बायोमेट्रिक्स मानव विशेषताओं से संबंधित शारीरिक माप और गणनाएँ हैं। कंप्यूटर विज्ञान में बायोमेट्रिक प्रमाणीकरण (या वास्तविक प्रमाणीकरण) का उपयोग पहचान और पहुँच नियंत्रण के एक रूप में किया जाता है। इसका उपयोग निगरानी में रखे गए समूहों में व्यक्तियों की पहचान करने के लिए भी किया जाता है।

बायोमेट्रिक पहचानकर्ता वे विशिष्ट, मापने योग्य विशेषताएं हैं जिनका उपयोग व्यक्तियों को लेबल करने और उनका वर्णन करने के लिए किया जाता है। बायोमेट्रिक पहचानकर्ताओं को अक्सर शारीरिक विशेषताओं के रूप में वर्गीकृत किया जाता है जो शरीर की बनावट से संबंधित होती हैं। उदाहरणों में उंगलियों के निशान, हथेली की नसें, चेहरे की पहचान, डीएनए, हथेली के निशान, हाथ की ज्यामिति, पुतली की पहचान, रेटिना और गंध/सुगंध शामिल हैं, लेकिन ये इन्हीं तक सीमित नहीं हैं।

बायोमेट्रिक पहचान तकनीक में कंप्यूटर विज्ञान, प्रकाशिकी और ध्वनिकी तथा अन्य भौतिक विज्ञान, जीव विज्ञान, जैव संवेदक और जैव सांख्यिकी सिद्धांत, सुरक्षा तकनीक, कृत्रिम बुद्धिमत्ता तकनीक और कई अन्य मूलभूत विज्ञान एवं नवीन अनुप्रयोग तकनीकें शामिल हैं। यह एक संपूर्ण बहुविषयक तकनीकी समाधान है।

हाल के वर्षों में, कृत्रिम बुद्धिमत्ता के विकास के साथ, बायोमेट्रिक पहचान तकनीक अधिक परिपक्व हो गई है। वर्तमान में, चेहरे की पहचान तकनीक बायोमेट्रिक्स का सबसे प्रतिनिधि उदाहरण है।

चेहरे की पहचान

चेहरे की पहचान की प्रक्रिया में चेहरे का संग्रह, चेहरे की पहचान, चेहरे की विशेषताओं का निष्कर्षण और चेहरे के मिलान की पहचान शामिल है। चेहरे की पहचान की प्रक्रिया में मशीन लर्निंग में एडाबूस एल्गोरिदम, कनवोल्यूशनल न्यूरल नेटवर्क और सपोर्ट वेक्टर मशीन जैसी विभिन्न तकनीकों का उपयोग किया जाता है।

चेहरे की पहचान की प्रक्रिया

वर्तमान में, चेहरे की पारंपरिक पहचान संबंधी कठिनाइयों, जैसे कि चेहरे का घुमाव, अवरोध, समानता आदि में काफी सुधार हुआ है, जिससे चेहरे की पहचान की सटीकता में काफी वृद्धि हुई है। 2D चेहरा, 3D चेहरा, बहु-स्पेक्ट्रल चेहरा - प्रत्येक मोड में अधिग्रहण अनुकूलन परिदृश्य, डेटा सुरक्षा स्तर और गोपनीयता संवेदनशीलता आदि भिन्न-भिन्न होते हैं, और बड़े डेटा के गहन शिक्षण के समावेश से 3D चेहरा पहचान एल्गोरिदम 2D प्रक्षेपण की कमियों को दूर करता है, जिससे व्यक्ति की पहचान शीघ्रता से हो जाती है, जिसने 2D चेहरा पहचान के अनुप्रयोग में एक महत्वपूर्ण प्रगति की है।

साथ ही, चेहरे की पहचान की सुरक्षा को बेहतर बनाने के लिए बायोमेट्रिक पहचान तकनीक का उपयोग एक प्रमुख तकनीक के रूप में किया जा रहा है, जो फोटो, वीडियो, 3डी मॉडल और कृत्रिम मुखौटे जैसी जालसाजी से प्रभावी ढंग से बचाव कर सकती है और उपयोगकर्ताओं की पहचान स्वतंत्र रूप से निर्धारित कर सकती है। वर्तमान में, चेहरे की पहचान तकनीक के तीव्र विकास के साथ, स्मार्ट डिवाइस, ऑनलाइन वित्त और चेहरे से भुगतान जैसे कई नवीन अनुप्रयोग तेजी से लोकप्रिय हो रहे हैं, जिससे सभी के जीवन और कार्य में गति और सुविधा आ रही है।

हथेली के निशान की पहचान

हथेली के निशान की पहचान एक नई प्रकार की बायोमेट्रिक पहचान तकनीक है, जो मानव शरीर की हथेली के निशान को लक्ष्य विशेषता के रूप में उपयोग करती है और मल्टीस्पेक्ट्रल इमेजिंग तकनीक के माध्यम से जैविक जानकारी एकत्र करती है। मल्टीस्पेक्ट्रल हथेली के निशान की पहचान को बहु-तरीकों और कई लक्ष्य विशेषताओं को संयोजित करने वाली बायोमेट्रिक पहचान तकनीक का एक मॉडल माना जा सकता है। यह नई तकनीक त्वचा स्पेक्ट्रम, हथेली के निशान और नसों की तीन पहचान योग्य विशेषताओं को मिलाकर एक ही समय में अधिक जानकारी प्रदान करती है और लक्ष्य विशेषताओं की पहचान क्षमता को बढ़ाती है।

इस साल, अमेज़न की हथेली पहचानने वाली तकनीक, जिसका कोडनेम ऑरविले है, का परीक्षण शुरू हो गया है। स्कैनर सबसे पहले हथेली की बाहरी विशेषताओं, जैसे कि रेखाओं और सिलवटों पर ध्यान केंद्रित करते हुए, अवरक्त ध्रुवीकृत मूल छवियों का एक सेट प्राप्त करता है; ध्रुवीकृत छवियों का दूसरा सेट प्राप्त करते समय, यह हथेली की संरचना और आंतरिक विशेषताओं, जैसे कि नसें, हड्डियाँ, कोमल ऊतक आदि पर ध्यान केंद्रित करता है। कच्ची छवियों को शुरू में संसाधित करके हाथों वाली छवियों का एक सेट तैयार किया जाता है। ये छवियां अच्छी तरह से प्रकाशित, स्पष्ट रूप से केंद्रित होती हैं और हथेली को एक विशिष्ट अभिविन्यास और मुद्रा में दिखाती हैं, और इन्हें बाएँ या दाएँ हाथ के रूप में चिह्नित किया जाता है।

वर्तमान में, अमेज़न की हथेली के निशान पहचानने की तकनीक केवल 300 मिलीसेकंड में व्यक्तिगत पहचान सत्यापित कर सकती है और भुगतान पूरा कर सकती है। इसके लिए उपयोगकर्ताओं को स्कैनिंग डिवाइस पर हाथ रखने की आवश्यकता नहीं होती है; बस हाथ हिलाकर बिना संपर्क के स्कैन किया जा सकता है। इस तकनीक की विफलता दर लगभग 0.0001% है। साथ ही, हथेली के निशान पहचानने की तकनीक प्रारंभिक चरण में दोहरी सत्यापन प्रक्रिया है – पहली बार बाहरी विशेषताओं को प्राप्त करने के लिए और दूसरी बार आंतरिक संगठनात्मक विशेषताओं को प्राप्त करने के लिए। सुरक्षा के मामले में यह अन्य बायोमेट्रिक तकनीकों की तुलना में बेहतर है।

उपरोक्त बायोमेट्रिक विशेषताओं के अतिरिक्त, आइरिस पहचान तकनीक भी लोकप्रिय हो रही है। आइरिस पहचान की त्रुटि-रहित दर 1/1000000 जितनी कम है। यह मुख्य रूप से आइरिस के जीवन चक्र की अपरिवर्तनीयता और भिन्नता की विशेषताओं का उपयोग करके पहचान करती है।

वर्तमान में, उद्योग में यह आम सहमति है कि एकल मोडैलिटी की पहचान में प्रदर्शन और सुरक्षा दोनों ही दृष्टियों से बाधाएं हैं, और मल्टी-मोडल फ्यूजन चेहरे की पहचान और यहां तक ​​कि बायोमेट्रिक पहचान में एक महत्वपूर्ण सफलता है - यह न केवल कई कारकों के माध्यम से पहचान की सटीकता में सुधार करता है, बल्कि बायोमेट्रिक तकनीक की दृश्य अनुकूलता और गोपनीयता सुरक्षा को भी कुछ हद तक बेहतर बनाता है। पारंपरिक सिंगल-मोड एल्गोरिदम की तुलना में, यह वित्तीय स्तर पर गलत पहचान दर (दस मिलियन में एक जितनी कम) को बेहतर ढंग से पूरा कर सकता है, जो बायोमेट्रिक पहचान के विकास का मुख्य रुझान भी है।

मल्टीमॉडल बायोमेट्रिक सिस्टम

मल्टीमॉडल बायोमेट्रिक सिस्टम, यूनिमोडल बायोमेट्रिक सिस्टम की सीमाओं को दूर करने के लिए कई सेंसर या बायोमेट्रिक्स का उपयोग करते हैं। उदाहरण के लिए, उम्र बढ़ने के साथ आइरिस की स्थिति खराब होने पर आइरिस रिकग्निशन सिस्टम की कार्यक्षमता प्रभावित हो सकती है, और घिसे हुए या कटे हुए फिंगरप्रिंट से इलेक्ट्रॉनिक फिंगरप्रिंट रिकग्निशन की कार्यक्षमता बिगड़ सकती है। यूनिमोडल बायोमेट्रिक सिस्टम की सीमा उनके आइडेंटिफायर की अखंडता पर निर्भर करती है, लेकिन यह संभावना कम है कि कई यूनिमोडल सिस्टम एक जैसी सीमाओं से ग्रस्त हों। मल्टीमॉडल बायोमेट्रिक सिस्टम एक ही मार्कर से जानकारी के सेट प्राप्त कर सकते हैं (जैसे, आइरिस की कई छवियां, या एक ही उंगली के स्कैन) या विभिन्न बायोमेट्रिक्स से जानकारी प्राप्त कर सकते हैं (जिसके लिए फिंगरप्रिंट स्कैन और, वॉयस रिकग्निशन का उपयोग करते हुए, एक बोले गए पासकोड की आवश्यकता होती है)।

मल्टीमॉडल बायोमेट्रिक सिस्टम इन यूनिमोडल सिस्टम को क्रमिक रूप से, एक साथ, इनके संयोजन में या श्रृंखला में एकीकृत कर सकते हैं, जो क्रमशः अनुक्रमिक, समानांतर, पदानुक्रमित और सीरियल एकीकरण मोड को संदर्भित करते हैं।

चानसीसीटीवीने एक श्रृंखला विकसित की हैबायोमेट्रिक लेंसचेहरे की पहचान, हथेली के निशान की पहचान, उंगलियों के निशान और आंखों की पुतली की पहचान के लिए। उदाहरण के लिए, CH3659A एक 4K कम विरूपण वाला लेंस है जिसे 1/1.8'' सेंसर के लिए डिज़ाइन किया गया है। इसमें पूरी तरह से कांच का इस्तेमाल किया गया है और यह केवल 11.95 मिमी TTL के साथ कॉम्पैक्ट डिज़ाइन में आता है। यह 44 डिग्री का क्षैतिज दृश्य क्षेत्र कैप्चर करता है। यह लेंस हथेली के निशान की पहचान के लिए आदर्श है।