Biometrie si Kierpermiessungen a Berechnungen am Zesummenhang mat mënschleche Charakteristiken. Biometresch Authentifikatioun (oder realistesch Authentifikatioun) gëtt an der Informatik als Form vun Identifikatioun an Zougangskontroll benotzt. Et gëtt och benotzt fir Individuen a Gruppen z'identifizéieren déi ënner Iwwerwaachung sinn.

Biometresch Identifizéierer sinn déi ënnerschiddlech, moossbar Charakteristiken déi benotzt gi fir Individuen ze bezeechnen an ze beschreiwen. Biometresch Identifizéierer ginn dacks als physiologesch Charakteristiken kategoriséiert, déi mat der Form vum Kierper verbonne sinn. Beispiller enthalen, awer sinn net limitéiert op Fangerofdrock, Palmvenen, Gesiichtserkennung, DNA, Palmdruck, Handgeometrie, Iriserkennung, Netzhaut a Geroch / Geroch.

Biometresch Identifikatiounstechnologie beinhalt Informatik, Optik an Akustik an aner kierperlech Wëssenschaften, biologesch Wëssenschaften, Biosensoren a Biostatistikprinzipien, Sécherheetstechnologie, a kënschtlech Intelligenz Technologie a vill aner Basiswëssenschaften an innovativ Applikatiounstechnologien. Et ass eng komplett multidisziplinär technesch Léisungen.

An de leschte Joeren, mat der Entwécklung vu kënschtlecher Intelligenz, ass biometresch Identifikatiounstechnologie méi reift ginn. Am Moment ass d'Gesiichtserkennungstechnologie déi representativst vu Biometrie.

Gesiichtserkennung

De Prozess vun der Gesiichtserkennung enthält Gesiichtersammlung, Gesiichtserkennung, Gesiichtsfunktiounsextraktioun a Gesiichtspassend Unerkennung. De Gesiichtserkennungsprozess benotzt verschidden Technologien wéi AdaBoos Algorithmus, convolutional neural Netzwierk an Ënnerstëtzung vu Vektormaschinn am Maschinnléieren.

De Prozess vun der Gesiichtserkennung

Am Moment sinn déi traditionell Gesiichtserkennungsschwieregkeeten, dorënner Gesiichtsrotatioun, Okklusioun, Ähnlechkeet, asw staark verbessert ginn, wat d'Genauegkeet vun der Gesiichtserkennung staark verbessert. 2D Gesiicht, 3D Gesiicht, Multi-Spektral Gesiicht All Modus huet verschidden Acquisitiounsadaptatiounsszenarien, Datesécherheetsgrad a Privatsphärempfindlechkeet, asw., an d'Zousätzlech vun Deep Léieren vu Big Data mécht den 3D Gesiichtserkennungsalgorithmus ergänzen d'Defekter vun der 2D Projektioun, Et kann séier d'Identitéit vun enger Persoun identifizéieren, wat e gewëssen Duerchbroch fir d'Applikatioun vun zweedimensionaler Gesiichtserkennung bruecht huet.

Zur selwechter Zäit gëtt déi biometresch Detektiounstechnologie am Moment als Schlësseltechnologie benotzt fir d'Sécherheet vun der Gesiichtserkennung ze verbesseren, déi effektiv géint Fälschungsbedruch wéi Fotoen, Videoen, 3D Modeller a Prothetesch Masken widderstoen kann an onofhängeg d'Identitéit bestëmmen Betribssystemer Benotzer. Am Moment, mat der rapider Entwécklung vun der Gesiichtserkennungstechnologie, sinn vill innovativ Uwendungen wéi Smart Apparater, Online Finanzen, a Gesiichtsbezuelung ëmmer méi populär ginn, wat Geschwindegkeet a Komfort fir jidderee säi Liewen an Aarbecht bréngt.

Palmprint Unerkennung

Palmprint Unerkennung ass eng nei Aart vu biometrescher Unerkennungstechnologie, déi de Palmprint vum mënschleche Kierper als Zil Feature benotzt, a biologesch Informatioun duerch multispektral Imaging Technologie sammelt. Multi-Spektral Palmprint Unerkennung kann als Modell vu biometrescher Unerkennungstechnologie ugesi ginn, déi Multimodalitéit a Multiple Zilfeatures kombinéiert. Dës nei Technologie kombinéiert déi dräi identifizéierend Features vum Hautspektrum, Palmdruck a Venen fir méi reichend Informatioun zur selwechter Zäit ze bidden an d'Ënnerscheedbarkeet vun Zilfeatures ze erhéijen.

Dëst Joer huet d'Amazon Handflächerkennungstechnologie, Code-genannt Orville, ugefaang ze testen. De Scanner kritt als éischt e Set vun infraroutpolariséierten originelle Biller, déi sech op déi extern Feature vun der Handfläch konzentréieren, wéi Linnen a Falten; wann Dir déi zweet Set vu polariséierte Biller erëm kaaft, konzentréiert se sech op d'Handflächstruktur an d'intern Features, wéi Venen, Schanken, Softgewebe, asw.. Déi rau Biller ginn ufanks veraarbecht fir e Set vu Biller mat Hänn ze bidden. Dës Biller si gutt beliicht, am Fokus, a weisen d'Handfläch an enger spezifescher Orientéierung, an enger spezifescher Pose, a markéiert als lénks oder riets.

Am Moment kann d'Amazon Palmprint Erkennungstechnologie d'perséinlech Identitéit verifizéieren an d'Bezuelung an nëmmen 300 Millisekonnen verifizéieren, a verlaangt net datt d'Benotzer hir Hänn op de Scannerapparat leeën, just wénken a scannen ouni Kontakt. Den Ausfallquote vun dëser Technologie ass ongeféier 0,0001%. Zur selwechter Zäit ass d'Palmprinterkennung eng duebel Verifikatioun an der éischter Etapp - déi éischte Kéier fir extern Charakteristiken ze kréien, an déi zweete Kéier fir intern organisatoresch Charakteristiken ze kréien. Am Verglach mat anere biometreschen Technologien a punkto Sécherheet, verbessert.

Zousätzlech zu den uewe genannte biometreschen Features gëtt d'Iriserkennungstechnologie och populär. De falschen Unerkennungsquote vun der Iriserkennung ass sou niddereg wéi 1/1000000. Et benotzt haaptsächlech d'Charakteristiken vun der Iris Liewen Invarianz an Ënnerscheed fir Identitéiten z'identifizéieren.

Am Moment ass de Konsens an der Industrie datt d'Unerkennung vun enger eenzeger Modalitéit Flaschenhals an der Unerkennungsleistung a Sécherheet huet, a multimodal Fusioun ass e wichtegen Duerchbroch an der Gesiichtserkennung a souguer biometrescher Unerkennung - net nëmmen duerch Multi-Faktor De Wee. fir d'Unerkennungsgenauegkeet ze verbesseren kann och d'Szen Adaptabilitéit an d'Privatsphärsécherheet vun der biometrescher Technologie zu engem gewësse Mooss verbesseren. Am Verglach mam traditionelle Single-Modus Algorithmus kann et besser de finanzielle Niveau falsch Unerkennungsquote treffen (sou niddereg wéi een an zéng Milliounen), wat och den Haapttrend vun der Entwécklung vun der biometrescher Identifikatioun ass.

Multimodale biometresche System

Multimodal biometresch Systemer benotze verschidde Sensoren oder Biometrie fir d'Aschränkungen vun unimodalen biometresche Systemer ze iwwerwannen. Wärend unimodal biometresch Systemer limitéiert sinn duerch d'Integritéit vun hirem Identifizéierer, ass et onwahrscheinlech datt verschidde unimodal Systemer ënner identesche Aschränkungen leiden. Multimodal biometresch Systemer kënne Sätz vun Informatioun vum selwechte Marker kréien (dh Multiple Biller vun enger Iris, oder Scans vum selwechte Fanger) oder Informatioun aus verschiddene Biometrie (Fangerofdrockscann erfuerderen an, mat Stëmmerkennung, e geschwatene Passwuert).

Multimodal biometresch Systemer kënnen dës unimodal Systemer sequenziell, gläichzäiteg, eng Kombinatioun dovun oder a Serien fusionéieren, déi op sequenziell, parallel, hierarchesch a seriell Integratiounsmodi bezéien, respektiv.

CHANCCTVhuet eng Serie vun entwéckeltbiometresch Lënsenfir Gesiichtserkennung, Handflächenerkennung souwéi Fangerofdrock Identifikatioun an Iris Identifikatioun. Et huet all Glas a kompakt Designen mat nëmmen 11,95 mm TTL. Et erfaasst 44 Grad horizontal Gesiichtsfeld. Dës Lens ass ideal fir Palmprinterkennung.