Komponenter av biometriske systemer. Human Energy Field Scan

| Til listen over forfattere | Til listen over publikasjoner

Biometrisk Palm Vein Recognition Technology, eller etterfulgt av japanske banker

I løpet av de siste fem årene har interessen for biometrisk teknologi økt betydelig. I dag, sammen med kort, brukes biometrisk identifikasjon ved hjelp av fingeravtrykk, iris eller 3D ansiktsgjenkjenning i økende grad for fysisk og logisk tilgang. Hvis bruken av biometri for ti år siden virket som en urealiserbar oppgave, blir slike løsninger i dag aktivt implementert, og erstatter plastkort.

Alexander Dremin
Generaldirektør i Prosoft-Biometrics-selskapet

I 2004 introduserte Japans største banker som Ogaki Kyoritsu Bank, Suruga Bank, The Hiroshima Bank og The Bank of IKEDA et biometrisk identifikasjonssystem for å bekrefte bankkorttransaksjoner i minibanker. Innovasjonen gjorde det mulig å øke nivået av sikkerhet og komfort betydelig ved organisering av tilgang til en personlig konto, selv i fravær av et bankkort. Den økte interessen for teknologi har vært drevet av behovet for å utvikle et pålitelig tilgangssystem selv under naturkatastrofer og katastrofer. For eksempel, under det store jordskjelvet i Japan i 2011, var det mange innbyggere som ikke var i stand til å bruke minibanker til å ta ut kontanter, fordi kort og andre støttedokumenter var uopprettelig tapt.

I denne artikkelen vil vi vurdere biometrisk palmevene-gjenkjenningsteknologi, dens fordeler og ulemper.

Prinsippet for metoden

Metoden for å skanne de saphenøse venene i håndflaten er basert på å lese strålingen som reflekteres fra den menneskelige håndflaten i det infrarøde området av spekteret med en bølgelengde på 760 nm. Siden det reduserte hemoglobinet i blodet absorberer infrarød stråling, reflekteres mindre intens stråling fra de venøse karene i håndflaten enn fra resten av overflaten. Dette skaper et unikt mønster av venøse kar, og venene blir synlige når de skannes i infrarøde stråler.


I fig. 1 viser avhengigheten av absorpsjonskoeffisienten til blodhemoglobin av bølgelengden i det infrarøde spekteret.

Håndflaten mot fingrene

Sammenlignet med et fingeravtrykk eller et mønster av årer i fingrene, er mønsteret av venene i håndflaten mer komplekst og har flere unike egenskaper som gjør det mulig å ganske nøyaktig bygge en digital modell og foreta identifikasjon ved hjelp av databaser. Innsiden av håndflaten er mindre utsatt for misfarging av huden enn baksiden, og det er derfor den hovedsakelig brukes til identifikasjon. Det bør også bemerkes at denne metoden er helt ufarlig for hud og blodårer.

Identifikasjonssystem design

Tenk på konstruksjonen av identifikasjonssystemet for håndflaten i fig. 2. Skanneren er en enhet basert på en CMOS-matrise, optisk linse og lysfiltre. Bildet er tatt fra CMOS-matrisen minst 300 ganger per sekund.


Det resulterende bildet sendes til en personlig datamaskin eller mikrokontroller for videre behandling. Som regel er det i selve utformingen av skanneren allerede en mikrokontroller for dannelse av en matematisk mal og muligheten for datakryptering for sikker overføring via et USB-grensesnitt eller sending over et lokalt nettverk.

Lage en biometrisk mal

1. stadie
Det første trinnet i å lage en biometrisk mal er å filtrere det originale grafiske bildet og fremheve interesseområdet. Filtrering lar deg fremheve betydelige områder av venene i håndflaten og redusere områder med støy og gjenskinn. For slike oppgaver er det generelt akseptert å bruke den diskrete Fourier-transformasjonsalgoritmen. Tatt i betraktning at håndflaten kan påføres med en horisontal offset i forhold til skanneren, er det svært viktig å beregne filtreringsalgoritmen med disse kravene i tankene.

Trinn 2
Det neste trinnet er binarisering, som er nødvendig for å bringe alle bilder til en enkelt form og redusere effekten av forskjellig fokusering og bildekontrast. Ved binarisering av regioner kuttes også deler av støyen ved hjelp av den såkalte støymasken.

Trinn 3
Et viktig trinn i behandlingen av bildet av venene i håndflaten er valget av interesseområdet (fig. 3). Algoritmen er som regel basert på metoden for å identifisere "membranene" mellom pekefinger og lang-, lang- og ringfinger, ringfinger og lillefinger. På alle punkter av palmekonturen beregnes massesenteret og det betingede sentrum av håndflaten er lokalisert. De oppnådde koeffisientene for rotasjonsvinkelen til håndflaten reduseres til én verdi. Denne metoden gjør det mulig å oppnå uavhengighet av gjenkjenningskvaliteten fra rotasjonsvinkelen i horisontalplanet i forhold til skanneren.


Trinn 4
Det resulterende bearbeidede bildet er delt inn i diskretiseringsområder med indikasjon på koordinatene til kontrollpunktene, vinklene for rotasjon av linjene og skrives til en fil, som er en matematisk modell. Åpenbart er det umulig å gjenopprette det originale grafiske bildet av palmevenemønsteret. Størrelsen på en mal overstiger i gjennomsnitt ikke én kilobyte.

Sammenlignet med et fingeravtrykk eller et mønster av årer i fingrene, er mønsteret av venene i håndflaten mer komplekst og har flere unike egenskaper som gjør det mulig å ganske nøyaktig bygge en digital modell og foreta identifikasjon ved hjelp av databaser. Innsiden av håndflaten er mindre utsatt for misfarging av huden enn baksiden, og det er derfor den hovedsakelig brukes til identifikasjon.

Identifikasjon

Identifikasjonsprosessen er basert på å sammenligne én mal med andre som er lagret i databasen. For identifikasjon brukes en korrelasjonsalgoritme, som bærer hovedbehandlingsbelastningen for datasystemet. For å øke gjenkjenningshastigheten og redusere prosessortiden, brukes ofte en forhåndssamplingsalgoritme som bruker de globale egenskapene til strukturen til venemønsteret (hash-kode). Generelt lar forhåndshentingsalgoritmen deg betydelig begrense databasesøkene etter lignende verdier av globale funksjoner.

Forskjeller og fordeler

Tatt i betraktning den biometriske teknologien for gjenkjenning av palmevener, er det verdt å fremheve dens særegne egenskaper og fordeler:

  • bruk av kontaktløs identifikasjonsmetode (fig. 4);
  • brukervennligheten;
  • høy pålitelighet (identifikasjon avhenger ikke av tørre / våte og skitne håndflater);
  • umulighet for forfalskning (mønsteret av venene i håndflaten er bare synlig i IR-spekteret);
  • lav feilrate (ifølge forskning utført av Fujitsu på eksemplet med mer enn 140 tusen palmer, er feilraten FAR = 0,00008%);
  • brukervennligheten.

Appellen til additivteknologier kan neppe overvurderes. Derfor er hjelpeutstyr for 3D-printing så populært i dag. Med et begrenset budsjett kan du lage en 3d-skanner med egne hender. For å gjøre dette, bruk improviserte verktøy og enheter, eller gjør ganske enkelt en vanlig smarttelefon til en skanner.

Lage en 3D-skanner ved hjelp av et webkamera

For å lage en hjemmelaget 3d-skanner trenger du:

  • høykvalitets webkamera;
  • en linjelaser, det vil si en enhet som sender ut en laserstråle (for høykvalitets skanning er det bedre å holde strålen så tynn som mulig);
  • forskjellige fester, inkludert vinkelen for kalibrering;
  • spesiell programvare for behandling av skannede bilder og data.

Vær oppmerksom på at uten riktig programvare vil du ikke kunne lage en digital modell av objekter og objekter. Ta derfor først vare på tilgjengeligheten av spesialprogrammer. For eksempel regnes DAVID-laserscanner og TriAngles som grunnleggende, men de trenger en roterende overflate.

Start ved kalibreringsvinkelen. For å lage den, skriv ut en mal (den følger med programmet). Plasser den slik at den danner en 90 graders vinkel. Det er viktig at riktig skala følges under utskrift. For å gjøre dette, bruk kalibreringsskalaen. Kalibrering av kameraet gjøres i automatisk eller manuell modus, dette leveres også av programvaren.

For å skanne et objekt, må det plasseres i kalibreringshjørnet, og motsatt for å installere et webkamera. Det er viktig å plassere motivet nøyaktig i midten av bildet på skjermen. I webkamerainnstillingene må du deaktivere alle automatiske justeringer. De setter også fargen på laserstrålen. Ved å trykke på "Start" gjøres det jevne bevegelser. Du må sirkle objektet fra alle sider med en stråle. Dette vil være den første skannesyklusen. I fremtiden er det nødvendig å endre posisjonen til laseren for å dekke alle punkter som ikke ble behandlet forrige gang.

Ved fullføring av alle prosesser stopper skanningen og "visning i 3D"-modus velges i programmet. Hvis du ikke har en laser tilgjengelig, kan du erstatte den med en sterk lyskilde. Det vil projisere skyggelinjen. Men i dette tilfellet endrer du innstillingene i programmet som samsvarer med disse parameterne.

Lage en 3D-skanner fra to webkameraer

Hvis du trenger høy nøyaktighet ved digitalisering, må du bruke to webkameraer. I dette tilfellet erstattes lyskilden med et andre kamera. En gjør-det-selv 3D-skanner fra to kameraer lar deg minimere beregningstiden for punkter som faller inn i laserstripen.

Lage en 3D-skanner fra en projektor og et webkamera

For dette trenger du:

  • projektor;
  • webkamera;
  • DAVID-laserscanner-program;
  • stativer for webkamera og projektor;
  • kalibreringspanel (fest to små sponplater i en vinkel på 90 grader og lim papirark med forhåndstrykte maler med tørt lim);
  • en platespiller (kan bygges fra en gammel "grace" simulator og noen få pinner).

For å skanne et objekt, plasser det vertikalt og ta 7-8 skanninger, roter det i en sirkel. Vi kombinerer de mottatte skanningene. Etter det endrer vi posisjonen til objektet og gjør samme prosedyre. Kombiner skanningene av de to halvdelene av objektet. Ved å klikke på "fusjon"-knappen får vi en tredimensjonal modell av objektet. Den kan lagres i et hvilket som helst valgt format, og deretter behandle dataene ved å bruke:

  • Delcam LastMaker;
  • Easylast;
  • Siste Design & Engineering;
  • Forma 2000;
  • Shoemaster QS.

Lage en 3D-skanner fra en spillkonsoll

Xbox One er en set-top-boks som allerede er utstyrt med andre generasjon Kinect og kan brukes som en tredimensjonal skanner. Hvis du har en vanlig spillkontroller, kan du lage en 3d-skanner fra kinect ved å bruke følgende programmer:

  1. Kinеct Fusion. Skaper superdetaljerte modeller ved å lese data fra Kinect-sensorer.
  2. Skanect. Med dens hjelp lages 3D-bilder av rom med alle objektene som er i dem. For å lage en tredimensjonal modell av det omkringliggende rommet, trenger du bare å rotere enheten rundt deg. For å detaljere individuelle objekter, må du rette kameraet mot dem på nytt.


Lage en 3d-skanner fra en smarttelefon

Hvordan lage en 3d-skanner fra en vanlig mobilenhet? I dag brukes ulike programvareprodukter til dette. Med deres hjelp blir smarttelefonen til en fullverdig tredimensjonal skanner. De mest populære programvarealgoritmene:

  1. MobileFusion. Han sporer posisjonen til motivet ved hjelp av et standardkamera, og tar deretter bilder. En tredimensjonal modell er hentet fra en serie med skudd. Fungerer på forskjellige plattformer og OS.
  2. Hjelper med å lage 3D-bilder av objekter, og deretter sende dem til en 3D-printer.
  3. Autodesk 123D Kat. Ved hjelp av dette programmet lages tredimensjonale modeller av bygninger, mennesker og andre objekter som kan fotograferes fra alle vinkler og sider og skrives ut på additive enheter.

Slike systemer krever ikke maskinvaremodifikasjoner eller Internett-tilkobling. For å komme i gang trenger du bare å starte mobilapplikasjonen og flytte telefonen rundt objektet som skannes.

I dag brukes biometriske sikkerhetssystemer stadig oftere på grunn av utviklingen av nye matematiske autentiseringsalgoritmer. Utvalget av oppgaver som løses ved hjelp av nye teknologier er ganske omfattende:

  • Rettshåndhevelse og etterforskning;
  • Adgangssystem (ACS) og begrensning av tilgang til offentlige og kommersielle bygninger, private boliger (smarthjem);
  • Overføring og mottak av konfidensiell informasjon av personlig og kommersiell karakter;
  • Implementering av elektroniske handels-, finans- og banktransaksjoner;
  • Logg på elektronisk fjernkontroll og/eller lokal arbeidsplass;
  • Blokkering av moderne gadgets og beskyttelse av elektroniske data (krypteringsnøkler);
  • Vedlikeholde og få tilgang til offentlige ressurser;

Konvensjonelt kan biometriske autentiseringsalgoritmer grovt deles inn i to hovedtyper:

  • Statisk - fingeravtrykk, iris; måling av formen på hånden, håndflatenes linje, plassering av blodårer, måling av formen på ansiktet i 2D og 3D algoritmer;
  • Dynamisk - håndskrift og skriverytme; gang, stemme osv.

Hovedutvalgskriterier

Når du velger en dyktig installasjon for å måle en biologisk parameter av enhver type, bør du være oppmerksom på to parametere:

  • FAR - bestemmer den matematiske sannsynligheten for sammenfall av viktige biologiske parametere til to forskjellige personer;
  • FRR - bestemmer sannsynligheten for nektelse av tilgang til en autorisert person.

Hvis produsenter, når de presenterte produktet sitt, savnet disse egenskapene, er systemet deres inkompetent og henger etter konkurrentene når det gjelder funksjonalitet og feiltoleranse.

Også viktige parametere for komfortabel drift er:

  • Brukervennlighet og muligheten til å identifisere uten å stoppe foran enheten;
  • Hastigheten til å lese parameteren, behandle den mottatte informasjonen og størrelsen på databasen med biologiske referanseindikatorer.

Det bør huskes at biologiske indikatorer, statiske i mindre grad, og dynamiske i større grad, er parametere som er gjenstand for konstante endringer. De verste indikatorene for et statisk system er FAR ~ 0,1%, FRR ~ 6%. Hvis det biometriske systemet har feilrater under disse verdiene, er det ineffektivt og inkompetent.

Klassifisering

I dag er markedet for biometriske autentiseringssystemer ekstremt ujevnt utviklet. I tillegg, med sjeldne unntak, slipper sikkerhetsleverandører også programvare med lukket kildekode som er egnet eksklusivt for deres biometriske lesere.

Fingeravtrykk

Fingeravtrykkanalyse er den mest utbredte, teknisk og programvare-perfekte måten for biometrisk autentisering. Hovedbetingelsen for utvikling er et godt utviklet vitenskapelig, teoretisk og praktisk kunnskapsgrunnlag. Metodikk og klassifiseringssystem for papillære linjer. Ved skanning er nøkkelpunkter mønsterlinjeender, grener og enkeltpunkter. I spesielt pålitelige skannere introduseres et system for beskyttelse mot latekshansker med fingeravtrykk - kontrollerer avlastningen av papillære linjer og / eller temperaturen på fingeren.

I samsvar med antall, art og plassering av nøkkelpunkter, genereres en unik digital kode, som lagres i databaseminnet. Tiden for digitalisering og verifisering av et fingeravtrykk overstiger vanligvis ikke 1-1,5 sekunder, avhengig av størrelsen på databasen. Denne metoden er en av de mest pålitelige. For avanserte autentiseringsalgoritmer - Veri Finger SKD, er pålitelighetsindikatorene FAR - 0,00 % ... 0,10 %, FRR - 0,30 % ... 0,90 %. Dette er nok for pålitelig og uavbrutt drift av systemet i en organisasjon med en stab på mer enn 300 personer.

Fordeler og ulemper

De ubestridelige fordelene med denne metoden er:

  • Høy pålitelighet;
  • Lavere kostnader for enheter og et bredt spekter av dem;
  • Enkel og rask skanneprosedyre.

Av de viktigste ulempene bør det bemerkes:

  • Papillære linjer på fingrene blir lett skadet, forårsaker feil i driften av systemet og blokkerer passasje av autoriserte ansatte;
  • Fingeravtrykkskannere må ha et system for beskyttelse mot et forfalsket bilde: temperatursensorer, trykkdetektorer, etc.

Produsenter

Utenlandske selskaper som er engasjert i produksjon av biometriske systemer, enheter for tilgangskontrollsystemer og programvare for dem, bør bemerkes:

  • SecuGen - mobile kompakte USB-skannere for PC-tilgang;
  • Bayometric Inc - produksjon av biometriske skannere av ulike typer for komplekse sikkerhetssystemer;
  • DigitalPersona, Inc - utgivelse av kombinerte skannerlåser med integrerte dørhåndtak.

Innenlandske selskaper som produserer biometriske skannere og programvare for dem:

  • BioLink
  • Sonda
  • SmartLock

Øyeskanning

Iris er like unik som de papillære linjene på armen. Etter å ha dannet seg om to år, endres den faktisk ikke gjennom hele livet. Unntakene er skader og akutte patologier ved øyesykdommer. Dette er en av de mest nøyaktige metodene for å autentisere en bruker. Enhetene utfører skanning og primær databehandling 300-500 ms, sammenligningen av den digitaliserte informasjonen på en PC med gjennomsnittlig effekt utføres med en hastighet på 50 000-150 000 sammenligninger per sekund. Metoden legger ingen begrensninger på maksimalt antall brukere. FAR-statistikk - 0,00 %... 0,10 % og FRR- 0,08 %... 0,19 % er samlet inn på grunnlag av EyR SDK-algoritmen til Casia-selskapet. I følge disse beregningene anbefales det å bruke slike opptakssystemer i organisasjoner med mer enn 3000 ansatte. I moderne enheter er kameraer med 1,3 Mp matrise mye brukt, noe som gjør det mulig å fange begge øynene under skanning, dette øker terskelen for falske eller uautoriserte alarmer betydelig.

Fordeler og ulemper

  • Fordeler:
    • Høy statistisk pålitelighet;
    • Bildefangst kan foregå i en avstand på opptil flere titalls centimeter, mens fysisk kontakt av ansiktet med det ytre skallet av skanningsmekanismen utelukkes;
    • Pålitelige metoder, unntatt forfalskning - sjekke innkvarteringen av eleven, utelukker nesten fullstendig uautorisert tilgang.
  • Ulemper:
    • Prisen på slike systemer er betydelig høyere enn på fingeravtrykk.
    • Ferdige løsninger er kun tilgjengelige i utførelsen av store selskaper.

Hovedaktørene i markedet er: LG, Panasonic, Electronics, OKI, som opererer under lisenser fra Iridian Technologies. Det vanligste produktet som kan sees på det russiske markedet er ferdige løsninger: BM-ET500, Iris Access 2200, OKI IrisPass. Nylig har det dukket opp nye selskaper som er pålitelige AOptix, SRI International.

Netthinneskanning

En enda mindre vanlig, men mer pålitelig metode er å skanne plasseringen av kapillærnettverket på netthinnen. Et slikt mønster har en stabil struktur og forblir uendret gjennom hele livet. Den svært høye kostnaden og kompleksiteten til skannesystemet, samt behovet for ikke å bevege seg på lenge, gjør imidlertid et slikt biometrisk system tilgjengelig kun for offentlige etater med et økt sikkerhetssystem.

Ansiktsgjenkjenning

Det er to hovedskannealgoritmer:

2D er den mest ineffektive metoden med flere statistiske feil. Den består i å måle avstanden mellom hovedorganene i ansiktet. Krever ikke bruk av dyrt utstyr, bare et kamera og passende programvare. Nylig har den fått betydelig distribusjon på sosiale nettverk.

3D - denne metoden er radikalt forskjellig fra den forrige. Det er mer nøyaktig, for identifikasjon trenger ikke motivet engang å stoppe foran kameraet. Sammenligning med informasjonen som er lagt inn i databasen, gjøres takket være serieskyting, som utføres mens du er på farten. For å klargjøre kundedata snur objektet hodet foran kameraet og programmet genererer et 3D-bilde som det sammenligner originalen med.

De viktigste produsentene av programvare og spesialutstyr på markedet er: Geometrix, Inc., Genex Technologies, Cognitec Systems GmbH, Bioscrypt. Blant de russiske produsentene er Artec Group, Vocord, ITV.

Håndskanning

Det er også delt inn i to radikalt forskjellige metoder:

  • Skanning av håndvenemønsteret under påvirkning av infrarød stråling;
  • Håndgeometri – metoden stammer fra rettsmedisinsk vitenskap og har nylig blitt en saga blott. Den består i å måle avstanden mellom leddene i fingrene.

Valget av et passende biometrisk system og dets integrering i tilgangskontrollsystemet avhenger av de spesifikke kravene til organisasjonens sikkerhetssystem. For det meste er beskyttelsesnivået mot forfalskning av biometriske systemer ganske høyt, så for organisasjoner med et gjennomsnittlig sikkerhetsnivå (hemmelighold) er budsjettmessige finganske nok.

04.04.2005 Kilde: Hi-Tech Security Solutions

Stemmegjenkjenning er en teknologi som lar brukeren bruke stemmen sin som en inndataenhet. Stemmegjenkjenning kan brukes til å diktere tekst til datamaskinen, eller til å gi kommandoer til datamaskinen (for eksempel for å åpne programmer, utvide menyer eller lagre arbeidet ditt).

Tidligere stemmegjenkjenningssystemer krever at hvert ord uttales distinkt med merkbare hull. Dette lar maskinen bestemme hvor ett ord slutter og det neste begynner. Disse typene talegjenkjenningsprogrammer brukes fortsatt til å kontrollere datasystemer og til å jobbe med applikasjoner som nettlesere eller regneark.

Mer moderne lar brukeren flytende diktere tekst til datamaskinen. Disse nye applikasjonene er i stand til å gjenkjenne tale med opptil 160 ord per minutt. Applikasjoner som gjenkjenner en kontinuerlig talestrøm er først og fremst designet for å gjenkjenne og formatere tekst, og ikke for å kontrollere selve datasystemet.

Talegjenkjenningsteknologi bruker et nevralt nettverk for å "trene" til å gjenkjenne den menneskelige stemmen. Mens du snakker, husker programvaren for talegjenkjenning hvordan du uttaler hvert ord. Denne tilpasningen tillater stemmegjenkjenning selv om alle mennesker har forskjellig uttale og intonasjon.

I tillegg til å «lære» hvordan du uttaler ord, bruker stemmegjenkjenningssystemer også den grammatiske konteksten og frekvensen til enkeltord for å forutsi hvilket ord du vil skrive inn. Slike kraftige statistiske verktøy lar programmet finne det rette ordet i den omfattende språkdatabasen før du snakker det.
Men selv om talegjenkjenningsnøyaktigheten har blitt bedre de siste årene, opplever noen brukere fortsatt unøyaktige taleproblemer, enten på grunn av en type tale eller stemmens natur.

Irisgjenkjenning

Denne metoden for biometrisk personlighetsidentifikasjon er basert på de unike egenskapene og egenskapene til iris i det menneskelige øyet. Iris er den delen av øyet som er en farget sirkel, oftest brun eller blå, som omgir den svarte pupillen. Irisskanningsprosessen begynner med et fotografi. I et spesielt kamera, som vanligvis bringes svært nær en person, men ikke nærmere enn 90 cm, brukes infrarød belysning for å få et bilde med svært høy oppløsning. Fotograferingsprosessen tar bare ett til to sekunder, deretter blir det resulterende detaljerte bildet av iris konvertert til en skjematisk form, tatt opp og lagret for påfølgende sammenligning / verifisering. Briller og kontaktlinser påvirker ikke bildekvaliteten på noen måte, og irisskanningssystemer sjekker det levende øyet ved å måle de konstante svingningene i pupillstørrelsen som normalt observeres.

Den indre kanten av iris bestemmes av en algoritme til skannesystemet, som viser i et diagram det individuelle mønsteret og egenskapene til iris. En algoritme er en serie instruksjoner som veileder systemets prosess med å tolke et bestemt problem. Algoritmer består av flere sekvensielle trinn og brukes av det biometriske systemet for å bestemme samsvaret mellom det biometriske utvalget og de registrerte dataene.

Iris dannes selv før en person er født, og forblir, med unntak av skade på øyeeplet, uendret gjennom en persons liv. Iristegningen er ekstremt kompleks og inneholder en forbløffende mengde informasjon og over 200 unike poeng. Det faktum at menneskets høyre og venstre øyne er forskjellige og at tegningene deres er veldig enkle å fange i skjematisk form, gjør irisskanningsteknologien til et av de mest pålitelige identifikasjonsmidlene, ikke utsatt for falske sammenligninger og tukling.

Den falske gjenkjenningsraten i irisidentifikasjonssystemer er 1 av 1,2 millioner, statistisk mye høyere enn gjennomsnittligns. Den virkelige fordelen er hyppigheten av ikke-gjenkjenning - antallet gyldige registrerte brukere hvis identitet ikke gjenkjennes. Fingeravtrykkskannere har en 3 % ikke-gjenkjenningsfeil, mens irisskanningssystemer har en 0 % ikke-gjenkjenningsrate.

Eksperimentelt har iris-identifikasjonsteknologi blitt brukt på minibanker i England, USA, Japan og Tyskland siden 1997. I disse pilotprosjektene ble kundens irisdata et verifikasjonsmiddel for å få tilgang til en bankkonto, og dermed eliminerte behovet for at kunden måtte angi PIN-kode eller passord. Når kunden presenterte øyeeplet for en minibank og identitetsbekreftelsen var positiv, ble tilgang til bankkontoen tillatt. Slike systemer var svært vellykkede, siden det ikke var nødvendig å bekymre seg for glemte eller stjålne passord, og følgelig var populariteten blant kundene svært høy.

Irisskanningsmetoden har begynt å bli brukt på flyplasser for funksjoner så forskjellige som identifikasjon/verifisering av ansatte for å passere gjennom begrensede områder, samt for å identifisere passasjerer som oftest bruker flyselskapets tjenester for raskt å passere passkontrollen. Andre søknader inkluderer fengselsoverføringer og løslatelse, og prosjekter som verifisering av netthandel, nettbank, nettstemmegivning og aksjehandel på nett bør listes opp. Iris-identifikasjonsmetoden gir et høyt nivå av brukersikkerhet, beskyttelse av privat informasjon, og bidrar også rett og slett til å opprettholde et rolig og godt humør hos klienten.

Skanning av håndform

Denne biometriske metoden bruker den geometriske formen på hånden for å identifisere en person. Siden menneskehender ikke er unike, må flere spesifikke egenskaper kombineres for å gi dynamisk verifisering. Noen skannere måler bare to fingre, andre måler hele hånden. Målte egenskaper inkluderer fingerfleksjon, tykkelse og lengde; tykkelsen og bredden på baksiden av hånden; avstanden mellom leddene og den generelle strukturen til beinet.

Det bør bemerkes at selv om beinstruktur og ledd er relativt permanente tegn, kan påvirkninger som hevelse i vev eller blåmerker forvrenge den opprinnelige håndstrukturen. Dette kan føre til en falsk match, men antallet akseptable kjennetegn kan justeres for å møte behovene til et gitt sikkerhetsnivå.

For å registrere seg med skannesystemet plasseres hånden på en flat overflate som leseren er plassert på. Håndens posisjon er festet med fem pinner som bidrar til å plassere hånden riktig i forhold til kameraene. Kamerasekvensen lager 3D-bilder av sidene og baksiden av hånden. Håndskanning er en enkel og rask prosess. Skanneren kan behandle 3D-bilder på 5 sekunder eller mindre, og verifiseringen tar mindre enn 1 sekund. Programvare og maskinvare for bildeopptak og verifisering kan enkelt integreres i frittstående enheter. De nettstedene som har et stort antall tilgangspunkter og brukere kan administreres sentralt, noe som eliminerer behovet for brukerregistrering på hver separat enhet på alle tilgangspunkter.

Bruksområder for metoden for identifikasjon ved håndens geometri

Mange internasjonale flyplasser bruker allerede håndformede skanneenheter for å hjelpe passasjerer som flyr internasjonale flyvninger med å unngå lange køer for ulike immigrasjons- og tollprosedyrer.
I fabrikker brukes håndskanning for å registrere ankomst/avgang og registrering av personellbevegelser, samt for generelle prosedyrer for registrering av arbeidstid. Dette kan gå langt i å fikse langvarige problemer som "vennemerking" av ankomst-/avgangstider og annen villedende praksis.

Kombinasjon av ulike biometriske identifikasjonsmetoder

Håndskanninger kan enkelt kombineres med andre biometriske metoder som fingeravtrykkidentifikasjon. Et system der fingeravtrykkidentifikasjon er relativt sjelden og hvor hånden skannes ofte, er en to-lags struktur. Den ofte brukte håndskanningskomponenten muliggjør 1:1 (en til en) personlig identifikasjon, som bekrefter at brukeren er den han eller hun utgir seg for å være. Den sjeldnere brukte fingeraverifiserer identiteten til brukeren og utfører identifikasjon med 1:N (en-til-mange) presisjon, dvs. sammenligning gjøres med ulike registreringsdata.

Kombinerte biometriske systemer

Et kombinert (multimodalt) biometrisk system bruker forskjellige applikasjoner for å fange opp forskjellige typer biometriske data. Dette gjør det mulig å integrere to eller flere typer biometriske gjenkjennings- og verifiseringssystemer for å møte de strengeste krav til systemytelse.

Et multimodalt system kan for eksempel inkludere en kombinasjon av fingeravtrykkidentifikasjon, ansiktsbildeidentifikasjon, stemme – pluss smartkort, eller en hvilken som helst annen kombinasjon av biometriske egenskaper. En slik styrket struktur gjør bruk av all mangfoldet av en persons biometriske data og kan brukes der det er nødvendig for å overvinne begrensningene til en hvilken som helst biometrisk funksjon. For eksempel har det blitt funnet at 5 % av befolkningen har utydelige (fuzzy) fingeravtrykk, stemmen kan endre seg fra en forkjølelse, og ansiktsgjenkjenning avhenger av endringer i belysning og holdning til motivet. Alle disse ulempene kan overvinnes i et kombinert system som kombinerer konklusjoner gjort på grunnlag av flere uavhengige biometriske indikatorer.
Multimodale systemer er generelt mer robuste når det gjelder potensialet for tukling, siden det er vanskeligere å forfalske en rekke biometriske egenskaper enn å forfalske en enkelt biometrisk egenskap.

FAQ

For en korrekt og høykvalitets analyse av palmistry, er det først og fremst nødvendig med fotografier av håndflatene dine.

Du må ta 5 bilder:

  • - høyre hånd (ikke klipp av fingre og armbånd på bildet)
  • - venstre hand
  • - ribben fra siden av lillefingeren på høyre hånd
  • - ribben på siden av lillefingeren på venstre hånd
  • - høyre håndflate - ingen fingre

For det perfekte bildet trenger du selvfølgelig et digitalkamera. Jo høyere oppløsning kameraet har, jo bedre. Hvis du har et kraftig kamera på en mobiltelefon, så sett på makrofotografering.

Bildet skal vise de minste linjene på håndflaten, papillærmønsteret skal være synlig. Faktisk er det bare i dette tilfellet mulig å se hele bildet av linjene og skiltene og følgelig gjøre en mer fullstendig analyse og gi den mest detaljerte informasjonen om bildet ditt.

Jeg anbefaler deg å ta et bilde i løpet av dagen, i sollys. Alternativt i nærheten av vinduet.

Vi må slå av blitsen og sette kameraet i nærbilde (makro)-modus, som vanligvis er uthevet med et blomsterikon. I prosessen med å fotografere må du sikre både hånden du fotograferer og selve kameraet. Det er bedre å utelukke enhver bevegelse under skytingen.

Det er bedre å ta et bilde mot en lys bakgrunn. Vinduskarmen vil gjøre det)))

Tommelen trekkes til siden, men uten anstrengelse, og de andre 4 fingrene holdes fritt, men ikke press mot hverandre og ikke spre seg bredt !!!

Vi tar bildet slik at hele håndflaten og fingrene er synlige.

Vi tar også et bilde av kantene på håndflaten.

Når du fotograferer ribbeina på håndflatene, ikke anstreng hånden, den skal være i fri tilstand.

Dette er også et godt alternativ, men skanningen må også gjøres riktig.

Til å begynne med, sett skanneoppløsningen til minst 300 dpi (mer er bedre, men ikke overdriv!!!)

Vi la hånden på glasset på samme måte som jeg fortalte på bildet. Det vil si at vi flytter tommelen til siden, og holder resten fritt. Ikke trykk hånden inn i glasset!!! Du trenger selvfølgelig ikke holde den på vekt, men ikke trykk den ned heller, ellers blir bildet uleselig.

Hvis du har et sterkt deprimert senter av håndflaten eller velutviklede ujevnheter hindrer deg i å gjøre en skanning på en slik måte at alle strekene er synlige, så anbefaler jeg et FOTO!

Ikke komprimer bildet og send det i ekte størrelse!