A biometría son medicións corporais e cálculos relacionados coas características humanas. A autenticación biométrica (ou autenticación realista) utilízase na informática como unha forma de identificación e control de acceso. Tamén se usa para identificar individuos en grupos que están baixo vixilancia.

Os identificadores biométricos son as características distintivas e mensurábeis que se empregan para etiquetar e describir as persoas. Os identificadores biométricos adoitan clasificarse como características fisiolóxicas relacionadas coa forma do corpo. Algúns exemplos inclúen, entre outros, a impresión dixital, as veas da palma da man, o recoñecemento facial, o ADN, a impresión da palma da man, a xeometría da man, o recoñecemento do iris, a retina e o cheiro/aroma.

A tecnoloxía de identificación biométrica abrangue a informática, a óptica e a acústica, así como outras ciencias físicas, ciencias biolóxicas, biosensores e principios de bioestatística, tecnoloxía de seguridade, tecnoloxía de intelixencia artificial e moitas outras ciencias básicas e tecnoloxías de aplicación innovadoras. Trátase de solucións técnicas multidisciplinares completas.

Nos últimos anos, co desenvolvemento da intelixencia artificial, a tecnoloxía de identificación biométrica madurou. Na actualidade, a tecnoloxía de recoñecemento facial é a máis representativa da biometría.

Recoñecemento facial

O proceso de recoñecemento facial inclúe a recollida de rostros, a detección de rostros, a extracción de características faciais e o recoñecemento de correspondencia facial. O proceso de recoñecemento facial emprega varias tecnoloxías como o algoritmo AdaBoos, a rede neuronal convolucional e a máquina de vectores de soporte na aprendizaxe automática.

O proceso de recoñecemento facial

Na actualidade, as dificultades tradicionais de recoñecemento facial, incluíndo a rotación facial, a oclusión, a semellanza, etc., melloraron moito, o que aumenta considerablemente a precisión do recoñecemento facial. Cara 2D, cara 3D, cara multiespectral. Cada modo ten diferentes escenarios de adaptación de adquisición, grao de seguridade de datos e sensibilidade á privacidade, etc., e a adición da aprendizaxe profunda de big data fai que o algoritmo de recoñecemento facial 3D complemente os defectos da proxección 2D, podendo identificar rapidamente a identidade dunha persoa, o que supuxo un certo avance para a aplicación do recoñecemento facial bidimensional.

Ao mesmo tempo, a tecnoloxía de detección biométrica está a ser utilizada actualmente como unha tecnoloxía clave para mellorar a seguridade do recoñecemento facial, que pode resistir eficazmente a fraude de falsificación como fotos, vídeos, modelos 3D e máscaras protésicas, e determinar de forma independente a identidade dos usuarios operativos. Na actualidade, co rápido desenvolvemento da tecnoloxía de recoñecemento facial, moitas aplicacións innovadoras como dispositivos intelixentes, finanzas en liña e pago facial fixéronse cada vez máis populares, achegando velocidade e comodidade á vida e ao traballo de todos.

Recoñecemento de pegadas palmares

O recoñecemento de pegadas palmares é un novo tipo de tecnoloxía de recoñecemento biométrico que utiliza a pegada palmar do corpo humano como característica obxectivo e recompila información biolóxica mediante tecnoloxía de imaxes multiespectrais. O recoñecemento multiespectral de pegadas palmares pode considerarse un modelo de tecnoloxía de recoñecemento biométrico que combina multimodalidade e características obxectivo múltiples. Esta nova tecnoloxía combina as tres características identificables do espectro da pel, a pegada palmar e as veas para proporcionar información máis abundante ao mesmo tempo e aumentar a distinguibilidade das características obxectivo.

Este ano, comezou a súa proba a tecnoloxía de recoñecemento da palma da man de Amazon, cuxo nome en clave é Orville. O escáner adquire primeiro un conxunto de imaxes orixinais polarizadas por infravermellos, centrándose nas características externas da palma da man, como liñas e pregamentos; ao adquirir de novo o segundo conxunto de imaxes polarizadas, céntrase na estrutura da palma da man e nas características internas, como veas, ósos, tecidos brandos, etc. As imaxes en bruto procésanse inicialmente para proporcionar un conxunto de imaxes que conteñan mans. Estas imaxes están ben iluminadas, enfocadas e mostran a palma da man nunha orientación específica, nunha pose específica e etiquetadas como zurdas ou destras.

Na actualidade, a tecnoloxía de recoñecemento de impresións palmares de Amazon pode verificar a identidade persoal e completar o pago en só 300 milisegundos, e non require que os usuarios poñan as mans no dispositivo de dixitalización, senón que simplemente acenen e escaneen sen contacto. A taxa de fallo desta tecnoloxía é de aproximadamente o 0,0001 %. Ao mesmo tempo, o recoñecemento de impresións palmares require unha dobre verificación na fase inicial: a primeira vez para obter características externas e a segunda para obter características internas da organización. En comparación con outras tecnoloxías biométricas, mellorou en termos de seguridade.

Ademais das características biométricas mencionadas, a tecnoloxía de recoñecemento do iris tamén se está a popularizar. A taxa de recoñecemento falso do iris é tan baixa como 1/1000000. Emprega principalmente as características da invariancia e diferenza da vida do iris para identificar identidades.

Na actualidade, o consenso na industria é que o recoñecemento dunha soa modalidade ten obstáculos tanto no rendemento como na seguridade do recoñecemento, e a fusión multimodal é un avance importante no recoñecemento facial e mesmo no recoñecemento biométrico, non só a través de múltiples factores. A forma de mellorar a precisión do recoñecemento tamén pode mellorar a adaptabilidade da escena e a seguridade da privacidade da tecnoloxía biométrica ata certo punto. En comparación co algoritmo monomodo tradicional, pode cumprir mellor coa taxa de recoñecemento falso a nivel financeiro (tan baixa como un de cada dez millóns), que tamén é a principal tendencia do desenvolvemento da identificación biométrica.

Sistema biométrico multimodal

Os sistemas biométricos multimodais empregan varios sensores ou datos biométricos para superar as limitacións dos sistemas biométricos unimodais. Por exemplo, os sistemas de recoñecemento do iris poden verse comprometidos polo envellecemento do iris e o recoñecemento electrónico de impresións dixitais pode verse empeorado por impresións dixitais desgastadas ou cortadas. Aínda que os sistemas biométricos unimodais están limitados pola integridade do seu identificador, é pouco probable que varios sistemas unimodais sufran limitacións idénticas. Os sistemas biométricos multimodais poden obter conxuntos de información do mesmo marcador (é dicir, varias imaxes dun iris ou dixitalizacións do mesmo dedo) ou información de diferentes datos biométricos (que requiren dixitalizacións de impresións dixitais e, mediante recoñecemento de voz, un código de acceso falado).

Os sistemas biométricos multimodais poden fusionar estes sistemas unimodais de forma secuencial, simultánea, unha combinación dos mesmos ou en serie, o que se refire aos modos de integración secuencial, paralelo, xerárquico e en serie, respectivamente.

CHANCCTVdesenvolveu unha serie delentes biométricaspara recoñecemento facial, recoñecemento de pegadas palmares, así como identificación de pegadas dixitais e identificación do iris. Por exemplo, a CH3659A é unha lente de baixa distorsión de 4k deseñada para sensores de 1/1,8 polgadas. Presenta deseños totalmente de vidro e compactos cun TTL de só 11,95 mm. Captura un campo de visión horizontal de 44 graos. Esta lente é ideal para o recoñecemento de pegadas palmares.