Biometrija ir ķermeņa mērījumi un aprēķini, kas saistīti ar cilvēka īpašībām. Biometriskā autentifikācija (vai reālistiskā autentifikācija) tiek izmantota datorzinātnēs kā identifikācijas un piekļuves kontroles veids. To izmanto arī, lai identificētu personas grupās, kuras tiek uzraudzītas.

Biometriskie identifikatori ir atšķirīgas, izmērāmas īpašības, ko izmanto, lai marķētu un aprakstītu personas. Biometriskie identifikatori bieži tiek klasificēti kā fizioloģiskie raksturlielumi, kas saistīti ar ķermeņa formu. Piemēri ir (bet ne tikai) pirkstu nospiedumi, plaukstu vēnas, sejas atpazīšana, DNS, plaukstas nospiedums, rokas ģeometrija, varavīksnenes atpazīšana, tīklene un smarža/smarža.

Biometriskās identifikācijas tehnoloģija ietver datorzinātnes, optiku un akustiku un citas fiziskās zinātnes, bioloģijas zinātnes, biosensoru un biostatistikas principus, drošības tehnoloģijas un mākslīgā intelekta tehnoloģijas un daudzas citas pamata zinātnes un inovatīvas pielietojuma tehnoloģijas. Tas ir pilnīgs daudznozaru tehnisks risinājums.

Pēdējos gados, attīstoties mākslīgajam intelektam, biometriskās identifikācijas tehnoloģija ir kļuvusi nobriedušāka. Pašlaik sejas atpazīšanas tehnoloģija ir visizplatītākā no biometrijas.

Sejas atpazīšana

Sejas atpazīšanas process ietver seju savākšanu, sejas noteikšanu, sejas iezīmju izņemšanu un sejas saskaņošanas atpazīšanu. Sejas atpazīšanas procesā mašīnmācībā tiek izmantotas dažādas tehnoloģijas, piemēram, AdaBoos algoritms, konvolucionālais neironu tīkls un atbalsta vektora mašīna.

Sejas atpazīšanas process

Pašlaik ir ievērojami uzlabotas tradicionālās sejas atpazīšanas grūtības, tostarp sejas pagriešana, oklūzija, līdzība utt., kas ievērojami uzlabo sejas atpazīšanas precizitāti. 2D seja, 3D seja, daudzspektrālā seja Katram režīmam ir dažādi iegūšanas pielāgošanas scenāriji, datu drošības pakāpe un privātuma jutīgums utt., un, pievienojot dziļu lielo datu apguvi, 3D sejas atpazīšanas algoritms papildina 2D projekcijas defektus, Tas var ātri identificēt personas identitāti, kas ir devusi zināmu izrāvienu divdimensiju sejas atpazīšanas pielietošanā.

Tajā pašā laikā biometriskās noteikšanas tehnoloģija pašlaik tiek izmantota kā galvenā tehnoloģija, lai uzlabotu sejas atpazīšanas drošību, kas var efektīvi pretoties viltojumiem, piemēram, fotogrāfijām, video, 3D modeļiem un protēžu maskām, un neatkarīgi noteikt personas identitāti. strādājošiem lietotājiem. Šobrīd, strauji attīstoties sejas atpazīšanas tehnoloģijai, arvien populārākas ir kļuvušas daudzas inovatīvas lietojumprogrammas, piemēram, viedierīces, tiešsaistes finanses un sejas apmaksa, kas nodrošina ātrumu un ērtības ikviena cilvēka dzīvē un darbā.

Plaukstas nospiedumu atpazīšana

Plaukstas nospiedumu atpazīšana ir jauna veida biometriskās atpazīšanas tehnoloģija, kas izmanto cilvēka ķermeņa plaukstas nospiedumu kā mērķa funkciju un apkopo bioloģisko informāciju, izmantojot multispektrālās attēlveidošanas tehnoloģiju. Daudzspektrālo plaukstu nospiedumu atpazīšanu var uzskatīt par biometriskās atpazīšanas tehnoloģijas modeli, kas apvieno multimodalitāti un vairākas mērķa pazīmes. Šī jaunā tehnoloģija apvieno trīs identificējamas ādas spektra pazīmes, plaukstu nospiedumu un vēnu vēnas, lai vienlaikus sniegtu plašāku informāciju un palielinātu mērķa pazīmju atšķiramību.

Šogad Amazon plaukstu atpazīšanas tehnoloģija ar koda nosaukumu Orville ir sākusi testēšanu. Skeneris vispirms iegūst infrasarkano staru polarizētu oriģinālo attēlu kopu, koncentrējoties uz plaukstas ārējām iezīmēm, piemēram, līnijām un krokām; atkārtoti iegūstot otro polarizēto attēlu kopu, tā koncentrējas uz plaukstas struktūru un iekšējām iezīmēm, piemēram, vēnām, kauliem, mīkstiem audiem utt. Neapstrādātie attēli sākotnēji tiek apstrādāti, lai nodrošinātu attēlu kopu, kurā ir rokas. Šie attēli ir labi apgaismoti, fokusēti un parāda plaukstu noteiktā orientācijā, noteiktā pozā un marķēti kā kreilis vai labrocis.

Pašlaik Amazon plaukstas nospiedumu atpazīšanas tehnoloģija var pārbaudīt personas identitāti un pabeigt maksājumu tikai 300 milisekundēs, un lietotājiem nav jāpieliek rokas uz skenēšanas ierīces, vienkārši jāvicina un skenē bez kontakta. Šīs tehnoloģijas atteices līmenis ir aptuveni 0,0001%. Tajā pašā laikā plaukstas nospiedumu atpazīšana ir dubulta pārbaude sākotnējā posmā – pirmo reizi, lai iegūtu ārējos raksturlielumus, un otro reizi, lai iegūtu iekšējās organizatoriskās īpašības. Salīdzinot ar citām biometriskajām tehnoloģijām drošības ziņā, uzlabota.

Papildus iepriekšminētajām biometriskajām pazīmēm tiek popularizēta arī varavīksnenes atpazīšanas tehnoloģija. Varavīksnenes atpazīšanas viltus atpazīšanas līmenis ir 1/1000000. Tas galvenokārt izmanto varavīksnenes dzīves nemainīguma un atšķirības pazīmes, lai identificētu identitāti.

Pašlaik nozarē valda vienprātība, ka viena modalitātes atpazīšanai ir vājās vietas gan atpazīšanas veiktspējā, gan drošībā, un vairāku veidu saplūšana ir svarīgs sasniegums sejas atpazīšanā un pat biometriskajā atpazīšanā — ne tikai ar daudzfaktoru palīdzību. Lai uzlabotu atpazīšanas precizitāti, var arī zināmā mērā uzlabot biometriskās tehnoloģijas ainas pielāgošanās spēju un privātuma drošību. Salīdzinot ar tradicionālo viena režīma algoritmu, tas var labāk atbilst finanšu līmeņa viltus atpazīšanas līmenim (tikai viens no desmit miljoniem), kas arī ir galvenā biometriskās identifikācijas attīstības tendence.

Multimodāla biometriskā sistēma

Multimodālās biometriskās sistēmas izmanto vairākus sensorus vai biometriskos datus, lai pārvarētu unimodālo biometrisko sistēmu ierobežojumus. Piemēram, varavīksnenes atpazīšanas sistēmas var apdraudēt novecojoši īrisi, un elektronisko pirkstu nospiedumu atpazīšanu var pasliktināt nolietoti vai nogriezti pirkstu nospiedumi. Lai gan unimodālās biometriskās sistēmas ierobežo to identifikatora integritāte, maz ticams, ka vairākas unimodālas sistēmas cietīs no identiskiem ierobežojumiem. Multimodālās biometriskās sistēmas var iegūt informācijas kopas no viena un tā paša marķiera (ti, vairākus varavīksnenes attēlus vai viena pirksta skenējumus) vai informāciju no dažādiem biometriskajiem datiem (nepieciešams pirkstu nospiedumu skenēšana un, izmantojot balss atpazīšanu, ierunāts piekļuves kods).

Multimodālās biometriskās sistēmas var sapludināt šīs unimodālās sistēmas secīgi, vienlaicīgi, to kombinācijas vai virknē, kas attiecīgi attiecas uz secīgu, paralēlu, hierarhisku un sērijveida integrācijas režīmiem.

CHANCCTVir izstrādājusi virknibiometriskās lēcassejas atpazīšanai, plaukstu nospiedumu atpazīšanai, kā arī pirkstu nospiedumu identifikācijai un varavīksnenes identificēšanai. Piemēram, CH3659A ir 4k zemu kropļojumu objektīvs, kas paredzēts 1/1,8 collu sensoriem. Tam ir viss stikls un kompakts dizains ar tikai 11,95 mm TTL. Tas uztver 44 grādu horizontālo redzes lauku. Šis objektīvs ir ideāli piemērots plaukstu nospiedumu atpazīšanai.