Биометрия — это измерения и расчеты параметров тела, связанные с характеристиками человека. Биометрическая аутентификация (или реалистичная аутентификация) используется в информатике как форма идентификации и контроля доступа. Она также используется для идентификации отдельных лиц в группах, находящихся под наблюдением.

Биометрические идентификаторы — это отличительные, измеримые характеристики, используемые для обозначения и описания людей. Биометрические идентификаторы часто классифицируются как физиологические характеристики, связанные с формой тела. Примеры включают, помимо прочего, отпечатки пальцев, венозный рисунок ладони, распознавание лиц, ДНК, отпечаток ладони, геометрию кисти, распознавание радужной оболочки глаза, сетчатку и запах/аромат.

Технология биометрической идентификации включает в себя информатику, оптику и акустику, другие физические науки, биологические науки, биосенсоры и принципы биостатистики, технологии безопасности, технологии искусственного интеллекта, а также многие другие фундаментальные науки и инновационные прикладные технологии. Это комплексное междисциплинарное техническое решение.

В последние годы, с развитием искусственного интеллекта, технологии биометрической идентификации достигли большей зрелости. В настоящее время технология распознавания лиц является наиболее представительной в области биометрии.

распознавание лиц

Процесс распознавания лиц включает в себя сбор данных о лицах, обнаружение лиц, извлечение признаков лиц и сопоставление лиц. В процессе распознавания лиц используются различные технологии машинного обучения, такие как алгоритм AdaBoos, сверточная нейронная сеть и метод опорных векторов.

Процесс распознавания лиц

В настоящее время значительно улучшены традиционные проблемы распознавания лиц, включая вращение лица, частичное перекрытие, сходство и т. д., что существенно повышает точность распознавания. Двумерное, трехмерное и многоспектральное распознавание лиц имеет различные сценарии адаптации к условиям съемки, степень защиты данных и чувствительность к конфиденциальности и т. д. Добавление глубокого обучения для обработки больших данных позволяет алгоритму трехмерного распознавания лиц компенсировать недостатки двумерной проекции, обеспечивая быструю идентификацию личности человека, что стало определенным прорывом в применении двумерного распознавания лиц.

В то же время, технология биометрического обнаружения в настоящее время используется в качестве ключевой технологии для повышения безопасности распознавания лиц, которая может эффективно противостоять подделкам, таким как фотографии, видео, 3D-модели и протезные маски, и самостоятельно определять личность пользователя. В настоящее время, благодаря быстрому развитию технологии распознавания лиц, многие инновационные приложения, такие как интеллектуальные устройства, онлайн-финансы и платежи по лицу, приобретают все большую популярность, привнося скорость и удобство в жизнь и работу каждого человека.

Распознавание отпечатков ладони

Распознавание отпечатков ладони — это новый тип биометрической технологии распознавания, использующий отпечаток ладони человека в качестве целевого признака и собирающий биологическую информацию с помощью мультиспектральной визуализации. Мультиспектральное распознавание отпечатков ладони можно рассматривать как модель биометрической технологии распознавания, сочетающую многомодальность и множество целевых признаков. Эта новая технология объединяет три идентифицируемых признака: спектр кожи, отпечаток ладони и вены, обеспечивая более полную информацию одновременно и повышая различимость целевых признаков.

В этом году началось тестирование технологии распознавания ладоней от Amazon под кодовым названием Orville. Сканер сначала получает набор исходных инфракрасных поляризованных изображений, фокусируясь на внешних особенностях ладони, таких как линии и складки; при получении второго набора поляризованных изображений он фокусируется на структуре ладони и внутренних особенностях, таких как вены, кости, мягкие ткани и т. д. Исходные изображения первоначально обрабатываются для получения набора изображений, содержащих руки. Эти изображения хорошо освещены, находятся в фокусе и показывают ладонь в определенной ориентации, в определенной позе, а также помечены как левые или правши.

В настоящее время технология распознавания отпечатков ладони Amazon позволяет подтвердить личность и совершить платеж всего за 300 миллисекунд, при этом пользователю не нужно прикасаться к сканирующему устройству рукой — достаточно просто помахать рукой и отсканировать без контакта. Процент ошибок этой технологии составляет около 0,0001%. При этом распознавание отпечатков ладони на начальном этапе представляет собой двойную проверку — сначала получаются внешние характеристики, а затем внутренние организационные характеристики. По сравнению с другими биометрическими технологиями, по уровню безопасности она улучшена.

В дополнение к вышеперечисленным биометрическим характеристикам, набирает популярность и технология распознавания радужной оболочки глаза. Частота ложных срабатываний при распознавании радужной оболочки составляет всего 1/1000000. В основном она использует характеристики инвариантности и различия в строении радужной оболочки для идентификации личности.

В настоящее время в отрасли существует консенсус относительно того, что распознавание с использованием одной модальности имеет узкие места как в производительности распознавания, так и в безопасности, и многомодальное слияние является важным прорывом в распознавании лиц и даже биометрическом распознавании — не только за счет многофакторного подхода к повышению точности распознавания, но и в определенной степени улучшает адаптивность к условиям сцены и безопасность конфиденциальности биометрических технологий. По сравнению с традиционным одномодальным алгоритмом, он может лучше соответствовать финансовому уровню ложного распознавания (всего один случай на десять миллионов), что также является основной тенденцией развития биометрической идентификации.

Мультимодальная биометрическая система

Мультимодальные биометрические системы используют несколько датчиков или биометрических данных для преодоления ограничений одномодальных биометрических систем. Например, системы распознавания радужной оболочки глаза могут быть скомпрометированы старением радужной оболочки, а электронное распознавание отпечатков пальцев может ухудшиться из-за износа или порезов. Хотя одномодальные биометрические системы ограничены целостностью своего идентификатора, маловероятно, что несколько одномодальных систем будут иметь одинаковые ограничения. Мультимодальные биометрические системы могут получать наборы информации от одного и того же маркера (например, несколько изображений радужной оболочки глаза или сканирование одного и того же пальца) или информацию от разных биометрических данных (требуется сканирование отпечатков пальцев и, при использовании распознавания голоса, произнесенный пароль).

Мультимодальные биометрические системы могут объединять эти унимодальные системы последовательно, одновременно, в их комбинации или последовательно, что относится, соответственно, к последовательному, параллельному, иерархическому и последовательному режимам интеграции.

CHANCCTVразработал рядбиометрические линзыДля распознавания лиц, отпечатков ладоней, а также идентификаций отпечатков пальцев и радужной оболочки глаза. Например, CH3659A — это объектив с низким уровнем искажений и разрешением 4K, разработанный для сенсоров 1/1,8 дюйма. Он имеет полностью стеклянную конструкцию и компактный дизайн с фокусным расстоянием всего 11,95 мм. Он обеспечивает горизонтальный угол обзора 44 градуса. Этот объектив идеально подходит для распознавания отпечатков ладоней.