ivdon3@bk.ru
В статье представлена система биометрической идентификации на основе электрокардиограммы с использованием глубокого обучения. Предложена архитектура из двух моделей: сиамской нейронной сети для верификации и сверточной нейронной сети (CNN) для классификации. Методология включает предобработку сигналов, аугментацию данных и извлечение признаков. Эксперименты на эталонных наборах данных показали высокую точность: сиамская сеть обеспечила надежную верификацию, а CNN достигла точности идентификации более 98%. Результаты подтверждают эффективность подхода для реальных приложений. Обсуждаются вызовы, такие как шумы сигнала и межсессионные изменения, а также перспективы развития, включая непрерывную аутентификацию и мультимодальные системы.
Ключевые слова: биометрическая аутентификация, электрокардиограмма, сиамская нейронная сеть, сверточная нейронная сеть, qrs-комплекс, обработка сигналов
2.3.6 - Методы и системы защиты информации, информационная безопасность , 3.1.20 - Кардиология