La biometria són mesures i càlculs corporals relacionats amb les característiques humanes. L'autenticació biomètrica (o autenticació realista) s'utilitza en informàtica com a forma d'identificació i control d'accés. També s'utilitza per identificar individus en grups que estan sota vigilància.

Els identificadors biomètrics són les característiques distintives i mesurables que s'utilitzen per etiquetar i descriure les persones. Els identificadors biomètrics sovint es classifiquen com a característiques fisiològiques relacionades amb la forma del cos. Els exemples inclouen, entre d'altres, l'empremta digital, les venes del palmell, el reconeixement facial, l'ADN, l'empremta del palmell, la geometria de la mà, el reconeixement de l'iris, la retina i l'olor/olor.

La tecnologia d'identificació biomètrica inclou ciències de la informàtica, òptica i acústica i altres ciències físiques, ciències biològiques, principis de biosensors i bioestadística, tecnologia de seguretat i tecnologia d'intel·ligència artificial i moltes altres ciències bàsiques i tecnologies d'aplicació innovadores. Es tracta d'una solució tècnica multidisciplinària completa.

En els últims anys, amb el desenvolupament de la intel·ligència artificial, la tecnologia d'identificació biomètrica ha esdevingut més madura. Actualment, la tecnologia de reconeixement facial és la més representativa de la biometria.

Reconeixement facial

El procés de reconeixement facial inclou la recollida de cares, la detecció de cares, l'extracció de característiques facials i el reconeixement de concordança de cares. El procés de reconeixement facial utilitza diverses tecnologies com l'algoritme AdaBoos, la xarxa neuronal convolucional i la màquina vectorial de suport en l'aprenentatge automàtic.

El procés de reconeixement facial

Actualment, s'han millorat molt les dificultats tradicionals de reconeixement facial, com ara la rotació de la cara, l'oclusió, la similitud, etc., la qual cosa millora molt la precisió del reconeixement facial. Cara 2D, cara 3D, cara multiespectral Cada mode té diferents escenaris d'adaptació d'adquisició, grau de seguretat de dades i sensibilitat a la privadesa, etc., i l'addició d'un aprenentatge profund de grans dades fa que l'algoritme de reconeixement facial 3D complementi els defectes de la projecció 2D. Pot identificar ràpidament la identitat d'una persona, cosa que ha suposat un cert avenç per a l'aplicació del reconeixement facial bidimensional.

Al mateix temps, la tecnologia de detecció biomètrica s'està utilitzant actualment com a tecnologia clau per millorar la seguretat del reconeixement facial, que pot resistir eficaçment la falsificació de frau com ara fotos, vídeos, models 3D i màscares protètiques, i determinar de manera independent la identitat de usuaris operatius. En l'actualitat, amb el ràpid desenvolupament de la tecnologia de reconeixement facial, moltes aplicacions innovadores com ara dispositius intel·ligents, finances en línia i pagament facial s'han tornat cada cop més populars, aportant velocitat i comoditat a la vida i el treball de tothom.

Reconeixement de l'empremta de la mà

El reconeixement de l'empremta de la mà és un nou tipus de tecnologia de reconeixement biomètric, que utilitza l'empremta de la mà del cos humà com a característica objectiu i recopila informació biològica mitjançant la tecnologia d'imatge multiespectral. El reconeixement multiespectral de l'empremta de la mà es pot considerar com un model de tecnologia de reconeixement biomètric que combina característiques multimodalitat i múltiples objectius. Aquesta nova tecnologia combina les tres característiques identificables de l'espectre de la pell, la impressió de la palma i les venes per proporcionar informació més abundant alhora i augmentar la distinció de les característiques objectiu.

Aquest any, la tecnologia de reconeixement de palma d'Amazon, amb el nom en codi Orville, ha començat a provar-se. L'escàner adquireix primer un conjunt d'imatges originals polaritzades per infrarojos, centrant-se en les característiques externes del palmell, com ara línies i plecs; quan es torna a adquirir el segon conjunt d'imatges polaritzades, se centra en l'estructura del palmell i les característiques internes, com venes, ossos, teixits tous, etc. Les imatges en brut es processen inicialment per proporcionar un conjunt d'imatges que contenen mans. Aquestes imatges estan ben il·luminades, enfocades i mostren el palmell en una orientació específica, en una postura específica i s'etiqueten com a mà esquerra o dreta.

En l'actualitat, la tecnologia de reconeixement d'empremta de palma d'Amazon pot verificar la identitat personal i completar el pagament en només 300 mil·lisegons, i no requereix que els usuaris posin les mans al dispositiu d'escaneig, només agita i escaneja sense contacte. La taxa de fallada d'aquesta tecnologia és d'uns 0,0001%. Al mateix temps, el reconeixement de l'empremta de la mà és una doble verificació en la fase inicial: la primera vegada per obtenir característiques externes i la segona per obtenir característiques organitzatives internes. En comparació amb altres tecnologies biomètriques en termes de seguretat, millora.

A més de les característiques biomètriques anteriors, també s'està popularitzant la tecnologia de reconeixement de l'iris. La taxa de reconeixement fals del reconeixement de l'iris és tan baixa com 1/1000000. Utilitza principalment les característiques de la invariància i la diferència de la vida de l'iris per identificar identitats.

En l'actualitat, el consens al sector és que el reconeixement d'una sola modalitat té colls d'ampolla tant en el rendiment del reconeixement com en la seguretat, i la fusió multimodal és un avenç important en el reconeixement facial i fins i tot el reconeixement biomètric, no només a través de múltiples factors. millorar la precisió del reconeixement també pot millorar l'adaptabilitat de l'escena i la seguretat de la privadesa de la tecnologia biomètrica fins a cert punt. En comparació amb l'algorisme tradicional monomode, pot satisfer millor la taxa de fals reconeixement a nivell financer (fins a un de cada deu milions), que també és la principal tendència del desenvolupament de la identificació biomètrica.

Sistema biomètric multimodal

Els sistemes biomètrics multimodals utilitzen múltiples sensors o biometria per superar les limitacions dels sistemes biomètrics unimodals. Per exemple, els sistemes de reconeixement de l'iris es poden veure compromesos per l'envelliment de l'iris i el reconeixement electrònic d'empremtes dactilars es pot empitjorar amb empremtes dactilars gastades o tallades. Tot i que els sistemes biomètrics unimodals estan limitats per la integritat del seu identificador, és poc probable que diversos sistemes unimodals pateixin limitacions idèntiques. Els sistemes biomètrics multimodals poden obtenir conjunts d'informació del mateix marcador (és a dir, diverses imatges d'un iris o exploracions del mateix dit) o ​​informació de diferents biometries (que requereixen exploracions d'empremtes digitals i, mitjançant el reconeixement de veu, una contrasenya parlada).

Els sistemes biomètrics multimodals poden fusionar aquests sistemes unimodals seqüencialment, simultàniament, una combinació d'ells, o en sèrie, que fan referència a modes d'integració seqüencial, paral·lel, jeràrquic i sèrie, respectivament.

CHANCCTVha desenvolupat una sèrie delents biomètriquesper al reconeixement facial, el reconeixement d'empremtes de la mà, així com la identificació d'empremtes dactilars i la identificació de l'iris. Per exemple, CH3659A és una lent de 4k de baixa distorsió dissenyada per a sensors d'1/1,8''. Compta amb tots els dissenys de vidre i compactes amb només 11,95 mm TTL. Capta un camp de visió horitzontal de 44 graus. Aquesta lent és ideal per al reconeixement de l'empremta de la mà.