Biometrics ແມ່ນການວັດແທກຮ່າງກາຍແລະການຄິດໄລ່ທີ່ກ່ຽວຂ້ອງກັບຄຸນລັກສະນະຂອງມະນຸດ. ການກວດສອບຄວາມຖືກຕ້ອງທາງຊີວະມິຕິ (ຫຼືການຢືນຢັນຕົວຈິງ) ຖືກນໍາໃຊ້ໃນວິທະຍາສາດຄອມພິວເຕີເປັນຮູບແບບຂອງການກໍານົດແລະການຄວບຄຸມການເຂົ້າເຖິງ. ມັນຍັງຖືກນໍາໃຊ້ເພື່ອກໍານົດບຸກຄົນໃນກຸ່ມທີ່ຢູ່ພາຍໃຕ້ການເຝົ້າລະວັງ.

ຕົວລະບຸທາງຊີວະມິຕິແມ່ນລັກສະນະທີ່ໂດດເດັ່ນ, ສາມາດວັດແທກໄດ້ທີ່ໃຊ້ໃນການຕິດສະຫຼາກ ແລະອະທິບາຍບຸກຄົນ. ຕົວລະບຸ biometric ມັກຈະຖືກຈັດປະເພດເປັນຄຸນລັກສະນະທາງກາຍະພາບທີ່ກ່ຽວຂ້ອງກັບຮູບຮ່າງຂອງຮ່າງກາຍ. ຕົວຢ່າງປະກອບມີ, ແຕ່ບໍ່ຈໍາກັດພຽງແຕ່ລາຍນິ້ວມື, ເສັ້ນກ່າງໃບມື, ການຮັບຮູ້ໃບຫນ້າ, DNA, ການພິມປາມ, ເລຂາຄະນິດຂອງມື, ການຮັບຮູ້ iris, retina, ແລະກິ່ນ / ກິ່ນຫອມ.

ເທັກໂນໂລຍີການລະບຸຕົວຕົນທາງຊີວະມິຕິກ່ຽວຂ້ອງກັບວິທະຍາສາດຄອມພິວເຕີ, ແວ່ນຕາ ແລະສຽງ ແລະວິທະຍາສາດທາງກາຍະພາບອື່ນໆ, ວິທະຍາສາດຊີວະວິທະຍາ, ຊີວະເຊັນເຊີ ແລະຫຼັກຊີວະສະຖິຕິ, ເທັກໂນໂລຍີຄວາມປອດໄພ, ແລະເທັກໂນໂລຍີປັນຍາປະດິດ ແລະວິທະຍາສາດພື້ນຖານອື່ນໆ ແລະເທັກໂນໂລຍີການປະຍຸກໃຊ້ນະວັດຕະກໍາອື່ນໆ. ມັນ​ເປັນ​ວິ​ທີ​ແກ້​ໄຂ​ວິ​ຊາ​ການ​ຫຼາຍ​ວິ​ຊາ​ການ​ຄົບ​ຖ້ວນ​ສົມ​ບູນ​.

ໃນຊຸມປີມໍ່ໆມານີ້, ດ້ວຍການພັດທະນາປັນຍາປະດິດ, ເຕັກໂນໂລຢີການກໍານົດທາງຊີວະພາບໄດ້ກາຍເປັນຜູ້ໃຫຍ່ຫຼາຍ. ໃນປັດຈຸບັນ, ເຕັກໂນໂລຢີການຮັບຮູ້ໃບຫນ້າແມ່ນຕົວແທນທີ່ສຸດຂອງ biometrics.

ການຮັບຮູ້ໃບໜ້າ

ຂະບວນການຮັບຮູ້ໃບໜ້າລວມມີການເກັບໃບໜ້າ, ການກວດຫາໃບໜ້າ, ການສະກັດເອົາຄຸນສົມບັດຂອງໃບໜ້າ ແລະ ການຮັບຮູ້ການຈັບຄູ່ໃບໜ້າ. ຂະບວນການຮັບຮູ້ໃບຫນ້າໃຊ້ເຕັກໂນໂລຢີຕ່າງໆເຊັ່ນ: ສູດການຄິດໄລ່ AdaBoos, ເຄືອຂ່າຍ neural convolutional ແລະສະຫນັບສະຫນູນ vector machine ໃນການຮຽນຮູ້ເຄື່ອງຈັກ.

ຂະບວນການຮັບຮູ້ໃບຫນ້າ

ໃນປັດຈຸບັນ, ຄວາມຫຍຸ້ງຍາກໃນການຮັບຮູ້ໃບຫນ້າແບບດັ້ງເດີມລວມທັງການຫມຸນໃບຫນ້າ, ການປິດບັງ, ຄວາມຄ້າຍຄືກັນ, ແລະອື່ນໆແມ່ນໄດ້ຮັບການປັບປຸງຢ່າງຫຼວງຫຼາຍ, ເຊິ່ງໄດ້ປັບປຸງຄວາມຖືກຕ້ອງຂອງການຮັບຮູ້ໃບຫນ້າຢ່າງຫຼວງຫຼາຍ. ໃບໜ້າ 2 ມິຕິ, ໃບໜ້າ 3 ມິຕິ, ໃບໜ້າຫຼາຍຈຸດ ແຕ່ລະໂໝດມີສະຖານະການປັບຕົວທີ່ແຕກຕ່າງ, ລະດັບຄວາມປອດໄພຂອງຂໍ້ມູນ ແລະ ຄວາມອ່ອນໄຫວດ້ານຄວາມເປັນສ່ວນຕົວ, ແລະອື່ນໆ, ແລະການເພີ່ມການຮຽນຮູ້ເລິກຂອງຂໍ້ມູນໃຫຍ່ເຮັດໃຫ້ລະບົບການຮັບຮູ້ໃບໜ້າ 3 ມິຕິ ເສີມຄວາມບົກພ່ອງຂອງການຄາດຄະເນ 2 ມິຕິ, ມັນສາມາດກໍານົດຕົວຕົນຂອງບຸກຄົນຢ່າງໄວວາ, ເຊິ່ງໄດ້ນໍາເອົາຄວາມກ້າວຫນ້າທີ່ແນ່ນອນສໍາລັບການນໍາໃຊ້ການຮັບຮູ້ໃບຫນ້າສອງມິຕິ.

ໃນຂະນະດຽວກັນ, ເຕັກໂນໂລຊີການກວດຫາທາງຊີວະມິຕິໃນປະຈຸບັນໄດ້ຖືກນໍາໃຊ້ເປັນເຕັກໂນໂລຊີທີ່ສໍາຄັນເພື່ອປັບປຸງຄວາມປອດໄພຂອງການຮັບຮູ້ໃບຫນ້າ, ເຊິ່ງປະສິດທິພາບສາມາດຕ້ານການສໍ້ໂກງການປອມແປງເຊັ່ນ: ຮູບພາບ, ວິດີໂອ, ແບບ 3D, ແລະຫນ້າກາກທຽມ, ແລະເປັນເອກະລາດກໍານົດຕົວຕົນຂອງ. ຜູ້​ໃຊ້​ປະ​ຕິ​ບັດ​ການ​. ໃນປັດຈຸບັນ, ດ້ວຍການພັດທະນາຢ່າງໄວວາຂອງເຕັກໂນໂລຊີການຮັບຮູ້ໃບຫນ້າ, ຄໍາຮ້ອງສະຫມັກນະວັດກໍາຈໍານວນຫຼາຍເຊັ່ນ: ອຸປະກອນອັດສະລິຍະ, ການເງິນອອນໄລນ໌, ແລະການຊໍາລະໃບຫນ້າໄດ້ກາຍເປັນທີ່ນິຍົມເພີ່ມຂຶ້ນ, ນໍາເອົາຄວາມໄວແລະຄວາມສະດວກສະບາຍໃຫ້ກັບຊີວິດແລະການເຮັດວຽກຂອງທຸກຄົນ.

ການຮັບຮູ້ Palmprint

Palmprint recognition ເປັນປະເພດຂອງເຕັກໂນໂລຊີການຮັບຮູ້ biometric ຮູບແບບໃຫມ່, ເຊິ່ງນໍາໃຊ້ palmprint ຂອງຮ່າງກາຍຂອງມະນຸດເປັນຄຸນນະສົມບັດເປົ້າຫມາຍ, ແລະເກັບກໍາຂໍ້ມູນຊີວະພາບໂດຍຜ່ານເຕັກໂນໂລຊີຮູບພາບຫຼາຍspectral. ການຮັບຮູ້ໃບມືຫຼາຍສະເປກສາມາດຖືວ່າເປັນຕົວແບບຂອງເທັກໂນໂລຍີການຮັບຮູ້ທາງຊີວະມິຕິທີ່ປະສົມປະສານຫຼາຍຮູບແບບ ແລະລັກສະນະເປົ້າໝາຍຫຼາຍອັນ. ເທກໂນໂລຍີໃຫມ່ນີ້ປະສົມປະສານສາມລັກສະນະທີ່ສາມາດກໍານົດໄດ້ຂອງຜິວຫນັງ, ການພິມປາມແລະເສັ້ນກ່າງເສັ້ນກ່າງເພື່ອໃຫ້ຂໍ້ມູນອຸດົມສົມບູນຫຼາຍຂຶ້ນໃນເວລາດຽວແລະເພີ່ມຄວາມແຕກຕ່າງຂອງລັກສະນະເປົ້າຫມາຍ.

ໃນປີນີ້, ເຕັກໂນໂລຢີການຮັບຮູ້ຕົ້ນປາມຂອງ Amazon, ທີ່ມີຊື່ລະຫັດ Orville, ໄດ້ເລີ່ມຕົ້ນການທົດສອບ. ເຄື່ອງສະແກນທໍາອິດໄດ້ຮັບຊຸດຂອງຮູບພາບຕົ້ນສະບັບ polarized infrared, ສຸມໃສ່ລັກສະນະພາຍນອກຂອງປາມ, ເຊັ່ນເສັ້ນແລະພັບ; ເມື່ອໄດ້ຮັບຊຸດທີສອງຂອງຮູບພາບຂົ້ວໂລກອີກເທື່ອຫນຶ່ງ, ມັນສຸມໃສ່ໂຄງສ້າງຂອງຝາມືແລະລັກສະນະພາຍໃນ, ເຊັ່ນ: ເສັ້ນກ່າງ, ກະດູກ, ເນື້ອເຍື່ອອ່ອນ, ແລະອື່ນໆ. ຮູບພາບດິບໄດ້ຖືກປຸງແຕ່ງໃນເບື້ອງຕົ້ນເພື່ອສະຫນອງຊຸດຂອງຮູບພາບທີ່ມີມື. ຮູບພາບເຫຼົ່ານີ້ແມ່ນມີແສງສະຫວ່າງດີ, ໃນຈຸດສຸມ, ແລະສະແດງໃຫ້ເຫັນຝາມືໃນທິດທາງສະເພາະ, ໃນທ່າສະເພາະ, ແລະຕິດປ້າຍຊື່ເປັນມືຊ້າຍຫຼືຂວາ.

ໃນປັດຈຸບັນ, ເທັກໂນໂລຍີການຮັບຮູ້ໃບມືຂອງ Amazon ສາມາດຢັ້ງຢືນຕົວຕົນສ່ວນຕົວ ແລະ ຊໍາລະເງິນໃຫ້ຄົບຖ້ວນພາຍໃນ 300 ມິນລິວິນາທີ, ແລະ ບໍ່ຕ້ອງການໃຫ້ຜູ້ໃຊ້ເອົາມືໃສ່ອຸປະກອນສະແກນ, ພຽງແຕ່ໂບກມື ແລະ ສະແກນໂດຍບໍ່ມີການຕິດຕໍ່. ອັດຕາການລົ້ມເຫຼວຂອງເຕັກໂນໂລຢີນີ້ແມ່ນປະມານ 0.0001%. ໃນເວລາດຽວກັນ, ການຮັບຮູ້ໃບມືແມ່ນການກວດສອບສອງເທົ່າໃນຂັ້ນຕອນເບື້ອງຕົ້ນ - ຄັ້ງທໍາອິດທີ່ຈະໄດ້ຮັບຄຸນລັກສະນະພາຍນອກ, ແລະຄັ້ງທີສອງເພື່ອໃຫ້ໄດ້ຄຸນລັກສະນະຂອງອົງການຈັດຕັ້ງພາຍໃນ. ເມື່ອປຽບທຽບກັບເຕັກໂນໂລຊີ biometric ອື່ນໆໃນດ້ານຄວາມປອດໄພ, ປັບປຸງ.

ນອກເໜືອໄປຈາກຄຸນສົມບັດທາງຊີວະມິຕິຂ້າງເທິງແລ້ວ, ເທັກໂນໂລຍີການຮັບຮູ້ iris ຍັງໄດ້ຮັບຄວາມນິຍົມ. ອັດຕາການຮັບຮູ້ທີ່ບໍ່ຖືກຕ້ອງຂອງການຮັບຮູ້ iris ແມ່ນຕໍ່າເຖິງ 1/1000000. ມັນສ່ວນໃຫຍ່ແມ່ນໃຊ້ຄຸນລັກສະນະຂອງຄວາມບໍ່ປ່ຽນແປງຂອງຊີວິດ iris ແລະຄວາມແຕກຕ່າງເພື່ອກໍານົດຕົວຕົນ.

ໃນປັດຈຸບັນ, ຄວາມເປັນເອກະສັນກັນໃນອຸດສາຫະກໍາແມ່ນວ່າການຮັບຮູ້ຮູບແບບດຽວມີຂໍ້ບົກຜ່ອງໃນການປະຕິບັດການຮັບຮູ້ແລະຄວາມປອດໄພ, ແລະການຜະສົມຜະສານຫຼາຍຮູບແບບແມ່ນເປັນບາດກ້າວທີ່ສໍາຄັນໃນການຮັບຮູ້ໃບຫນ້າແລະແມ້ກະທັ້ງການຮັບຮູ້ທາງຊີວະພາບ - ບໍ່ພຽງແຕ່ຜ່ານຫຼາຍປັດໃຈເທົ່ານັ້ນ. ເພື່ອປັບປຸງຄວາມຖືກຕ້ອງຂອງການຮັບຮູ້ຍັງສາມາດປັບປຸງການປັບຕົວຂອງ scene ແລະຄວາມປອດໄພຄວາມເປັນສ່ວນຕົວຂອງເຕັກໂນໂລຊີ biometric ໃນຂອບເຂດສະເພາະໃດຫນຶ່ງ. ເມື່ອປຽບທຽບກັບສູດການຄິດໄລ່ແບບດຽວແບບດັ້ງເດີມ, ມັນສາມາດຕອບສະຫນອງລະດັບການຮັບຮູ້ທີ່ບໍ່ຖືກຕ້ອງທາງດ້ານການເງິນໄດ້ດີກວ່າ (ຕ່ໍາກວ່າຫນຶ່ງໃນສິບລ້ານ), ເຊິ່ງຍັງເປັນແນວໂນ້ມຕົ້ນຕໍຂອງການພັດທະນາການກໍານົດທາງຊີວະພາບ.

ລະບົບຊີວະມິຕິຫຼາຍແບບ

ລະບົບຊີວະມິຕິແບບ Multimodal ໃຊ້ເຊັນເຊີຫຼາຍຕົວ ຫຼື ຊີວະມິຕິເພື່ອເອົາຊະນະຂໍ້ຈຳກັດຂອງລະບົບຊີວະມິຕິທີ່ບໍ່ປ່ຽນແປງໄດ້. ຕົວຢ່າງເຊັ່ນລະບົບການຮັບຮູ້ iris ສາມາດຖືກທຳລາຍໄດ້ໂດຍ irises ແກ່ ແລະການຮັບຮູ້ລາຍນິ້ວມືທາງອີເລັກໂທຣນິກສາມາດຮ້າຍແຮງຂຶ້ນໂດຍການສວມໃສ່ ຫຼື ຕັດນິ້ວມື. ໃນຂະນະທີ່ລະບົບ biometric unimodal ແມ່ນຖືກຈໍາກັດໂດຍຄວາມສົມບູນຂອງຕົວລະບຸຂອງພວກເຂົາ, ມັນເປັນໄປບໍ່ໄດ້ວ່າລະບົບ unimodal ຫຼາຍຈະທົນທຸກຈາກຂໍ້ຈໍາກັດທີ່ຄ້າຍຄືກັນ. ລະບົບຊີວະມິຕິແບບຫຼາຍຮູບແບບສາມາດໄດ້ຮັບຊຸດຂໍ້ມູນຈາກເຄື່ອງໝາຍດຽວກັນ (ເຊັ່ນ: ຮູບຫຼາຍຮູບຂອງ iris, ຫຼືການສະແກນນິ້ວມືດຽວກັນ) ຫຼືຂໍ້ມູນຈາກ biometrics ທີ່ແຕກຕ່າງກັນ (ຮຽກຮ້ອງໃຫ້ມີການສະແກນລາຍນິ້ວມື ແລະ, ການນໍາໃຊ້ການຮັບຮູ້ສຽງ, ລະຫັດຜ່ານການເວົ້າ).

ລະບົບຊີວະມິຕິແບບ Multimodal ສາມາດ fuse ລະບົບ unimodal ເຫຼົ່ານີ້ຕາມລໍາດັບ, ພ້ອມໆກັນ, ການປະສົມປະສານຂອງມັນ, ຫຼືໃນຊຸດ, ເຊິ່ງຫມາຍເຖິງການລວມຕົວແບບລໍາດັບ, ຂະຫນານ, ລໍາດັບຊັ້ນແລະລໍາດັບຕາມລໍາດັບ.

ຊ່ອງໂທລະພາບໄດ້ພັດທະນາຊຸດຂອງເລນ biometricສໍາລັບການຮັບຮູ້ໃບຫນ້າ, ການຮັບຮູ້ໃບມືເຊັ່ນດຽວກັນກັບການກໍານົດລາຍນິ້ວມືແລະ iris identification. ສໍາລັບການຍົກຕົວຢ່າງ CH3659A ເປັນເລນບິດເບືອນຕ່ໍາ 4k ທີ່ຖືກອອກແບບມາສໍາລັບເຊັນເຊີ 1/1.8 ນິ້ວ. ມັນມີການອອກແບບແກ້ວທັງໝົດ ແລະກະທັດຮັດດ້ວຍ TTL 11.95 ມມ. ມັນ​ຈັບ​ພາບ​ພາກ​ສະ​ຫນາມ​ຕາມ​ລວງ​ນອນ 44 ອົງ​ສາ​. ເລນນີ້ແມ່ນເຫມາະສົມສໍາລັບການຮັບຮູ້ໃບມື.