La biometría son mediciones corporales y cálculos relacionados con las características humanas. La autenticación biométrica (o autenticación realista) se utiliza en informática como forma de identificación y control de acceso. También se utiliza para identificar individuos en grupos que están bajo vigilancia.

Los identificadores biométricos son características distintivas y mensurables que se utilizan para etiquetar y describir a los individuos. Los identificadores biométricos suelen clasificarse como características fisiológicas relacionadas con la forma del cuerpo. Los ejemplos incluyen, entre otros, huellas dactilares, venas de la palma, reconocimiento facial, ADN, huella de la palma, geometría de la mano, reconocimiento del iris, retina y olor/olor.

La tecnología de identificación biométrica involucra ciencias de la computación, óptica y acústica y otras ciencias físicas, ciencias biológicas, biosensores y principios de bioestadística, tecnología de seguridad y tecnología de inteligencia artificial y muchas otras ciencias básicas y tecnologías de aplicación innovadoras. Se trata de una completa solución técnica multidisciplinar.

En los últimos años, con el desarrollo de la inteligencia artificial, la tecnología de identificación biométrica ha madurado. En la actualidad, la tecnología de reconocimiento facial es la más representativa de la biometría.

Reconocimiento facial

El proceso de reconocimiento facial incluye recopilación de rostros, detección de rostros, extracción de características faciales y reconocimiento de coincidencia de rostros. El proceso de reconocimiento facial utiliza diversas tecnologías, como el algoritmo AdaBoos, la red neuronal convolucional y la máquina de vectores de soporte en el aprendizaje automático.

El proceso de reconocimiento facial.

En la actualidad, las dificultades tradicionales del reconocimiento facial, incluida la rotación, la oclusión y la similitud del rostro, se han mejorado enormemente, lo que mejora en gran medida la precisión del reconocimiento facial. Cara 2D, cara 3D, cara multiespectral. Cada modo tiene diferentes escenarios de adaptación de adquisición, grado de seguridad de los datos y sensibilidad de privacidad, etc., y la adición del aprendizaje profundo de big data hace que el algoritmo de reconocimiento facial 3D complemente los defectos de la proyección 2D. Puede identificar rápidamente la identidad de una persona, lo que ha supuesto un cierto avance en la aplicación del reconocimiento facial bidimensional.

Al mismo tiempo, la tecnología de detección biométrica se está utilizando actualmente como una tecnología clave para mejorar la seguridad del reconocimiento facial, que puede resistir eficazmente fraudes falsificados como fotos, videos, modelos 3D y máscaras protésicas, y determinar de forma independiente la identidad de usuarios operativos. En la actualidad, con el rápido desarrollo de la tecnología de reconocimiento facial, muchas aplicaciones innovadoras, como dispositivos inteligentes, finanzas en línea y pagos faciales, se han vuelto cada vez más populares, aportando velocidad y comodidad a la vida y el trabajo de todos.

Reconocimiento de huellas dactilares

El reconocimiento de huellas dactilares es un nuevo tipo de tecnología de reconocimiento biométrico que utiliza la huella de la palma del cuerpo humano como característica objetivo y recopila información biológica a través de tecnología de imágenes multiespectrales. El reconocimiento multiespectral de huellas dactilares puede considerarse como un modelo de tecnología de reconocimiento biométrico que combina características multimodales y de múltiples objetivos. Esta nueva tecnología combina las tres características identificables del espectro de la piel, la huella de la palma y las venas para proporcionar información más abundante al mismo tiempo y aumentar la distinción de las características objetivo.

Este año, la tecnología de reconocimiento de la palma de la mano de Amazon, cuyo nombre clave es Orville, ha comenzado a realizarse pruebas. El escáner primero adquiere un conjunto de imágenes originales polarizadas por infrarrojos, enfocándose en las características externas de la palma, como líneas y pliegues; al adquirir nuevamente el segundo conjunto de imágenes polarizadas, se centra en la estructura de la palma y las características internas, como venas, huesos, tejidos blandos, etc. Las imágenes sin procesar se procesan inicialmente para proporcionar un conjunto de imágenes que contienen manos. Estas imágenes están bien iluminadas, enfocadas y muestran la palma en una orientación específica, en una postura específica y etiquetadas como zurdas o diestras.

En la actualidad, la tecnología de reconocimiento de huellas dactilares de Amazon puede verificar la identidad personal y completar el pago en sólo 300 milisegundos, y no requiere que los usuarios coloquen sus manos sobre el dispositivo de escaneo, simplemente saluden y escaneen sin contacto. La tasa de fracaso de esta tecnología es de aproximadamente el 0,0001%. Al mismo tiempo, el reconocimiento de la huella palmar es una doble verificación en la etapa inicial: la primera vez para obtener características externas y la segunda para obtener características organizacionales internas. En comparación con otras tecnologías biométricas en términos de seguridad, mejorado.

Además de las funciones biométricas mencionadas anteriormente, también se está popularizando la tecnología de reconocimiento del iris. La tasa de reconocimiento falso del reconocimiento de iris es tan baja como 1/1000000. Utiliza principalmente las características de invariancia y diferencia de vida del iris para identificar identidades.

En la actualidad, el consenso en la industria es que el reconocimiento de una única modalidad tiene cuellos de botella tanto en el rendimiento del reconocimiento como en la seguridad, y la fusión multimodal es un avance importante en el reconocimiento facial e incluso en el reconocimiento biométrico, no solo a través de múltiples factores. Mejorar la precisión del reconocimiento también puede mejorar hasta cierto punto la adaptabilidad de la escena y la seguridad de la privacidad de la tecnología biométrica. En comparación con el algoritmo tradicional de modo único, puede cumplir mejor con la tasa de reconocimiento falso a nivel financiero (tan baja como uno entre diez millones), que es también la principal tendencia en el desarrollo de la identificación biométrica.

Sistema biométrico multimodal

Los sistemas biométricos multimodales utilizan múltiples sensores o datos biométricos para superar las limitaciones de los sistemas biométricos unimodales. Por ejemplo, los sistemas de reconocimiento del iris pueden verse comprometidos por el envejecimiento del iris y el reconocimiento electrónico de huellas dactilares puede empeorar por huellas dactilares desgastadas o cortadas. Si bien los sistemas biométricos unimodales están limitados por la integridad de su identificador, es poco probable que varios sistemas unimodales sufran limitaciones idénticas. Los sistemas biométricos multimodales pueden obtener conjuntos de información del mismo marcador (es decir, múltiples imágenes de un iris o escaneos del mismo dedo) o información de diferentes sistemas biométricos (que requieren escaneos de huellas dactilares y, mediante reconocimiento de voz, un código de acceso hablado).

Los sistemas biométricos multimodales pueden fusionar estos sistemas unimodales de forma secuencial, simultánea, una combinación de los mismos, o en serie, que se refieren a modos de integración secuencial, paralelo, jerárquico y serial, respectivamente.

CHANCTVha desarrollado una serie delentes biometricospara reconocimiento facial, reconocimiento de huellas dactilares, así como identificación de huellas dactilares e identificación de iris. Por ejemplo, CH3659A es una lente de baja distorsión 4k diseñada para sensores de 1/1,8''. Presenta diseños compactos y completamente de vidrio con solo 11,95 mm TTL. Capta un campo de visión horizontal de 44 grados. Esta lente es ideal para el reconocimiento de huellas dactilares.