A biometrikus azonosítás testméretek és az emberi jellemzőkkel kapcsolatos számítások. A biometrikus hitelesítést (vagy realisztikus hitelesítést) a számítástechnikában használják az azonosítás és a hozzáférés-vezérlés egyik formájaként. Emellett megfigyelés alatt álló csoportokban lévő egyének azonosítására is használják.

A biometrikus azonosítók olyan megkülönböztető, mérhető jellemzők, amelyeket az egyének címkézésére és leírására használnak. A biometrikus azonosítókat gyakran fiziológiai jellemzőkként kategorizálják, amelyek a test formájához kapcsolódnak. Ilyenek például, de nem kizárólagosan, az ujjlenyomat, a tenyér vénái, az arcfelismerés, a DNS, a tenyérnyomat, a kéz geometriája, az íriszfelismerés, a retina és a szag/illat.

A biometrikus azonosítási technológia magában foglalja a számítástechnikát, az optikát és az akusztikát, valamint más fizikai tudományokat, a biológiai tudományokat, a bioszenzorokat és a biostatisztikai elveket, a biztonságtechnológiát, a mesterséges intelligencia technológiát és számos más alaptudományt és innovatív alkalmazástechnológiát. Ez egy teljes körű, multidiszciplináris műszaki megoldás.

Az utóbbi években a mesterséges intelligencia fejlődésével a biometrikus azonosítási technológia érettebbé vált. Jelenleg az arcfelismerő technológia a biometrikus eszközök legreprezentatívabb képviselője.

Arcfelismerés

Az arcfelismerés folyamata magában foglalja az arcgyűjtést, az arcfelismerést, az arcjellemzők kinyerését és az arcfelismerést. Az arcfelismerési folyamat különféle technológiákat alkalmaz, mint például az AdaBoos algoritmus, a konvolúciós neurális hálózat és a gépi tanulásban alkalmazott Support Vector Machine.

Az arcfelismerés folyamata

Jelenleg a hagyományos arcfelismerési nehézségek, mint például az arcforgatás, az eltakarás, a hasonlóság stb., jelentősen javultak, ami nagymértékben javítja az arcfelismerés pontosságát. 2D arc, 3D arc, multispektrális arc. Minden módnak eltérő képalkotási adaptációs forgatókönyvei, adatbiztonsági foka és adatvédelmi érzékenysége stb. van, és a big data mélyreható tanulásának hozzáadása lehetővé teszi, hogy a 3D arcfelismerő algoritmus kiegészítse a 2D vetítés hiányosságait. Gyorsan azonosítani tudja egy személy személyazonosságát, ami áttörést hozott a kétdimenziós arcfelismerés alkalmazásában.

Ugyanakkor a biometrikus felismerési technológiát jelenleg kulcsfontosságú technológiaként használják az arcfelismerés biztonságának javítására, amely hatékonyan képes ellenállni a hamisításnak, például a fényképeknek, videóknak, 3D modelleknek és protézismaszkoknak, és függetlenül meghatározni a kezelő felhasználók személyazonosságát. Jelenleg az arcfelismerő technológia gyors fejlődésével számos innovatív alkalmazás, például az okoseszközök, az online pénzügyek és az arcfelismeréses fizetés egyre népszerűbbé vált, gyorsaságot és kényelmet hozva mindenki életébe és munkájába.

Tenyérnyom-felismerés

A tenyérnyomat-felismerés egy új típusú biometrikus felismerési technológia, amely az emberi test tenyérnyomatát használja céljellemzőként, és multispektrális képalkotó technológiával gyűjt biológiai információkat. A multispektrális tenyérnyomat-felismerés a biometrikus felismerési technológia egy olyan modelljének tekinthető, amely ötvözi a multimodalitást és a többszörös céljellemzőket. Ez az új technológia ötvözi a bőrspektrum, a tenyérnyomat és a vénák három azonosítható jellemzőjét, hogy egyszerre több információt nyújtson, és növelje a céljellemzők megkülönböztethetőségét.

Idén megkezdődött az Amazon tenyérfelismerő technológiájának, az Orville kódnevűnek a tesztelése. A szkenner először infravörös polarizált eredeti képeket készít, a tenyér külső jellemzőire, például a vonalakra és a redőkre összpontosítva; a második polarizált képsorozat elkészítésekor ismét a tenyér szerkezetére és belső jellemzőire, például az erekre, csontokra, lágy szövetekre stb. összpontosít. A nyers képeket először feldolgozzák, hogy kezeket ábrázoló képeket kapjanak. Ezek a képek jól megvilágítottak, fókuszáltak, és a tenyeret egy adott irányban, egy adott pózban mutatják, valamint bal- vagy jobbkezesként vannak megjelölve.

Az Amazon tenyérnyomat-felismerő technológiája jelenleg mindössze 300 milliszekundum alatt képes ellenőrizni a személyes azonosítást és végrehajtani a fizetést, és nem igényli a felhasználóktól, hogy a kezükkel a szkennert lássák, csak intsenek, és érintés nélkül szkenneljenek. A technológia hibaszázaléka körülbelül 0,0001%. Ugyanakkor a tenyérnyomat-felismerés a kezdeti szakaszban kétszeres ellenőrzést végez – először a külső, másodszor pedig a belső, szervezeti jellemzőket. Biztonsági szempontból jobb, mint más biometrikus technológiák esetében.

A fenti biometrikus jellemzők mellett az íriszfelismerő technológia is egyre népszerűbb. Az íriszfelismerés téves felismerési aránya akár 1/1000000 is lehet. Elsősorban az írisz életének invarianciáját és különbségét használja fel a személyazonosság azonosítására.

Jelenleg az iparágban az a konszenzus, hogy egyetlen modalitás felismerése szűk keresztmetszeteket okoz mind a felismerési teljesítmény, mind a biztonság terén, és a multimodális fúzió fontos áttörést jelent az arcfelismerésben és akár a biometrikus felismerésben is – nemcsak a többtényezős megoldások révén. A felismerési pontosság javítása bizonyos mértékig javíthatja a biometrikus technológia jelenethez való alkalmazkodóképességét és adatvédelmi biztonságát is. A hagyományos egymódusú algoritmussal összehasonlítva jobban tudja kielégíteni a pénzügyi szintű téves felismerési arányt (akár egy a tízmillióhoz), ami egyben a biometrikus azonosítás fejlődésének fő trendje is.

Multimodális biometrikus rendszer

A multimodális biometrikus rendszerek több érzékelőt vagy biometrikus adatokat használnak az unimodális biometrikus rendszerek korlátainak leküzdésére. Például az íriszfelismerő rendszereket veszélyeztetheti az öregedő írisz, az elektronikus ujjlenyomat-felismerést pedig az elkopott vagy elvágott ujjlenyomatok. Míg az unimodális biometrikus rendszereket azonosítójuk integritása korlátozza, nem valószínű, hogy több unimodális rendszer azonos korlátokkal küzdene. A multimodális biometrikus rendszerek képesek információkészleteket nyerni ugyanabból a markerből (azaz egy írisz több képéből, vagy ugyanazon ujj szkenneléséből), vagy különböző biometrikus adatokból (ujjlenyomat-szkennelést és hangfelismerés használatával egy kimondott jelszót igényelnek).

A multimodális biometrikus rendszerek ezeket az unimodális rendszereket szekvenciálisan, egyidejűleg, ezek kombinációjával vagy sorosan egyesíthetik, amelyek rendre szekvenciális, párhuzamos, hierarchikus és soros integrációs módokra utalnak.

CHANCCTVkidolgozott egy sorbiometrikus lencsékarcfelismeréshez, tenyérnyomat-felismeréshez, valamint ujjlenyomat-azonosításhoz és íriszfelismeréshez. Például a CH3659A egy 4k alacsony torzítású objektív, amelyet 1/1,8 hüvelykes érzékelőkhöz terveztek. Teljesen üvegből készült és kompakt kialakítású, mindössze 11,95 mm-es TTL-lel. 44 fokos vízszintes látómezőt rögzít. Ez az objektív ideális tenyérnyomat-felismeréshez.