Biometriniai duomenys yra kūno matavimai ir skaičiavimai, susiję su žmogaus savybėmis. Biometrinis autentifikavimas (arba realus autentifikavimas) kompiuterių moksle naudojamas kaip identifikavimo ir prieigos kontrolės forma. Jis taip pat naudojamas identifikuoti asmenis grupėse, kurios yra stebimos.

Biometriniai identifikatoriai yra skiriamosios, išmatuojamos charakteristikos, naudojamos asmenims pažymėti ir apibūdinti. Biometriniai identifikatoriai dažnai priskiriami prie fiziologinių savybių, susijusių su kūno forma. Pavyzdžiai: pirštų atspaudai, delno venos, veido atpažinimas, DNR, delno atspaudas, plaštakos geometrija, rainelės atpažinimas, tinklainė ir kvapas/kvapas, bet jais neapsiribojant.

Biometrinio identifikavimo technologija apima kompiuterių mokslą, optiką ir akustiką bei kitus fizinius mokslus, biologijos mokslus, biojutiklius ir biostatistikos principus, saugumo technologijas ir dirbtinio intelekto technologijas bei daugelį kitų pagrindinių mokslų ir novatoriškų taikymo technologijų. Tai pilnas daugiadisciplinis techninis sprendimas.

Pastaraisiais metais, tobulėjant dirbtiniam intelektui, biometrinio identifikavimo technologija tapo brandesnė. Šiuo metu veidų atpažinimo technologija labiausiai reprezentuoja biometrinius duomenis.

Veido atpažinimas

Veido atpažinimo procesas apima veido rinkimą, veido aptikimą, veido bruožų ištraukimą ir veido atitikimo atpažinimą. Veido atpažinimo procesas naudoja įvairias technologijas, tokias kaip „AdaBoos“ algoritmas, konvoliucinis neuroninis tinklas ir paramos vektoriaus mašina mašinų mokymuisi.

Veido atpažinimo procesas

Šiuo metu tradiciniai veido atpažinimo sunkumai, įskaitant veido sukimąsi, okliuziją, panašumą ir kt., buvo labai patobulinti, o tai labai pagerina veido atpažinimo tikslumą. 2D veidas, 3D veidas, kelių spektrų veidas Kiekvienas režimas turi skirtingus gavimo pritaikymo scenarijus, duomenų saugumo laipsnį ir privatumo jautrumą ir kt., o pridėjus gilų didelių duomenų mokymąsi, 3D veido atpažinimo algoritmas papildo 2D projekcijos trūkumus, Jis gali greitai nustatyti asmens tapatybę, atnešusią tam tikrą proveržį taikant dvimatį veido atpažinimą.

Tuo pačiu metu biometrinio aptikimo technologija šiuo metu naudojama kaip pagrindinė technologija veido atpažinimo saugumui gerinti, kuri gali veiksmingai atsispirti sukčiavimui, pvz., nuotraukų, vaizdo įrašų, 3D modelių ir protezuotų kaukių klastojimui, ir savarankiškai nustatyti asmens tapatybę. veikiančių vartotojų. Šiuo metu, sparčiai tobulėjant veido atpažinimo technologijoms, vis labiau populiarėja daugybė novatoriškų programų, tokių kaip išmanieji įrenginiai, finansavimas internetu, mokėjimas veidu, o tai suteikia greitį ir patogumą kiekvieno žmogaus gyvenimui ir darbui.

Delno atspaudo atpažinimas

Delno atspaudo atpažinimas yra naujo tipo biometrinio atpažinimo technologija, kuri kaip tikslinę funkciją naudoja žmogaus kūno delno atspaudą ir renka biologinę informaciją naudojant daugiaspektrinę vaizdavimo technologiją. Daugiaspektrinis delno atspaudų atpažinimas gali būti laikomas biometrinės atpažinimo technologijos modeliu, kuriame derinamas daugiarūšis ir kelios tikslinės funkcijos. Ši nauja technologija sujungia tris identifikuojamus odos spektro, delno atspaudo ir venų venų bruožus, kad vienu metu pateiktų daugiau informacijos ir padidėtų tikslinių savybių atskyrimas.

Šiais metais „Amazon“ delno atpažinimo technologija, kodiniu pavadinimu „Orville“, buvo pradėta bandyti. Pirmiausia skaitytuvas įgauna infraraudonųjų spindulių poliarizuotų originalių vaizdų rinkinį, sutelkdamas dėmesį į išorines delno ypatybes, pvz., linijas ir raukšles; kai vėl gaunamas antrasis poliarizuotų vaizdų rinkinys, dėmesys sutelkiamas į delno struktūrą ir vidines ypatybes, tokias kaip venos, kaulai, minkštieji audiniai ir kt. Neapdoroti vaizdai iš pradžių apdorojami, kad būtų gautas vaizdų rinkinys su rankomis. Šie vaizdai yra gerai apšviesti, sufokusuoti, juose delnas rodomas tam tikra kryptimi, tam tikroje pozoje ir pažymėtas kaip kairiarankis arba dešiniarankis.

Šiuo metu „Amazon“ delno atspaudų atpažinimo technologija gali patikrinti asmens tapatybę ir atlikti mokėjimą tik per 300 milisekundžių, o naudotojams nereikia dėti rankų ant nuskaitymo įrenginio, tiesiog mojuoti ir nuskaityti be kontakto. Šios technologijos gedimų procentas yra apie 0,0001%. Tuo pačiu metu delno atspaudo atpažinimas yra dvigubas patikrinimas pradiniame etape – pirmą kartą norint gauti išorines charakteristikas, o antrą kartą – gauti vidines organizacijos charakteristikas. Palyginti su kitomis biometrinėmis technologijomis saugumo požiūriu, pagerėjo.

Be minėtų biometrinių savybių, populiarėja ir rainelės atpažinimo technologija. Klaidingo rainelės atpažinimo dažnis yra tik 1/1000000. Tapatybėms nustatyti daugiausia naudojamos rainelės gyvenimo nekintamumo ir skirtumo charakteristikos.

Šiuo metu pramonėje sutariama, kad vieno modalumo atpažinimas turi kliūčių tiek atpažinimo našumo, tiek saugumo srityse, o kelių transporto rūšių sintezė yra svarbus veido atpažinimo ir netgi biometrinio atpažinimo proveržis – ne tik dėl kelių veiksnių. Siekiant pagerinti atpažinimo tikslumą, taip pat tam tikru mastu galima pagerinti biometrinių technologijų pritaikymą scenai ir privatumo saugumą. Palyginti su tradiciniu vieno režimo algoritmu, jis gali geriau atitikti finansinio lygio klaidingo atpažinimo rodiklį (vienas iš dešimties milijonų), kuris taip pat yra pagrindinė biometrinio identifikavimo plėtros tendencija.

Multimodalinė biometrinė sistema

Multimodalinėse biometrinėse sistemose naudojami keli jutikliai arba biometriniai duomenys, siekiant įveikti vienmodinių biometrinių sistemų apribojimus. Pavyzdžiui, rainelės atpažinimo sistemoms gali pakenkti senstančios rainelės, o elektroninį pirštų atspaudų atpažinimą gali pabloginti susidėvėję arba nupjauti pirštų atspaudai. Nors vienarūšes biometrines sistemas riboja jų identifikatoriaus vientisumas, mažai tikėtina, kad kelios unimodalinės sistemos turės identiškų apribojimų. Daugiarūšės biometrinės sistemos gali gauti informacijos rinkinius iš to paties žymeklio (ty kelis rainelės vaizdus arba to paties piršto nuskaitymus) arba informaciją iš skirtingų biometrinių duomenų (reikia nuskaityti pirštų atspaudus ir, naudojant balso atpažinimą, ištarti slaptažodžio kodą).

Multimodalinės biometrinės sistemos gali sujungti šias unimodalines sistemas nuosekliai, vienu metu, jų derinį arba nuosekliai, o tai atitinkamai nurodo nuoseklų, lygiagretų, hierarchinį ir nuoseklųjį integravimo režimus.

CHANCCTVsukūrė serijąbiometriniai lęšiaiveido atpažinimui, delno atspaudų atpažinimui, taip pat pirštų atspaudų atpažinimui ir rainelės atpažinimui. Pavyzdžiui, CH3659A yra 4k mažo iškraipymo objektyvas, sukurtas 1/1,8 colio jutikliams. Jame yra visas stiklas ir kompaktiškas dizainas su tik 11,95 mm TTL. Jis fiksuoja 44 laipsnių horizontalų matymo lauką. Šis objektyvas idealiai tinka delno atspaudui atpažinti.