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 individus. Els identificadors biomètrics sovint es classifiquen com a característiques fisiològiques relacionades amb la forma del cos. Exemples d'aquestes inclouen, entre d'altres, empremta digital, venes del palmell, reconeixement facial, ADN, empremta del palmell, geometria de la mà, reconeixement de l'iris, retina i olor.

La tecnologia d'identificació biomètrica inclou la informàtica, l'òptica i l'acústica, entre altres ciències físiques, ciències biològiques, biosensors i principis de bioestadística, tecnologia de seguretat, tecnologia d'intel·ligència artificial i moltes altres ciències bàsiques i tecnologies d'aplicació innovadores. Es tracta de solucions tècniques multidisciplinàries completes.

En els darrers anys, amb el desenvolupament de la intel·ligència artificial, la tecnologia d'identificació biomètrica ha madurat. 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 coincidència facial. El procés de reconeixement facial utilitza diverses tecnologies com l'algoritme AdaBoos, la xarxa neuronal convolucional i la màquina de vectors de suport en l'aprenentatge automàtic.

El procés de reconeixement facial

Actualment, les dificultats tradicionals de reconeixement facial, com ara la rotació facial, l'oclusió, la similitud, etc., s'han millorat considerablement, cosa que millora considerablement 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 de privadesa, etc., i l'addició de l'aprenentatge profund de big data fa que l'algoritme de reconeixement facial 3D complementi els defectes de la projecció 2D, ja que pot identificar ràpidament la identitat d'una persona, cosa que ha suposat un cert avenç per a l'aplicació del reconeixement facial bidimensional.

Alhora, la tecnologia de detecció biomètrica s'utilitza actualment com a tecnologia clau per millorar la seguretat del reconeixement facial, que pot resistir eficaçment el frau de falsificació com ara fotos, vídeos, models 3D i màscares protètiques, i determinar independentment la identitat dels usuaris. Actualment, 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 la feina de tothom.

Reconeixement d'empremtes palmars

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

Aquest any, la tecnologia de reconeixement de palmells d'Amazon, amb nom en clau Orville, ha començat a ser provada. L'escàner primer adquireix un conjunt d'imatges originals polaritzades per infrarojos, centrant-se en les característiques externes del palmell, com ara línies i plecs; quan torna a adquirir el segon conjunt d'imatges polaritzades, se centra en l'estructura del palmell i les característiques internes, com ara 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 etiquetades com a esquerranes o dretanes.

Actualment, la tecnologia de reconeixement d'empremtes de la mà 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 cal que l'agitin i l'escanegin sense contacte. La taxa de fallada d'aquesta tecnologia és d'aproximadament el 0,0001%. Al mateix temps, el reconeixement d'empremtes 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, ha millorat en termes de seguretat.

A més de les característiques biomètriques esmentades, la tecnologia de reconeixement de l'iris també s'està popularitzant. 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.

Actualment, el consens a la indústria és que el reconeixement d'una sola modalitat té colls d'ampolla tant en el rendiment com en la seguretat del reconeixement, i la fusió multimodal és un avenç important en el reconeixement facial i fins i tot en el reconeixement biomètric, no només a través de la multifactor. La manera de 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'algoritme tradicional d'un sol mode, pot satisfer millor la taxa de reconeixement fals a nivell financer (tan baixa com 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 dades biomètriques per superar les limitacions dels sistemes biomètrics unimodals. Per exemple, els sistemes de reconeixement de l'iris poden veure's compromesos per l'envelliment de l'iris i el reconeixement electrònic d'empremtes dactilars pot empitjorar per empremtes dactilars desgastades o tallades. Si bé 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, múltiples imatges d'un iris o exploracions del mateix dit) o ​​informació de diferents dades biomètriques (que requereixen exploracions d'empremtes dactilars i, mitjançant el reconeixement de veu, un codi d'accés parlat).

Els sistemes biomètrics multimodals poden fusionar aquests sistemes unimodals seqüencialment, simultàniament, una combinació d'aquests o en sèrie, que es refereixen a modes d'integració seqüencials, paral·lels, jeràrquics i en 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, el CH3659A és una lent de baixa distorsió de 4k que va ser dissenyada per a sensors d'1/1,8''. Presenta dissenys totalment de vidre i compactes amb només 11,95 mm TTL. Captura un camp de visió horitzontal de 44 graus. Aquesta lent és ideal per al reconeixement d'empremtes de la mà.