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

Los identificadores biométricos son las características distintivas y medibles utilizadas para etiquetar y describir a los individuos. Los identificadores biométricos a menudo se clasifican como características fisiológicas relacionadas con la forma del cuerpo. Los ejemplos incluyen, entre otros, huellas digitales, venas de palma, reconocimiento de la cara, ADN, estampado de palma, geometría de manos, reconocimiento de iris, retina y olor/aroma.

La tecnología de identificación biométrica implica informática, óptica y acústica y otras ciencias físicas, ciencias biológicas, biosensores y principios de biostadística, tecnología de seguridad y tecnología de inteligencia artificial y muchas otras ciencias básicas y tecnologías de aplicaciones innovadoras. Es una soluciones técnicas multidisciplinarias completas.

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

Reconocimiento facial

El proceso de reconocimiento de la cara incluye colección de cara, detección de cara, extracción de características faciales y reconocimiento de coincidencia de faciales. 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 de reconocimiento facial, incluida la rotación de la cara, la oclusión, la similitud, etc., se han mejorado considerablemente, lo que mejora en gran medida la precisión del reconocimiento de la cara. En cada modo, la cara 2D, la cara 3D, la cara multiespectral cada modo tiene diferentes escenarios de adaptación de adquisición, el grado de seguridad de datos y la sensibilidad de la privacidad, y la adición de un aprendizaje profundo de Big Data hace que el algoritmo de reconocimiento facial 3D complementa los defectos de la proyección 2D, Puede identificar rápidamente la identidad de una persona, lo que ha traído un cierto avance para 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 efectivamente el fraude de falsificación, como fotos, videos, modelos 3D y máscaras protésicas, y determinar independientemente 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 el pago facial, se han vuelto cada vez más populares, aportando velocidad y conveniencia a la vida y el trabajo de todos.

Reconocimiento de huellas de palmeras

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

Este año, la tecnología de reconocimiento de palmeras de Amazon, con el nombre de Orville, ha comenzado a probar. El escáner primero adquiere un conjunto de imágenes originales polarizadas infrarrojas, centrándose 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 suaves, etc. Las imágenes sin procesar se procesan inicialmente para proporcionar un conjunto de imágenes que contienen manos. Estas imágenes están bien iluminadas, en foco y muestran la palma en una orientación específica, en una pose específica, y se etiquetan como la mano izquierda o derecha.

En la actualidad, la tecnología de reconocimiento de PalmPrint de Amazon puede verificar la identidad personal y completar el pago en solo 300 milisegundos, y no requiere que los usuarios pongan sus manos en el dispositivo de escaneo, simplemente saluden y escaneen sin contacto. La tasa de fracaso de esta tecnología es de aproximadamente 0.0001%. Al mismo tiempo, el reconocimiento de Palmprint es una doble verificación en la etapa inicial, la primera vez para obtener características externas y la segunda vez para obtener características organizativas internas. En comparación con otras tecnologías biométricas en términos de seguridad, mejoró.

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

En la actualidad, el consenso en la industria es que el reconocimiento de una sola 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 el reconocimiento biométrico, no solo a través de los factores multifactores de la forma en que Para mejorar la precisión de reconocimiento también puede mejorar la adaptabilidad de la escena y la seguridad de la privacidad de la tecnología biométrica hasta cierto punto. En comparación con el algoritmo tradicional de modo único, puede cumplir mejor la tasa de reconocimiento falso de nivel financiero (tan baja como uno de cada diez millones), que también es la tendencia principal del desarrollo de la identificación biométrica.

Sistema biométrico multimodal

Los sistemas biométricos multimodales utilizan múltiples sensores o biometría para superar las limitaciones de los sistemas biométricos unimodales. Por ejemplo, los sistemas de reconocimiento de IRIS pueden verse comprometidos por iris envejecidos y el reconocimiento electrónico de huellas digitales puede empeorar mediante 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 biometría (que requieren escaneos de huellas digitales y, utilizando reconocimiento de voz, un código de acceso hablado).

Los sistemas biométricos multimodales pueden fusionar estos sistemas unimodales secuencialmente, simultáneamente, una combinación de los mismos, o en serie, que se refieren a modos secuenciales, paralelos, jerárquicos y en serie, respectivamente.

Chancctvha desarrollado una serie delentes biométricosPara el reconocimiento de la cara, el reconocimiento de Palmprint, así como la identificación de huellas digitales e identificación del iris. Por ejemplo, CH3659A es una lente de baja distorsión 4K que fue diseñada para sensores de 1/1.8 ''. Cuenta con todos los diseños de vidrio y compactos con solo 11.95 mm TTL. Captura 44 grados de visión horizontal. Esta lente es ideal para el reconocimiento de Palmprint.