생체 인식은 인간의 특성과 관련된 신체 측정 및 계산입니다. 생체 인증(또는 실제 인증)은 컴퓨터 과학에서 식별 및 액세스 제어의 한 형태로 사용됩니다. 또한 감시를 받는 그룹의 개인을 식별하는 데에도 사용됩니다.

생체 인식 식별자는 개인에게 라벨을 붙이고 설명하는 데 사용되는 고유하고 측정 가능한 특성입니다. 생체 인식 식별자는 종종 신체 형태와 관련된 생리적 특성으로 분류됩니다. 예로는 지문, 손바닥 정맥, 얼굴 인식, DNA, 장문, 손 기하학, 홍채 인식, 망막 및 냄새/향기가 포함되지만 이에 국한되지는 않습니다.

생체 인식 기술에는 컴퓨터 과학, 광학 및 음향학, 기타 물리 과학, 생물 과학, 바이오 센서 및 생물 통계학 원리, 보안 기술, 인공 지능 기술 및 기타 여러 기초 과학 및 혁신적인 응용 기술이 포함됩니다. 이는 완전한 종합 기술 솔루션입니다.

최근에는 인공지능의 발달로 생체인식 기술이 더욱 성숙해졌습니다. 현재 생체인식의 가장 대표적인 기술은 얼굴인식 기술이다.

얼굴 인식

얼굴 인식 과정에는 얼굴 수집, 얼굴 검출, 얼굴 특징 추출, 얼굴 매칭 인식 등이 포함된다. 얼굴 인식 프로세스에는 AdaBoos 알고리즘, 컨볼루션 신경망, 기계 학습의 지원 벡터 머신 등 다양한 기술이 사용됩니다.

얼굴인식 과정

현재 얼굴 회전, 폐색, 유사성 등 기존의 얼굴 인식 문제가 크게 개선되어 얼굴 인식의 정확도가 크게 향상되었습니다. 2D 얼굴, 3D 얼굴, 다중 스펙트럼 얼굴 각 모드에는 서로 다른 획득 적응 시나리오, 데이터 보안 수준 및 개인 정보 보호 민감도 등이 있으며 빅 데이터의 딥 러닝을 추가하면 3D 얼굴 인식 알고리즘이 2D 투영의 결함을 보완합니다. 사람의 신원을 신속하게 식별할 수 있어 2차원 얼굴 인식 적용에 획기적인 발전을 가져왔습니다.

동시에 생체인식 기술은 현재 얼굴인식의 보안성을 향상시키는 핵심 기술로 활용되고 있는데, 이를 통해 사진, 영상, 3D모델, 보철마스크 등 위조사기에 효과적으로 저항하고, 독자적으로 신원을 판별할 수 있다. 운영 사용자. 현재 얼굴 인식 기술의 급속한 발전으로 스마트 기기, 온라인 금융, 얼굴 결제 등 다양한 혁신적인 애플리케이션이 점점 대중화되어 모든 사람의 삶과 업무에 속도와 편리함을 가져다 주고 있습니다.

장문 인식

장문 인식은 인체의 장문을 표적 특징으로 활용하고 다중 스펙트럼 이미징 기술을 통해 생물학적 정보를 수집하는 새로운 유형의 생체 인식 기술입니다. 다중 스펙트럼 장문 인식은 다중 양식과 다중 대상 특징을 결합한 생체 인식 기술의 모델로 간주될 수 있습니다. 이 신기술은 식별 가능한 피부 스펙트럼, 장문, 정맥 정맥의 세 가지 특징을 결합하여 보다 풍부한 정보를 한 번에 제공하고 대상 특징의 구별성을 높입니다.

올해부터 아마존의 손바닥 인식 기술인 코드명 오빌(Orville)이 테스트를 시작했다. 스캐너는 먼저 선이나 접힌 부분과 같은 손바닥의 외부 특징에 초점을 맞춰 적외선 편광 원본 이미지 세트를 획득합니다. 두 번째 편광 이미지 세트를 다시 획득할 때 손바닥 구조와 정맥, 뼈, 연조직 등과 같은 내부 특징에 초점을 맞춥니다. 원시 이미지는 처음에 손이 포함된 이미지 세트를 제공하기 위해 처리됩니다. 이 이미지는 조명이 밝고 초점이 맞으며 특정 방향, 특정 포즈의 손바닥을 보여주며 왼손잡이 또는 오른손잡이로 표시됩니다.

현재 아마존의 장문 인식 기술은 단 300밀리초 만에 개인 신원을 확인하고 결제를 완료할 수 있으며, 사용자가 스캐닝 장치에 손을 대지 않고도 접촉 없이 손을 흔들고 스캔하기만 하면 된다. 이 기술의 실패율은 약 0.0001%이다. 동시에, 장문 인식은 초기 단계의 이중 검증입니다. 첫 번째는 외부 특성을 획득하고 두 번째는 내부 조직 특성을 획득합니다. 보안 측면에서 다른 생체 인식 기술과 비교하여 향상되었습니다.

위의 생체인식 기능 외에도 홍채인식 기술도 대중화되고 있다. 홍채인식의 오인식률은 1/1000000 정도로 낮습니다. 주로 홍채의 수명 불변성과 차이의 특성을 이용하여 신원을 식별합니다.

현재 업계에서는 단일 방식의 인식은 인식 성능과 보안 모두에 병목 현상이 발생한다는 점에 공감하고 있으며, 다중 모드 융합은 다중 요소를 통한 인식뿐만 아니라 얼굴 인식은 물론 생체 인식에서도 중요한 돌파구가 된다는 것이 업계의 공감대입니다. 인식 정확도를 높이면 생체 인식 기술의 장면 적응성과 개인 정보 보호 보안도 어느 정도 향상될 수 있습니다. 기존 단일 모드 알고리즘과 비교하면 생체 인식 개발의 주요 추세이기도 한 금융 수준의 잘못된 인식률(천만 분의 1)을 더 잘 충족할 수 있습니다.

다중 모드 생체 인식 시스템

다중 모드 생체 인식 시스템은 단일 모드 생체 인식 시스템의 한계를 극복하기 위해 여러 센서 또는 생체 인식을 사용합니다. 예를 들어 홍채 인식 시스템은 홍채의 노화로 인해 성능이 저하될 수 있으며, 전자 지문 인식은 낡거나 잘린 지문으로 인해 성능이 저하될 수 있습니다. 단봉 생체 인식 시스템은 식별자의 무결성으로 인해 제한되지만 여러 단봉 시스템이 동일한 제한을 겪을 가능성은 거의 없습니다. 다중 모드 생체인식 시스템은 동일한 마커(즉, 홍채의 여러 이미지 또는 동일한 손가락의 스캔)에서 정보 세트를 얻거나 다른 생체인식(지문 스캔이 필요하고 음성 인식을 사용하여 음성 암호가 필요함)에서 정보를 얻을 수 있습니다.

다중 모드 생체인식 시스템은 이러한 단일 모드 시스템을 순차적으로, 동시에, 이들의 조합으로, 또는 각각 순차, 병렬, 계층 및 직렬 통합 모드를 의미하는 직렬로 융합할 수 있습니다.

CHANCCTV일련의 개발을 진행했습니다.생체 인식 렌즈얼굴 인식, 장문 인식, 지문 인식, 홍채 인식 등이 가능합니다. 예를 들어 CH3659A는 1/1.8'' 센서용으로 설계된 4k 저왜곡 렌즈입니다. TTL이 11.95mm에 불과한 전체 유리 및 컴팩트한 디자인이 특징입니다. 44도 수평 화각을 포착합니다. 이 렌즈는 장문 인식에 이상적입니다.