A biometria consiste em medições e cálculos corporais relacionados às características humanas. A autenticação biométrica (ou autenticação realista) é utilizada em ciência da computação como forma de identificação e controle de acesso. Também é usada para identificar indivíduos em grupos sob vigilância.

Identificadores biométricos são características distintivas e mensuráveis ​​usadas para identificar e descrever indivíduos. Frequentemente, são categorizados como características fisiológicas relacionadas à forma do corpo. Exemplos incluem, mas não se limitam a, impressões digitais, veias da palma da mão, reconhecimento facial, DNA, impressão palmar, geometria da mão, reconhecimento da íris, retina e odor/cheiro.

A tecnologia de identificação biométrica envolve ciência da computação, óptica e acústica, além de outras ciências físicas, ciências biológicas, biossensores e princípios de bioestatística, tecnologia de segurança, tecnologia de inteligência artificial e muitas outras ciências básicas e tecnologias de aplicação inovadoras. Trata-se de uma solução técnica multidisciplinar completa.

Nos últimos anos, com o desenvolvimento da inteligência artificial, a tecnologia de identificação biométrica tornou-se mais madura. Atualmente, a tecnologia de reconhecimento facial é a mais representativa da biometria.

reconhecimento facial

O processo de reconhecimento facial inclui coleta de faces, detecção facial, extração de características faciais e reconhecimento por correspondência facial. O processo de reconhecimento facial utiliza diversas tecnologias, como o algoritmo AdaBoos, redes neurais convolucionais e máquinas de vetores de suporte em aprendizado de máquina.

O processo de reconhecimento facial

Atualmente, as dificuldades tradicionais de reconhecimento facial, incluindo rotação facial, oclusão, similaridade, etc., foram bastante superadas, o que aumenta significativamente a precisão do reconhecimento facial. Cada modo de reconhecimento facial (2D, 3D e multiespectral) possui diferentes cenários de adaptação de aquisição, grau de segurança de dados e sensibilidade à privacidade, entre outros. A adição de aprendizado profundo com big data permite que o algoritmo de reconhecimento facial 3D supra as deficiências da projeção 2D, identificando rapidamente a identidade de uma pessoa, o que representa um avanço significativo para a aplicação do reconhecimento facial bidimensional.

Ao mesmo tempo, a tecnologia de detecção biométrica está sendo usada como uma tecnologia fundamental para aprimorar a segurança do reconhecimento facial, resistindo eficazmente a fraudes por falsificação, como fotos, vídeos, modelos 3D e máscaras protéticas, e determinando de forma independente a identidade dos usuários. Atualmente, com o rápido desenvolvimento da tecnologia de reconhecimento facial, muitas aplicações inovadoras, como dispositivos inteligentes, finanças online e pagamentos por reconhecimento facial, tornaram-se cada vez mais populares, trazendo agilidade e conveniência para a vida e o trabalho de todos.

Reconhecimento de impressão palmar

O reconhecimento de impressão palmar é um novo tipo de tecnologia de reconhecimento biométrico que utiliza a impressão da palma da mão humana como característica alvo e coleta informações biológicas por meio de tecnologia de imagem multiespectral. O reconhecimento multiespectral de impressão palmar pode ser considerado um modelo de tecnologia de reconhecimento biométrico que combina multimodalidade e múltiplas características alvo. Essa nova tecnologia combina as três características identificáveis ​​– espectro da pele, impressão palmar e veias – para fornecer informações mais abrangentes simultaneamente e aumentar a capacidade de distinção das características alvo.

Este ano, a tecnologia de reconhecimento de palma da Amazon, com o codinome Orville, começou a ser testada. O scanner primeiro adquire um conjunto de imagens originais polarizadas por infravermelho, focando nas características externas da palma da mão, como linhas e dobras; ao adquirir o segundo conjunto de imagens polarizadas, ele se concentra na estrutura da palma e em características internas, como veias, ossos, tecidos moles, etc. As imagens brutas são inicialmente processadas para fornecer um conjunto de imagens contendo as mãos. Essas imagens são bem iluminadas, em foco e mostram a palma da mão em uma orientação específica, em uma pose específica e rotuladas como mão esquerda ou direita.

Atualmente, a tecnologia de reconhecimento de impressão palmar da Amazon consegue verificar a identidade pessoal e concluir o pagamento em apenas 300 milissegundos, sem exigir que o usuário coloque a mão no leitor; basta acenar e escanear sem contato. A taxa de falha dessa tecnologia é de aproximadamente 0,0001%. Além disso, o reconhecimento de impressão palmar realiza uma dupla verificação na etapa inicial: primeiro, obtém-se as características externas e, em seguida, as características internas da organização. Comparada a outras tecnologias biométricas, essa tecnologia apresenta maior segurança.

Além das características biométricas mencionadas acima, a tecnologia de reconhecimento de íris também está se popularizando. A taxa de falsos positivos no reconhecimento de íris é de apenas 1 em 1.000.000. Ela utiliza principalmente as características de invariância e diferença da íris ao longo da vida para identificar indivíduos.

Atualmente, o consenso na indústria é que o reconhecimento de uma única modalidade apresenta gargalos tanto em desempenho quanto em segurança, e a fusão multimodal representa um avanço importante no reconhecimento facial e até mesmo no reconhecimento biométrico — não apenas por meio de múltiplos fatores, mas também para melhorar a precisão do reconhecimento, além de aprimorar, em certa medida, a adaptabilidade a diferentes cenários e a segurança da privacidade da tecnologia biométrica. Comparado ao algoritmo tradicional de modo único, ele consegue atender melhor à taxa de falsos positivos (tão baixa quanto uma em dez milhões), o que também é a principal tendência no desenvolvimento da identificação biométrica.

Sistema biométrico multimodal

Sistemas biométricos multimodais utilizam múltiplos sensores ou biometrias para superar as limitações dos sistemas biométricos unimodais. Por exemplo, sistemas de reconhecimento de íris podem ser comprometidos pelo envelhecimento da íris, e o reconhecimento eletrônico de impressões digitais pode ser prejudicado por impressões digitais desgastadas ou cortadas. Embora os sistemas biométricos unimodais sejam limitados pela integridade de seu identificador, é improvável que vários sistemas unimodais sofram das mesmas limitações. Sistemas biométricos multimodais podem obter conjuntos de informações do mesmo marcador (ou seja, múltiplas imagens de uma íris ou escaneamentos do mesmo dedo) ou informações de diferentes biometrias (requerendo escaneamentos de impressões digitais e, utilizando reconhecimento de voz, uma senha falada).

Os sistemas biométricos multimodais podem fundir esses sistemas unimodais sequencialmente, simultaneamente, em combinação ou em série, o que se refere aos modos de integração sequencial, paralelo, hierárquico e serial, respectivamente.

CHANCCTVdesenvolveu uma série delentes biométricasPara reconhecimento facial, reconhecimento de impressão palmar, identificação de impressões digitais e identificação de íris. Por exemplo, a CH3659A é uma lente 4K de baixa distorção projetada para sensores de 1/1,8". Ela apresenta um design compacto totalmente em vidro com apenas 11,95 mm de TTL. Captura um campo de visão horizontal de 44 graus. Esta lente é ideal para reconhecimento de impressão palmar.