La biometría consiste en mediciones y cálculos corporales 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 emplea para identificar a individuos en grupos sometidos a vigilancia.

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

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

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

Reconocimiento facial

El proceso de reconocimiento facial incluye la captura de rostros, la detección de rostros, la extracción de características faciales y el reconocimiento de coincidencias faciales. Este proceso utiliza diversas tecnologías, como el algoritmo AdaBoost, las redes neuronales convolucionales y las máquinas de vectores de soporte en el aprendizaje automático.

El proceso de reconocimiento facial

Actualmente, las dificultades tradicionales del reconocimiento facial, como la rotación, la oclusión y la similitud, se han superado considerablemente, lo que mejora notablemente la precisión del reconocimiento facial. Los modos de reconocimiento facial 2D, 3D y multiespectral presentan diferentes escenarios de adquisición, grados de seguridad de datos y sensibilidad a la privacidad, entre otros. La incorporación del aprendizaje profundo de macrodatos permite que el algoritmo de reconocimiento facial 3D subsane las deficiencias de la proyección 2D, lo que permite identificar rápidamente la identidad de una persona y supone un avance significativo 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, que puede resistir eficazmente el fraude mediante falsificación de fotos, vídeos, modelos 3D y máscaras protésicas, y determinar de forma independiente la identidad de los usuarios. En la actualidad, con el rápido desarrollo de la tecnología de reconocimiento facial, muchas aplicaciones innovadoras, como los dispositivos inteligentes, las finanzas en línea y los pagos faciales, se han popularizado, aportando rapidez y comodidad a la vida y el trabajo de todos.

Reconocimiento de huellas palmares

El reconocimiento de la palma de la mano es una nueva tecnología de reconocimiento biométrico que utiliza la huella palmar como característica objetivo y recopila información biológica mediante tecnología de imágenes multiespectrales. Este reconocimiento multiespectral puede considerarse un modelo de tecnología de reconocimiento biométrico que combina múltiples modalidades y características objetivo. Esta nueva tecnología integra las tres características identificables del espectro de la piel, la palma de la mano y las venas para proporcionar información más completa simultáneamente y aumentar la capacidad de distinción de las características objetivo.

Este año, la tecnología de reconocimiento de palmas de Amazon, con nombre en clave Orville, ha comenzado sus pruebas. El escáner primero adquiere un conjunto de imágenes originales polarizadas por infrarrojos, centrándose en las características externas de la palma, como líneas y pliegues; al adquirir un 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 generar un conjunto de imágenes de manos. Estas imágenes están bien iluminadas, enfocadas y muestran la palma en una orientación y postura específicas, y están etiquetadas como zurdas o diestras.

Actualmente, la tecnología de reconocimiento de huellas palmares de Amazon permite verificar la identidad personal y completar el pago en tan solo 300 milisegundos, sin necesidad de que el usuario coloque las manos en el escáner; basta con un simple gesto para escanear sin contacto. La tasa de fallos de esta tecnología es de aproximadamente el 0,0001 %. Además, el reconocimiento de huellas palmares realiza una doble verificación en la etapa inicial: primero se obtienen las características externas y, segundo, las internas. En comparación con otras tecnologías biométricas, ofrece una mayor seguridad.

Además de las características biométricas mencionadas, la tecnología de reconocimiento de iris también se está popularizando. La tasa de falsos positivos del reconocimiento de iris es tan baja como 1/1.000.000. Se basa principalmente en las características de invariabilidad y diferencia del iris para identificar personas.

Actualmente, el consenso en la industria es que el reconocimiento de una sola modalidad presenta limitaciones tanto en rendimiento como en seguridad. La fusión multimodal representa un avance importante en el reconocimiento facial e incluso biométrico, ya que no solo mejora la precisión del reconocimiento mediante múltiples factores, sino que también optimiza la adaptabilidad a diferentes escenarios y la seguridad de la privacidad de la tecnología biométrica. En comparación con el algoritmo tradicional de una sola modalidad, permite alcanzar una tasa de falsos positivos a nivel financiero (tan baja como una entre diez millones), lo cual constituye 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 afectados por el envejecimiento del iris, y el reconocimiento electrónico de huellas dactilares puede empeorar debido al desgaste o corte de las huellas. 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 del iris o escaneos del mismo dedo) o información de diferentes datos 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, en combinación o en serie, lo que se refiere a los modos de integración secuencial, paralelo, jerárquico y serial, respectivamente.

CHANCCTVha desarrollado una serie delentes biométricasPara reconocimiento facial, reconocimiento de palma, identificación de huellas dactilares e identificación de iris. Por ejemplo, el CH3659A es un objetivo 4K de baja distorsión diseñado para sensores de 1/1.8''. Cuenta con un diseño compacto y totalmente de vidrio, con un TTL de tan solo 11.95 mm. Captura un campo de visión horizontal de 44 grados. Este objetivo es ideal para el reconocimiento de palma.