на факультете ВМК МГУ в этом направлении активно продолжаются».
Признание научного сообщества
Исследование успешно презентовали на конференции «Ломоносовские чтения» весной 2025 года и на международном форуме «Методы фотограмметрии и машинного зрения для мониторинга окружающей среды, биометрии и биомедицины» (PSBB25) в июне того же года, заслужив высокое признание.
