Биометрија су телесне мере и прорачуни везани за људске карактеристике. Биометријска аутентификација (или реалистична аутентификација) се користи у рачунарству као облик идентификације и контроле приступа. Такође се користи за идентификацију појединаца у групама које су под надзором.

Биометријски идентификатори су препознатљиве, мерљиве карактеристике које се користе за обележавање и описивање појединаца. Биометријски идентификатори се често категоришу као физиолошке карактеристике које су повезане са обликом тела. Примери укључују, али нису ограничени на отисак прста, вене на длану, препознавање лица, ДНК, отисак длана, геометрију руке, препознавање шаренице, мрежњачу и мирис/арому.

Технологија биометријске идентификације обухвата рачунарство, оптику и акустику и друге физичке науке, биолошке науке, биосензоре и принципе биостатистике, безбедносну технологију, технологију вештачке интелигенције и многе друге основне науке и иновативне примене технологија. То је комплетно мултидисциплинарно техничко решење.

Последњих година, са развојем вештачке интелигенције, технологија биометријске идентификације је постала зрелија. Тренутно је технологија препознавања лица најрепрезентативнија биометрија.

Препознавање лица

Процес препознавања лица обухвата прикупљање лица, детекцију лица, екстракцију карактеристика лица и препознавање упаривања лица. Процес препознавања лица користи различите технологије као што су AdaBoos алгоритам, конволуциона неуронска мрежа и машина вектора подршке у машинском учењу.

Процес препознавања лица

Тренутно су традиционалне тешкоће препознавања лица, укључујући ротацију лица, оклузију, сличност итд., значајно побољшане, што значајно побољшава тачност препознавања лица. 2Д лице, 3Д лице, мултиспектрално лице. Сваки режим има различите сценарије адаптације аквизиције, степен безбедности података и осетљивост приватности итд., а додавање дубоког учења великих података чини да 3Д алгоритам за препознавање лица надокнађује недостатке 2Д пројекције. Може брзо да идентификује идентитет особе, што је донело одређени пробој у примени дводимензионалног препознавања лица.

Истовремено, технологија биометријске детекције се тренутно користи као кључна технологија за побољшање безбедности препознавања лица, која може ефикасно да се одупре преварама фалсификовања као што су фотографије, видео снимци, 3Д модели и протетске маске, и да независно утврди идентитет корисника. Тренутно, са брзим развојем технологије препознавања лица, многе иновативне апликације као што су паметни уређаји, онлајн финансије и плаћање лицем постају све популарније, доносећи брзину и практичност у живот и рад свих.

Препознавање отиска длана

Препознавање отиска длана је нови тип биометријске технологије препознавања, која користи отисак длана људског тела као циљну карактеристику и прикупља биолошке информације путем мултиспектралне технологије снимања. Мултиспектрално препознавање отиска длана може се сматрати моделом биометријске технологије препознавања који комбинује мултимодалност и више циљних карактеристика. Ова нова технологија комбинује три препознатљиве карактеристике: спектар коже, отисак длана и вене како би пружила више информација одједном и повећала разликовање циљних карактеристика.

Ове године, Амазонова технологија препознавања дланова, под кодним називом Орвил, почела је са тестирањем. Скенер прво прикупља скуп инфрацрвених поларизованих оригиналних слика, фокусирајући се на спољашње карактеристике длана, као што су линије и набори; када поново прикупља други скуп поларизованих слика, фокусира се на структуру длана и унутрашње карактеристике, као што су вене, кости, мека ткива итд. Сирове слике се првобитно обрађују како би се добио скуп слика које садрже руке. Ове слике су добро осветљене, у фокусу и приказују длан у одређеној оријентацији, у одређеном положају и означен је као леворуки или десноруки.

Тренутно, Амазонова технологија препознавања отисака дланова може да потврди лични идентитет и заврши плаћање за само 300 милисекунди, и не захтева од корисника да стављају руке на уређај за скенирање, већ само да махну и скенирају без контакта. Стопа неуспеха ове технологије је око 0,0001%. Истовремено, препознавање отиска длана је двострука верификација у почетној фази – први пут да би се добиле спољашње карактеристике, а други пут да би се добиле интерне организационе карактеристике. У поређењу са другим биометријским технологијама, побољшана је у погледу безбедности.

Поред горе наведених биометријских карактеристика, популаризује се и технологија препознавања ириса. Стопа лажног препознавања ириса је ниска, чак 1/1000000. Углавном користи карактеристике непроменљивости и разлике животног века ириса за идентификацију идентитета.

Тренутно, консензус у индустрији је да препознавање једног модалитета има уска грла и у перформансама и у безбедности, а мултимодална фузија је важан пробој у препознавању лица, па чак и у биометријском препознавању - не само кроз вишефакторско препознавање. Начин побољшања тачности препознавања може такође донекле побољшати прилагодљивост сцене и безбедност приватности биометријске технологије. У поређењу са традиционалним алгоритмом једног мода, може боље да задовољи стопу лажног препознавања на финансијском нивоу (чак један на десет милиона), што је такође главни тренд развоја биометријске идентификације.

Мултимодални биометријски систем

Мултимодални биометријски системи користе више сензора или биометријских података како би превазишли ограничења унимодалних биометријских система. На пример, системи за препознавање дужице ока могу бити угрожени старењем дужица, а електронско препознавање отисака прстију може бити погоршано истрошеним или исеченим отисцима прстију. Иако су унимодални биометријски системи ограничени интегритетом свог идентификатора, мало је вероватно да ће неколико унимодалних система патити од идентичних ограничења. Мултимодални биометријски системи могу добити скупове информација са истог маркера (тј. више слика дужице ока или скенирања истог прста) или информације из различитих биометријских података (што захтева скенирање отисака прстију и, коришћењем препознавања гласа, изговорену лозинку).

Мултимодални биометријски системи могу да споје ове унимодалне системе секвенцијално, истовремено, њихову комбинацију или серијски, што се односи на секвенцијални, паралелни, хијерархијски и серијски режим интеграције, респективно.

ЧАНЦЦТВразвио је низбиометријска сочиваза препознавање лица, препознавање отиска длана, као и идентификацију отисака прстију и идентификацију дужице ока. На пример, CH3659A је 4k сочиво са ниским изобличењем које је дизајнирано за 1/1,8'' сензоре. Има потпуно стаклени и компактан дизајн са само 11,95 мм TTL. Снима хоризонтално видно поље од 44 степена. Ово сочиво је идеално за препознавање отиска длана.