بایومیٹرکس انسانی خصوصیات سے متعلق جسمانی پیمائش اور حسابات ہیں۔ بائیو میٹرک تصدیق (یا حقیقت پسندانہ تصدیق) کمپیوٹر سائنس میں شناخت اور رسائی کنٹرول کی ایک شکل کے طور پر استعمال ہوتی ہے۔ یہ ان گروہوں میں افراد کی شناخت کے لیے بھی استعمال ہوتا ہے جو زیر نگرانی ہیں۔
بایومیٹرک شناخت کنندگان مخصوص، قابل پیمائش خصوصیات ہیں جو افراد کو لیبل اور بیان کرنے کے لیے استعمال ہوتی ہیں۔ بایومیٹرک شناخت کنندگان کو اکثر جسمانی خصوصیات کے طور پر درجہ بندی کیا جاتا ہے جو جسم کی شکل سے متعلق ہیں۔ مثالوں میں فنگر پرنٹ، ہتھیلی کی رگیں، چہرے کی شناخت، ڈی این اے، پام پرنٹ، ہینڈ جیومیٹری، ایرس کی شناخت، ریٹینا، اور بدبو/خوشبو شامل ہیں، لیکن یہ ان تک محدود نہیں ہیں۔
بائیو میٹرک شناختی ٹیکنالوجی میں کمپیوٹر سائنس، آپٹکس اور صوتی اور دیگر طبعی علوم، حیاتیاتی علوم، بائیو سینسرز اور بایوسٹیٹسٹکس کے اصول، سیکورٹی ٹیکنالوجی، اور مصنوعی ذہانت کی ٹیکنالوجی اور بہت سے دیگر بنیادی سائنسز اور جدید ایپلی کیشن ٹیکنالوجیز شامل ہیں۔ یہ ایک مکمل کثیر الشعبہ تکنیکی حل ہے۔
حالیہ برسوں میں، مصنوعی ذہانت کی ترقی کے ساتھ، بائیو میٹرک شناختی ٹیکنالوجی زیادہ پختہ ہو گئی ہے۔ اس وقت چہرے کی شناخت کی ٹیکنالوجی بائیو میٹرکس کی سب سے زیادہ نمائندہ ہے۔
چہرے کی شناخت
چہرے کی شناخت کے عمل میں چہرے کو جمع کرنا، چہرے کا پتہ لگانا، چہرے کی خصوصیت نکالنا اور چہرے کی مماثلت کی شناخت شامل ہے۔ چہرے کی شناخت کا عمل مختلف ٹیکنالوجیز کا استعمال کرتا ہے جیسے AdaBoos الگورتھم، convolutional neural network اور مشین لرننگ میں سپورٹ ویکٹر مشین۔
چہرے کی شناخت کا عمل
اس وقت چہرے کی شناخت کی روایتی دشواریوں بشمول چہرہ گھومنا، روکنا، مماثلت وغیرہ کو بہت بہتر کیا گیا ہے، جو چہرے کی شناخت کی درستگی کو بہت بہتر بناتا ہے۔ 2D چہرہ، 3D چہرہ، ملٹی اسپیکٹرل چہرہ ہر موڈ میں مختلف حصول کے موافقت کے منظرنامے، ڈیٹا سیکیورٹی ڈگری اور رازداری کی حساسیت وغیرہ، اور بڑے ڈیٹا کی گہری سیکھنے کا اضافہ 3D چہرے کی شناخت کے الگورتھم کو 2D پروجیکشن کے نقائص کو پورا کرتا ہے، یہ تیزی سے کسی شخص کی شناخت کر سکتا ہے، جس نے دو جہتی چہرے کی شناخت کے اطلاق کے لیے ایک خاص پیش رفت کی ہے۔
ایک ہی وقت میں، بائیو میٹرک کا پتہ لگانے والی ٹیکنالوجی کو فی الحال چہرے کی شناخت کی حفاظت کو بہتر بنانے کے لیے ایک کلیدی ٹیکنالوجی کے طور پر استعمال کیا جا رہا ہے، جو فوٹو، ویڈیوز، 3D ماڈلز، اور مصنوعی ماسک جیسی جعل سازی کے خلاف مؤثر طریقے سے مزاحمت کر سکتی ہے، اور آزادانہ طور پر شناخت کا تعین کر سکتی ہے۔ آپریٹنگ صارفین. اس وقت، چہرے کی شناخت کی ٹیکنالوجی کی تیز رفتار ترقی کے ساتھ، بہت سی جدید ایپلی کیشنز جیسے کہ سمارٹ ڈیوائسز، آن لائن فنانس، اور چہرے کی ادائیگی تیزی سے مقبول ہو گئی ہے، جس سے ہر ایک کی زندگی اور کام میں رفتار اور سہولت آ رہی ہے۔
پام پرنٹ کی پہچان
پام پرنٹ کی شناخت ایک نئی قسم کی بائیو میٹرک ریکگنیشن ٹیکنالوجی ہے، جو انسانی جسم کے پام پرنٹ کو ہدف خصوصیت کے طور پر استعمال کرتی ہے، اور ملٹی اسپیکٹرل امیجنگ ٹیکنالوجی کے ذریعے حیاتیاتی معلومات اکٹھی کرتی ہے۔ ملٹی اسپیکٹرل پام پرنٹ ریکگنیشن کو بائیو میٹرک ریکگنیشن ٹیکنالوجی کے ماڈل کے طور پر شمار کیا جا سکتا ہے جو ملٹی موڈیلیٹی اور متعدد ہدف خصوصیات کو یکجا کرتی ہے۔ یہ نئی ٹکنالوجی جلد کے اسپیکٹرم، پام پرنٹ اور رگوں کی رگوں کی تین قابل شناخت خصوصیات کو یکجا کرتی ہے تاکہ ایک وقت میں زیادہ پرچر معلومات فراہم کی جا سکیں اور ہدف کی خصوصیات کی امتیازی صلاحیت کو بڑھایا جا سکے۔
اس سال، ایمیزون کی کھجور کی شناخت کی ٹیکنالوجی، کوڈ نامی اورویل نے جانچ شروع کر دی ہے۔ اسکینر سب سے پہلے اورکت پولرائزڈ اصل تصاویر کا ایک سیٹ حاصل کرتا ہے، ہتھیلی کی بیرونی خصوصیات، جیسے لکیروں اور تہوں پر توجہ مرکوز کرتا ہے۔ پولرائزڈ امیجز کے دوسرے سیٹ کو دوبارہ حاصل کرتے وقت، یہ ہتھیلی کی ساخت اور اندرونی خصوصیات پر توجہ مرکوز کرتا ہے، جیسے کہ رگیں، ہڈیاں، نرم بافتیں وغیرہ۔ یہ تصاویر اچھی طرح سے روشن ہیں، فوکس میں، اور ہتھیلی کو ایک مخصوص سمت میں، ایک مخصوص پوز میں، اور بائیں یا دائیں ہاتھ کا لیبل لگا ہوا ہے۔
فی الحال، ایمیزون کی پام پرنٹ ریکگنیشن ٹیکنالوجی صرف 300 ملی سیکنڈ میں ذاتی شناخت اور مکمل ادائیگی کی تصدیق کر سکتی ہے، اور صارفین کو اسکیننگ ڈیوائس پر ہاتھ ڈالنے کی ضرورت نہیں ہے، صرف لہرائیں اور بغیر کسی رابطے کے اسکین کریں۔ اس ٹیکنالوجی کی ناکامی کی شرح تقریباً 0.0001% ہے۔ ایک ہی وقت میں، پام پرنٹ کی شناخت ابتدائی مرحلے میں دوہری تصدیق ہے - پہلی بار بیرونی خصوصیات حاصل کرنے کے لیے، اور دوسری بار اندرونی تنظیمی خصوصیات حاصل کرنے کے لیے۔ سیکورٹی کے لحاظ سے دیگر بایومیٹرک ٹیکنالوجیز کے مقابلے میں بہتری آئی ہے۔
مندرجہ بالا بائیو میٹرک فیچرز کے علاوہ آئیرس ریکگنیشن ٹیکنالوجی کو بھی مقبول بنایا جا رہا ہے۔ آئیرس کی شناخت کی غلط شناخت کی شرح 1/1000000 تک کم ہے۔ یہ بنیادی طور پر شناخت کی شناخت کے لیے آئیرس لائف انویرینس اور فرق کی خصوصیات کا استعمال کرتا ہے۔
فی الحال، صنعت میں اتفاق رائے یہ ہے کہ ایک واحد طریقہ کار کی شناخت کی کارکردگی اور سیکورٹی دونوں میں رکاوٹیں ہیں، اور ملٹی موڈل فیوژن چہرے کی شناخت اور یہاں تک کہ بایومیٹرک شناخت میں ایک اہم پیش رفت ہے- نہ صرف ملٹی فیکٹر کے ذریعے۔ شناخت کی درستگی کو بہتر بنانے کے لیے بائیو میٹرک ٹکنالوجی کی منظر کی موافقت اور رازداری کی حفاظت کو بھی ایک حد تک بہتر بنایا جا سکتا ہے۔ روایتی سنگل موڈ الگورتھم کے مقابلے میں، یہ مالیاتی سطح کی غلط شناخت کی شرح (دس ملین میں سے ایک تک کم) کو بہتر طریقے سے پورا کر سکتا ہے، جو کہ بائیو میٹرک شناخت کی ترقی کا بنیادی رجحان بھی ہے۔
ملٹی موڈل بائیو میٹرک سسٹم
ملٹی موڈل بایومیٹرک سسٹمز یونی موڈل بایومیٹرک سسٹمز کی حدود کو دور کرنے کے لیے متعدد سینسر یا بائیو میٹرکس کا استعمال کرتے ہیں۔ مثال کے طور پر آئیرس ریکگنیشن سسٹم کو عمر بڑھنے سے سمجھوتہ کیا جا سکتا ہے اور الیکٹرانک فنگر پرنٹ کی شناخت کو خراب یا کٹے ہوئے فنگر پرنٹس سے خراب کیا جا سکتا ہے۔ اگرچہ یونیموڈل بائیو میٹرک سسٹمز ان کے شناخت کنندہ کی سالمیت کے لحاظ سے محدود ہیں، لیکن اس بات کا امکان نہیں ہے کہ متعدد یونی موڈل سسٹم ایک جیسی حدود کا شکار ہوں گے۔ ملٹی موڈل بایومیٹرک سسٹم ایک ہی مارکر سے معلومات کے سیٹ حاصل کر سکتے ہیں (یعنی ایک ہی انگلی کے ایک سے زیادہ امیجز، یا ایک ہی انگلی کے اسکین) یا مختلف بایومیٹرکس سے معلومات (جس میں فنگر پرنٹ اسکین کی ضرورت ہوتی ہے اور آواز کی شناخت کا استعمال کرتے ہوئے، بولا ہوا پاس کوڈ)۔
ملٹی موڈل بایومیٹرک سسٹم ان یونی موڈل سسٹمز کو ترتیب وار، بیک وقت، اس کا ایک مجموعہ، یا سیریز میں فیوز کر سکتے ہیں، جو بالترتیب ترتیب وار، متوازی، درجہ بندی اور سلسلہ وار انضمام کے طریقوں کا حوالہ دیتے ہیں۔
CHANCCTVکی ایک سیریز تیار کی ہےبائیو میٹرک لینسچہرے کی شناخت، پام پرنٹ کی شناخت کے ساتھ ساتھ فنگر پرنٹ کی شناخت اور ایرس کی شناخت کے لیے۔ مثال کے طور پر CH3659A ایک 4k لو ڈسٹورشن لینس ہے جسے 1/1.8'' سینسر کے لیے ڈیزائن کیا گیا تھا۔ اس میں تمام گلاس اور کمپیکٹ ڈیزائن صرف 11.95mm TTL کے ساتھ ہیں۔ یہ 44 ڈگری افقی منظر کے میدان پر قبضہ کرتا ہے۔ یہ لینس پام پرنٹ کی شناخت کے لیے مثالی ہے۔
پوسٹ ٹائم: نومبر-23-2022