Biometri er kroppsmålinger og beregninger relatert til menneskelige egenskaper. Biometrisk autentisering (eller realistisk autentisering) brukes i informatikk som en form for identifikasjon og tilgangskontroll. Det brukes også til å identifisere individer i grupper som er under overvåking.

Biometriske identifikatorer er de særegne, målbare egenskapene som brukes til å merke og beskrive individer. Biometriske identifikatorer blir ofte kategorisert som fysiologiske egenskaper som er relatert til kroppens form. Eksempler inkluderer, men er ikke begrenset til fingeravtrykk, palmeårer, ansiktsgjenkjenning, DNA, palmeutskrift, håndgeometri, irisgjenkjenning, netthinne og lukt/duft.

Biometrisk identifikasjonsteknologi involverer informatikk, optikk og akustikk og andre fysiske vitenskaper, biologiske vitenskaper, biosensorer og biostatistikkprinsipper, sikkerhetsteknologi og kunstig intelligensteknologi og mange andre grunnleggende vitenskaper og innovative applikasjonsteknologier. Det er en komplett flerfaglige tekniske løsninger.

De siste årene, med utviklingen av kunstig intelligens, har biometrisk identifikasjonsteknologi blitt mer moden. For tiden er ansiktsgjenkjenningsteknologi den mest representative for biometri.

Ansiktsgjenkjenning

Prosessen med ansiktsgjenkjenning inkluderer ansiktsinnsamling, ansiktsdeteksjon, utvinning av ansiktsfunksjon og ansiktsmatchende gjenkjennelse. Ansiktsgjenkjenningsprosessen bruker forskjellige teknologier som Adaboos -algoritme, Convolutional Neural Network og Support Vector Machine in Machine Learning.

Prosessen med ansiktsgjenkjenning

For tiden har de tradisjonelle ansiktsgjenkjenningsvansker inkludert ansiktsrotasjon, okklusjon, likhet, etc. blitt betydelig forbedret, noe som forbedrer nøyaktigheten av ansiktsgjenkjenning. 2D ansikt, 3D ansikt, multispektralt ansikt hver modus har forskjellige anskaffelsestilpasningsscenarier, datasikkerhetsgrad og personvernfølsomhet, etc., og tillegg av dyp læring av big data gjør 3D ansiktsgjenkjenningsalgoritmet supplement til feilene fra 2D-projeksjonen, Den kan raskt identifisere identiteten til en person, som har gitt et visst gjennombrudd for anvendelse av todimensjonal ansiktsgjenkjenning.

Samtidig brukes den biometriske deteksjonsteknologien for øyeblikket som en nøkkelteknologi for å forbedre sikkerheten til ansiktsgjenkjenning, som effektivt kan motstå forfalskningssvindel som bilder, videoer, 3D -modeller og protesemasker, og uavhengig avgjøre identiteten til identiteten til Operasjonsbrukere. For tiden, med den raske utviklingen av ansiktsgjenkjenningsteknologi, har mange innovative applikasjoner som smarte enheter, online finans og ansiktsbetaling blitt stadig mer populære, noe som gir hastighet og bekvemmelighet i alles liv og arbeid.

Palmprint -anerkjennelse

Palmprint -gjenkjennelse er en ny type biometrisk gjenkjennelsesteknologi, som bruker palmprint i menneskekroppen som målfunksjon, og samler biologisk informasjon gjennom multispektral avbildningsteknologi. Multispektral palmeprint-gjenkjennelse kan betraktes som en modell for biometrisk gjenkjennelsesteknologi som kombinerer multimodalitet og flere målfunksjoner. Denne nye teknologien kombinerer de tre identifiserbare funksjonene i hudspekter, palmeutskrift og vener for å gi mer rikelig informasjon på en gang og øke skilletheten til målfunksjonene.

I år har Amazons palmgjenkjenningsteknologi, kodeavnet Orville, begynt å teste. Skanneren skaffer seg først et sett med infrarøde polariserte originale bilder, med fokus på de ytre funksjonene i håndflaten, for eksempel linjer og bretter; Når du anskaffer det andre settet med polariserte bilder igjen, fokuserer det på palmestrukturen og indre funksjoner, for eksempel årer, bein, mykt vev, etc. Råbildene blir opprinnelig behandlet for å gi et sett med bilder som inneholder hender. Disse bildene er godt opplyste, i fokus, og viser håndflaten i en spesifikk orientering, i en spesifikk positur, og merket som venstre eller høyrehendt.

For tiden kan Amazons Palmprint -anerkjennelsesteknologi verifisere personlig identitet og fullføre betaling i bare 300 millisekunder, og krever ikke at brukere legger hendene på skanneenheten, bare bølger og skanner uten kontakt. Sviktfrekvensen for denne teknologien er omtrent 0,0001%. Samtidig er Palmprint -anerkjennelsen en dobbel verifisering i det innledende stadiet - første gang for å oppnå ytre egenskaper, og andre gang for å oppnå interne organisatoriske egenskaper. Sammenlignet med andre biometriske teknologier når det gjelder sikkerhet, forbedret.

I tillegg til de ovennevnte biometriske funksjonene, blir Iris anerkjennelsesteknologi også popularisert. Den falske anerkjennelsesgraden for irisgjenkjenning er så lav som 1/1000000. Den bruker hovedsakelig egenskapene til iris livsinvarians og forskjell for å identifisere identiteter.

For tiden er konsensus i bransjen at anerkjennelsen av en enkelt modalitet har flaskehalser i både anerkjennelsesytelse og sikkerhet, og multimodal fusjon er et viktig gjennombrudd i ansiktsgjenkjenning og til og med biometrisk anerkjennelse-ikke bare gjennom multifaktor veien For å forbedre gjenkjennelsesnøyaktigheten kan også forbedre scenen tilpasningsevne og personvernsikkerhet for biometrisk teknologi til en viss grad. Sammenlignet med den tradisjonelle algoritmen for enkeltmodus, kan den bedre oppfylle den falske anerkjennelsesgraden på økonomisk nivå (så lav som en på ti millioner), som også er den viktigste trenden for utviklingen av biometrisk identifikasjon.

Multimodalt biometrisk system

Multimodale biometriske systemer bruker flere sensorer eller biometri for å overvinne begrensningene i unimodale biometriske systemer. For eksempel kan iris gjenkjennelsessystemer bli kompromittert ved aldrende iriser og elektronisk fingeravtrykkgjenkjenning kan forverres av utslitte eller kuttede fingeravtrykk. Mens unimodale biometriske systemer er begrenset av integriteten til identifikatoren, er det lite sannsynlig at flere unimodale systemer vil lide av identiske begrensninger. Multimodale biometriske systemer kan skaffe sett med informasjon fra samme markør (dvs. flere bilder av en iris, eller skanninger av samme finger) eller informasjon fra forskjellige biometri (som krever fingeravtrykksskanninger og ved hjelp av stemmegjenkjenning, en muntlig passekode).

Multimodale biometriske systemer kan smelte sammen disse unimodale systemene sekvensielt, samtidig, en kombinasjon derav eller i serie, som refererer til henholdsvis sekvensielle, parallelle, hierarkiske og serielle integrasjonsmodus.

Chancctvhar utviklet en serie avBiometriske linserFor ansiktsgjenkjenning er Palmprint -anerkjennelse samt identifisering av fingeravtrykk og irisidentifikasjon. For eksempel er CH3659A et 4K lav forvrengningsobjektiv som ble designet for 1/1.8 '' sensorer. Den har alle glass og kompakte design med bare 11,95mm TTL. Den fanger 44 grader horisontalt synsfelt. Dette objektivet er ideelt for anerkjennelse av palmprint.