Биометричните данни са телесни измервания и изчисления, свързани с човешките характеристики. Биометричното удостоверяване (или реалистично удостоверяване) се използва в компютърните науки като форма на идентификация и контрол на достъпа. Използва се и за идентифициране на лица в групи, които са под наблюдение.

Биометричните идентификатори са отличителните, измерими характеристики, използвани за етикетиране и описание на индивиди. Биометричните идентификатори често се категоризират като физиологични характеристики, които са свързани с формата на тялото. Примерите включват, но не се ограничават до пръстов отпечатък, вени на дланта, разпознаване на лице, ДНК, отпечатък на длан, геометрия на ръката, разпознаване на ириса, ретина и миризма/мирис.

Технологията за биометрична идентификация включва компютърни науки, оптика и акустика и други физически науки, биологични науки, биосензори и биостатистически принципи, технологии за сигурност и технологии за изкуствен интелект и много други основни науки и иновативни приложни технологии. Това е цялостно мултидисциплинарно техническо решение.

През последните години, с развитието на изкуствения интелект, технологията за биометрична идентификация стана по-зряла. В момента технологията за разпознаване на лица е най-представителната за биометрията.

Разпознаване на лица

Процесът на разпознаване на лица включва събиране на лица, разпознаване на лица, извличане на характеристики на лица и разпознаване на съвпадение на лица. Процесът на разпознаване на лица използва различни технологии като алгоритъм AdaBoos, конволюционна невронна мрежа и поддържаща векторна машина в машинното обучение.

Процесът на разпознаване на лица

Понастоящем традиционните трудности при разпознаването на лица, включително завъртане на лица, оклузия, сходство и т.н., са значително подобрени, което значително подобрява точността на разпознаването на лица. 2D лице, 3D лице, многоспектърно лице Всеки режим има различни сценарии за адаптиране на придобиването, степен на сигурност на данните и чувствителност на поверителността и т.н., а добавянето на задълбочено обучение на големи данни кара алгоритъма за 3D разпознаване на лица да допълва дефектите на 2D проекцията, Той може бързо да идентифицира самоличността на човек, което донесе известен пробив за прилагането на двуизмерно разпознаване на лица.

В същото време технологията за биометрично откриване в момента се използва като ключова технология за подобряване на сигурността на разпознаването на лица, която може ефективно да устои на измами с фалшифициране като снимки, видеоклипове, 3D модели и протезни маски и независимо да определи самоличността на работещи потребители. В момента, с бързото развитие на технологията за разпознаване на лица, много иновативни приложения като интелигентни устройства, онлайн финанси и лицеви плащания стават все по-популярни, внасяйки скорост и удобство в живота и работата на всеки.

Разпознаване на длан

Разпознаването на дланта е нов тип технология за биометрично разпознаване, която използва отпечатъка на дланта на човешкото тяло като целева характеристика и събира биологична информация чрез технология за мултиспектрално изображение. Мултиспектралното разпознаване на длан може да се разглежда като модел на технология за биометрично разпознаване, която комбинира мултимодалност и множество целеви характеристики. Тази нова технология съчетава трите идентифицируеми характеристики на кожен спектър, отпечатък на дланта и вени на вените, за да предостави повече информация наведнъж и да увеличи различимостта на целевите характеристики.

Тази година технологията за разпознаване на длан на Amazon, с кодово име Orville, започна да тества. Скенерът първо получава набор от инфрачервени поляризирани оригинални изображения, като се фокусира върху външните характеристики на дланта, като линии и гънки; при повторно получаване на втория набор от поляризирани изображения, той се фокусира върху структурата на дланта и вътрешните характеристики, като вени, кости, меки тъкани и т.н. Суровите изображения първоначално се обработват, за да осигурят набор от изображения, съдържащи ръце. Тези изображения са добре осветени, на фокус и показват дланта в определена ориентация, в определена поза и са обозначени като лява или дясна ръка.

Понастоящем технологията за разпознаване на отпечатък на длан на Amazon може да потвърди личната самоличност и да завърши плащането само за 300 милисекунди и не изисква потребителите да поставят ръцете си върху сканиращото устройство, просто махайте и сканирайте без контакт. Степента на отказ на тази технология е около 0,0001%. В същото време разпознаването на отпечатъка на дланта е двойна проверка в началния етап – първият път за получаване на външни характеристики и вторият път за получаване на вътрешни организационни характеристики. В сравнение с други биометрични технологии по отношение на сигурността, подобрена.

В допълнение към горните биометрични характеристики, технологията за разпознаване на ириса също се популяризира. Степента на фалшиво разпознаване на ириса е толкова ниска, колкото 1/1000000. Той използва главно характеристиките на жизнената инвариантност и разликата на ириса, за да идентифицира идентичности.

Понастоящем консенсусът в индустрията е, че разпознаването на единична модалност има затруднения както в производителността на разпознаването, така и в сигурността, а мултимодалното сливане е важен пробив в разпознаването на лица и дори биометричното разпознаване - не само чрез многофакторно за подобряване на точността на разпознаване може също да подобри адаптивността на сцената и сигурността на поверителността на биометричната технология до известна степен. В сравнение с традиционния алгоритъм с един режим, той може по-добре да отговори на процента на фалшиво разпознаване на финансово ниво (едно на десет милиона), което също е основната тенденция в развитието на биометричната идентификация.

Мултимодална биометрична система

Мултимодалните биометрични системи използват множество сензори или биометрични данни, за да преодолеят ограниченията на унимодалните биометрични системи. Например системите за разпознаване на ириса могат да бъдат компрометирани от стареене на ириса, а електронното разпознаване на пръстови отпечатъци може да се влоши от износени или нарязани пръстови отпечатъци. Докато унимодалните биометрични системи са ограничени от целостта на техния идентификатор, малко вероятно е няколко унимодални системи да страдат от идентични ограничения. Мултимодалните биометрични системи могат да получат набори от информация от един и същ маркер (т.е. множество изображения на ирис или сканирания на един и същ пръст) или информация от различни биометрични данни (изискващи сканиране на пръстови отпечатъци и, използвайки гласово разпознаване, изговорена парола).

Мултимодалните биометрични системи могат да слеят тези унимодални системи последователно, едновременно, комбинация от тях или последователно, което се отнася съответно до последователни, паралелни, йерархични и серийни интеграционни режими.

CHANCCTVразработи серия отбиометрични лещиза разпознаване на лице, разпознаване на отпечатък на длан, както и идентификация на пръстови отпечатъци и идентификация на ириса. Например CH3659A е 4k обектив с ниско изкривяване, който е проектиран за 1/1,8'' сензори. Той разполага с всички стъклени и компактни дизайни с едва 11,95 mm TTL. Той улавя 44 градуса хоризонтално зрително поле. Този обектив е идеален за разпознаване на отпечатък на длан.