Biometriniai duomenys – tai kūno matavimai ir skaičiavimai, susiję su žmogaus savybėmis. Biometrinis autentifikavimas (arba realistinis autentifikavimas) naudojamas kompiuterių moksle kaip identifikavimo ir prieigos kontrolės forma. Jis taip pat naudojamas asmenų, esančių stebimose grupėse, identifikavimui.

Biometriniai identifikatoriai yra išskirtinės, išmatuojamos charakteristikos, naudojamos asmenims žymėti ir apibūdinti. Biometriniai identifikatoriai dažnai priskiriami fiziologinėms charakteristikoms, susijusioms su kūno forma. Pavyzdžiai apima, bet neapsiriboja, pirštų atspaudus, delno venas, veido atpažinimo funkciją, DNR, delno atspaudą, rankos geometriją, rainelės atpažinimo funkciją, tinklainę ir kvapą/kvapą.

Biometrinio identifikavimo technologija apima kompiuterių mokslą, optiką ir akustiką bei kitus fizinius mokslus, biologijos mokslus, biosensorius ir biostatistikos principus, saugumo technologijas, dirbtinio intelekto technologijas ir daugelį kitų fundamentaliųjų mokslų bei novatoriškų taikymo technologijų. Tai yra išsamūs daugiadiscipliniai techniniai sprendimai.

Pastaraisiais metais, tobulėjant dirbtiniam intelektui, biometrinio identifikavimo technologijos tapo brandesnės. Šiuo metu veido atpažinimo technologija yra reprezentatyviausia biometrijos technologija.

Veido atpažinimas

Veido atpažinimo procesas apima veido rinkimą, veido aptikimą, veido bruožų išskyrimą ir veido atitikimo atpažinimą. Veido atpažinimo procese naudojamos įvairios technologijos, tokios kaip „AdaBoos“ algoritmas, konvoliucinis neuroninis tinklas ir atraminių vektorių mašina mašininiame mokymesi.

Veido atpažinimo procesas

Šiuo metu tradiciniai veido atpažinimo sunkumai, įskaitant veido pasukimą, uždengimą, panašumą ir kt., buvo gerokai išspręsti, o tai labai pagerina veido atpažinimo tikslumą. 2D veidas, 3D veidas, daugiaspektris veidas. Kiekvienas režimas turi skirtingus duomenų gavimo adaptacijos scenarijus, duomenų saugumo laipsnį ir privatumo jautrumą ir kt., o gilus didelių duomenų mokymasis leidžia 3D veido atpažinimo algoritmui papildyti 2D projekcijos trūkumus. Jis gali greitai nustatyti asmens tapatybę, o tai padarė tam tikrą proveržį dvimačio veido atpažinimo taikyme.

Tuo pačiu metu biometrinio aptikimo technologija šiuo metu naudojama kaip pagrindinė technologija, skirta pagerinti veido atpažinimo saugumą, kuri gali veiksmingai atsispirti klastojimui, pvz., nuotraukoms, vaizdo įrašams, 3D modeliams ir protezinėms kaukėms, ir savarankiškai nustatyti veikiančių vartotojų tapatybę. Šiuo metu, sparčiai tobulėjant veido atpažinimo technologijai, vis labiau populiarėja daugybė novatoriškų programų, tokių kaip išmanieji įrenginiai, internetinės finansinės paslaugos ir mokėjimai veidu, todėl kiekvieno gyvenimas ir darbas tampa greitesni ir patogesni.

Delno atspaudo atpažinimas

Delno atspaudų atpažinimas yra naujo tipo biometrinio atpažinimo technologija, kuri naudoja žmogaus kūno delno atspaudą kaip taikinio požymį ir renka biologinę informaciją naudodama daugiaspektrinę vaizdavimo technologiją. Daugiaspektris delno atspaudų atpažinimas gali būti laikomas biometrinio atpažinimo technologijos modeliu, kuris apjungia daugiamodalumą ir kelis taikinio požymius. Ši nauja technologija sujungia tris atpažįstamus požymius: odos spektrą, delno atspaudą ir venų venas, kad vienu metu pateiktų daugiau informacijos ir padidintų taikinio požymių skiriamumą.

Šiais metais pradėti testuoti „Amazon“ delnų atpažinimo technologija, kodiniu pavadinimu „Orville“. Pirmiausia skaitytuvas nuskaito infraraudonųjų spindulių poliarizuotų originalių vaizdų rinkinį, sutelkdamas dėmesį į išorinius delno bruožus, tokius kaip linijos ir raukšlės; vėl nuskaitant antrąjį poliarizuotų vaizdų rinkinį, jis sutelkia dėmesį į delno struktūrą ir vidinius bruožus, tokius kaip venos, kaulai, minkštieji audiniai ir kt. Neapdoroti vaizdai iš pradžių apdorojami, kad būtų sukurtas rankų vaizdų rinkinys. Šie vaizdai yra gerai apšviesti, sufokusuoti ir rodo delną tam tikra orientacija, tam tikroje pozoje ir pažymėti kaip kairiarankis arba dešiniarankis.

Šiuo metu „Amazon“ delnų atspaudų atpažinimo technologija gali patvirtinti asmens tapatybę ir atlikti mokėjimą vos per 300 milisekundžių ir nereikalauja, kad vartotojai uždėtų rankas ant nuskaitymo įrenginio, tiesiog pamojuotų ir nuskaitytų be jokio prisilietimo. Šios technologijos gedimų rodiklis yra apie 0,0001 %. Tuo pačiu metu delnų atspaudų atpažinimas pradiniame etape yra dvigubas patvirtinimas – pirmą kartą gaunami išoriniai požymiai, o antrą kartą – vidiniai organizacijos požymiai. Palyginti su kitomis biometrinėmis technologijomis, saugumo požiūriu ji yra patobulinta.

Be minėtų biometrinių savybių, populiarėja ir rainelės atpažinimo technologija. Rainelės atpažinimo klaidingo atpažinimo rodiklis yra vos 1/1000000. Tapatybėms nustatyti daugiausia naudojamos rainelės gyvybės nekintamumo ir skirtumų charakteristikos.

Šiuo metu pramonėje sutariama, kad vieno modalumo atpažinimas turi kliūčių tiek atpažinimo našumo, tiek saugumo srityse, o daugiarūšis susiliejimas yra svarbus veido atpažinimo ir net biometrinio atpažinimo proveržis – ne tik dėl daugiafaktorinio atpažinimo. Atpažinimo tikslumo gerinimas taip pat gali tam tikru mastu pagerinti biometrinės technologijos pritaikomumą scenai ir privatumo saugumą. Palyginti su tradiciniu vieno režimo algoritmu, jis gali geriau patenkinti finansinio lygio klaidingo atpažinimo rodiklį (net vienas iš dešimties milijonų), kuris taip pat yra pagrindinė biometrinio identifikavimo plėtros tendencija.

Multimodalinė biometrinė sistema

Multimodalinės biometrinės sistemos naudoja kelis jutiklius arba biometrinius duomenis, kad įveiktų unimodalinių biometrinių sistemų apribojimus. Pavyzdžiui, rainelės atpažinimo sistemas gali pažeisti senstančios rainelės, o elektroninį pirštų atspaudų atpažinimą gali pabloginti susidėvėję arba įpjauti pirštų atspaudai. Nors unimodalines biometrines sistemas riboja jų identifikatoriaus vientisumas, mažai tikėtina, kad kelios unimodalinės sistemos turės identiškus apribojimus. Multimodalinės biometrinės sistemos gali gauti informacijos rinkinius iš to paties žymeklio (t. y. kelis rainelės vaizdus arba to paties piršto nuskaitymus) arba informaciją iš skirtingų biometrinių duomenų (reikalaujant pirštų atspaudų nuskaitymo ir, naudojant balso atpažinimą, ištarto slaptažodžio).

Multimodalinės biometrinės sistemos gali sujungti šias unimodalines sistemas nuosekliai, vienu metu, jų deriniu arba nuosekliai, o tai reiškia atitinkamai nuoseklų, lygiagretų, hierarchinį ir serijinį integravimo režimus.

CHANCCTVsukūrė serijąbiometriniai lęšiaiveido atpažinimui, delno atspaudų atpažinimui, taip pat pirštų atspaudų ir rainelės atpažinimui. Pavyzdžiui, CH3659A yra 4k mažo iškraipymo objektyvas, sukurtas 1/1,8 colio jutikliams. Jis pagamintas iš stiklo ir kompaktiško dizaino, o jo TTL diapazonas yra vos 11,95 mm. Jis fiksuoja 44 laipsnių horizontalų matymo lauką. Šis objektyvas idealiai tinka delno atspaudų atpažinimui.