Les biomètriques són mesures del cos i càlculs 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 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. Els exemples inclouen, però no es limiten a les empremtes dactilars, les venes de palmera, el reconeixement facial, l’ADN, la impressió de palma, la geometria de les mans, el reconeixement d’iris, la retina i l’olor/aroma.

La tecnologia d’identificació biomètrica implica informàtica, òptica i acústica i altres ciències físiques, ciències biològiques, biosensors i principis biostatístics, tecnologia de seguretat i tecnologia d’intel·ligència artificial i moltes altres ciències bàsiques i tecnologies d’aplicacions innovadores. És una solucions tècniques multidisciplinàries completes.

En els darrers anys, amb el desenvolupament de la intel·ligència artificial, la tecnologia d’identificació biomètrica s’ha tornat més madura. Actualment, la tecnologia de reconeixement facial és la més representativa de la biomètrica.

Reconeixement de la cara

El procés de reconeixement facial inclou la recollida facial, la detecció de la cara, l'extracció de funcions facials i el reconeixement de la concordança de la cara. El procés de reconeixement facial utilitza diverses tecnologies com l'algoritme d'Adaboos, la xarxa neuronal convolutiva 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’occlusió, la similitud, etc., cosa que millora molt la precisió del reconeixement facial. 2D Face, 3D Face, Face Multi-Spectral Cada mode té diferents escenaris d’adaptació d’adquisició, grau de seguretat de dades i sensibilitat de privadesa, etc., i l’addició d’aprenentatge profund de dades grans fa que l’algoritme de reconeixement de la cara 3D complementi els defectes de la projecció 2D, Pot identificar ràpidament la identitat d’una persona, que ha aportat un cert avenç per a l’aplicació d’un reconeixement de la cara bidimensional.

Al mateix temps, actualment la tecnologia de detecció biomètrica s'utilitza com a tecnologia clau per millorar la seguretat del reconeixement facial, que pot resistir efectivament el frau de la falsificació com ara fotografies, vídeos, models 3D i màscares protètiques i determinar independentment la identitat de Usuaris operatius. 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 fet cada cop més populars, aportant velocitat i comoditat a la vida i al treball de tothom.

Reconeixement de PalmPrint

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

Aquest any, la tecnologia de reconeixement de palma d’Amazon, anomenada amb codi Orville, ha començat a provar. L’escàner adquireix per primera vegada un conjunt d’imatges originals polaritzades d’infrarojos, centrats en les característiques externes del palmell, com ara línies i plecs; En adquirir el segon conjunt d’imatges polaritzades de nou, se centra en l’estructura de palma 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 etiquetada com a mà esquerra o dreta.

Actualment, la tecnologia de reconeixement de PalmPrint 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 Wave i escanejar sense contacte. La taxa de fallada d’aquesta tecnologia és d’uns 0,0001%. Al mateix temps, el reconeixement de PalmPrint és una doble verificació en l’etapa inicial: la primera vegada per obtenir característiques externes i la segona vegada per obtenir característiques organitzatives internes. En comparació amb altres tecnologies biomètriques en termes de seguretat, es va millorar.

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

Actualment, el consens de la indústria és que el reconeixement d’una única modalitat té colls d’ampolla tant en el rendiment del reconeixement com en la seguretat, i la fusió multimodal és un gran avenç en el reconeixement facial i fins i tot el reconeixement biomètric, no només a través del multifactor Per 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 un cert punt. En comparació amb l'algoritme tradicional d'un mode únic, pot complir millor la taxa de reconeixement fals a nivell financer (fins a un de cada deu milions), que és també la tendència principal del desenvolupament de la identificació biomètrica.

Sistema biomètric multimodal

Els sistemes biomètrics multimodals utilitzen múltiples sensors o biomètrics per superar les limitacions dels sistemes biomètrics unimodals. Per exemple, els sistemes de reconeixement de l’IRIS es poden veure compromesos per l’envelliment iris i el reconeixement electrònic d’empremtes digitals es pot empitjorar per empremtes 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 biomètriques (requerint 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’aquest, o en sèrie, que es refereixen a modes d’integració seqüencials, paral·leles, jeràrquiques i en sèrie, respectivament.

Cancctvha desenvolupat una sèrie delents biomètriquesPer al reconeixement facial, el reconeixement de PalmPrint, així com la identificació d’empremtes dactilars i la identificació d’iris. Per exemple, CH3659A és una lent de distorsió de 4K baixa que va ser dissenyada per a sensors d’1/1,8 ''. Disposa de tots els dissenys de vidre i compactes amb només 11,95 mm TTL. Capta un camp de vista horitzontal de 44 graus. Aquesta lent és ideal per al reconeixement de PalmPrint.