பயோமெட்ரிக்ஸ் என்பது உடல் அளவீடுகள் மற்றும் மனித பண்புகள் தொடர்பான கணக்கீடுகள். பயோமெட்ரிக் அங்கீகாரம் (அல்லது யதார்த்தமான அங்கீகாரம்) கணினி அறிவியலில் அடையாளம் மற்றும் அணுகல் கட்டுப்பாட்டின் ஒரு வடிவமாக பயன்படுத்தப்படுகிறது. கண்காணிப்பில் உள்ள குழுக்களில் தனிநபர்களை அடையாளம் காணவும் இது பயன்படுத்தப்படுகிறது.

பயோமெட்ரிக் அடையாளங்காட்டிகள் தனிநபர்களை லேபிளிடுவதற்கும் விவரிக்கவும் பயன்படுத்தப்படும் தனித்துவமான, அளவிடக்கூடிய பண்புகள் ஆகும். பயோமெட்ரிக் அடையாளங்காட்டிகள் பெரும்பாலும் உடலின் வடிவத்துடன் தொடர்புடைய உடலியல் பண்புகள் என வகைப்படுத்தப்படுகின்றன. எடுத்துக்காட்டுகள், ஆனால் கைரேகை, பனை நரம்புகள், முகம் அங்கீகாரம், டி.என்.ஏ, பாம் அச்சு, கை வடிவியல், கருவிழி அங்கீகாரம், விழித்திரை மற்றும் வாசனை/வாசனை ஆகியவற்றுடன் மட்டுப்படுத்தப்படவில்லை.

பயோமெட்ரிக் அடையாள தொழில்நுட்பம் கணினி அறிவியல், ஒளியியல் மற்றும் ஒலியியல் மற்றும் பிற இயற்பியல் அறிவியல், உயிரியல் அறிவியல், பயோசென்சர்கள் மற்றும் உயிரியக்கவியல் கொள்கைகள், பாதுகாப்பு தொழில்நுட்பம் மற்றும் செயற்கை நுண்ணறிவு தொழில்நுட்பம் மற்றும் பல அடிப்படை அறிவியல் மற்றும் புதுமையான பயன்பாட்டு தொழில்நுட்பங்களை உள்ளடக்கியது. இது ஒரு முழுமையான பலதரப்பட்ட தொழில்நுட்ப தீர்வுகள்.

சமீபத்திய ஆண்டுகளில், செயற்கை நுண்ணறிவின் வளர்ச்சியுடன், பயோமெட்ரிக் அடையாள தொழில்நுட்பம் மிகவும் முதிர்ச்சியடைந்தது. தற்போது, ​​முக அங்கீகார தொழில்நுட்பம் பயோமெட்ரிக்ஸின் மிகவும் பிரதிநிதி.

முகம் அங்கீகாரம்

முகம் அங்கீகாரத்தின் செயல்பாட்டில் முகம் சேகரிப்பு, முகம் கண்டறிதல், முகம் அம்சம் பிரித்தெடுத்தல் மற்றும் முகம் பொருந்தும் அங்கீகாரம் ஆகியவை அடங்கும். முகம் அங்கீகார செயல்முறை அடாபூஸ் அல்காரிதம், கன்வல்ஷனல் நியூரல் நெட்வொர்க் மற்றும் இயந்திர கற்றலில் திசையன் இயந்திரம் போன்ற பல்வேறு தொழில்நுட்பங்களைப் பயன்படுத்துகிறது.

முகம் அங்கீகாரத்தின் செயல்முறை

தற்போது, ​​முகம் சுழற்சி, மறைவு, ஒற்றுமை போன்ற பாரம்பரிய முக அங்கீகார சிக்கல்கள் பெரிதும் மேம்படுத்தப்பட்டுள்ளன, இது முக அங்கீகாரத்தின் துல்லியத்தை பெரிதும் மேம்படுத்துகிறது. 2 டி முகம், 3 டி முகம், மல்டி-ஸ்பெக்ட்ரல் முகம் ஒவ்வொரு பயன்முறையிலும் வெவ்வேறு கையகப்படுத்தல் தழுவல் காட்சிகள், தரவு பாதுகாப்பு பட்டம் மற்றும் தனியுரிமை உணர்திறன் போன்றவை உள்ளன, மேலும் பெரிய தரவுகளின் ஆழமான கற்றலைச் சேர்ப்பது 3 டி முக அங்கீகார வழிமுறையை 2 டி திட்டத்தின் குறைபாடுகளை நிரப்புகிறது, இது ஒரு நபரின் அடையாளத்தை விரைவாக அடையாளம் காண முடியும், இது இரு பரிமாண முக அங்கீகாரத்தைப் பயன்படுத்துவதற்கு ஒரு குறிப்பிட்ட முன்னேற்றத்தைக் கொண்டு வந்துள்ளது.

அதே நேரத்தில், பயோமெட்ரிக் கண்டறிதல் தொழில்நுட்பம் தற்போது முக அங்கீகாரத்தின் பாதுகாப்பை மேம்படுத்த ஒரு முக்கிய தொழில்நுட்பமாகப் பயன்படுத்தப்படுகிறது, இது புகைப்படங்கள், வீடியோக்கள், 3 டி மாதிரிகள் மற்றும் புரோஸ்டெடிக் முகமூடிகள் போன்ற கள்ள மோசடியை திறம்பட எதிர்க்கும், மேலும் அடையாளத்தை சுயாதீனமாக தீர்மானிக்கிறது இயக்க பயனர்கள். தற்போது, ​​முகம் அங்கீகார தொழில்நுட்பத்தின் விரைவான வளர்ச்சியுடன், ஸ்மார்ட் சாதனங்கள், ஆன்லைன் நிதி மற்றும் முகம் செலுத்துதல் போன்ற பல புதுமையான பயன்பாடுகள் பெருகிய முறையில் பிரபலமாகிவிட்டன, இது அனைவரின் வாழ்க்கைக்கும் வேலைக்கும் வேகத்தையும் வசதியையும் தருகிறது.

பால்ம்பிரிண்ட் அங்கீகாரம்

பால்ம்பிரிண்ட் அங்கீகாரம் என்பது ஒரு புதிய வகை பயோமெட்ரிக் அங்கீகார தொழில்நுட்பமாகும், இது மனித உடலின் பால்பிரினை இலக்கு அம்சமாகப் பயன்படுத்துகிறது, மேலும் மல்டிஸ்பெக்ட்ரல் இமேஜிங் தொழில்நுட்பத்தின் மூலம் உயிரியல் தகவல்களை சேகரிக்கிறது. மல்டி-ஸ்பெக்ட்ரல் பால்ம்பிரிண்ட் அங்கீகாரம் பல-மாடலிட்டி மற்றும் பல இலக்கு அம்சங்களை ஒருங்கிணைக்கும் பயோமெட்ரிக் அங்கீகார தொழில்நுட்பத்தின் மாதிரியாக கருதப்படலாம். இந்த புதிய தொழில்நுட்பம் தோல் ஸ்பெக்ட்ரம், பாம் அச்சு மற்றும் நரம்பு நரம்புகளின் மூன்று அடையாளம் காணக்கூடிய அம்சங்களை ஒன்றிணைத்து ஒரு நேரத்தில் அதிக தகவல்களை வழங்குவதோடு இலக்கு அம்சங்களின் வேறுபாட்டை அதிகரிக்கும்.

இந்த ஆண்டு, அமேசானின் பாம் அங்கீகார தொழில்நுட்பம், குறியீடு-பெயரிடப்பட்ட ஆர்வில்லே, சோதனையைத் தொடங்கியுள்ளது. ஸ்கேனர் முதலில் அகச்சிவப்பு துருவப்படுத்தப்பட்ட அசல் படங்களின் தொகுப்பைப் பெறுகிறது, இது பாமின் வெளிப்புற அம்சங்களை மையமாகக் கொண்டுள்ளது, அதாவது கோடுகள் மற்றும் மடிப்புகள் போன்றவை; துருவப்படுத்தப்பட்ட படங்களின் இரண்டாவது தொகுப்பை மீண்டும் பெறும்போது, ​​இது பனை அமைப்பு மற்றும் நரம்புகள், எலும்புகள், மென்மையான திசுக்கள் போன்ற உள் அம்சங்களில் கவனம் செலுத்துகிறது. மூல படங்கள் ஆரம்பத்தில் கைகள் கொண்ட படங்களின் தொகுப்பை வழங்க செயலாக்கப்படுகின்றன. இந்த படங்கள் நன்கு ஒளிரும், கவனம் செலுத்துகின்றன, மேலும் ஒரு குறிப்பிட்ட நோக்குநிலையில், ஒரு குறிப்பிட்ட போஸில் பனை காட்டுகின்றன, மேலும் இடது அல்லது வலது கை என பெயரிடப்பட்டுள்ளன.

தற்போது, ​​அமேசானின் பால்ம்பிரிண்ட் அங்கீகார தொழில்நுட்பம் 300 மில்லி விநாடிகளில் மட்டுமே தனிப்பட்ட அடையாளத்தையும் முழுமையான கட்டணத்தையும் சரிபார்க்க முடியும், மேலும் பயனர்கள் ஸ்கேனிங் சாதனத்தில் தங்கள் கைகளை வைக்க தேவையில்லை, தொடர்பு இல்லாமல் அலை மற்றும் ஸ்கேன் செய்ய வேண்டும். இந்த தொழில்நுட்பத்தின் தோல்வி விகிதம் சுமார் 0.0001%ஆகும். அதே நேரத்தில், பால்ம்பிரிண்ட் அங்கீகாரம் என்பது ஆரம்ப கட்டத்தில் இரட்டை சரிபார்ப்பாகும் - வெளிப்புற பண்புகளைப் பெறுவது முதல் முறையாகும், மேலும் உள் நிறுவன பண்புகளைப் பெறுவதற்கான இரண்டாவது முறையாகும். பாதுகாப்பின் அடிப்படையில் பிற பயோமெட்ரிக் தொழில்நுட்பங்களுடன் ஒப்பிடும்போது, ​​மேம்பட்டது.

மேற்கண்ட பயோமெட்ரிக் அம்சங்களுக்கு கூடுதலாக, ஐரிஸ் அங்கீகார தொழில்நுட்பமும் பிரபலப்படுத்தப்படுகிறது. கருவிழி அங்கீகாரத்தின் தவறான அங்கீகார விகிதம் 1/1000000 வரை குறைவாக உள்ளது. இது முக்கியமாக அடையாளங்களை அடையாளம் காண கருவிழி வாழ்க்கை மாறுபாடு மற்றும் வேறுபாட்டின் பண்புகளைப் பயன்படுத்துகிறது.

தற்போது. அங்கீகார துல்லியத்தை மேம்படுத்த, பயோமெட்ரிக் தொழில்நுட்பத்தின் காட்சி தகவமைப்பு மற்றும் தனியுரிமை பாதுகாப்பை ஒரு குறிப்பிட்ட அளவிற்கு மேம்படுத்தலாம். பாரம்பரிய ஒற்றை-முறை வழிமுறையுடன் ஒப்பிடும்போது, ​​இது நிதி-நிலை தவறான அங்கீகார விகிதத்தை சிறப்பாக பூர்த்தி செய்ய முடியும் (பத்து மில்லியனில் ஒன்று குறைவாக), இது பயோமெட்ரிக் அடையாளத்தின் வளர்ச்சியின் முக்கிய போக்காகும்.

மல்டிமோடல் பயோமெட்ரிக் அமைப்பு

மல்டிமோடல் பயோமெட்ரிக் அமைப்புகள் ஒரே மாதிரியான பயோமெட்ரிக் அமைப்புகளின் வரம்புகளை சமாளிக்க பல சென்சார்கள் அல்லது பயோமெட்ரிக்ஸைப் பயன்படுத்துகின்றன. ஒரே மாதிரியான பயோமெட்ரிக் அமைப்புகள் அவற்றின் அடையாளங்காட்டியின் ஒருமைப்பாட்டால் மட்டுப்படுத்தப்பட்டிருந்தாலும், பல ஒரே மாதிரியான அமைப்புகள் ஒரே மாதிரியான வரம்புகளால் பாதிக்கப்படுவது சாத்தியமில்லை. மல்டிமோடல் பயோமெட்ரிக் அமைப்புகள் ஒரே மார்க்கரிலிருந்து (அதாவது, ஒரு கருவிழியின் பல படங்கள், அல்லது ஒரே விரலின் ஸ்கேன்) அல்லது வெவ்வேறு பயோமெட்ரிக்ஸின் தகவல்களிலிருந்து தகவல்களைப் பெறலாம் (கைரேகை ஸ்கேன் தேவை மற்றும் குரல் அங்கீகாரத்தைப் பயன்படுத்தி, பேசும் கடவுக்குறியீடு).

மல்டிமோடல் பயோமெட்ரிக் அமைப்புகள் இந்த ஒரே மாதிரியான அமைப்புகளை தொடர்ச்சியாக, ஒரே நேரத்தில், அதன் கலவையாகவோ அல்லது தொடரில்வோ இணைக்க முடியும், அவை முறையே தொடர்ச்சியான, இணையான, படிநிலை மற்றும் தொடர் ஒருங்கிணைப்பு முறைகளைக் குறிக்கின்றன.

சான்க்சிடிவிஒரு தொடரை உருவாக்கியுள்ளதுபயோமெட்ரிக் லென்ஸ்கள்முகம் அங்கீகாரம், பால்ம்பிரிண்ட் அங்கீகாரம் மற்றும் கைரேகை அடையாளம் காணல் மற்றும் ஐரிஸ் அடையாளம் காணல். இது 11.95 மிமீ டி.டி.எல் உடன் அனைத்து கண்ணாடி மற்றும் சிறிய வடிவமைப்புகளைக் கொண்டுள்ளது. இது 44 டிகிரி கிடைமட்ட பார்வையை கைப்பற்றுகிறது. இந்த லென்ஸ் பால்ம்பிரிண்ட் அங்கீகாரத்திற்கு ஏற்றது.