Biometrik adalah pengukuran badan dan pengiraan yang berkaitan dengan ciri -ciri manusia. Pengesahan biometrik (atau pengesahan realistik) digunakan dalam sains komputer sebagai satu bentuk pengenalpastian dan kawalan akses. Ia juga digunakan untuk mengenal pasti individu dalam kumpulan yang berada di bawah pengawasan.

Pengenal biometrik adalah ciri -ciri tersendiri dan terukur yang digunakan untuk melabel dan menggambarkan individu. Pengenal biometrik sering dikategorikan sebagai ciri -ciri fisiologi yang berkaitan dengan bentuk badan. Contohnya termasuk, tetapi tidak terhad kepada cap jari, urat sawit, pengiktirafan muka, DNA, cetakan sawit, geometri tangan, pengiktirafan iris, retina, dan bau/aroma.

Teknologi pengenalan biometrik melibatkan sains komputer, optik dan akustik dan sains fizikal lain, sains biologi, prinsip biosensor dan biostatistik, teknologi keselamatan, dan teknologi kecerdasan buatan dan banyak lagi sains asas dan teknologi aplikasi yang inovatif. Ia adalah penyelesaian teknikal multidisiplin yang lengkap.

Dalam tahun -tahun kebelakangan ini, dengan perkembangan kecerdasan buatan, teknologi pengenalan biometrik telah menjadi lebih matang. Pada masa ini, teknologi pengenalan muka adalah yang paling mewakili biometrik.

Pengiktirafan muka

Proses pengiktirafan muka termasuk koleksi muka, pengesanan muka, pengekstrakan ciri wajah dan pengiktirafan yang sepadan dengan wajah. Proses pengiktirafan muka menggunakan pelbagai teknologi seperti algoritma adaboos, rangkaian saraf konvensional dan mesin vektor sokongan dalam pembelajaran mesin.

Proses pengiktirafan muka

Pada masa ini, kesulitan pengiktirafan wajah tradisional termasuk putaran muka, oklusi, persamaan, dan lain -lain telah bertambah baik, yang sangat meningkatkan ketepatan pengiktirafan muka. Wajah 2D, wajah 3d, wajah multi-spektrum Setiap mod mempunyai senario penyesuaian pemerolehan yang berbeza, ijazah keselamatan data dan kepekaan privasi, dan lain-lain, dan penambahan pembelajaran mendalam data besar menjadikan algoritma pengiktirafan muka 3D menambah kecacatan unjuran 2D,, Ia dengan cepat dapat mengenal pasti identiti seseorang, yang telah membawa satu kejayaan tertentu untuk penggunaan pengiktirafan muka dua dimensi.

Pada masa yang sama, teknologi pengesanan biometrik kini digunakan sebagai teknologi utama untuk meningkatkan keselamatan pengiktirafan muka, yang secara efektif dapat menahan penipuan pemalsuan seperti foto, video, model 3D, dan topeng prostetik, dan secara bebas menentukan identiti identiti pengguna beroperasi. Pada masa ini, dengan perkembangan pesat teknologi pengiktirafan muka, banyak aplikasi inovatif seperti peranti pintar, kewangan dalam talian, dan pembayaran muka telah menjadi semakin popular, membawa kelajuan dan kemudahan kepada kehidupan dan kerja setiap orang.

Pengiktirafan Palmprint

Pengiktirafan Palmprint adalah jenis teknologi pengiktirafan biometrik baru, yang menggunakan sawit tubuh manusia sebagai ciri sasaran, dan mengumpul maklumat biologi melalui teknologi pengimejan multispektral. Pengiktirafan Palmprint Multi-Spectral boleh dianggap sebagai model teknologi pengenalan biometrik yang menggabungkan pelbagai ciri-ciri dan pelbagai sasaran. Teknologi baru ini menggabungkan tiga ciri spektrum kulit, cetakan sawit dan urat urat untuk memberikan maklumat yang lebih banyak pada satu masa dan meningkatkan kebolehpercayaan ciri sasaran.

Tahun ini, teknologi pengiktirafan sawit Amazon, yang bernama Orville, telah memulakan ujian. Pengimbas pertama kali memperoleh satu set imej asal terpolarisasi inframerah, yang memberi tumpuan kepada ciri -ciri luaran sawit, seperti garis dan lipatan; Apabila memperoleh set kedua imej terpolarisasi sekali lagi, ia memberi tumpuan kepada struktur sawit dan ciri -ciri dalaman, seperti urat, tulang, tisu lembut, dan lain -lain. Imej mentah pada mulanya diproses untuk menyediakan satu set imej yang mengandungi tangan. Imej-imej ini adalah terang, fokus, dan menunjukkan telapak tangan dalam orientasi tertentu, dalam pose tertentu, dan dilabelkan sebagai tangan kiri atau kanan.

Pada masa ini, teknologi pengiktirafan Palmprint Amazon boleh mengesahkan identiti peribadi dan lengkap pembayaran dalam hanya 300 milisaat, dan tidak memerlukan pengguna untuk meletakkan tangan mereka pada peranti pengimbasan, hanya gelombang dan mengimbas tanpa hubungan. Kadar kegagalan teknologi ini adalah kira -kira 0.0001%. Pada masa yang sama, pengiktirafan Palmprint adalah pengesahan berganda pada peringkat awal - kali pertama untuk mendapatkan ciri -ciri luaran, dan kali kedua untuk mendapatkan ciri -ciri organisasi dalaman. Berbanding dengan teknologi biometrik lain dari segi keselamatan, bertambah baik.

Sebagai tambahan kepada ciri -ciri biometrik di atas, teknologi pengiktirafan Iris juga dipopularkan. Kadar pengiktirafan palsu pengiktirafan iris serendah 1/1000000. Ia terutamanya menggunakan ciri -ciri Iris Life Invariance dan perbezaan untuk mengenal pasti identiti.

Pada masa ini, konsensus dalam industri adalah bahawa pengiktirafan modaliti tunggal mempunyai kesesakan dalam kedua-dua prestasi pengiktirafan dan keselamatan, dan gabungan multi-modal adalah satu kejayaan penting dalam pengiktirafan muka dan juga pengiktirafan biometrik-bukan hanya melalui pelbagai faktor cara jalan Untuk meningkatkan ketepatan pengiktirafan juga dapat meningkatkan kesesuaian adegan dan keselamatan privasi teknologi biometrik ke tahap tertentu. Berbanding dengan algoritma satu mod tradisional, ia dapat memenuhi kadar pengiktirafan palsu peringkat kewangan (serendah satu dalam sepuluh juta), yang juga merupakan trend utama perkembangan pengenalan biometrik.

Sistem biometrik multimodal

Sistem biometrik multimodal menggunakan pelbagai sensor atau biometrik untuk mengatasi batasan sistem biometrik yang tidak sama. Walaupun sistem biometrik unimodal terhad oleh integriti pengenalpastian mereka, tidak mungkin beberapa sistem yang tidak sama sekali akan mengalami batasan yang sama. Sistem biometrik multimodal boleh mendapatkan set maklumat dari penanda yang sama (iaitu, pelbagai imej iris, atau imbasan jari yang sama) atau maklumat dari biometrik yang berbeza (memerlukan imbasan cap jari dan, menggunakan pengiktirafan suara, kod laluan yang dituturkan).

Sistem biometrik multimodal boleh menggabungkan sistem ini secara tidak semestinya, secara serentak, gabungannya, atau dalam siri, yang merujuk kepada mod integrasi berurutan, selari, hierarki dan bersiri.

Chancctvtelah membangunkan satu siriKanta biometrikUntuk pengiktirafan muka, pengiktirafan sawit serta pengenalan cap jari dan pengenalan iris. Contohnya CH3659A adalah lensa distorsi rendah 4K yang direka untuk sensor 1/1.8 ''. Ia mempunyai semua reka bentuk kaca dan padat dengan hanya 11.95mm TTL. Ia menangkap 44 darjah bidang pandangan mendatar. Kanta ini sesuai untuk pengiktirafan Palmprint.