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

Los identificadores biométricos son las características distintivas y medibles que se utilizan para etiquetar y describir a las personas. A menudo se clasifican como características fisiológicas relacionadas con la forma del cuerpo. Algunos ejemplos incluyen, entre otros, la huella dactilar, las venas de la palma, el reconocimiento facial, el ADN, la huella de la palma, la geometría de la mano, el reconocimiento del iris, la retina y el olor.

La tecnología de identificación biométrica abarca la informática, la óptica y la acústica, así como otras ciencias físicas, ciencias biológicas, biosensores y principios bioestadísticos, tecnología de seguridad, inteligencia artificial y muchas otras ciencias básicas y tecnologías de aplicación innovadoras. Se trata de soluciones técnicas integrales y multidisciplinarias.

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

Reconocimiento facial

El proceso de reconocimiento facial incluye la recopilación, detección, extracción de características y reconocimiento facial. Este proceso utiliza diversas tecnologías, como el algoritmo AdaBoos, redes neuronales convolucionales y máquinas de vectores de soporte en aprendizaje automático.

El proceso de reconocimiento facial

En la actualidad, las dificultades tradicionales del reconocimiento facial, incluida la rotación, la oclusión, la similitud, etc., 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 datos y sensibilidad a la privacidad, etc., y la adición de 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 para la aplicación del reconocimiento facial bidimensional.

Al mismo tiempo, la tecnología de detección biométrica se utiliza actualmente como tecnología clave para mejorar la seguridad del reconocimiento facial, lo que permite combatir eficazmente el fraude por falsificación de fotos, vídeos, modelos 3D y máscaras protésicas, y determinar de forma independiente la identidad de los usuarios. Actualmente, 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 rapidez y comodidad a la vida y el trabajo de todos.

Reconocimiento de huellas de palmas

El reconocimiento de palmas es un nuevo tipo de tecnología de reconocimiento biométrico que utiliza la huella palmar del cuerpo humano como rasgo objetivo y recopila información biológica mediante tecnología de imágenes multiespectrales. El reconocimiento multiespectral de palmas puede considerarse un modelo de tecnología de reconocimiento biométrico que combina la multimodalidad y múltiples rasgos objetivo. Esta nueva tecnología combina las tres características identificables: el espectro cutáneo, la huella palmar y las venas para proporcionar información más completa de una sola vez y aumentar la distinción de los rasgos objetivo.

Este año, la tecnología de reconocimiento de palmas de Amazon, cuyo nombre en código es Orville, ha comenzado las pruebas. El escáner adquiere primero un conjunto de imágenes originales polarizadas por infrarrojos, centrándose en las características externas de la palma, como líneas y pliegues. Al adquirir 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 obtener un conjunto de imágenes que contienen las 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.

Actualmente, la tecnología de reconocimiento de palmas de Amazon puede verificar la identidad personal y completar el pago en tan solo 300 milisegundos. No requiere que los usuarios coloquen las manos sobre el escáner; basta con pasarlas y escanear sin contacto. La tasa de fallos de esta tecnología es de aproximadamente el 0,0001 %. Al mismo tiempo, el reconocimiento de palmas consiste en una doble verificación: la primera para obtener las características externas y la segunda para obtener las características organizativas internas. En comparación con otras tecnologías biométricas, la seguridad ha mejorado.

Además de las características biométricas mencionadas, la tecnología de reconocimiento de iris también se está popularizando. La tasa de falsos positivos en el reconocimiento de iris es de tan solo 1/1000000. Utiliza principalmente las características de invariancia y diferencia del iris para identificar identidades.

Actualmente, el consenso en la industria es que el reconocimiento de una sola modalidad presenta limitaciones tanto en el rendimiento como en la seguridad, y la fusión multimodal representa un avance importante en el reconocimiento facial e incluso en el reconocimiento biométrico, no solo mediante la multifactorialidad. La mejora de la precisión del reconocimiento también puede mejorar, en cierta medida, la adaptabilidad a la escena y la seguridad de la privacidad de la tecnología biométrica. En comparación con el algoritmo monomodo tradicional, puede cumplir mejor con la tasa de falsos reconocimientos a nivel financiero (tan baja como uno en diez millones), que también es 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 de iris pueden verse comprometidos por el envejecimiento de los iris, y el reconocimiento electrónico de huellas dactilares puede verse afectado por huellas desgastadas o cortadas. Si bien los sistemas biométricos unimodales están limitados por la integridad de su identificador, es improbable que varios sistemas unimodales presenten las mismas limitaciones. 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 datos biométricos (que requieren escaneos de huellas dactilares y, mediante reconocimiento de voz, una contraseña hablada).

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 los modos de integración secuencial, paralelo, jerárquico y serial, respectivamente.

CHANCCTVHa desarrollado una serie delentes biométricasPara reconocimiento facial, de palmas, de huellas dactilares e iris. Por ejemplo, el CH3659A es un objetivo 4K de baja distorsión diseñado para sensores de 1/1.8". Su diseño compacto y de cristal, con un TTL de tan solo 11,95 mm, captura un campo de visión horizontal de 44 grados. Es ideal para el reconocimiento de palmas.