생체 인식은 인간의 특성과 관련된 신체 측정 및 계산입니다. 생체 인증(또는 현실적 인증)은 컴퓨터 과학에서 신원 확인 및 접근 제어의 한 형태로 사용됩니다. 또한 감시 대상 집단 내 개인을 식별하는 데에도 사용됩니다.

생체 식별자는 개인을 식별하고 설명하는 데 사용되는 고유하고 측정 가능한 특징입니다. 생체 식별자는 종종 신체 형태와 관련된 생리적 특징으로 분류됩니다. 예를 들면 지문, 손바닥 정맥, 얼굴 인식, DNA, 손바닥 지문, 손 모양, 홍채 인식, 망막, 냄새 등이 있습니다.

생체인식 기술은 컴퓨터 과학, 광학 및 음향학을 비롯한 물리 과학, 생물 과학, 바이오센서 및 생물통계학 원리, 보안 기술, 인공지능 기술 등 다양한 기초 과학 및 혁신적인 응용 기술을 포괄하는 종합적인 다학제적 기술 솔루션입니다.

최근 인공지능의 발전과 함께 생체인식 기술이 더욱 성숙해졌습니다. 현재 얼굴 인식 기술은 생체인식 기술을 대표하는 기술로 자리매김하고 있습니다.

얼굴 인식

얼굴 인식 과정은 얼굴 수집, 얼굴 탐지, 얼굴 특징 추출 및 얼굴 매칭 인식으로 구성됩니다. 얼굴 인식 과정에는 머신 러닝 기술 중 AdaBoos 알고리즘, 합성곱 신경망, 서포트 벡터 머신 등 다양한 기술이 활용됩니다.

얼굴 인식 과정

현재 얼굴 회전, 가림, 유사성 등 기존 얼굴 인식의 어려움이 크게 개선되어 얼굴 인식 정확도가 현저히 향상되었습니다. 2D 얼굴, 3D 얼굴, 다중 스펙트럼 얼굴 등 각 모드는 획득 및 적용 시나리오, 데이터 보안 수준, 개인 정보 보호 민감도 등이 다릅니다. 빅데이터 기반 딥러닝 기술의 도입으로 3D 얼굴 인식 알고리즘은 2D 투영의 단점을 보완하여 인물 식별 속도를 크게 향상시켰으며, 이는 2차원 얼굴 인식 응용 분야에 획기적인 발전을 가져왔습니다.

동시에, 생체 ​​인식 기술은 현재 얼굴 인식 보안을 강화하는 핵심 기술로 활용되고 있으며, 사진, 동영상, 3D 모델, 얼굴 분장 마스크 등의 위조 사기를 효과적으로 방지하고 사용자의 신원을 독립적으로 확인할 수 있습니다. 현재 얼굴 인식 기술의 급속한 발전으로 스마트 기기, 온라인 금융, 얼굴 인식 결제 등 다양한 혁신적인 애플리케이션이 점점 더 보편화되고 있으며, 모든 사람의 삶과 업무에 속도와 편리함을 더하고 있습니다.

손바닥 인식

손바닥 인식은 인체의 손바닥을 특징점으로 삼아 다중 스펙트럼 영상 기술을 통해 생체 정보를 수집하는 새로운 유형의 생체 인식 기술입니다. 다중 스펙트럼 손바닥 인식은 다중 모달리티와 다중 특징점을 결합한 생체 인식 기술의 대표적인 모델로 볼 수 있습니다. 이 신기술은 피부 스펙트럼, 손바닥 지문, 정맥이라는 세 가지 식별 가능한 특징을 결합하여 한 번에 더욱 풍부한 정보를 제공하고 특징점의 식별력을 향상시킵니다.

올해 아마존의 손바닥 인식 기술인 코드명 오빌(Orville)이 테스트에 들어갔습니다. 이 스캐너는 먼저 손바닥의 외부 특징(예: 주름과 선)에 초점을 맞춰 적외선 편광 원본 이미지를 획득합니다. 두 번째 편광 이미지 세트를 획득할 때는 손바닥 구조와 내부 특징(예: 혈관, 뼈, 연조직 등)에 초점을 맞춥니다. 이렇게 얻은 원본 이미지는 초기 처리를 거쳐 손 이미지 세트를 생성합니다. 이 이미지들은 밝고 초점이 잘 맞으며, 특정 방향과 자세로 손바닥을 보여주고 왼손잡이인지 오른손잡이인지 표시됩니다.

현재 아마존의 손바닥 인식 기술은 단 300밀리초 만에 개인 신원 확인 및 결제를 완료할 수 있으며, 사용자가 스캔 장치에 손을 직접 대지 않고 손을 흔들어 비접촉 스캔하는 방식입니다. 이 기술의 오류율은 약 0.0001%에 불과합니다. 또한, 손바닥 인식은 초기 단계에서 두 번의 검증 과정을 거칩니다. 첫 번째 검증에서는 외부 특징을, 두 번째 검증에서는 내부 조직 특징을 획득합니다. 따라서 보안 측면에서 다른 생체 인식 기술보다 우수합니다.

앞서 언급한 생체 인식 기능 외에도 홍채 인식 기술이 널리 보급되고 있습니다. 홍채 인식의 오인식률은 1/1000000 정도로 매우 낮습니다. 이 기술은 주로 홍채의 일생 동안의 불변성과 차이점을 이용하여 신원을 확인합니다.

현재 업계에서는 단일 모달리티 인식 방식이 인식 성능과 보안 측면에서 한계가 있다는 것이 공통된 의견이며, 다중 모달리티 융합은 얼굴 인식은 물론 생체 인식 분야에서도 중요한 돌파구라는 인식이 지배적입니다. 다중 요소 분석을 통해 인식 정확도를 향상시킬 뿐만 아니라 생체 인식 기술의 장면 적응성과 개인정보 보호 보안도 일정 수준까지 개선할 수 있습니다. 기존의 단일 모달리티 알고리즘과 비교했을 때, 금융 거래 수준의 오인식률(1천만분의 1 수준)을 달성하는 데 더욱 유리하며, 이는 생체 인식 기술 발전의 주요 추세이기도 합니다.

다중 모드 생체 인식 시스템

다중 모드 생체 인식 시스템은 단일 모드 생체 인식 시스템의 한계를 극복하기 위해 여러 센서 또는 생체 정보를 활용합니다. 예를 들어 홍채 인식 시스템은 홍채 노화로 인해 정확도가 떨어질 수 있으며, 전자 지문 인식은 마모되거나 손상된 지문으로 인해 성능이 저하될 수 있습니다. 단일 모드 생체 인식 시스템은 식별자의 무결성에 따라 제한되지만, 여러 단일 모드 시스템이 동일한 한계에 직면할 가능성은 낮습니다. 다중 모드 생체 인식 시스템은 동일한 마커(예: 여러 장의 홍채 이미지 또는 동일한 손가락 스캔)에서 정보를 수집하거나, 서로 다른 생체 정보(지문 스캔 및 음성 인식을 사용하는 경우 음성 암호)에서 정보를 수집할 수 있습니다.

다중 모드 생체 인식 시스템은 이러한 단일 모드 시스템을 순차적으로, 동시에, 이들의 조합 또는 직렬로 융합할 수 있으며, 이는 각각 순차적, 병렬적, 계층적 및 직렬 통합 모드를 의미합니다.

찬CCTV일련의 제품들을 개발했습니다.생체 측정 렌즈얼굴 인식, 손바닥 인식, 지문 인식 및 홍채 인식에 사용됩니다. 예를 들어 CH3659A는 1/1.8인치 센서용으로 설계된 4K 저왜곡 렌즈입니다. 전체 유리 재질에 11.95mm의 짧은 TTL 길이를 가진 컴팩트한 디자인이 특징입니다. 44도의 수평 시야각을 제공하며, 손바닥 인식에 이상적입니다.