बायोमेट्रिक्स भनेको शरीरको मापन र मानव विशेषताहरूसँग सम्बन्धित गणना हो। बायोमेट्रिक प्रमाणीकरण (वा यथार्थपरक प्रमाणीकरण) कम्प्युटर विज्ञानमा पहिचान र पहुँच नियन्त्रणको रूपमा प्रयोग गरिन्छ। यो निगरानीमा रहेका समूहहरूमा व्यक्तिहरू पहिचान गर्न पनि प्रयोग गरिन्छ।
बायोमेट्रिक पहिचानकर्ताहरू व्यक्तिहरूलाई लेबल गर्न र वर्णन गर्न प्रयोग गरिने विशिष्ट, मापनयोग्य विशेषताहरू हुन्। बायोमेट्रिक पहिचानकर्ताहरूलाई प्रायः शारीरिक विशेषताहरूको रूपमा वर्गीकृत गरिन्छ जुन शरीरको आकारसँग सम्बन्धित हुन्छन्। उदाहरणहरूमा औंठाछाप, हत्केलाको नसा, अनुहार पहिचान, डीएनए, हत्केलाको छाप, हात ज्यामिति, आइरिस पहिचान, रेटिना, र गन्ध/गन्ध समावेश छन्, तर सीमित छैनन्।
बायोमेट्रिक पहिचान प्रविधिमा कम्प्युटर विज्ञान, अप्टिक्स र ध्वनिकी र अन्य भौतिक विज्ञान, जैविक विज्ञान, बायोसेन्सर र बायोस्ट्याटिस्टिक्स सिद्धान्तहरू, सुरक्षा प्रविधि, र कृत्रिम बुद्धिमत्ता प्रविधि र अन्य धेरै आधारभूत विज्ञानहरू र नवीन अनुप्रयोग प्रविधिहरू समावेश छन्। यो एक पूर्ण बहुआयामिक प्राविधिक समाधान हो।
हालैका वर्षहरूमा, कृत्रिम बुद्धिमत्ताको विकाससँगै, बायोमेट्रिक पहिचान प्रविधि अझ परिपक्व भएको छ। हाल, अनुहार पहिचान प्रविधि बायोमेट्रिक्सको सबैभन्दा प्रतिनिधि हो।
अनुहार पहिचान
अनुहार पहिचानको प्रक्रियामा अनुहार सङ्कलन, अनुहार पहिचान, अनुहारको विशेषता निकासी र अनुहार मिलान पहिचान समावेश छ। अनुहार पहिचान प्रक्रियाले मेसिन लर्निङमा AdaBoos एल्गोरिथ्म, कन्भोलुसनल न्यूरल नेटवर्क र सपोर्ट भेक्टर मेसिन जस्ता विभिन्न प्रविधिहरू प्रयोग गर्दछ।
अनुहार पहिचानको प्रक्रिया
हाल, अनुहार घुमाउने, अवरोध, समानता, आदि सहित परम्परागत अनुहार पहिचान कठिनाइहरूमा धेरै सुधार गरिएको छ, जसले अनुहार पहिचानको शुद्धतामा धेरै सुधार गर्दछ। 2D अनुहार, 3D अनुहार, बहु-स्पेक्ट्रल अनुहार प्रत्येक मोडमा फरक अधिग्रहण अनुकूलन परिदृश्यहरू, डेटा सुरक्षा डिग्री र गोपनीयता संवेदनशीलता, आदि छन्, र ठूलो डेटाको गहिरो सिकाइको थपले 3D अनुहार पहिचान एल्गोरिथ्मलाई 2D प्रक्षेपणको दोषहरूको पूरक बनाउँछ, यसले व्यक्तिको पहिचानलाई द्रुत रूपमा पहिचान गर्न सक्छ, जसले दुई-आयामी अनुहार पहिचानको प्रयोगको लागि निश्चित सफलता ल्याएको छ।
साथै, बायोमेट्रिक पत्ता लगाउने प्रविधि हाल अनुहार पहिचानको सुरक्षा सुधार गर्न एक प्रमुख प्रविधिको रूपमा प्रयोग भइरहेको छ, जसले फोटो, भिडियो, थ्रीडी मोडेल र प्रोस्थेटिक मास्क जस्ता नक्कली ठगीलाई प्रभावकारी रूपमा प्रतिरोध गर्न सक्छ, र सञ्चालन प्रयोगकर्ताहरूको पहिचान स्वतन्त्र रूपमा निर्धारण गर्न सक्छ। हाल, अनुहार पहिचान प्रविधिको द्रुत विकाससँगै, स्मार्ट उपकरणहरू, अनलाइन वित्त, र अनुहार भुक्तानी जस्ता धेरै नवीन अनुप्रयोगहरू बढ्दो रूपमा लोकप्रिय भएका छन्, जसले सबैको जीवन र काममा गति र सुविधा ल्याउँछ।
पामप्रिन्ट पहिचान
पामप्रिन्ट पहिचान एक नयाँ प्रकारको बायोमेट्रिक पहिचान प्रविधि हो, जसले मानव शरीरको पामप्रिन्टलाई लक्ष्य विशेषताको रूपमा प्रयोग गर्दछ, र बहुस्पेक्ट्रल इमेजिङ प्रविधि मार्फत जैविक जानकारी सङ्कलन गर्दछ। बहु-स्पेक्ट्रल पामप्रिन्ट पहिचानलाई बायोमेट्रिक पहिचान प्रविधिको मोडेलको रूपमा मान्न सकिन्छ जसले बहु-मोडालिटी र बहु लक्ष्य विशेषताहरू संयोजन गर्दछ। यो नयाँ प्रविधिले छाला स्पेक्ट्रम, पाम प्रिन्ट र नसा नसाका तीन पहिचानयोग्य विशेषताहरूलाई संयोजन गर्दछ जसले एकै समयमा अधिक प्रचुर मात्रामा जानकारी प्रदान गर्दछ र लक्ष्य विशेषताहरूको भिन्नता बढाउँछ।
यस वर्ष, अमेजनको हत्केला पहिचान प्रविधि, कोड-नाम ओर्भिल, परीक्षण सुरु भएको छ। स्क्यानरले पहिले इन्फ्रारेड ध्रुवीकृत मूल छविहरूको सेट प्राप्त गर्दछ, हत्केलाको बाह्य विशेषताहरू, जस्तै रेखाहरू र तहहरूमा केन्द्रित गर्दै; ध्रुवीकृत छविहरूको दोस्रो सेट फेरि प्राप्त गर्दा, यसले हत्केलाको संरचना र आन्तरिक विशेषताहरू, जस्तै नसा, हड्डी, नरम तन्तु, आदिमा केन्द्रित हुन्छ। कच्चा छविहरू सुरुमा हातहरू भएका छविहरूको सेट प्रदान गर्न प्रशोधन गरिन्छ। यी छविहरू राम्रोसँग उज्यालो, फोकसमा छन्, र हत्केलालाई एक विशिष्ट अभिविन्यासमा, एक विशिष्ट मुद्रामा, र बायाँ वा दायाँ हातको रूपमा लेबल गरिएको देखाउँछन्।
हाल, अमेजनको पामप्रिन्ट पहिचान प्रविधिले व्यक्तिगत पहिचान प्रमाणित गर्न सक्छ र केवल ३०० मिलिसेकेन्डमा भुक्तानी पूरा गर्न सक्छ, र प्रयोगकर्ताहरूलाई स्क्यानिङ उपकरणमा हात राख्नु पर्दैन, सम्पर्क बिना हल्लाउनुहोस् र स्क्यान गर्नुहोस्। यस प्रविधिको विफलता दर लगभग ०.०००१% छ। साथै, पामप्रिन्ट पहिचान प्रारम्भिक चरणमा दोहोरो प्रमाणीकरण हो - पहिलो पटक बाह्य विशेषताहरू प्राप्त गर्न, र दोस्रो पटक आन्तरिक संगठनात्मक विशेषताहरू प्राप्त गर्न। सुरक्षाको हिसाबले अन्य बायोमेट्रिक प्रविधिहरूसँग तुलना गर्दा, सुधारिएको छ।
माथिका बायोमेट्रिक सुविधाहरूको अतिरिक्त, आइरिस पहिचान प्रविधि पनि लोकप्रिय हुँदै गइरहेको छ। आइरिस पहिचानको गलत पहिचान दर १/१०००००० जति कम छ। यसले मुख्यतया पहिचान पहिचान गर्न आइरिस जीवन अपरिवर्तनीयता र भिन्नताका विशेषताहरू प्रयोग गर्दछ।
हाल, उद्योगमा सहमति छ कि एकल मोडालिटीको पहिचानले पहिचान प्रदर्शन र सुरक्षा दुवैमा बाधाहरू छन्, र बहु-मोडल फ्युजन अनुहार पहिचान र बायोमेट्रिक पहिचानमा पनि एक महत्त्वपूर्ण सफलता हो - बहु-कारक मार्फत मात्र होइन। पहिचान शुद्धता सुधार गर्ने तरिकाले बायोमेट्रिक प्रविधिको दृश्य अनुकूलनता र गोपनीयता सुरक्षालाई केही हदसम्म सुधार गर्न सक्छ। परम्परागत एकल-मोड एल्गोरिथ्मको तुलनामा, यसले वित्तीय-स्तरको झूटा पहिचान दर (दस लाखमा एक जति कम) लाई राम्रोसँग पूरा गर्न सक्छ, जुन बायोमेट्रिक पहिचानको विकासको मुख्य प्रवृत्ति पनि हो।
बहुविध बायोमेट्रिक प्रणाली
बहु-मोडल बायोमेट्रिक प्रणालीहरूले युनिमोडल बायोमेट्रिक प्रणालीहरूको सीमितताहरू पार गर्न धेरै सेन्सरहरू वा बायोमेट्रिक्स प्रयोग गर्छन्। उदाहरणका लागि, आइरिस पहिचान प्रणालीहरू बुढ्यौली आइरिसहरू द्वारा सम्झौता गर्न सकिन्छ र इलेक्ट्रोनिक फिंगरप्रिन्ट पहिचान जीर्ण वा काटिएको औंठाछापहरू द्वारा खराब हुन सक्छ। जबकि युनिमोडल बायोमेट्रिक प्रणालीहरू तिनीहरूको पहिचानकर्ताको अखण्डता द्वारा सीमित छन्, यो असम्भव छ कि धेरै युनिमोडल प्रणालीहरू समान सीमितताहरूबाट ग्रस्त हुनेछन्। बहु-मोडल बायोमेट्रिक प्रणालीहरूले एउटै मार्करबाट जानकारीको सेटहरू (अर्थात्, आइरिसको धेरै छविहरू, वा एउटै औंलाको स्क्यान) वा फरक बायोमेट्रिक्सबाट जानकारी (फिंगरप्रिन्ट स्क्यान आवश्यक पर्दछ र, आवाज पहिचान प्रयोग गरेर, बोलिएको पासकोड) प्राप्त गर्न सक्छन्।
बहु-मोडल बायोमेट्रिक प्रणालीहरूले यी एक-मोडल प्रणालीहरूलाई क्रमिक रूपमा, एकैसाथ, तिनीहरूको संयोजनमा, वा श्रृंखलामा फ्यूज गर्न सक्छन्, जसले क्रमशः अनुक्रमिक, समानान्तर, पदानुक्रमिक र क्रमिक एकीकरण मोडहरूलाई जनाउँछ।
च्यानसीसीटीभीले एउटा श्रृंखला विकास गरेको छबायोमेट्रिक लेन्सहरूअनुहार पहिचान, पामप्रिन्ट पहिचान साथै फिंगरप्रिन्ट पहिचान र आइरिस पहिचानको लागि। उदाहरणका लागि CH3659A एक 4k कम विकृति लेन्स हो जुन 1/1.8'' सेन्सरहरूको लागि डिजाइन गरिएको थियो। यसमा केवल 11.95mm TTL सहित सबै गिलास र कम्प्याक्ट डिजाइनहरू छन्। यसले 44 डिग्री तेर्सो दृश्य क्षेत्र कैद गर्दछ। यो लेन्स पामप्रिन्ट पहिचानको लागि आदर्श हो।
पोस्ट समय: नोभेम्बर-२३-२०२२
