Уникальность электрической активности сердца каждого человека побуждает использовать электрокардиограмму в качестве биометрического параметра в различных системах безопасности и аутентификации в связи с легкостью и дешевизной извлечения сигнала, а также сложностью его подделки и недобровольного извлечения. На данный момент применяют различные подходы к исследованию возможности идентификации человека по ЭКГ. Режим иден-тификации включает в себя следующие стадии: сбор данных, обработка, извлечение характерных признаков, клас-сификация. На каждом из этих этапов группы исследователей используют различные математические алгоритмы: метод главных компонент, вейвлеты, нейронные сети и т. п. В статье рассмотрены наиболее значимые исследования в области идентификации человека по ЭКГ. Проведено сравнение результатов и точности концептуальных подходов.The uniqueness of electrical activity of every human heart prompts us to use the ECG as a biometric parameter in various security and authentication systems as it is easy and cheap to extract the signal and difficult to fake it or obtain nonconsensually. At the moment various approaches to researching a possibility of human identification by ECG are used. Identification mode includes the following stages: data collection, procession, feature extraction, classification. Researchers use different mathematical algorithms at every stage: principal component analysis, wavelets, neural networks, etc. This article reviews the most significant studies of ECG based human identification and compares their results and accuracy of conceptual approaches.

Screen-space Ambient Occlusion (SSAO) methods have become an integral part of the process of calculating global illumination effects in real-time applications. The use of ambient occlusion improves the perception of the geometry of the scene, and also makes a significant contribution to the realism of the rendered image. However, the problems of accuracy and efficiency of algorithms of calculating ambient occlusion remain relevant. Most of the existing methods have similar algorithmic complexity, what makes their use in real-time applications very limited. The performance issues of methods working in the screen space are particularly acute in the current growing spreadness of 4K (3840 x 2160 pixels) resolution of the rendered image. In this paper we provide our own algorithm Pyramid HBAO, which enhances the classic HBAO method by changing its calculation complexity for high resolution.