Biometrik adalah pengukuran dan perhitungan tubuh yang berkaitan dengan karakteristik manusia. Otentikasi biometrik (atau otentikasi realistis) digunakan dalam ilmu komputer sebagai bentuk identifikasi dan kontrol akses. Ini juga digunakan untuk mengidentifikasi individu dalam kelompok yang berada di bawah pengawasan.

Pengidentifikasi biometrik adalah karakteristik khas dan terukur yang digunakan untuk memberi label dan mendeskripsikan individu. Pengidentifikasi biometrik sering kali dikategorikan sebagai ciri fisiologis yang berkaitan dengan bentuk tubuh. Contohnya termasuk, namun tidak terbatas pada sidik jari, urat telapak tangan, pengenalan wajah, DNA, cetakan telapak tangan, geometri tangan, pengenalan iris mata, retina, dan bau/aroma.

Teknologi identifikasi biometrik melibatkan ilmu komputer, optik dan akustik serta ilmu fisika lainnya, ilmu biologi, prinsip biosensor dan biostatistik, teknologi keamanan, dan teknologi kecerdasan buatan serta banyak ilmu dasar dan teknologi aplikasi inovatif lainnya. Ini adalah solusi teknis multidisiplin yang lengkap.

Dalam beberapa tahun terakhir, dengan berkembangnya kecerdasan buatan, teknologi identifikasi biometrik menjadi lebih matang. Saat ini, teknologi pengenalan wajah merupakan teknologi biometrik yang paling mewakili.

Pengenalan wajah

Proses pengenalan wajah meliputi pengumpulan wajah, deteksi wajah, ekstraksi fitur wajah dan pengenalan pencocokan wajah. Proses pengenalan wajah menggunakan berbagai teknologi seperti algoritma AdaBoos, jaringan saraf konvolusional dan dukungan mesin vektor dalam pembelajaran mesin.

Proses pengenalan wajah

Saat ini, kesulitan pengenalan wajah tradisional termasuk rotasi wajah, oklusi, kesamaan, dll. telah ditingkatkan secara signifikan, yang sangat meningkatkan keakuratan pengenalan wajah. Wajah 2D, wajah 3D, wajah multi-spektral Setiap mode memiliki skenario adaptasi akuisisi yang berbeda, tingkat keamanan data dan sensitivitas privasi, dll., dan penambahan pembelajaran mendalam pada data besar membuat algoritme pengenalan wajah 3D melengkapi kekurangan proyeksi 2D, Dapat dengan cepat mengidentifikasi identitas seseorang, yang telah membawa terobosan tertentu dalam penerapan pengenalan wajah dua dimensi.

Pada saat yang sama, teknologi deteksi biometrik saat ini digunakan sebagai teknologi utama untuk meningkatkan keamanan pengenalan wajah, yang secara efektif dapat melawan penipuan palsu seperti foto, video, model 3D, dan masker prostetik, serta secara mandiri menentukan identitas. pengguna operasi. Saat ini, dengan pesatnya perkembangan teknologi pengenalan wajah, banyak aplikasi inovatif seperti perangkat pintar, keuangan online, dan pembayaran wajah menjadi semakin populer, menghadirkan kecepatan dan kenyamanan dalam kehidupan dan pekerjaan setiap orang.

Pengenalan sidik jari

Pengenalan sidik jari adalah teknologi pengenalan biometrik jenis baru, yang menggunakan sidik jari tubuh manusia sebagai fitur target, dan mengumpulkan informasi biologis melalui teknologi pencitraan multispektral. Pengenalan sidik jari multi-spektral dapat dianggap sebagai model teknologi pengenalan biometrik yang menggabungkan fitur multi-modalitas dan beberapa target. Teknologi baru ini menggabungkan tiga fitur yang dapat diidentifikasi yaitu spektrum kulit, cetakan telapak tangan, dan urat vena untuk memberikan lebih banyak informasi sekaligus dan meningkatkan kemampuan membedakan fitur target.

Tahun ini, teknologi pengenalan telapak tangan Amazon, dengan nama kode Orville, telah mulai diuji. Pemindai pertama-tama memperoleh serangkaian gambar asli terpolarisasi inframerah, dengan fokus pada fitur eksternal telapak tangan, seperti garis dan lipatan; ketika memperoleh kembali rangkaian gambar terpolarisasi kedua, ia berfokus pada struktur telapak tangan dan fitur internal, seperti vena, tulang, jaringan lunak, dll. Gambar mentah pada awalnya diproses untuk menghasilkan sekumpulan gambar yang berisi tangan. Gambar-gambar ini memiliki penerangan yang baik, fokus, dan menunjukkan telapak tangan dalam orientasi tertentu, dalam pose tertentu, dan diberi label sebagai tangan kiri atau kanan.

Saat ini, teknologi pengenalan sidik jari Amazon dapat memverifikasi identitas pribadi dan menyelesaikan pembayaran hanya dalam 300 milidetik, dan tidak mengharuskan pengguna untuk meletakkan tangan mereka di perangkat pemindai, cukup melambaikan tangan dan memindai tanpa kontak. Tingkat kegagalan teknologi ini sekitar 0,0001%. Sementara itu, pengenalan sidik jari merupakan verifikasi ganda pada tahap awal – pertama untuk memperoleh karakteristik eksternal, dan kedua untuk memperoleh karakteristik internal organisasi. Dibandingkan dengan teknologi biometrik lainnya dalam hal keamanan, ditingkatkan.

Selain fitur biometrik di atas, teknologi pengenalan iris mata juga sedang dipopulerkan. Tingkat pengenalan palsu pada pengenalan iris mata serendah 1/1000000. Ini terutama menggunakan karakteristik invarian dan perbedaan kehidupan iris untuk mengidentifikasi identitas.

Saat ini, konsensus dalam industri adalah bahwa pengenalan modalitas tunggal memiliki hambatan dalam kinerja pengenalan dan keamanan, dan fusi multi-modal merupakan terobosan penting dalam pengenalan wajah dan bahkan pengenalan biometrik—tidak hanya melalui multi-faktor. untuk meningkatkan akurasi pengenalan juga dapat meningkatkan kemampuan adaptasi pemandangan dan keamanan privasi teknologi biometrik sampai batas tertentu. Dibandingkan dengan algoritme mode tunggal tradisional, algoritme ini dapat lebih memenuhi tingkat pengenalan palsu pada tingkat finansial (serendah satu dalam sepuluh juta), yang juga merupakan tren utama pengembangan identifikasi biometrik.

Sistem biometrik multimodal

Sistem biometrik multimodal menggunakan beberapa sensor atau biometrik untuk mengatasi keterbatasan sistem biometrik unimodal. Misalnya sistem pengenalan iris mata dapat terganggu karena penuaan iris dan pengenalan sidik jari elektronik dapat diperburuk dengan sidik jari yang usang atau terpotong. Meskipun sistem biometrik unimodal dibatasi oleh integritas pengidentifikasinya, tidak mungkin beberapa sistem unimodal akan mengalami keterbatasan yang sama. Sistem biometrik multimodal dapat memperoleh serangkaian informasi dari penanda yang sama (yaitu, beberapa gambar iris mata, atau pindaian jari yang sama) atau informasi dari biometrik yang berbeda (memerlukan pemindaian sidik jari dan, dengan menggunakan pengenalan suara, kode sandi lisan).

Sistem biometrik multimodal dapat menggabungkan sistem unimodal ini secara berurutan, bersamaan, kombinasi keduanya, atau secara seri, yang masing-masing mengacu pada mode integrasi berurutan, paralel, hierarkis, dan serial.

CHANCCTVtelah mengembangkan serangkaianlensa biometrikuntuk pengenalan wajah, pengenalan sidik jari serta identifikasi sidik jari dan identifikasi iris mata. Misalnya CH3659A adalah lensa distorsi rendah 4k yang dirancang untuk sensor 1/1,8''. Ini menampilkan semua kaca dan desain kompak dengan TTL hanya 11,95 mm. Ini menangkap bidang pandang horizontal 44 derajat. Lensa ini ideal untuk pengenalan sidik jari.