Санкт-Петербургский Государственный Университет Математико-механический факультет Кафедра системного программирования  Отзыв научного руководителя на выпускную квалификационную работу студента 444 группы Захарова Романа  В настоящее время продолжается развитие методов биометрической аутентификации. При этом скорость, с которой улучшается качество распознавания в современных алгоритмах, год от года снижается: если раньше уровень равной ошибки с каждым годом снижался на проценты, то теперь этот показатель в лучшем случае уменьшается на десятые доли процента. В этой связи перспективными являются методы на основе биометрического слияния (biometrics fusion), в которых по различной методикам объединяются данные, алгоритмы или результаты их работы, которые позволяют улучшить качество биометрической системы ценой увеличенных вычислительных затрат. С другой стороны, определённое внимание в биометрическом дискурсе уделяется концепции биометрического зверинца – формализованному описанию того факта, что различные пользователи системы распознаются по-разному: кто-то более точно, кто-то менее. В литературе изучению этой концепции в системах, использующих биометрическое слияние, посвящено немного статей, хотя уже имеющиеся исследования показывают, что учёт класса пользователя позволяет в лучшем случае снизить вычислительные затраты, связанные со слиянием, а в худшем – предоставить ещё один варьируемый параметр при нахождении приемлемых скорости работы системы и качества распознавания.  В этой связи выпускная квалификационная работа Романа является тем более актуальной, что в ней он переосмысливает традиционное определение биометрического зверинца как набора классов пользователей, сформированных в конкретной базе шаблонов в результате использования ряда статистических тестов. Роман предлагает назначить класс пользователю на основании простой метрики, оценивающей степень различимости его шаблона в имеющейся базе отпечатков. Затем Роман предлагает не использовать при слиянии те модальности, которые для данного пользователя не показывают достаточно хороший результат. Подобное биометрическое слияние, основанное на правилах, ранее описывалось в литературе.  Апробация данного подхода проведена на публично доступной базе фотографий, лица из которой были разделены на верхнюю и нижнюю половины и использованы как независимые биометрические признаки. Далее база данных была разделена на три части: обучающая выборка для моделей, тестовая выборка для определения зверинца и тестовая выборка для определения точности распознавания. Сравнение предлагаемого алгоритма производилось как с полным слиянием (то есть с алгоритмом, который всегда производит биометрическое слияние независимо от качества распознавания той или иной модальности), так и с современным описанным в литературе алгоритмом слияния. Результаты показывают, что предлагаемый алгоритм лишь незначительно хуже полного слияния по качеству распознавания, но заметно лучше по вычислительным затратам, что позволяет говорить о его практической применимости. Роман также продемонстрировал и это, реализовав тестовое биометрическое приложение.  Работа не содержит внешних заимствований. Найденные заимствования относятся к списку устойчивым оборотам речи и литературы.  Среди личных качеств Романа как исследователя хочется отметить самостоятельность при принятии решений, ответственность, а также упорство при достижении поставленных целей.  Выполненная работа заслуживает оценки «отлично».  Научный руководитель: старший преподаватель кафедры системного программирования СПбГУ  Сартасов С.Ю. _______________________                                               «_1_»___мая_________ 2017г.