Biyometri, insan özellikleriyle ilgili vücut ölçümleri ve hesaplamalarıdır. Biyometrik kimlik doğrulama (veya gerçekçi kimlik doğrulama), bilgisayar biliminde bir kimlik belirleme ve erişim kontrolü biçimi olarak kullanılır. Ayrıca gözetim altında olan gruplardaki bireyleri tanımlamak için de kullanılır.

Biyometrik tanımlayıcılar, bireyleri etiketlemek ve tanımlamak için kullanılan ayırt edici, ölçülebilir özelliklerdir. Biyometrik tanımlayıcılar genellikle vücut şekliyle ilgili fizyolojik özellikler olarak sınıflandırılır. Örnekler arasında parmak izi, avuç içi damarları, yüz tanıma, DNA, avuç içi izi, el geometrisi, iris tanıma, retina ve koku/parfüm yer alır, ancak bunlarla sınırlı değildir.

Biyometrik kimlik doğrulama teknolojisi, bilgisayar bilimi, optik ve akustik ve diğer fizik bilimleri, biyoloji bilimleri, biyosensörler ve biyoistatistik prensipleri, güvenlik teknolojisi ve yapay zeka teknolojisi ve diğer birçok temel bilim ve yenilikçi uygulama teknolojisini içeren, çok disiplinli, eksiksiz bir teknik çözümdür.

Son yıllarda yapay zekanın gelişmesiyle birlikte biyometrik kimlik doğrulama teknolojisi daha da olgunlaştı. Şu anda yüz tanıma teknolojisi, biyometrik teknolojinin en 대표 örneğidir.

Yüz tanıma

Yüz tanıma süreci, yüz toplama, yüz tespiti, yüz özelliklerinin çıkarılması ve yüz eşleştirme işlemlerini içerir. Yüz tanıma sürecinde, makine öğrenmesinde kullanılan AdaBoos algoritması, evrimsel sinir ağı ve destek vektör makinesi gibi çeşitli teknolojiler kullanılır.

Yüz tanıma süreci

Günümüzde, yüz döndürme, örtüşme, benzerlik vb. gibi geleneksel yüz tanıma zorlukları büyük ölçüde iyileştirilmiş olup, bu da yüz tanıma doğruluğunu önemli ölçüde artırmaktadır. 2D yüz, 3D yüz, çok spektrumlu yüz gibi her modun farklı edinim uyarlama senaryoları, veri güvenliği derecesi ve gizlilik hassasiyeti vb. vardır ve büyük veri derin öğrenmesinin eklenmesi, 3D yüz tanıma algoritmasının 2D projeksiyonun eksikliklerini tamamlamasını sağlayarak, bir kişinin kimliğini hızlı bir şekilde belirleyebilmesini mümkün kılmakta ve iki boyutlu yüz tanıma uygulaması için belirli bir atılım sağlamaktadır.

Aynı zamanda, biyometrik algılama teknolojisi, fotoğraf, video, 3D model ve protez maske gibi sahtekarlıklara karşı etkili bir şekilde mücadele edebilen ve işletim kullanıcılarının kimliğini bağımsız olarak belirleyebilen yüz tanıma güvenliğini artırmak için kilit bir teknoloji olarak kullanılmaktadır. Şu anda, yüz tanıma teknolojisinin hızlı gelişimiyle birlikte, akıllı cihazlar, çevrimiçi finans ve yüzle ödeme gibi birçok yenilikçi uygulama giderek daha popüler hale gelmiş ve herkesin yaşamına ve işine hız ve kolaylık getirmiştir.

Avuç içi izi tanıma

Avuç içi izi tanıma, insan vücudunun avuç içi izini hedef özellik olarak kullanan ve çok spektrumlu görüntüleme teknolojisi aracılığıyla biyolojik bilgileri toplayan yeni bir biyometrik tanıma teknolojisi türüdür. Çok spektrumlu avuç içi izi tanıma, çoklu modluluk ve çoklu hedef özelliklerini birleştiren bir biyometrik tanıma teknolojisi modeli olarak düşünülebilir. Bu yeni teknoloji, deri spektrumu, avuç içi izi ve damarlar olmak üzere üç tanımlanabilir özelliği birleştirerek aynı anda daha zengin bilgi sağlar ve hedef özelliklerin ayırt edilebilirliğini artırır.

Bu yıl, Amazon'un Orville kod adlı avuç içi tanıma teknolojisi testlere başladı. Tarayıcı ilk olarak, avuç içindeki çizgiler ve kıvrımlar gibi dış özelliklere odaklanarak bir dizi kızılötesi polarize orijinal görüntü elde ediyor; ikinci polarize görüntü setini tekrar elde ederken, avuç içi yapısına ve damarlar, kemikler, yumuşak dokular vb. gibi iç özelliklerine odaklanıyor. Ham görüntüler, elleri içeren bir dizi görüntü sağlamak için başlangıçta işleniyor. Bu görüntüler iyi aydınlatılmış, net ve avuç içini belirli bir yönde, belirli bir pozisyonda gösteriyor ve sol veya sağ el olarak etiketleniyor.

Şu anda Amazon'un avuç içi izi tanıma teknolojisi, kişisel kimliği doğrulamayı ve ödemeyi yalnızca 300 milisaniyede tamamlamayı mümkün kılıyor ve kullanıcıların ellerini tarama cihazına koymalarını gerektirmiyor, sadece el sallayıp temassız tarama yapıyorlar. Bu teknolojinin başarısızlık oranı yaklaşık %0,0001'dir. Aynı zamanda, avuç içi izi tanıma, ilk aşamada çift doğrulama yapar – ilk aşamada dış özellikler, ikinci aşamada ise iç organizasyonel özellikler elde edilir. Güvenlik açısından diğer biyometrik teknolojilere kıyasla daha gelişmiştir.

Yukarıda belirtilen biyometrik özelliklere ek olarak, iris tanıma teknolojisi de yaygınlaşmaktadır. İris tanıma teknolojisinin yanlış tanıma oranı 1/1000000 kadar düşüktür. Kimlik tespiti için esas olarak iris dokusunun yaşam döngüsündeki değişmezlik ve farklılık özelliklerini kullanır.

Şu anda sektördeki genel görüş, tek modlu tanıma yönteminin hem tanıma performansı hem de güvenlik açısından darboğazlara sahip olduğu ve çok modlu füzyonun yüz tanıma ve hatta biyometrik tanımada önemli bir atılım olduğu yönündedir. Bu yöntem, yalnızca çok faktörlü tanıma yoluyla tanıma doğruluğunu artırmakla kalmaz, aynı zamanda biyometrik teknolojinin sahneye uyarlanabilirliğini ve gizlilik güvenliğini de belirli ölçüde iyileştirebilir. Geleneksel tek modlu algoritmaya kıyasla, finansal düzeyde yanlış tanıma oranını (on milyonda bir kadar düşük) daha iyi karşılayabilir; bu da biyometrik kimliklendirmenin gelişimindeki ana trenddir.

Çok modlu biyometrik sistem

Çok modlu biyometrik sistemler, tek modlu biyometrik sistemlerin sınırlamalarının üstesinden gelmek için birden fazla sensör veya biyometrik veri kullanır. Örneğin, iris tanıma sistemleri yaşlanan irislerden etkilenebilir ve elektronik parmak izi tanıma, aşınmış veya kesilmiş parmak izlerinden olumsuz etkilenebilir. Tek modlu biyometrik sistemler, tanımlayıcılarının bütünlüğüyle sınırlı olsa da, birkaç tek modlu sistemin aynı sınırlamalardan muzdarip olması olası değildir. Çok modlu biyometrik sistemler, aynı işaretleyiciden (yani, bir irisin birden fazla görüntüsü veya aynı parmağın taraması) veya farklı biyometrik verilerden (parmak izi taramaları ve ses tanıma kullanılarak, konuşulan bir parola gerektiren) bilgi kümeleri elde edebilir.

Çok modlu biyometrik sistemler, bu tek modlu sistemleri ardışık olarak, eş zamanlı olarak, bunların bir kombinasyonu şeklinde veya seri olarak birleştirebilir; bu da sırasıyla ardışık, paralel, hiyerarşik ve seri entegrasyon modlarını ifade eder.

CHANCCTVbir dizi geliştirdibiyometrik lenslerYüz tanıma, avuç içi izi tanıma, parmak izi tanımlama ve iris tanımlama için. Örneğin, CH3659A, 1/1.8'' sensörler için tasarlanmış 4K düşük bozulmalı bir lenstir. Tamamen camdan yapılmış ve yalnızca 11,95 mm TTL'ye sahip kompakt bir tasarıma sahiptir. 44 derecelik yatay görüş alanını yakalar. Bu lens, avuç içi izi tanıma için idealdir.