बायोमेट्रिक्स मानव विशेषताओं से संबंधित शरीर के माप और गणना हैं। बायोमेट्रिक प्रमाणीकरण (या यथार्थवादी प्रमाणीकरण) का उपयोग कंप्यूटर विज्ञान में पहचान और पहुंच नियंत्रण के रूप में किया जाता है। इसका उपयोग उन समूहों में व्यक्तियों की पहचान करने के लिए भी किया जाता है जो निगरानी में हैं।

बायोमेट्रिक पहचानकर्ता 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 के आकार से संबंधित होते हैं। उदाहरणों में फ़िंगरप्रिंट, हथेली की नसें, चेहरे की पहचान, डीएनए, हथेली की छाप, हाथ की ज्यामिति, आईरिस की पहचान, रेटिना और गंध/गंध शामिल हैं, लेकिन इन्हीं तक सीमित नहीं हैं।

बायोमेट्रिक पहचान तकनीक में कंप्यूटर विज्ञान, प्रकाशिकी और ध्वनिकी और अन्य भौतिक विज्ञान, जैविक विज्ञान, बायोसेंसर और बायोस्टैटिस्टिक्स सिद्धांत, सुरक्षा प्रौद्योगिकी और कृत्रिम बुद्धिमत्ता प्रौद्योगिकी और कई अन्य बुनियादी विज्ञान और नवीन अनुप्रयोग प्रौद्योगिकियां शामिल हैं। यह एक संपूर्ण बहु-विषयक तकनीकी समाधान है।

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

चेहरा पहचान

चेहरा पहचानने की प्रक्रिया में चेहरा संग्रह, चेहरा पहचान, चेहरा विशेषता निष्कर्षण और चेहरा मिलान पहचान शामिल है। चेहरा पहचानने की प्रक्रिया मशीन लर्निंग में AdaBoos एल्गोरिदम, कन्वेन्शनल न्यूरल नेटवर्क और सपोर्ट वेक्टर मशीन जैसी विभिन्न तकनीकों का उपयोग करती है।

चेहरा पहचानने की प्रक्रिया

वर्तमान में, चेहरा घुमाना, रोड़ा, समानता आदि सहित पारंपरिक चेहरा पहचान कठिनाइयों में काफी सुधार किया गया है, जिससे चेहरे की पहचान की सटीकता में काफी सुधार हुआ है। 2डी चेहरा, 3डी चेहरा, मल्टी-स्पेक्ट्रल चेहरा प्रत्येक मोड में अलग-अलग अधिग्रहण अनुकूलन परिदृश्य, डेटा सुरक्षा डिग्री और गोपनीयता संवेदनशीलता इत्यादि होते हैं, और बड़े डेटा की गहन शिक्षा के अलावा 3डी चेहरा पहचान एल्गोरिदम 2डी प्रक्षेपण के दोषों को पूरक बनाता है, यह किसी व्यक्ति की पहचान को तुरंत पहचान सकता है, जिससे द्वि-आयामी चेहरे की पहचान के अनुप्रयोग में एक निश्चित सफलता मिली है।

इसी समय, बायोमेट्रिक डिटेक्शन तकनीक का उपयोग वर्तमान में चेहरे की पहचान की सुरक्षा में सुधार के लिए एक प्रमुख तकनीक के रूप में किया जा रहा है, जो फोटो, वीडियो, 3 डी मॉडल और कृत्रिम मास्क जैसे जालसाजी धोखाधड़ी का प्रभावी ढंग से विरोध कर सकता है और स्वतंत्र रूप से पहचान निर्धारित कर सकता है। परिचालन उपयोगकर्ता. वर्तमान में, फेस रिकग्निशन तकनीक के तेजी से विकास के साथ, स्मार्ट डिवाइस, ऑनलाइन फाइनेंस और फेस पेमेंट जैसे कई नवीन एप्लिकेशन तेजी से लोकप्रिय हो गए हैं, जो हर किसी के जीवन और काम में गति और सुविधा ला रहे हैं।

हस्तरेखा पहचान

पामप्रिंट पहचान एक नई प्रकार की बायोमेट्रिक पहचान तकनीक है, जो मानव शरीर के पामप्रिंट को लक्ष्य सुविधा के रूप में उपयोग करती है, और मल्टीस्पेक्ट्रल इमेजिंग तकनीक के माध्यम से जैविक जानकारी एकत्र करती है। मल्टी-स्पेक्ट्रल पामप्रिंट पहचान को बायोमेट्रिक पहचान तकनीक का एक मॉडल माना जा सकता है जो मल्टी-मोडैलिटी और मल्टीपल टारगेट फीचर्स को जोड़ती है। यह नई तकनीक एक समय में अधिक प्रचुर जानकारी प्रदान करने और लक्ष्य सुविधाओं की विशिष्टता बढ़ाने के लिए त्वचा स्पेक्ट्रम, हथेली प्रिंट और नस नसों की तीन पहचान योग्य विशेषताओं को जोड़ती है।

इस वर्ष, अमेज़ॅन की हथेली पहचान तकनीक, कोड-नेम ऑरविल, का परीक्षण शुरू हो गया है। स्कैनर पहले इन्फ्रारेड ध्रुवीकृत मूल छवियों का एक सेट प्राप्त करता है, जो हथेली की बाहरी विशेषताओं, जैसे रेखाओं और सिलवटों पर ध्यान केंद्रित करता है; ध्रुवीकृत छवियों के दूसरे सेट को फिर से प्राप्त करते समय, यह हथेली की संरचना और आंतरिक विशेषताओं, जैसे नसों, हड्डियों, नरम ऊतकों आदि पर ध्यान केंद्रित करता है। कच्ची छवियों को शुरू में हाथों वाली छवियों का एक सेट प्रदान करने के लिए संसाधित किया जाता है। ये छवियां अच्छी तरह से प्रकाशित हैं, फोकस में हैं, और हथेली को एक विशिष्ट अभिविन्यास में, एक विशिष्ट मुद्रा में दिखाती हैं, और बाएं या दाएं हाथ के रूप में लेबल की जाती हैं।

वर्तमान में, अमेज़ॅन की पामप्रिंट पहचान तकनीक व्यक्तिगत पहचान को सत्यापित कर सकती है और केवल 300 मिलीसेकंड में भुगतान पूरा कर सकती है, और उपयोगकर्ताओं को स्कैनिंग डिवाइस पर अपना हाथ रखने की आवश्यकता नहीं है, बस बिना संपर्क के हाथ हिलाएं और स्कैन करें। इस तकनीक की विफलता दर लगभग 0.0001% है। साथ ही, प्रारंभिक चरण में हस्तरेखा पहचान एक दोहरा सत्यापन है - पहली बार बाहरी विशेषताओं को प्राप्त करने के लिए, और दूसरी बार आंतरिक संगठनात्मक विशेषताओं को प्राप्त करने के लिए। सुरक्षा की दृष्टि से अन्य बायोमेट्रिक तकनीकों की तुलना में बेहतर हुआ।

उपरोक्त बायोमेट्रिक विशेषताओं के अलावा, आईरिस पहचान तकनीक को भी लोकप्रिय बनाया जा रहा है। आईरिस पहचान की गलत पहचान दर 1/1000000 जितनी कम है। यह मुख्य रूप से पहचान की पहचान करने के लिए आईरिस जीवन अपरिवर्तनीयता और अंतर की विशेषताओं का उपयोग करता है।

वर्तमान में, उद्योग में आम सहमति यह है कि एकल पद्धति की मान्यता में मान्यता प्रदर्शन और सुरक्षा दोनों में बाधाएं हैं, और मल्टी-मोडल फ़्यूज़न चेहरे की पहचान और यहां तक ​​कि बायोमेट्रिक पहचान में एक महत्वपूर्ण सफलता है - न कि केवल बहु-कारक के माध्यम से। पहचान सटीकता में सुधार करने से कुछ हद तक बायोमेट्रिक तकनीक की दृश्य अनुकूलनशीलता और गोपनीयता सुरक्षा में भी सुधार हो सकता है। पारंपरिक सिंगल-मोड एल्गोरिदम की तुलना में, यह वित्तीय स्तर की झूठी पहचान दर (दस मिलियन में से एक जितनी कम) को बेहतर ढंग से पूरा कर सकता है, जो बायोमेट्रिक पहचान के विकास की मुख्य प्रवृत्ति भी है।

मल्टीमॉडल बायोमेट्रिक सिस्टम

मल्टीमॉडल बायोमेट्रिक सिस्टम, यूनिमॉडल बायोमेट्रिक सिस्टम की सीमाओं को दूर करने के लिए कई सेंसर या बायोमेट्रिक्स का उपयोग करते हैं। उदाहरण के लिए, आईरिस पहचान प्रणालियों को उम्र बढ़ने के कारण समझौता किया जा सकता है और इलेक्ट्रॉनिक फिंगरप्रिंट पहचान घिसे-पिटे या कटे हुए फिंगरप्रिंट के कारण खराब हो सकती है। जबकि यूनिमॉडल बायोमेट्रिक सिस्टम उनके पहचानकर्ता की अखंडता द्वारा सीमित हैं, यह संभावना नहीं है कि कई यूनिमॉडल सिस्टम समान सीमाओं से ग्रस्त होंगे। मल्टीमॉडल बायोमेट्रिक सिस्टम एक ही मार्कर (यानी, एक आईरिस की कई छवियां, या एक ही उंगली के स्कैन) से जानकारी के सेट प्राप्त कर सकते हैं या विभिन्न बायोमेट्रिक्स से जानकारी प्राप्त कर सकते हैं (फिंगरप्रिंट स्कैन की आवश्यकता होती है और, आवाज पहचान का उपयोग करके, एक बोला गया पासकोड)।

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

चानसीसीटीवीकी एक शृंखला विकसित की हैबायोमेट्रिक लेंसचेहरे की पहचान, हथेली के निशान की पहचान के साथ-साथ फिंगरप्रिंट पहचान और आईरिस पहचान के लिए। उदाहरण के लिए CH3659A एक 4k कम विरूपण लेंस है जिसे 1/1.8'' सेंसर के लिए डिज़ाइन किया गया था। इसमें केवल 11.95 मिमी टीटीएल के साथ सभी ग्लास और कॉम्पैक्ट डिज़ाइन हैं। यह 44 डिग्री क्षैतिज दृश्य क्षेत्र को कैप्चर करता है। यह लेंस हथेली की छाप पहचानने के लिए आदर्श है।