La biométrie est constituée de mesures corporelles et de calculs liés aux caractéristiques humaines. L'authentification biométrique (ou authentification réaliste) est utilisée en informatique comme forme d'identification et de contrôle d'accès. Il est également utilisé pour identifier les individus dans des groupes sous surveillance.

Les identifiants biométriques sont les caractéristiques distinctives et mesurables utilisées pour étiqueter et décrire les individus. Les identifiants biométriques sont souvent classés comme des caractéristiques physiologiques liées à la forme du corps. Les exemples incluent, sans s'y limiter, les empreintes digitales, les veines de la paume, la reconnaissance faciale, l'ADN, l'empreinte palmaire, la géométrie de la main, la reconnaissance de l'iris, la rétine et l'odeur.

La technologie d'identification biométrique implique l'informatique, l'optique et l'acoustique et d'autres sciences physiques, les sciences biologiques, les biocapteurs et les principes biostatistiques, la technologie de sécurité et la technologie de l'intelligence artificielle ainsi que de nombreuses autres sciences fondamentales et technologies d'application innovantes. Il s'agit d'une solution technique multidisciplinaire complète.

Ces dernières années, avec le développement de l’intelligence artificielle, la technologie d’identification biométrique est devenue plus mature. À l’heure actuelle, la technologie de reconnaissance faciale est la plus représentative de la biométrie.

Reconnaissance faciale

Le processus de reconnaissance faciale comprend la collecte de visages, la détection de visages, l’extraction de caractéristiques faciales et la reconnaissance de correspondance de visages. Le processus de reconnaissance faciale utilise diverses technologies telles que l'algorithme AdaBoos, le réseau neuronal convolutif et la machine à vecteurs de support dans l'apprentissage automatique.

Le processus de reconnaissance faciale

À l'heure actuelle, les difficultés traditionnelles de reconnaissance faciale, notamment la rotation du visage, l'occlusion, la similarité, etc., ont été considérablement améliorées, ce qui améliore considérablement la précision de la reconnaissance faciale. Visage 2D, visage 3D, visage multispectral Chaque mode a différents scénarios d'adaptation d'acquisition, degré de sécurité des données et sensibilité de la confidentialité, etc., et l'ajout de l'apprentissage en profondeur du big data permet à l'algorithme de reconnaissance faciale 3D de compléter les défauts de la projection 2D, Il permet d'identifier rapidement l'identité d'une personne, ce qui constitue une avancée certaine dans l'application de la reconnaissance faciale bidimensionnelle.

Dans le même temps, la technologie de détection biométrique est actuellement utilisée comme technologie clé pour améliorer la sécurité de la reconnaissance faciale, qui peut résister efficacement à la fraude contre la contrefaçon telle que les photos, les vidéos, les modèles 3D et les masques prothétiques, et déterminer indépendamment l'identité des personnes. utilisateurs opérationnels. À l'heure actuelle, avec le développement rapide de la technologie de reconnaissance faciale, de nombreuses applications innovantes telles que les appareils intelligents, la finance en ligne et le paiement facial sont devenues de plus en plus populaires, apportant rapidité et commodité à la vie et au travail de chacun.

Reconnaissance des empreintes palmaires

La reconnaissance des empreintes palmaires est un nouveau type de technologie de reconnaissance biométrique, qui utilise l'empreinte palmaire du corps humain comme caractéristique cible et collecte des informations biologiques grâce à la technologie d'imagerie multispectrale. La reconnaissance multispectrale des empreintes palmaires peut être considérée comme un modèle de technologie de reconnaissance biométrique combinant multimodalité et caractéristiques cibles multiples. Cette nouvelle technologie combine les trois caractéristiques identifiables du spectre cutané, de l’empreinte palmaire et des veines veineuses pour fournir des informations plus abondantes en même temps et augmenter la distinction des caractéristiques cibles.

Cette année, la technologie de reconnaissance palmaire d'Amazon, nommée Orville, a commencé ses tests. Le scanner acquiert d'abord un ensemble d'images originales polarisées infrarouges, en se concentrant sur les caractéristiques externes de la paume, telles que les lignes et les plis ; lors de l'acquisition à nouveau du deuxième ensemble d'images polarisées, il se concentre sur la structure de la paume et les caractéristiques internes, telles que les veines, les os, les tissus mous, etc. Les images brutes sont initialement traitées pour fournir un ensemble d'images contenant les mains. Ces images sont bien éclairées, nettes et montrent la paume dans une orientation spécifique, dans une pose spécifique et étiquetées comme gaucher ou droitier.

À l'heure actuelle, la technologie de reconnaissance d'empreintes palmaires d'Amazon peut vérifier l'identité personnelle et effectuer le paiement en seulement 300 millisecondes, et n'exige pas que les utilisateurs mettent la main sur l'appareil de numérisation, il suffit de faire signe et de numériser sans contact. Le taux d'échec de cette technologie est d'environ 0,0001 %. Dans le même temps, la reconnaissance des empreintes palmaires est une double vérification dans la phase initiale – la première fois pour obtenir des caractéristiques externes et la deuxième fois pour obtenir des caractéristiques organisationnelles internes. Par rapport à d'autres technologies biométriques en termes de sécurité, améliorée.

Outre les fonctionnalités biométriques ci-dessus, la technologie de reconnaissance de l’iris est également popularisée. Le taux de fausse reconnaissance de l'iris est aussi bas que 1/1000000. Il utilise principalement les caractéristiques d'invariance et de différence de vie de l'iris pour identifier les identités.

À l'heure actuelle, le consensus dans l'industrie est que la reconnaissance d'une modalité unique présente des goulots d'étranglement en termes de performances et de sécurité de la reconnaissance, et que la fusion multimodale constitue une avancée importante dans la reconnaissance faciale et même dans la reconnaissance biométrique, non seulement grâce à des méthodes multifactorielles. améliorer la précision de la reconnaissance peut également améliorer dans une certaine mesure l'adaptabilité de la scène et la sécurité de la confidentialité de la technologie biométrique. Par rapport à l'algorithme monomode traditionnel, il peut mieux répondre au taux de fausse reconnaissance au niveau financier (aussi bas qu'un sur dix millions), qui est également la principale tendance du développement de l'identification biométrique.

Système biométrique multimodal

Les systèmes biométriques multimodaux utilisent plusieurs capteurs ou biométries pour surmonter les limites des systèmes biométriques unimodaux. Par exemple, les systèmes de reconnaissance de l'iris peuvent être compromis par le vieillissement des iris et la reconnaissance électronique des empreintes digitales peut être aggravée par des empreintes digitales usées ou coupées. Même si les systèmes biométriques unimodaux sont limités par l’intégrité de leur identifiant, il est peu probable que plusieurs systèmes unimodaux souffrent de limitations identiques. Les systèmes biométriques multimodaux peuvent obtenir des ensembles d'informations à partir du même marqueur (c'est-à-dire plusieurs images d'un iris ou des analyses du même doigt) ou des informations provenant de différentes biométries (nécessitant des analyses d'empreintes digitales et, en utilisant la reconnaissance vocale, un mot de passe prononcé).

Les systèmes biométriques multimodaux peuvent fusionner ces systèmes unimodaux de manière séquentielle, simultanée, une combinaison de ceux-ci, ou en série, qui font respectivement référence aux modes d'intégration séquentiel, parallèle, hiérarchique et série.

CHANCCTVa développé une série delentilles biométriquespour la reconnaissance faciale, la reconnaissance des empreintes palmaires ainsi que l'identification des empreintes digitales et de l'iris. Par exemple, le CH3659A est un objectif 4k à faible distorsion conçu pour les capteurs 1/1,8''. Il présente des conceptions entièrement en verre et compactes avec seulement 11,95 mm TTL. Il capture un champ de vision horizontal de 44 degrés. Cet objectif est idéal pour la reconnaissance des empreintes palmaires.