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

Les identificateurs 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, mais sans s'y limiter, les empreintes digitales, les veines de palmier, la reconnaissance du visage, l'ADN, l'imprimé de palmier, la géométrie des mains, la reconnaissance de l'iris, la rétine et l'odeur / parfum.

La technologie d'identification biométrique implique l'informatique, l'optique et l'acoustique et autres sciences physiques, les sciences biologiques, les biocapteurs et les principes de biostatistique, la technologie de sécurité et la technologie de l'intelligence artificielle et de nombreuses autres sciences de base et technologies d'application innovantes. Il s'agit d'une solutions techniques multidisciplinaires complètes.

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 du visage

Le processus de reconnaissance faciale comprend la collecte du visage, la détection du visage, l'extraction des caractéristiques du visage et la reconnaissance de correspondance du visage. Le processus de reconnaissance faciale utilise diverses technologies telles que l'algorithme ADABOOS, le réseau neuronal convolutionnel et la machine vectorielle 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 similitude, etc. ont été considérablement améliorées, ce qui améliore considérablement la précision de la reconnaissance faciale. Face 2D, face 3D, face multi-spectrale Chaque mode a différents scénarios d'adaptation d'acquisition, degrés de sécurité des données et de sensibilité à la confidentialité, etc., et l'ajout de l'apprentissage en profondeur des mégadonnées fait le supplément de l'algorithme de reconnaissance faciale 3D les défauts de la projection 2D, Il peut rapidement identifier l'identité d'une personne, ce qui a apporté une certaine percée pour l'application de la reconnaissance faciale bidimensionnelle.

Dans le même temps, la technologie de détection biométrique est actuellement utilisée comme une technologie clé pour améliorer la sécurité de la reconnaissance faciale, qui peut résister efficacement à la fraude de contrefaçon tels que les photos, les vidéos, les modèles 3D et les masques prothétiques, et déterminer indépendamment l'identité de 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 du visage sont devenus de plus en plus populaires, apportant la vitesse et la commodité à la vie et au travail de chacun.

Reconnaissance de Palmprint

La reconnaissance de Palmprint est un nouveau type de technologie de reconnaissance biométrique, qui utilise l'empreinte palm du corps humain comme caractéristique cible et collecte des informations biologiques grâce à une technologie d'imagerie multispectrale. La reconnaissance multi-spectrale de l'empreinte de palmier peut être considérée comme un modèle de technologie de reconnaissance biométrique qui combine des caractéristiques multimodales et multiples. Cette nouvelle technologie combine les trois caractéristiques identifiables du spectre de la peau, de la palme d'impression et des veines pour fournir des informations plus abondantes en même temps et augmenter la distinction des caractéristiques cibles.

Cette année, la technologie de reconnaissance de Palm d'Amazon, nommé Orville, a commencé à tester. 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; Lorsque vous acquérez à nouveau le deuxième ensemble d'images polarisées, il se concentre sur la structure du palmier 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 des mains. Ces images sont bien éclairées, dans le foyer, et montrent la paume dans une orientation spécifique, dans une pose spécifique, et étiquetées comme gauche ou droite.

À l'heure actuelle, la technologie de reconnaissance de Palmprint d'Amazon peut vérifier l'identité personnelle et effectuer le paiement en seulement 300 millisecondes, et ne nécessite pas que les utilisateurs mettent la main sur le dispositif de balayage, ne faisaient que l'onduler et la numérisation sans contact. Le taux d'échec de cette technologie est d'environ 0,0001%. Dans le même temps, la reconnaissance de Palmprint est une double vérification au stade initial - 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, améliorées.

En plus des caractéristiques biométriques ci-dessus, la technologie de reconnaissance d'Iris est également en cours de popularisation. Le faux taux de reconnaissance de la reconnaissance de l'iris est aussi faible que 1/1000000. Il utilise principalement les caractéristiques de l'invariance de la vie de l'iris et de la différence pour identifier les identités.

À l'heure actuelle, le consensus dans l'industrie est que la reconnaissance d'une seule modalité a des goulots d'étranglement dans les performances et la sécurité de la reconnaissance, et la fusion multimodale est une percée importante en matière de reconnaissance faciale et même de reconnaissance biométrique - non seulement par le biais de multi-facteurs de la manière Améliorer la précision de la reconnaissance peut également améliorer l'adaptabilité des scène et la sécurité de la confidentialité de la technologie biométrique dans une certaine mesure. Par rapport à l'algorithme traditionnel monomode, il peut mieux respecter le taux de fausse de reconnaissance au niveau financier (aussi faible que 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 biométriques pour surmonter les limitations des systèmes biométriques unimodaux. Par exemple, les systèmes de reconnaissance de l'iris peuvent être compromis par les iris vieillissants et la reconnaissance électronique des empreintes digitales peut être aggravée par des empreintes digitales usées ou coupées. Bien que les systèmes biométriques unimodaux soient 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 scans du même doigt) ou des informations à partir de différentes biométriques (nécessitant des analyses d'empreintes digitales et, en utilisant la reconnaissance vocale, un code d'accès parlé).

Les systèmes biométriques multimodaux peuvent fusionner ces systèmes unimodaux séquentiellement, simultanément, une combinaison de ceux-ci, ou en série, qui se réfèrent respectivement à des modes d'intégration séquentiels, parallèles, hiérarchiques et en série.

Chancctva développé une série delentilles biométriquesPour la reconnaissance faciale, la reconnaissance de l'empreinte de la palme ainsi que l'identification des empreintes digitales et l'identification de l'iris. Pour l'instance, le CH3659A est une lentille à faible distorsion 4K qui a été conçue pour les capteurs 1 / 1,8 ''. Il dispose de toutes les conceptions en verre et compactes avec seulement 11,95 mm TTL. Il capture le champ de vision horizontal de 44 degrés. Cet objectif est idéal pour la reconnaissance de Palmprint.