بایومتریک د بدن اندازه کول او محاسبه ده چې د انسان ځانګړتیاو پورې اړه لري. د بایومیټریک تصدیق (یا واقعیتي تصدیق) د کمپیوټر ساینس کې د پیژندنې او لاسرسي کنټرول په توګه کارول کیږي. دا په ډلو کې د افرادو پیژندلو لپاره هم کارول کیږي چې تر څارنې لاندې دي.

د بایومتریک پیژندونکي ځانګړي، د اندازه کولو وړ ځانګړتیاوې دي چې د افرادو لیبل کولو او تشریح کولو لپاره کارول کیږي. بایومتریک پیژندونکي اکثرا د فزیولوژیکي ځانګړتیاو په توګه طبقه بندي کیږي کوم چې د بدن شکل پورې اړه لري. په مثالونو کې شامل دي، مګر د ګوتو نښان، د لاس رګونو، د مخ پیژندنه، DNA، د پام چاپ، د لاس جیومیټري، د ایرس پیژندنه، ریټینا، او بوی / بوی پورې محدود ندي.

د بایومتریک پیژندنې ټیکنالوژۍ کې د کمپیوټر ساینس، نظري او اکوسټیک او نور فزیکي علوم، بیولوژیکي علوم، بایوسینسر او د بایوسټاتیسټیک اصول، امنیتي ټیکنالوژي، او د مصنوعي استخباراتو ټیکنالوژي او ډیری نور لومړني علوم او نوښتي غوښتنلیک ټیکنالوژي شامل دي. دا یو بشپړ څو اړخیز تخنیکي حلونه دي.

په دې وروستیو کلونو کې، د مصنوعي استخباراتو په پراختیا سره، د بایومتریک پیژندنې ټیکنالوژي خورا بالغه شوې ده. په اوس وخت کې، د مخ پیژندنې ټیکنالوژي د بایومیټریک ترټولو استازی دی.

د مخ پیژندنه

د مخ پیژندنې پروسې کې د مخ راټولول، د مخ کشف کول، د مخ ځانګړتیاوې استخراج او د مخ سره سمون کول شامل دي. د مخ پیژندنې پروسه د ماشین زده کړې کې مختلف ټیکنالوژي کاروي لکه AdaBoos الګوریتم، convolutional عصبي شبکه او د ویکتور ماشین ملاتړ کوي.

د مخ پیژندنې پروسه

په اوس وخت کې، د مخ پیژندنې دودیزې ستونزې په شمول د مخ ګرځیدل، تړل، ورته والی، او نور ډیر ښه شوي، کوم چې د مخ پیژندنې دقت ته وده ورکوي. د 2D مخ، 3D مخ، ملټي سپیکٹرل مخ هر موډ د استملاک مختلف سناریوګانې لري، د معلوماتو امنیت درجه او د محرمیت حساسیت، او نور، او د لوی ډیټا ژورې زده کړې اضافه کول د 3D مخ پیژندنې الګوریتم د 2D پروجیکشن نیمګړتیاوې بشپړوي، دا کولی شي په چټکۍ سره د یو شخص هویت وپیژني، کوم چې د دوه اړخیز مخ پیژندنې غوښتنلیک لپاره یو ځانګړی پرمختګ راوړی.

په ورته وخت کې، د بایومتریک کشف ټیکنالوژي اوس مهال د مخ پیژندنې امنیت ته وده ورکولو لپاره د کلیدي ټیکنالوژۍ په توګه کارول کیږي، کوم چې کولی شي په اغیزمنه توګه د جعلي درغلۍ لکه عکسونو، ویډیوګانو، 3D ماډلونو، او مصنوعي ماسکونو سره مقاومت وکړي، او په خپلواکه توګه د پیژندنې پیژندنه ټاکي. عملیاتي کاروونکي. اوس مهال، د مخ پیژندنې ټیکنالوژۍ د چټک پرمختګ سره، ډیری نوښتونکي غوښتنلیکونه لکه سمارټ وسایل، آنلاین مالیات، او د مخ تادیه په زیاتیدونکي توګه مشهور شوي، د هرچا ژوند او کار ته سرعت او اسانتیا راوړي.

د پامپرنټ پیژندنه

د پامپرنټ پیژندنه د بایومیټریک پیژندنې ټیکنالوژۍ نوی ډول دی، کوم چې د هدف ځانګړتیا په توګه د انسان د بدن د پام نښان کاروي، او د څو اړخیز عکس العمل ټیکنالوژۍ له لارې بیولوژیکي معلومات راټولوي. د ملټي سپیکٹرل پامپرنټ پیژندنه د بایومیټریک پیژندنې ټیکنالوژۍ ماډل په توګه پیژندل کیدی شي چې د څو ماډلیت او ډیری هدف ځانګړتیاوې سره یوځای کوي. دا نوې ټیکنالوژي د پوستکي سپیکٹرم، د پام چاپ او د رګونو رګونو درې پیژندونکي ځانګړتیاوې سره یوځای کوي ترڅو په یو وخت کې ډیر زیات معلومات چمتو کړي او د هدف ځانګړتیاو توپیر زیات کړي.

سږکال، د امازون د پام پیژندنې ټیکنالوژي، د کوډ په نوم اورویل، ازموینه پیل کړه. سکینر لومړی د انفراریډ پولر شوي اصلي عکسونو سیټ ترلاسه کوي ، د پام په بهرني ځانګړتیاو تمرکز کوي ، لکه کرښې او فولډ؛ کله چې بیا د قطبي انځورونو دوهمه مجموعه ترلاسه کوي، دا د لاسونو جوړښت او داخلي ځانګړتیاوو لکه رګونو، هډوکو، نرم نسجونو او داسې نورو باندې تمرکز کوي. خام انځورونه په پیل کې پروسس کیږي ترڅو د لاسونو د انځورونو یوه ټولګه چمتو کړي. دا انځورونه ښه روښانه شوي، په تمرکز کې دي، او لاس په یو ځانګړي لوري کې، په یو ځانګړي حالت کې، او د چپ یا ښي لاس په توګه لیبل شوي.

په اوس وخت کې، د امازون د پام پرنټ پیژندنې ټیکنالوژي کولی شي یوازې په 300 ملی ثانیو کې شخصي هویت او بشپړ تادیه تایید کړي، او کاروونکو ته اړتیا نلري چې خپل لاسونه د سکینینګ وسیلې ته واچوي، یوازې د تماس پرته څپې او سکین کړئ. د دې ټیکنالوژۍ د ناکامۍ کچه شاوخوا 0.0001٪ ده. په ورته وخت کې، د پامپرنټ پیژندنه په لومړي پړاو کې دوه ګونی تایید دی - لومړی ځل د بهرنیو ځانګړتیاوو ترلاسه کولو لپاره، او دویم ځل د داخلي سازماني ځانګړتیاو ترلاسه کولو لپاره. د امنیت په برخه کې د نورو بایومتریک ټیکنالوژیو په پرتله ښه شوی.

د پورته بایومتریک ځانګړتیاوو سربیره، د ایرس پیژندنې ټیکنالوژي هم مشهوره شوې ده. د ایرس پیژندنې د غلط پیژندلو کچه د 1/1000000 په څیر ټیټه ده. دا په عمده توګه د پیژندنې د پیژندلو لپاره د ایرس د ژوند تغیر او توپیر ځانګړتیاوې کاروي.

په اوس وخت کې، په صنعت کې اجماع دا ده چې د یو واحد ماډل پیژندل د پیژندنې فعالیت او امنیت دواړو کې خنډونه لري، او ملټي ماډل فیوژن د مخ پیژندنې او حتی د بایومتریک پیژندلو کې یو مهم پرمختګ دی - نه یوازې د څو فکتورونو له لارې. د پیژندنې دقت ښه کولو لپاره کولی شي د صحنې تطابق او د بایومتریک ټیکنالوژۍ محرمیت امنیت تر یوې اندازې پورې ښه کړي. د دودیز واحد موډ الګوریتم سره پرتله کول، دا کولی شي د مالي کچې غلط پیژندنې کچه په ښه توګه پوره کړي (لکه په لسو میلیونو کې یو ټیټ)، کوم چې د بایومتریک پیژندنې د پراختیا اصلي رجحان هم دی.

څو ماډل بایومتریک سیسټم

ملټي موډل بایومیټریک سیسټمونه د یونیموډل بایومیټریک سیسټمونو محدودیتونو د لرې کولو لپاره ډیری سینسرونه یا بایومیټریک کاروي. د مثال په توګه د آیرس پیژندنې سیسټمونه د زړو irises سره موافقت کیدی شي او د بریښنایی ګوتو نښو پیژندنه د خرابیدو یا د ګوتو د نښو په واسطه خراب کیدی شي. پداسې حال کې چې یونیموډل بایومیټریک سیسټمونه د دوی د پیژندونکي بشپړتیا پورې محدود دي، دا امکان نلري چې ډیری یونیموډل سیسټمونه به د ورته محدودیتونو سره مخ وي. ملټي موډل بایومیټریک سیسټمونه کولی شي د ورته مارکر څخه د معلوماتو سیټونه ترلاسه کړي (د بیلګې په توګه ، د ایرس ډیری عکسونه ، یا د ورته ګوتې سکینونه) یا د مختلف بایومیټریکونو څخه معلومات (د ګوتو نښې سکینونو ته اړتیا لري او د غږ پیژندنې په کارولو سره ، د غږ شوي پاس کوډ).

ملټي موډل بایومیټریک سیسټمونه کولی شي دا یونیمډول سیسټمونه په ترتیب سره، په ورته وخت کې، د هغې ترکیب، یا په لړۍ کې، چې په ترتیب سره ترتیب، موازي، درجه بندي او سیریل ادغام حالتونو ته اشاره کوي.

CHANCCTVیو لړ وده کړې دهبایومتریک لینزد مخ پیژندنې، د پام د نښې پیژندنې او همدارنګه د ګوتو د نښان پیژندنې او د ایرس پیژندنې لپاره. د مثال په توګه CH3659A د 4k ټیټ تحریف لینز دی چې د 1/1.8 سینسرونو لپاره ډیزاین شوی. دا یوازې د 11.95mm TTL سره ټول شیشې او کمپیکٹ ډیزاینونه وړاندې کوي. دا د لید لید 44 درجې افقی ساحه نیسي. دا لینز د پام پرنټ پیژندلو لپاره مثالی دی.