Биометричните данни са телесни измервания и изчисления, свързани с човешките характеристики. Биометричното удостоверяване (или реалистично удостоверяване) се използва в компютърните науки като форма на идентификация и контрол на достъпа. Използва се и за идентифициране на лица в групи, които са под наблюдение.

Биометричните идентификатори са отличителните, измерими характеристики, използвани за етикетиране и описание на индивиди. Биометричните идентификатори често се категоризират като физиологични характеристики, които са свързани с формата на тялото. Примерите включват, но не се ограничават до, пръстови отпечатъци, вени на дланта, разпознаване на лице, ДНК, отпечатък на дланта, геометрия на ръката, разпознаване на ириса, ретина и мирис/аромат.

Технологията за биометрична идентификация включва компютърни науки, оптика и акустика и други физически науки, биологични науки, биосензори и принципи на биостатистиката, технологии за сигурност, технологии за изкуствен интелект и много други фундаментални науки и иновативни приложни технологии. Тя представлява цялостно мултидисциплинарно техническо решение.

През последните години, с развитието на изкуствения интелект, технологията за биометрична идентификация стана по-зряла. В момента технологията за разпознаване на лица е най-представителната биометрична технология.

Разпознаване на лица

Процесът на разпознаване на лица включва събиране на лица, разпознаване на лица, извличане на характеристики на лица и разпознаване на съвпадение на лица. Процесът на разпознаване на лица използва различни технологии, като например алгоритъм AdaBoos, конволюционна невронна мрежа и машина с опорни вектори в машинното обучение.

Процесът на разпознаване на лице

В момента традиционните трудности при разпознаването на лица, включително завъртане на лица, оклузия, сходство и др., са значително подобрени, което значително подобрява точността на разпознаването на лица. 2D лице, 3D лице, многоспектрално лице. Всеки режим има различни сценарии за адаптация на придобиването, степен на сигурност на данните и чувствителност към поверителност и др., а добавянето на дълбоко обучение на големи данни позволява на 3D алгоритъма за разпознаване на лица да допълни недостатъците на 2D проекцията. Той може бързо да идентифицира самоличността на човек, което доведе до определен пробив в приложението на двуизмерното разпознаване на лица.

В същото време, технологията за биометрично разпознаване в момента се използва като ключова технология за подобряване на сигурността на разпознаването на лица, която може ефективно да се противопостави на фалшифицирането на измами, като например снимки, видеоклипове, 3D модели и протезни маски, и независимо да определи самоличността на работещите потребители. В момента, с бързото развитие на технологията за разпознаване на лица, много иновативни приложения, като смарт устройства, онлайн финанси и плащане с лице, стават все по-популярни, носейки скорост и удобство в живота и работата на всеки.

Разпознаване на отпечатъци от длан

Разпознаването на отпечатък от длан е нов вид биометрична технология за разпознаване, която използва отпечатъка на дланта на човешкото тяло като целева характеристика и събира биологична информация чрез мултиспектрална технология за изображения. Многоспектралното разпознаване на отпечатък от длан може да се разглежда като модел на технология за биометрично разпознаване, която съчетава мултимодалност и множество целеви характеристики. Тази нова технология комбинира трите разпознаваеми характеристики - спектъра на кожата, отпечатъка от дланта и вените, за да предостави по-богата информация наведнъж и да увеличи различимостта на целевите характеристики.

Тази година започна тестването на технологията за разпознаване на длани на Amazon, с кодово име Orville. Скенерът първо получава набор от инфрачервени поляризирани оригинални изображения, фокусирайки се върху външните характеристики на дланта, като линии и гънки; когато отново получава втория набор от поляризирани изображения, той се фокусира върху структурата на дланта и вътрешните характеристики, като вени, кости, меки тъкани и др. Суровите изображения първоначално се обработват, за да се получи набор от изображения, съдържащи ръце. Тези изображения са добре осветени, на фокус и показват дланта в определена ориентация, в определена поза и са обозначени като левичарски или десничарски.

В момента технологията за разпознаване на отпечатъци от длани на Amazon може да потвърди самоличността и да завърши плащането само за 300 милисекунди, като не изисква потребителите да поставят ръцете си върху сканиращото устройство, а просто да махнат и да сканират безконтактно. Процентът на неуспех на тази технология е около 0,0001%. В същото време, разпознаването на отпечатъци от длани е двойна проверка в началния етап – първият път за получаване на външни характеристики и вторият път за получаване на вътрешни организационни характеристики. В сравнение с други биометрични технологии, тя е подобрена по отношение на сигурността.

В допълнение към гореспоменатите биометрични характеристики, технологията за разпознаване на ириса също се популяризира. Процентът на фалшиво разпознаване при разпознаване на ириса е едва 1/1000000. Тя използва главно характеристиките на инвариантност на живота на ириса и различия, за да идентифицира самоличността.

В момента в индустрията е общоприето, че разпознаването на един единствен метод има пречки както в производителността, така и в сигурността, а мултимодалното сливане е важен пробив в разпознаването на лица и дори в биометричното разпознаване – не само чрез многофакторна идентификация. Подобряването на точността на разпознаване може до известна степен да подобри и адаптивността към сцената и сигурността на поверителността на биометричните технологии. В сравнение с традиционния едномодален алгоритъм, той може по-добре да отговори на финансовия процент на фалшиво разпознаване (до един на десет милиона), което е и основната тенденция в развитието на биометричната идентификация.

Мултимодална биометрична система

Мултимодалните биометрични системи използват множество сензори или биометрични данни, за да преодолеят ограниченията на унимодалните биометрични системи. Например, системите за разпознаване на ириса могат да бъдат компрометирани от стареещи ириси, а електронното разпознаване на пръстови отпечатъци може да се влоши от износени или порязани пръстови отпечатъци. Макар че унимодалните биометрични системи са ограничени от целостта на своя идентификатор, малко вероятно е няколко унимодални системи да страдат от идентични ограничения. Мултимодалните биометрични системи могат да получават набори от информация от един и същ маркер (т.е. множество изображения на ириса или сканирания на един и същ пръст) или информация от различни биометрични данни (изискващи сканиране на пръстови отпечатъци и, използвайки гласово разпознаване, изговорена парола).

Мултимодалните биометрични системи могат да обединяват тези унимодални системи последователно, едновременно, в комбинация от тях или последователно, което се отнася съответно до последователен, паралелен, йерархичен и сериен режим на интеграция.

ЧАНКТВе разработил серия отбиометрични лещиза разпознаване на лица, разпознаване на отпечатъци от длан, както и разпознаване на пръстови отпечатъци и разпознаване на ириса. Например CH3659A е 4k обектив с ниско изкривяване, проектиран за 1/1.8'' сензори. Той е изцяло стъклен и компактен с едва 11.95 мм TTL. Заснема 44 градуса хоризонтално зрително поле. Този обектив е идеален за разпознаване на отпечатъци от длан.