Biomeetria on keha mõõtmised ja arvutused, mis on seotud inimese omadustega. Biomeetrilist autentimist (või realistlikku autentimist) kasutatakse arvutiteaduses identifitseerimise ja juurdepääsu kontrollimise vormina. Seda kasutatakse ka isikute tuvastamiseks jälgimise all olevates rühmades.

Biomeetrilised identifikaatorid on eristavad ja mõõdetavad tunnused, mida kasutatakse isikute märgistamiseks ja kirjeldamiseks. Biomeetrilisi identifikaatoreid liigitatakse sageli füsioloogilisteks tunnusteks, mis on seotud kehakujuga. Näideteks on muu hulgas sõrmejälg, peopesa veenid, näotuvastus, DNA, peopesajälg, käe geomeetria, iirise tuvastamine, võrkkest ja lõhn/lõhn.

Biomeetrilise identifitseerimise tehnoloogia hõlmab arvutiteadust, optikat ja akustikat ning teisi füüsikateadusi, bioloogiateadusi, biosensorite ja biostatistika põhimõtteid, turvatehnoloogiat, tehisintellekti tehnoloogiat ja paljusid teisi baasteadusi ja uuenduslikke rakendustehnoloogiaid. See on terviklik multidistsiplinaarne tehniline lahendus.

Viimastel aastatel on tehisintellekti arenguga biomeetrilise tuvastamise tehnoloogia küpsemaks muutunud. Praegu on näotuvastustehnoloogia biomeetria kõige tüüpilisem vorm.

Näotuvastus

Näotuvastuse protsess hõlmab näo kogumist, näo tuvastamist, näotunnuste eraldamist ja näo sobitamise tuvastamist. Näotuvastuse protsessis kasutatakse mitmesuguseid tehnoloogiaid, näiteks AdaBoosi algoritmi, konvolutsioonilist närvivõrku ja masinõppes kasutatavat tugivektorimasinat.

Näo tuvastamise protsess

Praegu on traditsioonilised näotuvastuse raskused, sealhulgas näo pööramine, varjamine, sarnasus jne, oluliselt paranenud, mis parandab oluliselt näotuvastuse täpsust. 2D-nägu, 3D-nägu, multispektraalne nägu. Igal režiimil on erinevad omandamise kohandamise stsenaariumid, andmeturbe aste ja privaatsustundlikkus jne. Suurandmete süvaõppe lisamine võimaldab 3D-näotuvastusalgoritmil täiendada 2D-projektsiooni puudusi. See suudab inimese identiteedi kiiresti tuvastada, mis on toonud teatava läbimurde kahemõõtmelise näotuvastuse rakendamisel.

Samal ajal kasutatakse biomeetrilist tuvastustehnoloogiat praegu võtmetehnoloogiana näotuvastuse turvalisuse parandamiseks, mis suudab tõhusalt seista vastu võltsimispettustele, näiteks fotodele, videotele, 3D-mudelitele ja proteesimaskidele, ning iseseisvalt tuvastada tegutsevate kasutajate isikut. Praegu on näotuvastustehnoloogia kiire arenguga üha populaarsemaks muutunud paljud uuenduslikud rakendused, nagu nutiseadmed, veebipõhine rahandus ja näomaksed, tuues igaühe ellu ja tööle kiiruse ja mugavuse.

Peopesajälje tuvastamine

Peopesajälje tuvastamine on uut tüüpi biomeetriline tuvastustehnoloogia, mis kasutab sihtmärgina inimkeha peopesajälge ja kogub bioloogilist teavet multispektraalse pildistamistehnoloogia abil. Multispektraalset peopesajälje tuvastamist võib pidada biomeetrilise tuvastustehnoloogia mudeliks, mis ühendab multimodaalsuse ja mitu sihtmärki. See uus tehnoloogia ühendab kolm tuvastatavat tunnust – nahaspektri, peopesajälje ja veenide –, et pakkuda korraga rohkem teavet ja suurendada sihtmärki eristatavust.

Sel aastal on alustanud Amazoni peopesa tuvastamise tehnoloogia, koodnimega Orville, testimist. Skänner hangib esmalt infrapunapolariseeritud originaalkujutiste komplekti, keskendudes peopesa välistele tunnustele, nagu jooned ja voldid; teise polariseeritud kujutiste komplekti hankimisel keskendub see taas peopesa struktuurile ja sisemistele tunnustele, nagu veenid, luud, pehmed koed jne. Toorkujutisi töödeldakse esialgu, et saada kätega piltide komplekt. Need pildid on hästi valgustatud, fookuses ja näitavad peopesa kindlas orientatsioonis, kindlas poosis ning märgistatud vasaku- või paremakäelisena.

Praegu suudab Amazoni peopesajälje tuvastamise tehnoloogia isikut tuvastada ja makse sooritada vaid 300 millisekundiga ning see ei nõua kasutajatelt käte skaneerimisseadmele panemist, vaid lihtsalt käega lehvitamist ja kontaktivaba skannimist. Selle tehnoloogia veamäär on umbes 0,0001%. Samal ajal on peopesajälje tuvastamine esialgses etapis kahekordne kinnitus – esimene kord väliste tunnuste ja teine ​​kord sisemiste organisatsiooniliste tunnuste saamiseks. Võrreldes teiste biomeetriliste tehnoloogiatega on turvalisuse osas paranenud.

Lisaks ülaltoodud biomeetrilistele tunnustele on populaarseks saanud ka iirise tuvastamise tehnoloogia. Iirise tuvastamise vale tuvastamise määr on vaid 1/1000000. Identiteetide tuvastamiseks kasutatakse peamiselt iirise eluea muutumatuse ja erinevuse omadusi.

Praegu on tööstuses üksmeel selles, et ühe modaalsuse tuvastamisel on kitsaskohad nii tuvastamise jõudluses kui ka turvalisuses ning multimodaalne liitmine on näotuvastuse ja isegi biomeetrilise tuvastamise oluline läbimurre – mitte ainult mitmetegurilise tehnoloogia kaudu. Tuvastustäpsuse parandamise viis võib teatud määral parandada ka biomeetrilise tehnoloogia stseenikohanduvust ja privaatsusturvalisust. Võrreldes traditsioonilise ühemoodilise algoritmiga suudab see paremini rahuldada finantstaseme valetuvastuse määra (kuni üks kümne miljoni kohta), mis on ka biomeetrilise identifitseerimise arengu peamine suundumus.

Multimodaalne biomeetriline süsteem

Multimodaalsed biomeetrilised süsteemid kasutavad unimodaalsete biomeetriliste süsteemide piirangute ületamiseks mitut andurit või biomeetriat. Näiteks võivad vananevad iirised kahjustada iirise tuvastamise süsteeme ja elektroonilist sõrmejälgede tuvastamist võivad halvendada kulunud või lõigatud sõrmejäljed. Kuigi unimodaalseid biomeetrilisi süsteeme piirab nende identifikaatori terviklikkus, on ebatõenäoline, et mitmel unimodaalsel süsteemil on identsed piirangud. Multimodaalsed biomeetrilised süsteemid saavad teavet samast markerist (st mitu iirise pilti või sama sõrme skaneeringuid) või teavet erinevatest biomeetrilistest andmetest (mis nõuavad sõrmejälgede skaneerimist ja hääletuvastuse abil pääsukoodi).

Multimodaalsed biomeetrilised süsteemid saavad neid unimodaalseid süsteeme järjestikku, samaaegselt, nende kombinatsioonina või järjestikku ühendada, mis viitab vastavalt järjestikustele, paralleelsetele, hierarhilistele ja seriaalsetele integratsioonirežiimidele.

CHANCCTVon välja töötanud reabiomeetrilised läätsednäotuvastuseks, peopesa tuvastamiseks, samuti sõrmejälgede tuvastamiseks ja iirise tuvastamiseks. Näiteks CH3659A on 4k madala moonutusega objektiiv, mis on loodud 1/1,8'' sensoritele. Sellel on täisklaasist ja kompaktne disain, mille TTL-nurk on vaid 11,95 mm. See jäädvustab 44-kraadise horisontaalse vaatevälja. See objektiiv sobib ideaalselt peopesa tuvastamiseks.