Biometria to pomiary ciała i obliczenia związane z cechami ludzkimi. Uwierzytelnianie biometryczne (lub uwierzytelnianie realistyczne) jest wykorzystywane w informatyce jako forma identyfikacji i kontroli dostępu. Służy również do identyfikacji osób w grupach objętych nadzorem.

Identyfikatory biometryczne to charakterystyczne, mierzalne cechy służące do oznaczania i opisywania osób. Identyfikatory biometryczne są często klasyfikowane jako cechy fizjologiczne związane z kształtem ciała. Przykładami są między innymi odciski palców, układ żył dłoni, rozpoznawanie twarzy, DNA, odcisk dłoni, geometria dłoni, rozpoznawanie tęczówki oka, siatkówka oka oraz zapach/woń.

Technologia identyfikacji biometrycznej obejmuje informatykę, optykę i akustykę oraz inne nauki fizyczne, nauki biologiczne, biosensory i zasady biostatystyki, technologię bezpieczeństwa, technologię sztucznej inteligencji oraz wiele innych nauk podstawowych i innowacyjnych technologii aplikacyjnych. Jest to kompleksowe, multidyscyplinarne rozwiązanie techniczne.

W ostatnich latach, wraz z rozwojem sztucznej inteligencji, technologia identyfikacji biometrycznej stała się bardziej dojrzała. Obecnie technologia rozpoznawania twarzy jest najbardziej reprezentatywną technologią biometryczną.

Rozpoznawanie twarzy

Proces rozpoznawania twarzy obejmuje gromadzenie, wykrywanie, ekstrakcję cech twarzy oraz rozpoznawanie twarzy metodą dopasowania. Proces rozpoznawania twarzy wykorzystuje różne technologie, takie jak algorytm AdaBoos, splotową sieć neuronową i maszynę wektorów nośnych w uczeniu maszynowym.

Proces rozpoznawania twarzy

Obecnie tradycyjne trudności związane z rozpoznawaniem twarzy, w tym rotacja twarzy, okluzja, podobieństwo itp., zostały znacznie ulepszone, co znacznie poprawiło dokładność rozpoznawania twarzy. Twarz 2D, twarz 3D, twarz wielospektralna Każdy tryb ma inne scenariusze adaptacji przechwytywania, stopień bezpieczeństwa danych i wrażliwość prywatności itp. Dodanie głębokiego uczenia się dużych zbiorów danych sprawia, że ​​algorytm rozpoznawania twarzy 3D uzupełnia wady projekcji 2D. Może szybko zidentyfikować tożsamość osoby, co przyniosło pewien przełom w zastosowaniu dwuwymiarowego rozpoznawania twarzy.

Jednocześnie technologia detekcji biometrycznej jest obecnie wykorzystywana jako kluczowa technologia poprawiająca bezpieczeństwo rozpoznawania twarzy, która może skutecznie przeciwdziałać oszustwom związanym z podrabianiem zdjęć, filmów, modeli 3D i masek protetycznych, a także samodzielnie określać tożsamość użytkowników. Obecnie, wraz z dynamicznym rozwojem technologii rozpoznawania twarzy, wiele innowacyjnych aplikacji, takich jak inteligentne urządzenia, finanse online i płatności twarzą, zyskuje na popularności, zapewniając szybkość i wygodę w życiu i pracy każdego.

Rozpoznawanie odcisków dłoni

Rozpoznawanie odcisku dłoni to nowy rodzaj technologii rozpoznawania biometrycznego, która wykorzystuje odcisk dłoni jako cechę docelową i gromadzi informacje biologiczne za pomocą technologii obrazowania multispektralnego. Multispektralne rozpoznawanie odcisku dłoni można uznać za model technologii rozpoznawania biometrycznego, który łączy multimodalność i wiele cech docelowych. Ta nowa technologia łączy trzy identyfikowalne cechy: spektrum skóry, odcisk dłoni i żyły, aby zapewnić jednocześnie więcej informacji i zwiększyć rozpoznawalność cech docelowych.

W tym roku rozpoczęto testy technologii rozpoznawania dłoni firmy Amazon o nazwie kodowej Orville. Skaner najpierw pozyskuje zestaw oryginalnych obrazów spolaryzowanych w podczerwieni, skupiając się na zewnętrznych cechach dłoni, takich jak linie i fałdy; podczas ponownego pozyskiwania drugiego zestawu obrazów spolaryzowanych, skupia się na strukturze dłoni i jej cechach wewnętrznych, takich jak żyły, kości, tkanki miękkie itp. Surowe obrazy są wstępnie przetwarzane w celu uzyskania zestawu obrazów przedstawiających dłonie. Obrazy te są dobrze oświetlone, ostre i przedstawiają dłoń w określonym położeniu, w określonej pozycji, z oznaczeniem „leworęczna” lub „praworęczna”.

Obecnie technologia rozpoznawania odcisków dłoni firmy Amazon pozwala zweryfikować tożsamość użytkownika i dokonać płatności w zaledwie 300 milisekund, nie wymagając od użytkownika dotykania urządzenia skanującego – wystarczy pomachać i zeskanować bezdotykowo. Wskaźnik awaryjności tej technologii wynosi około 0,0001%. Jednocześnie rozpoznawanie odcisków dłoni to podwójna weryfikacja na etapie początkowym – najpierw w celu uzyskania cech zewnętrznych, a następnie wewnętrznych. W porównaniu z innymi technologiami biometrycznymi, bezpieczeństwo jest ulepszone.

Oprócz powyższych cech biometrycznych, popularna jest również technologia rozpoznawania tęczówki oka. Wskaźnik fałszywego rozpoznania tęczówki oka wynosi zaledwie 1/1000000. Technologia ta wykorzystuje głównie cechy niezmienności i zmienności tęczówki oka do identyfikacji tożsamości.

Obecnie w branży panuje konsensus, że rozpoznawanie za pomocą jednego trybu wiąże się z wąskimi gardłami zarówno pod względem wydajności, jak i bezpieczeństwa. Fuzja multimodalna stanowi istotny przełom w rozpoznawaniu twarzy, a nawet rozpoznawaniu biometrycznym – nie tylko dzięki wieloczynnikowej analizie. Poprawa dokładności rozpoznawania może również w pewnym stopniu poprawić adaptacyjność środowiska i bezpieczeństwo prywatności technologii biometrycznej. W porównaniu z tradycyjnym algorytmem jednomodowym, ten algorytm lepiej spełnia kryteria wskaźnika fałszywych rozpoznań na poziomie finansowym (nawet jeden na dziesięć milionów), co jest również głównym trendem w rozwoju identyfikacji biometrycznej.

Multimodalny system biometryczny

Multimodalne systemy biometryczne wykorzystują wiele czujników lub danych biometrycznych, aby przezwyciężyć ograniczenia systemów biometrycznych unimodalnych. Na przykład systemy rozpoznawania tęczówki oka mogą być zagrożone przez starzenie się tęczówki, a elektroniczne rozpoznawanie odcisków palców może być utrudnione przez zużyte lub przecięte odciski palców. Chociaż unimodalne systemy biometryczne są ograniczone integralnością identyfikatora, jest mało prawdopodobne, aby kilka systemów unimodalnych miało te same ograniczenia. Multimodalne systemy biometryczne mogą uzyskiwać zestawy informacji z tego samego znacznika (tj. wiele obrazów tęczówki oka lub skanów tego samego palca) lub informacje z różnych danych biometrycznych (wymagających zeskanowania odcisków palców i, za pomocą rozpoznawania głosu, podania hasła głosowego).

Multimodalne systemy biometryczne mogą łączyć te unimodalne systemy sekwencyjnie, jednocześnie, w ich kombinacji lub szeregowo, co odnosi się odpowiednio do sekwencyjnych, równoległych, hierarchicznych i szeregowych trybów integracji.

CHANCCTVopracował serięsoczewki biometryczneDo rozpoznawania twarzy, rozpoznawania odcisków dłoni, a także identyfikacji odcisków palców i tęczówki oka. Na przykład CH3659A to obiektyw 4K o niskim poziomie zniekształceń, zaprojektowany dla matryc 1/1,8''. Charakteryzuje się całkowicie szklaną, kompaktową konstrukcją i zaledwie 11,95 mm TTL. Rejestruje 44-stopniowe pole widzenia w poziomie. Ten obiektyw idealnie nadaje się do rozpoznawania odcisków dłoni.