Biometrie sind Körpermessungen und Berechnungen im Zusammenhang mit menschlichen Merkmalen. Die biometrische Authentifizierung (oder eine realistische Authentifizierung) wird in der Informatik als Form der Identifizierung und Zugriffskontrolle verwendet. Es wird auch verwendet, um Einzelpersonen in Gruppen zu identifizieren, die überwacht werden.

Biometrische Identifikatoren sind die charakteristischen, messbaren Eigenschaften, die zur Kennzeichnung und Beschreibung von Individuen verwendet werden. Biometrische Identifikatoren werden häufig als physiologische Eigenschaften eingestuft, die mit der Form des Körpers zusammenhängen. Beispiele sind unter anderem Fingerabdruck, Palmenvenen, Gesichtserkennung, DNA, Palmendruck, Handgeometrie, Iriserkennung, Retina und Geruch/Duft.

Die biometrische Identifizierungstechnologie umfasst Informatik, Optik und Akustik sowie andere physische Wissenschaften, biologische Wissenschaften, Biosensoren und Biostatistikprinzipien, Sicherheitstechnologie und künstliche Intelligenztechnologie sowie viele andere grundlegende Wissenschaften und innovative Anwendungstechnologien. Es ist eine vollständige multidisziplinäre technische Lösungen.

In den letzten Jahren ist die biometrische Identifikationstechnologie mit der Entwicklung künstlicher Intelligenz reifer geworden. Derzeit ist die Gesichtserkennungstechnologie die repräsentativste für die Biometrie.

Gesichtserkennung

Der Prozess der Gesichtserkennung umfasst die Face -Sammlung, die Gesichtserkennung, die Extraktion der Gesichtsmerkmale und die Erkennung von Gesichtsübereinstimmungen. Der Gesichtserkennungsprozess verwendet verschiedene Technologien wie Adaboos -Algorithmus, Faltungsnetzwerk und Support Vector Machine im maschinellen Lernen.

Der Prozess der Gesichtserkennung

Gegenwärtig wurden die traditionellen Schwierigkeiten der Gesichtserkennung, einschließlich Gesichtsrotation, Verschluss, Ähnlichkeit usw., erheblich verbessert, was die Genauigkeit der Gesichtserkennung erheblich verbessert. 2D-Gesicht, 3D-Gesicht, multispektrales Gesicht Jeder Modus hat unterschiedliche Szenarien für die Anpassung der Erfassung von Akquisitionen, Datensicherheit und Datenschutzempfindlichkeit usw., und das Hinzufügen von Deep-Lernen von Big Data lässt den 3D-Gesichtserkennungsalgorithmus die Defekte der 2D-Projektion ergänzen, Es kann schnell die Identität einer Person identifizieren, die einen bestimmten Durchbruch für die Anwendung einer zweidimensionalen Gesichtserkennung gebracht hat.

Gleichzeitig wird die biometrische Erkennungstechnologie derzeit als Schlüsseltechnologie zur Verbesserung der Sicherheit der Gesichtserkennung verwendet, die effektiv widerstehen kann, gegen Betrug mit Fällen von Fälschungen wie Fotos, Videos, 3D Betrieb von Benutzern. Gegenwärtig sind viele innovative Anwendungen wie intelligente Geräte, Online -Finanzierung und Gesichtszahlung immer beliebter und bringen mit der raschen Entwicklung der Gesichtserkennungstechnologie immer beliebter und bringen das Leben und die Arbeit aller Geschwindigkeiten und Komfort.

Palmprint -Anerkennung

Die Erkennung von Palmprint ist eine neue Art der biometrischen Erkennungstechnologie, die den Palmabdruck des menschlichen Körpers als Zielmerkmal verwendet und biologische Informationen durch multispektrale Bildgebungstechnologie sammelt. Die multispektrale Erkennung von Palmprint kann als Modell der biometrischen Erkennungstechnologie angesehen werden, die Multimodalität und mehrere Zielfunktionen kombiniert. Diese neue Technologie kombiniert die drei identifizierbaren Merkmale von Hautspektrum, Palmdruck und Venenvenen, um gleichzeitig reichere Informationen bereitzustellen und die Unterscheidbarkeit von Zielfunktionen zu erhöhen.

In diesem Jahr hat die Palm-Recognition-Technologie von Amazon Orville mit dem Code genannt. Der Scanner erfasst zunächst einen Satz von Infrarot -polarisierten Originalbildern und konzentriert sich auf die externen Merkmale der Handfläche wie Linien und Falten. Wenn Sie den zweiten Satz polarisierter Bilder erneut erfassen, konzentriert es sich auf die Palmstruktur und die internen Merkmale wie Venen, Knochen, Weichteile usw. Die Rohbilder werden ursprünglich verarbeitet, um eine Reihe von Bildern mit Händen bereitzustellen. Diese Bilder sind gut beleuchtet, im Fokus, und zeigen die Handfläche in einer bestimmten Ausrichtung in einer bestimmten Pose und markiert als links oder rechts.

Derzeit kann die Palmprint -Erkennungstechnologie von Amazon die persönliche Identität überprüfen und die Zahlung in nur 300 Millisekunden abschließen und erfordert nicht, dass Benutzer ihre Hände auf das Scan -Gerät legen, einfach ohne Kontakt winken und scannen. Die Ausfallrate dieser Technologie beträgt etwa 0,0001%. Gleichzeitig ist die Palmprint -Erkennung eine doppelte Überprüfung in der Anfangsphase - das erste Mal, um externe Merkmale zu erhalten, und das zweite Mal, um interne organisatorische Merkmale zu erhalten. Im Vergleich zu anderen biometrischen Technologien in Bezug auf die Sicherheit verbessert sich.

Zusätzlich zu den oben genannten biometrischen Merkmalen wird auch die Iris -Erkennungstechnologie populär. Die falsche Erkennungsrate der IRIS -Erkennung beträgt nur 1/1000000. Es verwendet hauptsächlich die Merkmale der Iris -Lebensinvarianz und des Unterschieds, um Identitäten zu identifizieren.

Derzeit besteht der Konsens in der Branche darin, dass die Anerkennung einer einzigen Modalität Engpässe sowohl in Bezug Um die Erkennungsgenauigkeit zu verbessern, kann die Anpassungsfähigkeit der Szene und die Sicherheit der biometrischen Technologie in gewissem Maße auch die Szene verbessern. Im Vergleich zum traditionellen Single-Mode-Algorithmus kann es die falsche Erkennungsrate auf finanzieller Ebene (nur eine von zehn Millionen) besser erfüllen, was auch der Haupttrend für die Entwicklung der biometrischen Identifizierung ist.

Multimodales biometrisches System

Multimodale biometrische Systeme verwenden mehrere Sensoren oder Biometrie, um die Einschränkungen von unimodalen biometrischen Systemen zu überwinden. Für die Instanz-IRIS-Erkennungssysteme können durch Alterung von Iris und elektronische Fingerabdruckerkennung durch abgenutzte oder geschnittene Fingerabdrücke verschlechtert werden. Während unimodale biometrische Systeme durch die Integrität ihrer Kennung begrenzt sind, ist es unwahrscheinlich, dass mehrere unimodale Systeme unter identischen Einschränkungen leiden. Multimodale biometrische Systeme können Informationssätze aus demselben Marker (dh mehrere Bilder einer Iris oder Scans desselben Fingers) oder Informationen aus verschiedenen Biometrie (für Fingerabdruck -Scans und unter Verwendung der Spracherkennung ein gesprochener Passcode) erhalten.

Multimodale biometrische Systeme können diese unimodalen Systeme gleichzeitig eine Kombination davon oder in Serien, die sich auf sequentielle, parallele, hierarchische und serielle Integrationsmodi beziehen, nacheinander verschmelzen.

Chancctvhat eine Reihe von einer Reihe von entwickeltBiometrische ObjektiveFür die Gesichtserkennung, die Erkennung von Palmprint sowie die Identifizierung von Fingerabdrücken und die Identifizierung von IRIS. Für Instanz CH3659A ist eine 4K -Niederlage mit niedriger Verzerrung, die für 1/1,8 -' -Sensoren ausgelegt war. Es verfügt über alle Glas- und kompakten Designs mit nur 11,95 mm TTL. Es erfasst 44 Grad horizontales Sichtfeld. Dieses Objektiv ist ideal für die Erkennung von Palmen.