已經做出了很多努力,并且在生物識別傳感技術的創建方面已經取得了很大的成就,毫無疑問地確定了我們是誰??捎玫淖R別方法包括指紋分析,面部識別,獨特的虹膜圖案標識符等。工程師可以使用全面的生物識別ID技術組合,其他人仍在繪圖板上,提供不同程度的身份驗證,并提供同樣多種價格標簽。
好消息是生物識別技術已經足夠先進,在日常生活中幾乎沒有被注意到。我們的許多智能手機和平板電腦現在采用某種形式的生物識別 - 通常是指紋分析 - 來提供訪問并保護我們的信用卡,銀行賬戶和個人數據。
生物識別技術正在快速取代過時的員工識別系統使用傳統的門禁卡。這些卡存在嚴重的漏洞,特別是當它們丟失或被盜時。為了補償,商業辦公室,機場和政府機構要么實施冗余的,資源密集的工人訪問控制措施,要么讓關鍵區域容易受到欺詐和非法進入。通過在現有安全平臺上添加生物識別安全層,可以消除欺詐并顯著提高安全性。
繼9/11事件之后,美國國土安全部在生物識別方面花費了超過1億美元,在過去的八年里,僅在國防部就已經花費了大約35億美元用于該技術;例如,在試圖將叛亂分子與公眾分開時,美國軍方收集了來自數百萬伊拉克人和阿富汗人的指紋,虹膜掃描和面部圖像。
今天的生物識別解決方案旨在實現最大化困難的情況。例如,Facebook開發了一種先進的面部識別軟件程序,即使面部不可見,也能識別個人。一旦個人被標記并進入Facebook系統,該技術據說能夠基于身體類型,頭發,姿勢,姿勢和衣服識別人。
同樣,萬事達卡版本使用自拍作為安全基礎。用戶在購買時采取自拍照來授權購買,以確認他們的身份,并且他們確實是買家。拍攝照片時,用戶必須閃爍,以防止黑客拍攝以前拍攝的照片。該應用程序還允許用戶掃描他們的指紋,通過Apple Pay確認第二種形式的ID。
技術選項
歐姆龍的人類視覺組件(HVC)模塊證明了基礎傳感器技術取得了巨大進步(圖1)。它基于10種算法或功能的使用,包括面部檢測,面部識別,性別,年齡,表情,面部姿勢,凝視和眨眼估計以及手和身體檢測。通過與已經在數據庫中登記的面部進行比較,可以通過他或她的面部識別具有各種面部姿勢,表情和照明條件的人。傳感器還可以在各種表情和照明條件下估計面部的年齡和性別。 HVC傳感器甚至可以自動估計各種面部表情(中性,快樂,悲傷,憤怒和驚訝)。
圖1:圖像輸入規格使用Omron B5T-01001(G)模塊進行水平和垂直檢測范圍。
Omron將其OKAO Vision圖像傳感技術,相機,處理器和外部接口集成到一個60 mm x 40 mm的PCB上。 HVC充當傳感器并使用UART接口提供有關其所見人的數據。除了安全應用程序之外,每當人們與機器,消費者和工業環境進行交互時,捕獲此類數據都是有益的。
為了協助工程師,Omron還提供了一個名為B5TE001SG的人類視覺組件演示套件。
身份驗證背后的技術通常涉及模式識別。在Cognimem Technologies的CM1K模式識別芯片中可以找到該技術狀態的一個很好的例子(圖2)。 CogniMem神經網絡的第一個ASIC版本具有1024個并行工作的神經元,能夠在幾微秒內學習和識別高達256字節的模式。神經元是一種關聯存儲器,它可以自主地將輸入模式與其參考模式進行比較。
圖2:CogniMem CM1K的功能圖。
芯片支持的兩個非線性分類器即使對于未定義的數據,未知事件以及上下文和工作條件發生變化,也會對模式進行分類?;诘鸵_數和低功耗,它被用作智能傳感器和相機的配套芯片。
功能包括能夠識別1024或任何數字中的一個矢量,在10微秒內使用27 MHz時鐘。該識別時間與模型的數量無關。芯片僅在10微秒內學習矢量。它保存并加載模型(即知識庫),并使用簡單的RTL指令和少量的寄存器。它提供并行和串行通信以及可選的數字輸入總線,可直接連接到識別階段。
據該公司稱,模式識別技術基于簡單的架構。它是一系列相同的神經元并行運行。在識別輸入矢量期間,神經元短暫地通信15個時鐘周期以找到最佳匹配。 CM1K還集成了一個內置的識別引擎,可直接通過數字輸入總線接收矢量數據并將其廣播到神經元,3微秒后返回最佳擬合類別。它還可以選擇從2-D視頻數據中提取1-D矢量。
應用程序包括協助識別圖像和信號識別以及數據挖掘的功能。圖像識別區域中的應用包括面部識別,凝視跟蹤,目標跟蹤和識別以及對象識別。在信號識別段中,它用于語音識別和語音識別,并且在數據挖掘中,其用途包括生物信息學和指紋識別。
這不僅能夠準確地驗證對生物識別應用程序至關重要的ID。一旦用戶信息到位,數據保持安全至關重要。為此,還有MikroBUS指紋點擊開發板(圖3),這是一個用于為設計添加生物識別安全性的點擊板解決方案。該模塊采用GTS-511E2模塊,據稱是最薄的指紋傳感器,具有CMOS圖像傳感器,配有特殊鏡頭和覆蓋物,可記錄真實指紋并抵抗2-D假動作。它還有一個用于圖像處理的STM32 MCU。
指紋點擊可通過UART(TX,RX)或SPI(CS,SCK,MISO,MOSI)線與目標板MCU通信。它還帶有一個迷你USB連接器,用于將咔嗒板連接到PC - 由于將輸入與現有大型數據庫進行比較和匹配所需的處理能力,供應商稱這通常是開發指紋識別軟件的更合適的平臺。圖片。該板還配有額外的GPIO引腳,可以更多地訪問板載STM32。指紋點擊旨在使用3.3 V電源。
圖3:MikroBUS指紋開發系統為生物識別應用增加了安全性。
基礎算法
基于生物識別技術的應用程序中算法開發的重要性不容小覷。一般來說,它分為兩組,幾何和光度。第一個集中于區分特征,后者是一種統計方法,它將圖像轉換為值,并使用這些值將它們與有助于消除差異的模板進行比較。
最近的趨勢是三維人臉識別,它采用三維傳感器收集面部形狀的信息,并用它來識別眼窩輪廓,下巴和鼻子形狀等不同的特征。 。這種方法的好處是它不會因光線變化而變形,并且能夠使用面部的各種角度正確識別,而不是直接拍攝。使用的3-D數據點可提高識別準確度。
當人們考慮快速改進的底層傳感器,新的高度集成的芯片和先進的算法時,很容易理解為什么生物識別安全和識別正在爆炸式增長。事實上,5月發布的市場和市場報告預測,到2020年生物識別系統市場預計將達到244億美元,2015年至2020年的復合年增長率為17.9%。
-
芯片
+關注
關注
447文章
48292瀏覽量
411529 -
智能手機
+關注
關注
66文章
18177瀏覽量
177515 -
生物識別
+關注
關注
3文章
1204瀏覽量
52345
發布評論請先 登錄
相關推薦
評論