Biometrik adalah pengukuran dan perhitungan tubuh yang terkait 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 yang khas dan terukur yang digunakan untuk memberi label dan menggambarkan individu. Pengidentifikasi biometrik sering dikategorikan sebagai karakteristik fisiologis yang terkait dengan bentuk tubuh. Contohnya termasuk, tetapi tidak terbatas pada sidik jari, vena palem, pengenalan wajah, DNA, cetak palem, geometri tangan, pengenalan iris, retina, dan aroma bau/aroma.

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

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

Pengenalan wajah

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

Proses pengenalan wajah

Saat ini, kesulitan pengenalan wajah tradisional termasuk rotasi wajah, oklusi, kesamaan, dll telah sangat ditingkatkan, yang sangat meningkatkan keakuratan pengenalan wajah. Wajah 2D, Wajah 3D, Wajah Multi-Spektral Setiap mode memiliki skenario adaptasi akuisisi yang berbeda, gelar keamanan data dan sensitivitas privasi, dll., Dan penambahan pembelajaran besar data besar membuat algoritma pengenalan 3D menambah proyeksi 2D, proyeksi 2D, proyeksi 2D, proyeksi 2D, Ini dapat dengan cepat mengidentifikasi identitas seseorang, yang telah membawa terobosan tertentu untuk penerapan pengakuan 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 menolak penipuan pemalsuan seperti foto, video, model 3D, dan topeng prostetik, dan secara mandiri menentukan identitas dari Pengguna yang beroperasi. Saat ini, dengan perkembangan cepat teknologi pengenalan wajah, banyak aplikasi inovatif seperti perangkat pintar, keuangan online, dan pembayaran wajah telah menjadi semakin populer, membawa kecepatan dan kenyamanan bagi kehidupan dan pekerjaan semua orang.

Pengakuan Palmprint

PalmPrint Recognition adalah jenis baru teknologi pengenalan biometrik, yang menggunakan palmprint tubuh manusia sebagai fitur target, dan mengumpulkan informasi biologis melalui teknologi pencitraan multispektral. Pengenalan PalmPrint multi-spektral dapat dianggap sebagai model teknologi pengenalan biometrik yang menggabungkan multi-modalitas dan beberapa fitur target. Teknologi baru ini menggabungkan tiga fitur yang dapat diidentifikasi dari spektrum kulit, cetak palem, dan vena vena untuk memberikan informasi yang lebih banyak pada satu waktu dan meningkatkan kemampuan membedakan fitur target.

Tahun ini, Teknologi Pengenalan Palm Amazon, Named Orville, telah mulai menguji. Pemindai pertama kali memperoleh satu set gambar asli terpolarisasi inframerah, dengan fokus pada fitur eksternal telapak tangan, seperti garis dan lipatan; Saat memperoleh set kedua gambar terpolarisasi lagi, itu berfokus pada struktur palem dan fitur internal, seperti vena, tulang, jaringan lunak, dll. Gambar mentah awalnya diproses untuk menyediakan satu set gambar yang berisi tangan. Gambar-gambar ini cukup terang, fokus, dan menunjukkan telapak tangan dalam orientasi tertentu, dalam pose tertentu, dan diberi label sebagai tangan kiri atau kanan.

Saat ini, teknologi pengakuan PalmPrint Amazon dapat memverifikasi identitas pribadi dan menyelesaikan pembayaran hanya dalam 300 milidetik, dan tidak mengharuskan pengguna untuk meletakkan tangan mereka di perangkat pemindaian, hanya melambai dan memindai tanpa kontak. Tingkat kegagalan teknologi ini adalah sekitar 0,0001%. Pada saat yang sama, pengakuan PalmPrint adalah verifikasi ganda pada tahap awal - pertama kali mendapatkan karakteristik eksternal, dan kedua kalinya untuk mendapatkan karakteristik organisasi internal. Dibandingkan dengan teknologi biometrik lainnya dalam hal keamanan, ditingkatkan.

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

Saat ini, konsensus dalam industri ini adalah bahwa pengakuan modalitas tunggal memiliki kemacetan dalam kinerja dan keamanan pengakuan, dan fusi multi-modal merupakan terobosan penting dalam pengenalan wajah dan bahkan pengakuan biometrik-tidak hanya melalui multi-faktor cara cara Untuk meningkatkan akurasi pengakuan juga dapat meningkatkan kemampuan beradaptasi adegan dan keamanan privasi teknologi biometrik sampai batas tertentu. Dibandingkan dengan algoritma mode tunggal tradisional, ia dapat lebih memenuhi tingkat pengakuan palsu tingkat keuangan (serendah satu dari 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 dapat dikompromikan oleh iris penuaan dan pengenalan sidik jari elektronik dapat diburuk oleh sidik jari yang usang atau terpotong. Sementara sistem biometrik unimodal dibatasi oleh integritas pengidentifikasi mereka, tidak mungkin bahwa beberapa sistem unimodal akan menderita keterbatasan yang sama. Sistem biometrik multimodal dapat memperoleh set informasi dari penanda yang sama (yaitu, beberapa gambar iris, atau pemindaian jari yang sama) atau informasi dari biometrik yang berbeda (membutuhkan pemindaian sidik jari dan, menggunakan pengenalan suara, kode sandi lisan).

Sistem biometrik multimodal dapat memadukan sistem unimodal ini secara berurutan, secara bersamaan, kombinasi daripadanya, atau dalam seri, yang masing -masing merujuk pada mode integrasi berurutan, paralel, hierarkis dan serial.

Chancctvtelah mengembangkan serangkaianLensa biometrikUntuk pengenalan wajah, pengenalan sawit serta identifikasi sidik jari dan identifikasi iris. Misalnya CH3659A adalah lensa distorsi rendah 4K yang dirancang untuk sensor 1/1.8 '. Ini fitur semua desain kaca dan kompak dengan hanya 11.95mm TTL. Ini menangkap 44 derajat bidang pandang horizontal. Lensa ini sangat ideal untuk pengakuan PalmPrint.