ЖУРНАЛ СТА 1/2021

параметр, называемый порогом сраба- тывания (Threshold). Порог срабатыва- ния – это количество особых точек, ко- торые должны совпасть, чтобы система решила, что рисунки вен идентичны. В результате сравнения система возвра- щает ответ, который относится к одно- му из двух классов. Первый класс – ри- сунки совпадают. Ответ системы: 1. Второй класс – рисунки не совпадают. Ответ системы: 0. Далее ответ системы сравнивается с реальным значением совпадения проверенных отпечатков. В результате конечный ответ может быть четырёх видов: ● True Positive ( TP ) – система дала от- вет, что рисунки вен совпадают, и ла- дони на самом деле совпадают; ● False Positive ( FP ) – система дала от- вет, что рисунки вен совпадают, но на самом деле они не совпадают. Ошиб- ка первого рода; ● True Negative ( TN ) – система дала от- вет, что рисунки вен не совпадают, и они на самом деле не совпадают; ● False Negative ( FN ) – система дала от- вет, что рисунки вен не совпадают, а на самом деле они совпадают. Доля ошибок первого рода ( FAR – False Acceptance Rate) определяется по формуле (1). Эти ошибки происходят, когда система определяет незарегистри- рованного пользователя как зареги- стрированного. Этот тип ошибки кри- тичен для безопасности. (1) Доля ошибок второго рода ( FRR – False Rejection Rate) рассчитывается по формуле (2). Этот вид ошибок происхо- дит, когда сканер не может распознать зарегистрированного пользователя. Это не критично для безопасности, но соз- дает неудобства, так как нужно прово- дить вторичную проверку биометриче- ского параметра. Эти две характеристи- ки являются стандартными для биомет- рических систем. (2) Для оценки качества работы системы в каждом из классов по отдельности введём метрики Precision (точность) и Recall (полнота). Precision (3) можно ин- терпретировать как долю изображений, названных системой как совпадающие, и при этом действительно совпадаю- щих, а Recall (4) показывает, какая доля изображений из тех, которые должны были совпасть, была найдена системой. Именно введение Precision не позволяет системе записывать все изображения в один класс, так как в этом случае мы получаем рост уровня False Positive. FRR FN FP TN = + FAR FP FP TN = + Recall демонстрирует способность си- стемы обнаруживать данный класс во- обще, а Precision – способность отли- чать этот класс от других классов. (3) (4) З АКЛЮЧЕНИЕ Для проведения исследования в обла- сти распознавания вен необходимы две важные вещи: подходящий и доступ- ный набор биометрических данных и реализация цепочки инструментов для распознавания рисунка вен, включая предварительную обработку, извлече- ние функций, сравнение и оценку про- изводительности, которые представле- ны в PLUSOpenVein Toolkit. ● Л ИТЕРАТУРА 1. BramTon. Miura et al. vein extractionmethods [Электронный ресурс] // Режим доступа : https://de.mathworks.com/matlabcentral/file- exchange/35716-miura-et-al-vein-extraction- methods?s_tid=srchtitle. Автор – сотрудник фирмы ПРОСОФТ Телефон: (495) 234-0636 E-mail: info@prosoft.ru Precision TP TP FP = + Recall TP TP FN = + ОБ ЗОР / Т Е Х НОЛОГ ИИ СТА 1/2021 9 www.cta.ru 25 лет стандарту модулей ввода-вывода от WAGO и Beckhoff В 1995 году на проводимой в Германии вы- ставке мирового масштаба Hannover Messe впервые был представлен инновационный модуль ввода-вывода. Предложенное реше- ние произвело революцию в технологии ав- томатизации того времени и стало мировым стандартом в области построения систем распределённого ввода-вывода. Модуль ввода-вывода был первым, объ- единившим в себе классический клеммный блок, монтируемый на DIN-рельс, с преиму- ществами технологии полевых шин. Резуль- татом стала модульная и открытая система ввода-вывода для компактной индивидуаль- ной и гибкой технологии управления. Как основополагающий компонент в технологии автоматизации этот модуль используется в самых разнообразных приложениях во многих секторах. Принцип модуля ввода-вывода и, как следствие, модульной и гиб- кой системы автоматизации был разработан двумя расположенными в Восточной Вестфалии семейными компа- ниями: WAGOKontakttechnik из городаМин- ден (Minden) и Beckhoff Automation из города Верл (Verl). В Восточно-Вестфальском эко- номическом регионе сосредоточено множе- ство инновационных предприятий, которые своими продуктами и услугами проклады- вают путь к будущему внедрению технологии Индустрии 4.0. Опыт и компетенции WAGO и Beckhoff превосходно совпали более 25 лет назад: в то время как Beckhoff, специалист по электронике и связи, занимался аппаратны- ми и программными компонентами, WAGO, изобретатель клеммы CAGE CLAMP ® , внёс свой вклад в разработку корпусов и техноло- гии соединений. Сегодня WAGO и Beckhoff продвигают на рынке модули ввода-вывода самостоятельно и продолжают развивать концепцию на основании собственных моде- лей ведения бизнеса. Почти все производители средств автома- тизации признали преимущества идеи WAGO и Beckhoff и в течение многих лет вы- водили на рынок аналогичные продукты. Несмотря на высокую конкуренцию, ориги- нальный модуль ввода-вывода используется многими клиентами в качестве стандартного продукта. Подавляющее большинство типов модулей ввода-вывода с 1995 года всё ещё используются и по-прежнему доступны в ка- честве стандартных каталожных товаров. WAGO и Beckhoff зарекомендовали себя как успешные компании в области автома- тизации, отчасти благодаря модулю ввода- вывода. Они продолжают осуществлять со- вместную деятельность, включая уча- стие в Восточно-Вестфальском техно- логическом кластере под названием “it's OWL”. Здесь они вместе с другими партнёрами кластера работают над реа- лизацией инновационных проектов в области искусственного интеллекта и других цифровых концепций. ●