La biometria comprende misurazioni corporee e calcoli relativi alle caratteristiche umane. L'autenticazione biometrica (o autenticazione realistica) è utilizzata in informatica come forma di identificazione e controllo degli accessi. Viene utilizzata anche per identificare individui in gruppi sottoposti a sorveglianza.

Gli identificatori biometrici sono le caratteristiche distintive e misurabili utilizzate per etichettare e descrivere gli individui. Gli identificatori biometrici sono spesso classificati come caratteristiche fisiologiche correlate alla forma del corpo. Esempi includono, a titolo esemplificativo ma non esaustivo, impronte digitali, vene palmari, riconoscimento facciale, DNA, impronta palmare, geometria della mano, riconoscimento dell'iride, retina e odore/odore.

La tecnologia di identificazione biometrica comprende informatica, ottica e acustica e altre scienze fisiche, scienze biologiche, principi di biosensori e biostatistica, tecnologie della sicurezza e dell'intelligenza artificiale, oltre a molte altre scienze di base e tecnologie applicative innovative. Si tratta di soluzioni tecniche multidisciplinari complete.

Negli ultimi anni, con lo sviluppo dell'intelligenza artificiale, la tecnologia di identificazione biometrica ha raggiunto un livello di maturità sempre maggiore. Attualmente, la tecnologia di riconoscimento facciale è la più rappresentativa della biometria.

Riconoscimento facciale

Il processo di riconoscimento facciale comprende la raccolta, il rilevamento, l'estrazione delle caratteristiche facciali e il riconoscimento del face matching. Il processo di riconoscimento facciale utilizza diverse tecnologie, come l'algoritmo AdaBoos, la rete neurale convoluzionale e la macchina a vettori di supporto nell'ambito dell'apprendimento automatico.

Il processo di riconoscimento facciale

Attualmente, le tradizionali difficoltà del riconoscimento facciale, tra cui rotazione del volto, occlusione, somiglianza, ecc., sono state notevolmente migliorate, il che aumenta notevolmente la precisione del riconoscimento facciale. Volto 2D, volto 3D, volto multispettrale Ogni modalità ha diversi scenari di adattamento dell'acquisizione, grado di sicurezza dei dati e sensibilità alla privacy, ecc. e l'aggiunta del deep learning dei big data fa sì che l'algoritmo di riconoscimento facciale 3D integri i difetti della proiezione 2D. Può identificare rapidamente l'identità di una persona, il che ha portato una certa svolta nell'applicazione del riconoscimento facciale bidimensionale.

Allo stesso tempo, la tecnologia di rilevamento biometrico viene attualmente utilizzata come tecnologia chiave per migliorare la sicurezza del riconoscimento facciale, che può resistere efficacemente alle frodi di contraffazione come foto, video, modelli 3D e maschere protesiche, e determinare in modo indipendente l'identità degli utenti che lo utilizzano. Attualmente, con il rapido sviluppo della tecnologia di riconoscimento facciale, molte applicazioni innovative come dispositivi intelligenti, finanza online e pagamenti tramite riconoscimento facciale sono diventate sempre più popolari, portando velocità e praticità nella vita e nel lavoro di tutti.

Riconoscimento delle impronte palmari

Il riconoscimento delle impronte palmari è un nuovo tipo di tecnologia di riconoscimento biometrico, che utilizza l'impronta palmare del corpo umano come caratteristica target e raccoglie informazioni biologiche attraverso la tecnologia di imaging multispettrale. Il riconoscimento multispettrale delle impronte palmari può essere considerato un modello di tecnologia di riconoscimento biometrico che combina multimodalità e molteplici caratteristiche target. Questa nuova tecnologia combina le tre caratteristiche identificabili: spettro cutaneo, impronta palmare e vene per fornire informazioni più complete contemporaneamente e aumentare la distinguibilità delle caratteristiche target.

Quest'anno, la tecnologia di riconoscimento del palmo di Amazon, nome in codice Orville, ha iniziato i test. Lo scanner acquisisce prima una serie di immagini originali polarizzate a infrarossi, concentrandosi sulle caratteristiche esterne del palmo, come linee e pieghe; quando acquisisce nuovamente la seconda serie di immagini polarizzate, si concentra sulla struttura del palmo e sulle caratteristiche interne, come vene, ossa, tessuti molli, ecc. Le immagini grezze vengono inizialmente elaborate per fornire una serie di immagini contenenti le mani. Queste immagini sono ben illuminate, a fuoco e mostrano il palmo in un orientamento specifico, in una posa specifica e sono etichettate come mancine o destre.

Attualmente, la tecnologia di riconoscimento dell'impronta palmare di Amazon è in grado di verificare l'identità personale e completare il pagamento in soli 300 millisecondi, senza richiedere agli utenti di appoggiare le mani sul dispositivo di scansione, ma semplicemente di agitare la mano e scansionare senza contatto. Il tasso di errore di questa tecnologia è di circa lo 0,0001%. Allo stesso tempo, il riconoscimento dell'impronta palmare richiede una doppia verifica nella fase iniziale: la prima per ottenere le caratteristiche esterne e la seconda per ottenere le caratteristiche organizzative interne. Rispetto ad altre tecnologie biometriche, la sicurezza è migliorata.

Oltre alle caratteristiche biometriche sopra menzionate, anche la tecnologia di riconoscimento dell'iride sta diventando sempre più diffusa. Il tasso di falsi positivi nel riconoscimento dell'iride è basso, pari a 1/1000000. Utilizza principalmente le caratteristiche di invarianza e differenza di vita dell'iride per identificare le identità.

Attualmente, il consenso nel settore è che il riconoscimento di una singola modalità presenta colli di bottiglia sia nelle prestazioni di riconoscimento che nella sicurezza, e la fusione multimodale rappresenta un'importante svolta nel riconoscimento facciale e persino nel riconoscimento biometrico, non solo attraverso l'analisi multifattoriale. Il modo per migliorare la precisione del riconoscimento può anche migliorare in una certa misura l'adattabilità alla scena e la sicurezza della privacy della tecnologia biometrica. Rispetto al tradizionale algoritmo monomodale, può soddisfare meglio il tasso di falsi riconoscimenti a livello finanziario (fino a uno su dieci milioni), che è anche la tendenza principale nello sviluppo dell'identificazione biometrica.

Sistema biometrico multimodale

I sistemi biometrici multimodali utilizzano più sensori o dati biometrici per superare i limiti dei sistemi biometrici unimodali. Ad esempio, i sistemi di riconoscimento dell'iride possono essere compromessi dall'invecchiamento dell'iride e il riconoscimento delle impronte digitali elettroniche può essere peggiorato da impronte digitali usurate o tagliate. Mentre i sistemi biometrici unimodali sono limitati dall'integrità del loro identificatore, è improbabile che diversi sistemi unimodali soffrano delle stesse limitazioni. I sistemi biometrici multimodali possono ottenere insiemi di informazioni dallo stesso marcatore (ad esempio, più immagini di un'iride o scansioni dello stesso dito) o informazioni da diversi dati biometrici (che richiedono scansioni delle impronte digitali e, tramite riconoscimento vocale, un codice di accesso vocale).

I sistemi biometrici multimodali possono fondere questi sistemi unimodali in sequenza, simultaneamente, in una combinazione di essi o in serie, che si riferiscono rispettivamente alle modalità di integrazione sequenziale, parallela, gerarchica e seriale.

CHANCCTVha sviluppato una serie dilenti biometrichePer il riconoscimento facciale, il riconoscimento dell'impronta palmare, l'identificazione delle impronte digitali e dell'iride. Ad esempio, il CH3659A è un obiettivo 4K a bassa distorsione progettato per sensori da 1/1,8''. È interamente in vetro e dal design compatto con un TTL di soli 11,95 mm. Cattura un campo visivo orizzontale di 44 gradi. Questo obiettivo è ideale per il riconoscimento dell'impronta palmare.