Paano gumagana ang isang iris scanner? Ang pagkakaiba sa pagitan ng iris at retina sa larangan ng biometric identification Paano gumagana ang scanner na ito.

Ang teknolohiya ng pag-scan ng Iris ay ipinakilala noong 1936 ng isang ophthalmologist na nagngangalang Frank Bursch. Siya ang unang nagsalita tungkol sa kakaibang bahagi ng katawan na ito. Ang posibilidad ng pagtutugma ng parameter na ito ay mas mababa pa kaysa sa kaso ng mga fingerprint. Pagkalipas ng mga dekada, noong 90s ng huling siglo, ang mga kinatawan ng kumpanyang Iridian Technologies ay nagsampa ng patent para sa isang espesyal na algorithm na may kakayahang makahanap ng mga pagkakaiba sa mga pattern ng mata. Sa ngayon, ang paraan ng pagpapatunay na ito ay itinuturing na isa sa pinaka maaasahan. Upang ipatupad ito, ginagamit ang isang espesyal na sensor na tinatawag na iridoscanner, na pag-uusapan natin ngayon.

Ang iris ay isang manipis na movable diaphragm, sa gitna nito ay ang pupil. Ang pagbuo nito ay nangyayari bago pa man ipanganak ang isang tao at hindi ito nagbabago sa buong buhay. Ang texture nito ay halos kapareho sa isang uri ng network, na naglalaman ng maraming bilog. Sa pangkalahatan, ang pattern ay lubhang kumplikado, na nagpapahintulot sa mga sensor na pumili ng humigit-kumulang 200 puntos, na pagkatapos ay ginagamit para sa pag-verify.

Ang isang sistema na maaaring magsagawa ng naunang nabanggit na mga pag-andar ay kadalasang nagkakamali na tinatawag na hindi hihigit sa isang retinal scanner. Ang katotohanan ay imposibleng i-scan ang retina gamit ang optical na paraan. Upang magtrabaho kasama nito, kinakailangan ang mga espesyal na infrared sensor. Sinusuri ng aparato ang mga pattern ng mga daluyan ng dugo.

Tulad ng para sa mga iridoscanner na ginagamit sa modernong mga mobile device, ang mga ito ay batay sa paggana ng isang high-contrast na camera. Bilang karagdagan, sa ilang mga kaso, ang isang regular na camera na matatagpuan sa front panel ay maaaring kumilos bilang batayan ng sensor. Ang proseso ng pagpapatunay mismo ay maaaring nahahati sa ilang mga bahagi:

• Naka-on paunang yugto Ang aparato ay kailangang makakuha ng isang detalyadong larawan ng iris. Magagawa ito salamat sa isang monochrome camera na maaaring gumana kahit sa mababang kondisyon ng liwanag. Sa ganitong paraan mabilis kang makakabuo ng maraming larawan.
• Sa susunod na yugto, sinusuri ng algorithm ang mga imahe at pinipili ang pinakaangkop. Nangangailangan ito ng isang imahe kung saan matutukoy nito ang mga hangganan ng iris, pati na rin ang mga control area.
• Ang bawat punto ng pagsubok ay pinoproseso gamit ang mga filter upang kunin ang phase data na na-convert sa digital data. Batay sa impormasyong natanggap, kinikilala ng system ang tao.

Ang pagsasama ng mga device ng ganitong uri sa mobile electronics ay nagsimula ilang taon na ang nakakaraan. Ang mga nagtitinda ng Tsino at Hapones ang unang gumamit ng ganitong paraan ng pagprotekta sa kanilang mga gadget. Naka-on sa sandaling ito Ang mga flagship na modelo ng smartphone, halimbawa, Samsung Galaxy S8, ay nilagyan ng iridoscanner.

kanin. 1. Resulta ng paggalaw ng ulo at mata sa panahon ng pag-scan ng retinal.

Ang epekto ng pagbabago ng sukat sa paghahambing ng retinal ay hindi kasing kritikal ng epekto ng iba pang mga parameter, dahil ang posisyon ng ulo at mata ay higit pa o hindi gaanong naayos sa isang axis na naaayon sa sukat. Sa kaso kung saan umiiral ang scaling, napakaliit nito na halos walang epekto sa paghahambing ng mga retina. Kaya, ang pangunahing kinakailangan para sa algorithm ay ang paglaban sa pag-ikot ng retinal at pag-aalis.

Ang mga algorithm ng pagpapatunay ng retinal ay maaaring nahahati sa dalawang uri: ang mga gumagamit ng mga algorithm ng segmentation upang kunin ang mga tampok (algorithm batay sa paraan ng phase correlation; algorithm batay sa paghahanap ng mga sumasanga na punto) at ang mga kumukuha ng mga tampok nang direkta mula sa retinal na imahe (algorithm gamit ang mga anggulo ng Harris ).

1. Algorithm batay sa phase correlation method

Sa pagpapatupad nito, gumagana ang paraan ng phase correlation sa mga binary na imahe, ngunit maaari ding gamitin para sa mga larawan sa 8-bit na espasyo ng kulay.

Hayaan at maging mga imahe, ang isa sa mga ito ay inilipat kaugnay sa isa, at ang kanilang Fourier transforms, kung gayon:

Nasaan ang cross spectrum;
- kumplikadong conjugate

Kinakalkula ang inverse Fourier transform ng cross spectrum, nakuha namin ang function ng momentum:

Ang pagkakaroon ng natagpuan ang maximum ng function na ito, nakita namin ang ninanais na displacement.

Ngayon, hanapin natin ang anggulo ng pag-ikot sa pagkakaroon ng displacement gamit ang mga polar coordinates:

Ang pamamaraan na ito ay hindi palaging nagpapakita magandang resulta sa pagsasagawa, dahil sa pagkakaroon ng bahagyang ingay at ang katunayan na ang ilang mga sisidlan ay maaaring naroroon sa isang imahe at wala sa isa pa. Upang maalis ito, ginagamit ang ilang mga pag-ulit ng algorithm na ito, kabilang ang pagbabago ng pagkakasunud-sunod ng pagpapakain ng mga larawan sa function at ang pagkakasunud-sunod ng pag-aalis ng displacement at pag-ikot. Sa bawat pag-ulit, ang mga imahe ay nakahanay, pagkatapos ay kalkulahin ang kanilang index ng pagkakatulad, pagkatapos ay ang pinakamataas na rate pagkakatulad, na siyang magiging resulta ng paghahambing.

Ang marka ng pagkakatulad ay kinakalkula tulad ng sumusunod:

2. Algorithm gamit ang mga anggulo ng Harris

Una, ang mga imahe ay nakahanay gamit ang phase correlation method na inilarawan sa nakaraang seksyon. Pagkatapos ay hahanapin ang mga sulok sa mga larawan (Larawan 2).

kanin. 2. Resulta ng paghahanap para sa mga anggulo ng Harris sa mga retinal na imahe.

Hayaang mahanap ang M+1 na puntos, pagkatapos ay para sa bawat isa jth point ang Cartesian coordinate nito ay na-convert sa mga polar at ang feature vector ay tinutukoy kung saan

Ang modelo ng pagkakatulad sa pagitan ng hindi kilalang vector at isang tampok na vector ng laki N sa punto j ay tinukoy bilang mga sumusunod:

Nasaan ang isang pare-pareho na tinutukoy bago maghanap para sa mga anggulo ng Harris.

Inilalarawan ng function ang kalapitan at pagkakapareho ng vector sa lahat ng feature ng point j.

Hayaan ang vector na maging feature vector ng unang larawan, kung saan ang laki ay K–1, at ang vector ay ang feature vector ng pangalawang larawan, kung saan ang laki ay J–1, pagkatapos ay ang similarity index ng mga larawang ito ay kinakalkula bilang sumusunod:

Ang normalization factor para sa pagkakatulad ay katumbas ng

Ang koepisyent sa orihinal na artikulo ay iminungkahi na matukoy ng sumusunod na pamantayan: kung ang pagkakaiba sa pagitan ng mga histogram ng imahe ay mas mababa sa isang paunang natukoy na halaga, kung gayon = 0.25, kung hindi man ay = 1.

3. Algorithm batay sa paghahanap ng mga branch point

kanin. 3. Mga uri ng feature (sa kaliwa – bifurcation point, sa kanan – intersection point).

Upang maghanap ng mga puntos, tulad ng sa Fig. 3, ang mga naka-segment na mga sisidlan ay na-compress sa isang kapal ng isang pixel. Kaya, maaari nating pag-uri-uriin ang bawat punto ng mga sisidlan ayon sa bilang ng mga kapitbahay S:

1. kung S = 1, ito ang dulong punto;
2. kung S = 2, kung gayon ito ay isang panloob na punto;
3. kung S = 3, ito ay isang bifurcation point;
4. kung S = 4, ito ang intersection point.

3.1. Algorithm para sa pag-compress ng mga sisidlan sa kapal ng isang pixel at pag-uuri ng mga sumasanga na puntos

Susunod, sinusuri ang 4 na kalapit na mga pixel ng nahanap na punto na hindi pa isinasaalang-alang. Nagreresulta ito sa 16 na posibleng pagsasaayos (Figure 4). Kung ang pixel sa gitna ng window ay walang mga kapitbahay kulay-abo, tulad ng ipinapakita sa Fig. 4 (a), pagkatapos ay itatapon ito at hahanapin ang isa pang pixel ng daluyan ng dugo. Sa ibang mga kaso, ito ay alinman sa isang end point o isang panloob na punto (hindi kasama ang bifurcation at intersection point).

kanin. 4. 16 na posibleng mga pagsasaayos ng apat na kalapit na pixel (mga puting tuldok - background, kulay abong tuldok - mga sisidlan). Ang nangungunang 3 pixel at ang nasa kaliwa ay nasuri na kaya hindi na pinansin. Ang mga gray na pixel na may krus sa loob ay hindi rin pinapansin. Ang mga tuldok na may arrow sa loob ay mga tuldok na maaaring maging susunod na gitnang pixel. Ang mga pixel na may itim na tuldok sa loob ay mga endpoint.

Sa bawat hakbang, ang gray na kapitbahay ng huling pixel ay minarkahan bilang naipasa at pinili ng susunod na gitnang pixel sa 3 x 3 na window. Ang pagpili ng naturang kapitbahay ay tinutukoy ng sumusunod na pamantayan: ang pinakamahusay na kapitbahay ay ang may pinakamalaking bilang walang label na kulay abong mga kapitbahay. Ang heuristic na ito ay hinihimok ng ideya ng pagpapanatili ng isang-pixel na kapal sa gitna ng sisidlan, kung saan mas malaking bilang kulay abo ang mga kapitbahay.

Mula sa algorithm sa itaas ay sumusunod na ito ay humahantong sa paghihiwalay ng mga daluyan ng dugo. Gayundin, ang mga sisidlan ay maaaring paghiwalayin sa yugto ng segmentasyon. Samakatuwid ito ay kinakailangan upang ikonekta ang mga ito pabalik.

Upang maibalik ang komunikasyon sa pagitan ng dalawang kalapit na mga endpoint, anggulo at tinutukoy tulad ng sa Fig. 5, at kung ang mga ito ay mas mababa sa isang paunang natukoy na anggulo, ang mga dulong punto ay pinagsama.

kanin. 5. Pinagsasama ang mga endpoint pagkatapos ng compression.

Upang maibalik ang bifurcation at mga intersection point (Larawan 6), para sa bawat dulong punto ay kinakalkula ang direksyon nito, pagkatapos nito ay pinalawak ang isang segment ng isang nakapirming haba.

kanin. 6. Muling pagtatayo ng bifurcation point.

Ang intersection point ay kumakatawan sa dalawang bifurcation point, kaya para gawing simple ang problema, maaari ka lamang maghanap ng mga bifurcation point. Upang alisin ang mga pekeng outlier na dulot ng mga intersection point, maaari mong itapon ang mga puntong masyadong malapit sa isa pang nahanap na punto.

Upang mahanap ang mga intersection point na kailangan mo karagdagang pagsusuri(Larawan 7).

kanin. 7. Pag-uuri ng mga punto ng sangay ayon sa bilang ng mga intersection ng mga sisidlan na may bilog. (a) Bifurcation point. (b) Intersection point.

Gaya ng makikita sa Fig. 7(b), depende sa haba ng radius, ang bilog na nakasentro sa sumasanga na punto ay maaaring bumalandra sa mga daluyan ng dugo sa tatlo o apat na punto. Samakatuwid, ang punto ng sangay ay maaaring hindi naiuri nang tama. Upang mapupuksa ang problemang ito, isang sistema ng pagboto ang ginagamit, na ipinapakita sa Fig. 8.

kanin. 8. Classification scheme para sa bifurcation at intersection point.

Sa sistema ng pagboto na ito, ang branch point ay inuri sa tatlong magkakaibang radii batay sa bilang ng mga intersection ng bilog na may mga daluyan ng dugo. Ang radii ay tinukoy bilang: kung saan at kumuha ng mga nakapirming halaga. Sa kasong ito, dalawang halaga ang kinakalkula, na nagpapahiwatig ng bilang ng mga boto para sa punto na mauuri bilang isang intersection point at bilang isang bifurcation point, ayon sa pagkakabanggit:

Saan at ang mga binary na halaga ay nagpapahiwatig kung ang puntong gumagamit ng radius ay natukoy bilang isang intersection point o isang bifurcation point, ayon sa pagkakabanggit.

Kung ang uri ng punto ay hindi tinukoy. Kung ang mga halaga ay naiiba sa bawat isa, kung gayon sa punto ay inuri bilang isang intersection point, kung hindi man bilang isang bifurcation point.

3.2. Paghahanap ng pagbabago sa pagkakatulad at pagtukoy sa sukatan ng pagkakatulad

Ang pagbabagong-anyo mismo ay tinukoy bilang:

Nasaan ang mga coordinate ng punto sa unang larawan
– sa pangalawang larawan

Ang mga pares ng control point ay ginagamit upang mahanap ang pagkakatulad na pagbabago. Halimbawa, ang mga punto ay tumutukoy sa isang vector kung saan ang mga coordinate ng simula ng vector, ay ang haba ng vector, at ang direksyon ng vector. Ang vector para sa mga puntos ay tinutukoy sa parehong paraan. Ang isang halimbawa ay ipinapakita sa Fig. 9.

kanin. 9. Halimbawa ng dalawang pares ng control point.

Ang mga parameter ng pagbabago ng pagkakatulad ay matatagpuan mula sa mga sumusunod na pagkakapantay-pantay:

Hayaang ang bilang ng mga puntos na matatagpuan sa unang larawan ay katumbas ng M, at sa pangalawang larawan ay katumbas ng N, kung gayon ang bilang ng mga pares ng mga control point sa unang larawan ay katumbas ng at sa pangalawang larawan. Kaya, nakukuha natin posibleng mga pagbabagong-anyo, kung saan ang tama ay pinili upang maging ang may pinakamalaking bilang ng mga tumutugmang puntos.

Dahil ang halaga ng parameter S ay malapit sa isa, ang T ay maaaring bawasan sa pamamagitan ng pagtatapon ng mga pares ng mga puntos na hindi nakakatugon sa mga sumusunod na hindi pagkakapantay-pantay:

Nasaan ang pinakamababang threshold para sa parameter
– ito ang pinakamataas na threshold para sa parameter
– isang pares ng mga control point mula sa
– isang pares ng mga control point mula sa

Matapos gamitin ang isa sa posibleng mga opsyon pagkakahanay para sa mga puntos at ang marka ng pagkakatulad ay kinakalkula:

Nasaan ang threshold na maximum na distansya sa pagitan ng mga puntos.
Kung sakaling

Sa ilang mga kaso, ang parehong mga punto ay maaaring may magandang pagkakatulad na halaga sa punto. Nangyayari ito kapag malapit sila sa isa't isa. Upang matukoy ang pinaka angkop na pares ang posibilidad ng pagkakatulad ay kinakalkula:

saan

Kung noon

Upang mahanap ang bilang ng mga tumutugmang puntos, isang matrix Q na may sukat na M x N ay binuo upang sa i-ika linya At jth column nakapaloob

Pagkatapos ay hahanapin ang matrix Q para sa maximum na non-zero na elemento. Hayaang mapaloob ang elementong ito sa ika-row at ika-kolumna, pagkatapos ay ang mga puntos at ay tinukoy bilang magkatugma, at ang ika-hilera at ika-kolumna ay ni-reset sa zero. Pagkatapos kung saan ang maximum na elemento ay muling hinanap. Ang paghahanap para sa naturang maxima ay paulit-ulit hanggang ang lahat ng mga elemento ng matrix Q ay zero. Sa output ng algorithm nakuha namin ang bilang ng mga katugmang puntos C.

Ang sukatan ng pagkakatulad sa pagitan ng dalawang retina ay maaaring matukoy sa maraming paraan:

Nasaan ang parameter na ipinasok upang ayusin ang impluwensya ng bilang ng mga tumutugmang puntos;
f ay pinili mula sa mga sumusunod na opsyon:

Ang sukatan ay na-normalize sa isa sa dalawang paraan:

Kung saan at ang ilang mga pare-pareho.

3.3. Mga karagdagang komplikasyon ng algorithm

kanin. 10. Ang mga anggulo na nabuo sa pamamagitan ng mga sumasanga na puntos bilang karagdagang mga tampok.

Maaari ka ring gumamit ng gamma cipher. Tulad ng nalalaman, ang karagdagan modulo 2 ay isang ganap na malakas na cipher kapag ang haba ng susi ay katumbas ng haba ng teksto, at dahil ang bilang ng mga bifurcation at intersection point ay hindi lalampas sa humigit-kumulang 100, ngunit mas malaki pa rin kaysa sa haba ng mga ordinaryong password, maaaring gamitin ang kumbinasyon ng mga hash ng password bilang susi. Inaalis nito ang pangangailangang mag-imbak ng retina at mga hash ng password sa database. Kinakailangan na mag-imbak lamang ng mga coordinate na naka-encrypt na may ganap na malakas na pag-encrypt.

Konklusyon

Sinubukan ding magpatupad ng algorithm gamit ang mga anggulo ng Harris, ngunit hindi posible na makakuha ng mga kasiya-siyang resulta. Tulad ng sa nakaraang algorithm, nagkaroon ng problema sa pag-aalis ng pag-ikot at displacement gamit ang phase correlation method. Ang pangalawang problema ay nauugnay sa mga pagkukulang ng algorithm ng paghahanap ng anggulo ng Harris. Sa parehong halaga ng threshold para sa pag-aalis ng mga puntos, ang bilang ng mga puntos na natagpuan ay maaaring masyadong malaki o masyadong maliit.

Kasama sa mga plano sa hinaharap ang pagbuo ng isang algorithm batay sa paghahanap ng mga sumasanga na puntos. Nangangailangan ito ng mas kaunting computational resources kumpara sa algorithm batay sa phase correlation method. Bilang karagdagan, may mga pagkakataon na gawin itong mas kumplikado upang mabawasan ang posibilidad ng pag-hack ng system.

Ang isa pang kawili-wiling direksyon para sa karagdagang pananaliksik ay ang pag-unlad mga awtomatikong sistema Para sa maagang pagsusuri mga sakit tulad ng glaucoma, diabetes, atherosclerosis at marami pang iba.

P.s. Pino-post ko ito dahil sa ilang mga kahilingan

Ito ay pinaniniwalaan na ang pinakatumpak na paraan ng pagkakakilanlan ng tao ay isang iris scan. Ayon sa mga eksperto, ito ay maraming beses na mas mataas kaysa sa pag-scan ng fingerprint at malapit nang gamitin sa bawat smartphone. Ngayon ay maaari kang bumili ng mga device na gumagamit ng function na ito. Sa artikulong ito ay pag-uusapan natin ang teknolohiyang ito nang mas detalyado.

Pag-navigate

Ang teknolohiya sa pag-scan ng iris ay tinatawag na IRIS. Sa lalong madaling panahon hindi mo na kailangang magdala ng malalaking singsing ng mga susi, plastic card, work pass at iba pang mga bagay.

Pagkatapos ng lahat, maaaring palitan ng IRIS code ang anumang dokumento ng personal na pagkakakilanlan. Ayon sa ilang ulat, ang teknolohiyang ito ay nakahihigit sa pagtutugma ng fingerprint at maaaring makipagkumpitensya sa pagkilala sa DNA.

Bakit gumamit ng biometrics?

Priyoridad ang seguridad sa mga araw na ito espesyal na lugar. Lahat tayo ay may mahalagang bagay. Mga materyal na halaga Maaari mo itong itago sa ilalim ng lock at susi o ideposito ito sa isang bangko. Ngunit ano ang gagawin sa impormasyon? Maaari rin itong itago sa ilalim ng isang lock, na maaaring mabuksan gamit ang isang mathematical key.

Mayroong maraming mga paraan upang maprotektahan ang impormasyon.

Ang isa sa kanila ay ang pag-scan sa iris ng retina.

Kung ang iyong smartphone o tablet ay naglalaman ng impormasyon na kailangang protektahan mula sa mga estranghero, kung gayon ang pag-scan sa iris ng retina ay isa sa mga paraan ng naturang proteksyon.

Sa tulong nito, mapoprotektahan mo ang iyong mga pagbabayad sa Internet, mga larawan mula sa memorya ng iyong smartphone, mga text file, atbp.

Bilang karagdagan sa mga fingerprint, ang pagkilala ng iba pang biometric indicator ay aktibong ginagamit ngayon. Halimbawa, sa customs, ang isang espesyalista mula sa serbisyong ito ay biswal na nagpapakilala sa iyo sa taong may litratong nakadikit sa iyong pasaporte. Naghahanap siya ng pagkakatulad sa hugis ng ilong, pisngi, noo, bibig, mata, atbp.

Ngunit, ang pamamaraang ito ay hindi magagarantiya ng 100% na ang tao sa larawan at ikaw ay iisang tao.

Sa panahon ngayon, kapag ang plastic surgery ay maaaring gawing Brad Pitt at Angelina Jolie ang sinuman. Ang pagbabago ng iyong hitsura upang umangkop sa iyong mga partikular na pangangailangan ay hindi magiging mahirap. Ngunit ang teknolohiya ay hindi pa umabot sa punto ng pagbabago ng "pattern" ng mata.

Paano gumagana ang scanner na ito?

Ang iris ng mga mata ng tao ay hindi lamang tumutukoy sa kanilang kulay, ngunit mayroon ding natatanging "pattern" para sa bawat tao. Kung lalapit ka, makikita mo bola ng mata maraming mga natatanging linya na indibidwal hindi lamang para sa bawat tao, kundi pati na rin para sa bawat mata. Ang kaliwa ay may isang "pattern", at ang kanan ay may isa pa.

Isa pa mahalagang salik Ang dahilan sa pagpili ng retina upang makilala ang isang tao ay ang "pattern" ng bahaging ito ng mata ay halos hindi nagbabago sa paglipas ng panahon.

Iyon ay, maaari itong gamitin tulad ng mga fingerprint, pagsuri laban sa dati nang nai-save na "mga pamantayan"

Upang i-scan ang "pattern" ng retina ng mata, ginagamit ito infrared radiation. Hindi siya takot sa salamin at mga contact lens. Bilang karagdagan, ang IR radiation ay maaaring gamitin sa kumpletong kadiliman.

Matapos basahin ng scanner ang "pattern" ng retina, iko-convert ito sa isang digital code. Pagkatapos ay ihahambing ng system ang code na ito sa isa na nasa memorya nito at, sa kaso ng isang smartphone, i-unlock ang mga nilalaman ng device.

Ngayon, ang mga biometric scanner na naka-install sa ilang mga smartphone ay malayo sa perpekto. Ngunit ang gayong mga aparato ay patuloy na nagpapabuti. Mayroon nang mga smartphone na nag-scan hindi lamang sa iris, kundi sa buong mukha sa kabuuan. Na nagpapataas ng kaligtasan.

Sa Play Market ngayon maaari kang mag-download at mag-install ng isang espesyal na application ng retinal scanner sa iyong Android smartphone. Gumagana ito mula sa isang camera at may malaking error. Samakatuwid, ito ay bihirang ginagamit sa mga modernong gadget.

Ngunit ang espesyal na sensor, na sa lalong madaling panahon ay nilagyan ng higit pa at higit pang mga aparato, ay may magandang mga prospect.

Ano ang kakaiba sa teknolohiyang ito?

Ang pangunahing pag-andar ng iris ay upang i-compress at alisin ang pupil. Ang muscle tissue na ito ay kumikilos tulad ng shutter ng camera camera. Ang "pattern" nito ay nabuo sa antas ng genetic at nagpapakita mismo kahit na ang bata ay nasa sinapupunan. Ngunit ang huling pagbuo ay nangyayari dalawang taon pagkatapos ng kapanganakan ng bata.

Sa mga tao, kaugalian na makilala ang 10 kulay ng mata mula kayumanggi hanggang asul. Ang kulay ay depende sa dami ng melanin. Kung mas marami ang pigment na ito, mas malapit ang kulay ng mata sa kulay kayumanggi, at mas maliit, mas malapit sa asul.

Bagama't mayroon lamang 10 kulay ng mata, ang pattern nito ay natatangi sa bawat tao. Maging ang genetic twins ay may iba't ibang pattern ng iris.

Paano gumagana ang teknolohiyang ito?

Upang magamit ang naturang pag-scan sa iyong smartphone, kinakailangan na ang naturang function ay naroroon dito. Kapag ang scanner ay inilunsad sa unang pagkakataon, dapat itong basahin ang impormasyon at tandaan ang "pattern" ng iris.

Pagkatapos nito, sa bawat kasunod na pag-scan, susuriin ng programa ang digital code ng "drawing" kasama ang nasa database nito.

At ngayon tungkol sa mga yugto ng pag-scan nang mas detalyado.

Pagkuha ng larawan ng iyong mata

Upang gumana ang naturang sistema, kailangan nito ng larawan ng iris ng mata. Samakatuwid, bago gamitin ang naturang sistema ng pag-verify, ang isang tao ay dapat kumuha ng isang beses na larawan ng kanyang mata.

Ang system ay lilikha ng dalawang snapshot. Ang isa ay normal, ang pangalawa ay nasa invisible, infrared na ilaw. Ang sistemang ito ay binuo noong 90s ng huling siglo ng computer engineer na si John Dogmann.

Ang espesyal na software ay "maghihiwalay" sa iris mula sa pupil at panlabas na mga hangganan. Pagkatapos nito, ang mga espesyal na bilog at linya ay pinatong sa imahe, na naghahati sa "pagguhit" sa mga sektor.

Sa ganitong paraan, ang iris ay nahahati sa mga indibidwal na fragment, na pagkatapos ay gagamitin para sa muling pagkakakilanlan.

Ang mga resultang fragment ng "drawing" ay na-convert sa digital code. Upang gawin ito, ipinapasa ito sa isang filter ng bandpass. Ang mga lugar ay binibigyan ng mga halaga mula 0 hanggang 1 ayon sa antas ng kadiliman. Isang natatanging Iris code ang nabuo mula sa nagresultang hanay ng mga numero.

Salamat sa infrared light, na may wavelength na mas mahaba kaysa sa ordinaryong pulang ilaw, mas tumpak na makikilala ang natatanging "pattern" ng mata.

Pagkatapos nito, ang dalawang litratong ito, na kinunan nang digital, ay sinusuri. Ang lahat ng mga hindi kinakailangang bahagi ay tinanggal mula sa kanila, at ang mga kakaiba ay naiwan. Ngayon, higit sa 240 orihinal na tampok ang ginagamit sa naturang pag-scan.

Para sa paghahambing, kapag nag-scan ng fingerprint, namumukod-tangi ang mga ito nang 5 beses mas kaunting mga tampok mga pattern ng balat.

Matapos suriin ng system ang lahat ng mga tampok ng mata, magtatalaga ito ng digital code (IrisCode) sa may-ari ng naturang mata. Binubuo ito ng 512 digit.

Ise-save ang numerong ito sa memorya ng device na ginamit ng may-ari nito. Ang buong pamamaraan na inilarawan sa itaas ay hindi dapat tumagal ng higit sa ilang minuto.

Pagpapatunay ng mata

teknolohiya ng IRIS

Kapag naipasok na ang mga larawan ng iris sa database ng iyong device, magaganap ang proseso ng pag-verify sa loob ng ilang segundo. Kailangan mong tingnan ang sensor scanner. Ito ay muling kukunan ng larawan ang mata at ang system ay iko-convert ito sa isang digital code.

Pagkatapos ay ihahambing ng system ang dalawang code at kung pareho ang mga ito, ipahiwatig nito na matagumpay ang pag-verify. Kung hindi tumutugma ang mga code sa isa't isa, wala kang iris na tinatanggap bilang orihinal.

Aling teknolohiya ang mas mahusay?

Una, ang pag-scan sa shell ng mata ay mas komportable kaysa sa pagkakakilanlan ng fingerprint. Bago sumailalim sa pamamaraang ito, kinakailangan na ang daliri ay tuyo at malinis.

Samakatuwid, sa pag-ulan o pagkatapos mong itayo muli ang makina ng iyong paboritong kotse, hindi mo kaagad maipapasa ang pagkakakilanlan sa pamamagitan ng fingerprint. Sa isip, kung i-install mo ang iyong smartphone sa docking station, hindi mo na kailangang kunin ito kapag ini-scan ang iris.

Maaaring makuha ng scanner ang impormasyong kailangan nito kahit na mula sa isang maikling distansya.

Ang mga fingerprint recognition sensor ay ginagamit sa digital na teknolohiya sa loob ng halos sampung taon. Habang ang mga iris recognition sensor sa oras ng pagsulat ay naka-install lamang sa Lumia 950 at Lumia 950 XL. Ngunit, ang Galaxy Note 7 at ilang mga punong barko mula sa iba pang mga kumpanya ay nasa daan na.

Ang mga fingerprint ay isang kumplikado, ngunit hindi perpekto, biometric na paraan ng pagkakakilanlan. Ang mga pagbabago sa pattern ng papillary lines ay maaaring maapektuhan ng mga pinsala at ilang sakit.

Iris scanning ay higit pa maaasahang paraan pagkakakilanlan ng isang tao. Ang pagkuha lamang ng litrato ng mata ay sapat na.

Mga kalamangan at kahinaan ng teknolohiya

Ang pangunahing bentahe ng teknolohiyang ito ay katumpakan. Kung ikukumpara sa parehong mga fingerprint, mas maaasahan ang teknolohiyang ito. Ayon sa istatistika, ang 1-2 milyong tseke ay nagreresulta lamang sa isang pagkabigo.

Habang may fingerprint recognition, 1 error ang nangyayari bawat 100 libong beses.

Tulad ng para sa mga disadvantages ng naturang pag-scan, kasama nila ang halaga ng mga sensor na ginamit sa teknolohiyang ito. Na siyempre ay magdaragdag sa halaga ng mga aparato kung saan gagamitin ang teknolohiyang ito.

Bilang karagdagan, may ilang mga tao na nag-aalala tungkol sa infrared exposure sa cornea ng mata. At din ang mga naniniwala na sa tulong ng naturang mga sensor posible na i-scan ang data kahit na mula sa mga litrato. Ngunit, sa ngayon, wala pang nakakagawa nito.

Video. Microsoft Lumia 950 XL Review - Windows Hello - Iris User Login

Ang mga teknolohiya para sa pag-scan at pagkilala sa iris at retina ay maaasahang paraan ng biometric identification. Meron sila iba't ibang katangian, na may malakas na epekto sa kanilang pagganap depende sa mga kundisyon kapaligiran at mga layunin sa pagpapatupad. Ang parehong biometric na pamamaraan ay gumagamit ng mga non-contact scanner, ngunit may mga kapansin-pansing pagkakaiba sa pagitan ng iris recognition at retinal scanning. Ang isa sa mga pagkakaibang ito ay ang pagkilala sa iris ay itinuturing na isang non-invasive na paraan, habang ang retinal scan ay itinuturing na invasive dahil ang mga nakikitang light ray ay ipinapadala sa mga mata sa panahon ng proseso ng pag-scan.

Ang mga teknolohiyang ito ng biometric na pagkakakilanlan ay madalas na hindi nauunawaan bilang parehong bagay, sa kabila ng kanilang mga natatanging pagkakaiba. Sa artikulong ito tatalakayin natin ang mga pagkakaiba sa pagitan ng dalawang teknolohiyang ito, na aktibong ipinapatupad sa mga system ngayon.

Retinal scan

Ang retina ng mata ng tao ay isang manipis na tissue na binubuo ng mga selula ng nerbiyos matatagpuan sa likod ng mata. Dahil sa kumplikadong pag-aayos ng mga capillary na nagbibigay ng dugo sa retina, ang retina ng bawat tao ay natatangi. Ang network ng mga daluyan ng dugo sa retina ay napakasalimuot na ito ay naiiba kahit na sa pagitan ng magkatulad na kambal. Ang pattern ng retina ay maaaring magbago bilang isang resulta ng pag-unlad ng mga sakit tulad ng diabetes o glaucoma, gayunpaman, sa ibang mga kaso, ang retina, bilang panuntunan, ay nananatiling hindi nagbabago mula sa kapanganakan hanggang sa kamatayan.

Ang biometric retinal scanning technology ay ginagamit upang i-map ang natatanging retinal pattern ng isang tao. Ang mga daluyan ng dugo sa loob ng retina ay sumisipsip ng liwanag sa mas mataas na intensity kaysa sa nakapaligid na tissue, na ginagawang madaling makilala ang mga ito. Ang pag-scan sa retina ay isinasagawa sa pamamagitan ng pagpapakita ng sinag ng infrared na ilaw na hindi nakikita ng mata sa mata ng tao sa pamamagitan ng eyepiece ng scanner. Dahil ang mga daluyan ng dugo Ang mga retina ay sumisipsip ng liwanag na ito nang mas matindi kaysa sa natitirang bahagi ng mata, at sa panahon ng pag-scan ay isang partikular na pattern ang nilikha, na na-convert sa computer code at naka-imbak sa isang database. Mayroon ding mga retinal scan medikal na paggamit. ganyan Nakakahawang sakit tulad ng AIDS, syphilis, malaria, bulutong, gayundin namamana na mga sakit Paano nakakaapekto ang leukemia, lymphoma at sickle cell disease sa mga mata. Ang pagbubuntis ay nakakaapekto rin sa mga mata. Bilang karagdagan, mga palatandaan malalang sakit, tulad ng talamak na pagpalya ng puso o atherosclerosis, ay unang lumilitaw sa mga mata.

Ibig sabihin

Ang mga biometric identification system batay sa retinal scanning ay pangunahing ginagamit sa mga institusyon ng gobyerno lubos na ligtas tulad ng FBI, CIA at NASA. Ang isa sa mga dahilan kung bakit ang mga solusyon sa biometric na pagkakakilanlan batay sa mga pagbabasa ng retinal ay hindi malawakang pinagtibay ay ang kanilang mataas na halaga.

Pagkilala sa Iris

Ang iris ng tao ay isang manipis, pabilog na istraktura ng mata na responsable para sa pagkontrol sa laki at diameter ng mga mag-aaral at samakatuwid ang dami ng liwanag na umaabot sa retina. Ang "kulay ng mata" ay ang kulay ng iris ng mata.

Iris recognition ay isang automated biometric identification method na gumagamit mga pamamaraan sa matematika upang makilala ang natatanging pattern ng iris ng mga mata ng isang tao.

Hindi tulad ng pag-scan ng retinal, ang pagkilala sa iris ay gumagamit ng teknolohiya na gumagamit ng banayad na infrared na ilaw upang makuha ang mga larawan ng kumplikadong istraktura ng iris. Daan-daang milyong tao sa mga bansa sa buong mundo ang naka-enroll na sa mga iris recognition system para sa kaligtasan at kaginhawahan.

Ibig sabihin

Ang paggamit ng biometric iris recognition technology para sa pagkakakilanlan ng pasyente sa pangangalagang pangkalusugan ay mabilis na lumalaki, kasunod ng mga aplikasyon sa border control, access control system at . Salamat sa kumbinasyon ng pagiging maaasahan, katumpakan, bilis at medyo mababang gastos (kasama ang katotohanan na ang teknolohiya ay contactless at non-invasive), ang teknolohiya ng pagkilala sa iris ay nakakakuha ng pagtaas ng katanyagan bilang isang personal na solusyon sa pagkakakilanlan sa malawak na saklaw mga industriya. Ang isa pang bentahe ng iris para sa mga layunin ng pagkakakilanlan ay ang istraktura nito ay nananatiling hindi nagbabago sa loob ng mga dekada pagkatapos ng unang pag-record.

Konklusyon

Sa konklusyon, tingnan natin ang mga pagkakaiba sa pagitan ng pagkilala ng iris at mga teknolohiya sa pag-scan ng retinal:

• Ang katumpakan ng mga retinal scan ay maaaring depende sa sakit; ang istraktura ng iris ay mas matatag.
• Ang pagkilala sa iris ay katulad ng pagkuha ng litrato at maaaring gawin mula sa malayo; kasabay nito, ang pag-scan sa retina ay nangangailangan ng mata na napakalapit sa eyepiece.
• Ang pagkilala sa iris ay naging mas malawak na tinatanggap sa komersyal na kapaligiran kaysa sa pag-scan ng retinal.
• Bagama't pareho sa mga teknolohiyang ito ay hindi nakikipag-ugnayan, ang retinal scanning ay itinuturing na isang invasive na teknolohiya dahil ito ay nagsasangkot ng nagniningning na mga sinag ng nakikitang liwanag sa mga mata, habang ang pagkilala sa iris ay hindi invasive.

Mahalagang maunawaan ang mga pagkakaiba sa pagitan ng pag-scan ng retinal at pagkilala sa iris kung nagpaplano kang mamuhunan sa biometrics at umaasa ng mataas na return on investment. Umaasa kami na malinaw naming naipahiwatig ang mga pagkakaiba sa pagitan ng dalawang modernong ito.

Pinagmulan ng blog.m2sys.com. Ang artikulo ay isinalintagapangasiwa ng siteElena Ponomarenko

Mga sistema ng pagpapatunay ng biometric- mga sistema ng pagpapatunay na gumagamit ng biometric data upang i-verify ang mga pagkakakilanlan ng mga tao.

Biometric na pagpapatunay- ang proseso ng pagpapatunay at pag-verify ng pagiging tunay ng ipinahayag na pangalan ng user, sa pamamagitan ng pagpapakita ng user ng kanyang biometric na imahe at sa pamamagitan ng pag-convert ng larawang ito alinsunod sa isang paunang natukoy na protocol ng pagpapatunay.

Ang mga system na ito ay hindi dapat malito sa mga biometric identification system, gaya ng, halimbawa, mga driver facial recognition system at biometric time tracking tool. Ang mga biometric authentication system ay gumagana sa isang aktibo sa halip na passive mode at halos palaging may pahintulot. Bagama't ang mga system na ito ay hindi magkapareho sa mga sistema ng awtorisasyon, madalas silang ginagamit nang magkasama (halimbawa, sa mga lock ng pinto ng fingerprint).

Encyclopedic YouTube

Mga Paraan ng Pagpapatunay

Iba't ibang sistema Ang probisyon ng kontroladong pag-access ay maaaring hatiin sa tatlong grupo alinsunod sa kung ano ang nilalayon ng isang tao na ipakita sa system:

1) Proteksyon ng password. Nagbibigay ang user ng lihim na data (halimbawa, isang PIN code o password).

1. Universality: Ang tanda na ito dapat naroroon sa lahat ng tao nang walang pagbubukod.

2. Kakaiba: Tinatanggihan ng Biometrics ang pagkakaroon ng dalawang tao na may parehong pisikal at mga parameter ng pag-uugali.

3. Hindi pagbabago: Para sa tamang pagpapatunay, kailangan ang pagkakapare-pareho sa paglipas ng panahon.

4. Pagsusukat: dapat na sukatin ng mga espesyalista ang sign gamit ang ilang device para sa karagdagang pagpasok sa database.

5. Pagiging karapat-dapat: lipunan ay hindi dapat laban sa koleksyon at pagsukat ng isang biometric parameter.

Mga static na pamamaraan

Pagpapatunay ng fingerprint

Ang fingerprint identification ay ang pinakakaraniwang biometric na teknolohiya sa pagpapatunay ng user. Sinasamantala ng pamamaraan ang natatanging pattern ng mga pattern ng papillary sa mga daliri ng mga tao. Ang fingerprint na nakuha gamit ang scanner ay na-convert sa isang digital code at pagkatapos ay inihambing sa mga naunang ipinasok na hanay ng mga pamantayan. Ang mga benepisyo ng paggamit ng fingerprint authentication ay kadalian ng paggamit, kaginhawahan at pagiging maaasahan. Ang versatility ng teknolohiyang ito ay nagpapahintulot na magamit ito sa anumang lugar at upang malutas ang anuman at malawak na iba't ibang mga problema kung saan kinakailangan ang maaasahan at medyo tumpak na pagkakakilanlan ng mga user.

Ang mga espesyal na scanner ay ginagamit upang makakuha ng impormasyon tungkol sa mga fingerprint. Upang makakuha ng isang malinaw na elektronikong representasyon ng mga fingerprint, sapat na mga tiyak na pamamaraan, dahil masyadong maliit ang fingerprint at napakahirap makakuha ng malinaw na nakikitang mga pattern ng papillary.

May tatlong pangunahing uri ng fingerprint scanner na karaniwang ginagamit: capacitive, rolling, at optical. Ang pinakakaraniwan at malawakang ginagamit ay mga optical scanner, ngunit mayroon silang isang seryosong disbentaha. Ang mga optical scanner ay hindi lumalaban sa mga dummies at patay na mga daliri, na nangangahulugang hindi sila kasing epektibo ng iba pang mga uri ng scanner. Gayundin, sa ilang mga mapagkukunan, ang mga fingerprint scanner ay nahahati sa 3 klase ayon sa kanilang mga pisikal na prinsipyo: optical, silicon, ultrasonic [ ] [ ] .

Pagpapatunay ni Iris

Ang teknolohiyang ito ng biometric identity authentication ay gumagamit ng mga natatanging katangian at katangian ng iris mata ng tao. Ang iris ay isang manipis, mobile diaphragm ng mata sa mga vertebrates na may butas (pupil) sa gitna; matatagpuan sa likod ng kornea, sa pagitan ng anterior at posterior chambers ng mata, sa harap ng lens. Ang iris ay nabuo bago ipinanganak ang isang tao, at hindi nagbabago sa buong buhay. Ang texture ng iris ay kahawig ng isang network na may malaking halaga nakapalibot na mga bilog at mga pattern na maaaring masukat ng isang computer, ang pattern ng iris ay napaka-kumplikado, ito ay nagbibigay-daan sa iyo upang pumili ng tungkol sa 200 puntos, sa tulong ng kung saan ito ay natiyak mataas na antas pagiging maaasahan ng pagpapatunay. Para sa paghahambing, pinakamahusay na mga sistema Ang pagkakakilanlan ng fingerprint ay gumagamit ng 60-70 puntos.

Iris recognition technology ay binuo upang alisin ang panghihimasok ng retinal scan, na gumagamit infrared rays o maliwanag na ilaw. Ang mga siyentipiko ay nagsagawa din ng ilang mga pag-aaral na nagpakita na ang retina ng tao ay maaaring magbago sa paglipas ng panahon, habang ang iris ay nananatiling hindi nagbabago. At ang pinakamahalaga, imposibleng makahanap ng dalawang ganap na magkaparehong mga pattern ng iris, kahit na sa kambal. Upang makakuha ng indibidwal na pag-record ng iris, ang itim at puting camera ay gumagawa ng 30 pag-record bawat segundo. Isang banayad na liwanag ang nagpapaliwanag sa iris, na nagpapahintulot sa video camera na tumuon sa iris. Ang isa sa mga tala ay pagkatapos ay na-digitize at iniimbak sa isang database ng mga rehistradong gumagamit. Ang buong pamamaraan ay tumatagal ng ilang segundo at maaaring ganap na nakakompyuter gamit ang voice guidance at autofocus. Maaaring i-install ang camera sa layo na 10 cm hanggang 1 metro, depende sa kagamitan sa pag-scan. Ang terminong "pag-scan" ay maaaring mapanlinlang, dahil ang proseso ng pagkuha ng isang imahe ay hindi nagsasangkot ng pag-scan, ngunit simpleng pagkuha ng larawan. Ang nagreresultang imahe ng iris ay iko-convert sa isang pinasimpleng anyo, naitala at iniimbak para sa paghahambing sa ibang pagkakataon. Ang mga salamin at contact lens, kahit na may kulay, ay hindi nakakaapekto sa kalidad ng pagpapatunay. [ ] [ ] .

Ang gastos ay palaging ang pinakamalaking hadlang sa paggamit ng teknolohiya, ngunit ngayon ang mga iris identification system ay nagiging mas abot-kaya para sa iba't ibang kumpanya. Sinasabi ng mga tagapagtaguyod ng teknolohiya na ang pagkilala sa iris ay malapit nang maging isang pangkaraniwang teknolohiya ng pagkakakilanlan sa iba't ibang larangan.

Retinal authentication

Pagpapatunay ng geometry ng kamay

Ang biometric na pamamaraan na ito ay gumagamit ng hugis ng kamay upang patunayan ang isang indibidwal. Dahil sa ang katunayan na ang mga indibidwal na mga parameter ng hugis ng kamay ay hindi natatangi, kinakailangan na gumamit ng ilang mga katangian. Ang mga parameter ng kamay tulad ng mga kurba ng mga daliri, ang kanilang haba at kapal, ang lapad at kapal ng likod ng kamay, ang distansya sa pagitan ng mga kasukasuan at istraktura ng buto ay na-scan. Gayundin, ang geometry ng kamay ay may kasamang maliliit na detalye (halimbawa, mga wrinkles sa balat). Kahit na ang istraktura ng mga joints at buto ay medyo palaging mga palatandaan, ngunit ang pamamaga ng tissue o mga pasa sa kamay ay maaaring masira ang orihinal na istraktura. Problema sa teknolohiya: Kahit na hindi isinasaalang-alang ang posibilidad ng pagputol, ang isang sakit na tinatawag na "arthritis" ay maaaring makagambala nang malaki sa paggamit ng mga scanner.

Gamit ang isang scanner, na binubuo ng isang camera at mga nag-iilaw na diode (kapag nag-scan ng isang kamay, ang mga diode ay naka-on naman, ito ay nagbibigay-daan sa iyo upang makakuha ng iba't ibang mga projection ng kamay), pagkatapos ay isang three-dimensional na imahe ng kamay ay binuo. Ang pagiging maaasahan ng hand geometry authentication ay maihahambing sa fingerprint authentication.

Ang mga sistema ng pagpapatunay ng geometry ng kamay ay malawakang ginagamit, na patunay ng kanilang kaginhawahan para sa mga gumagamit. Ang paggamit ng pagpipiliang ito ay kaakit-akit para sa maraming mga kadahilanan. Ang pamamaraan para sa pagkuha ng isang sample ay medyo simple at hindi naglalagay ng mataas na pangangailangan sa imahe. Ang laki ng resultang template ay napakaliit, ilang byte. Ang proseso ng pagpapatunay ay hindi apektado ng temperatura, halumigmig o dumi. Ang mga kalkulasyon na ginawa kapag inihambing sa pamantayan ay napaka-simple at maaaring madaling awtomatiko.

Ang mga sistema ng pagpapatunay batay sa geometry ng kamay ay nagsimulang gamitin sa buong mundo noong unang bahagi ng 70s. [ ] [ ]

Pagpapatunay ng geometry ng mukha

Ang biometric authentication ng isang tao batay sa facial geometry ay isang medyo karaniwang paraan ng pagkilala at pagpapatunay. Ang teknikal na pagpapatupad ay kumplikado problema sa matematika. Malawak na paggamit ng mga teknolohiyang multimedia kung saan maaari mong makita sapat na dami Ang mga video camera sa mga istasyon ng tren, paliparan, parisukat, kalye, kalsada at iba pang mataong lugar ay naging mapagpasyahan sa pag-unlad ng lugar na ito. Upang makabuo ng isang three-dimensional na modelo ng isang mukha ng tao, ang mga contour ng mga mata, kilay, labi, ilong, at iba pang iba't ibang elemento ng mukha ay nakahiwalay, pagkatapos ay ang distansya sa pagitan ng mga ito ay kinakalkula, at isang three-dimensional na modelo ay binuo. gamit ito. Upang matukoy ang isang natatanging pattern na naaayon sa isang partikular na tao, 12 hanggang 40 na mga elemento ng katangian ang kinakailangan. Dapat isaalang-alang ng template ang maraming mga pagkakaiba-iba ng imahe sa mga kaso ng pag-ikot ng mukha, pagkiling, pagpapalit ng ilaw, pagbabago ng ekspresyon. Ang hanay ng naturang mga opsyon ay nag-iiba depende sa layunin ng paggamit ng paraang ito (para sa pagkakakilanlan, pagpapatunay, malayong paghahanap sa malalaking lugar atbp.). Ang ilang mga algorithm ay nagbibigay-daan sa iyo na magbayad para sa salamin, sumbrero, bigote at balbas ng isang tao. [ ] [ ]

Pagpapatunay gamit ang facial thermogram

Ang pamamaraan ay batay sa mga pag-aaral na nagpakita na ang facial thermogram ay natatangi para sa bawat tao. Ang thermogram ay nakuha gamit ang mga infrared camera. Hindi tulad ng facial geometry authentication, ang pamamaraang ito ay nakikilala sa pagitan ng kambal. Gamit ang mga espesyal na maskara, isinasagawa plastic surgery, pagtanda ng katawan ng tao, temperatura ng katawan, paglamig ng balat ng mukha sa mayelo na panahon ay hindi nakakaapekto sa katumpakan ng thermogram. Dahil sa mababang kalidad ng pagpapatunay, ang pamamaraan ay kasalukuyang hindi laganap.

Mga Dynamic na Pamamaraan

Pagpapatunay ng boses

Ang biometric voice authentication method ay nailalarawan sa kadalian ng paggamit. Ang pamamaraang ito ay hindi nangangailangan ng mamahaling kagamitan; sapat na ang mikropono at sound card. Sa kasalukuyan, ang teknolohiyang ito ay mabilis na umuunlad, dahil ang paraan ng pagpapatunay na ito ay malawakang ginagamit sa mga modernong sentro ng negosyo. Mayroong ilang mga paraan upang bumuo ng isang template ng boses. Kadalasan, ito ay iba't ibang kumbinasyon ng dalas at istatistikal na katangian ng boses. Maaaring isaalang-alang ang mga parameter tulad ng modulasyon, intonasyon, pitch, atbp.

Ang pangunahing at pagtukoy sa kawalan ng paraan ng pagpapatunay ng boses ay ang mababang katumpakan ng pamamaraan. Halimbawa, maaaring hindi makilala ng system ang isang taong may sipon. Ang isang mahalagang problema ay ang pagkakaiba-iba ng mga pagpapakita ng boses ng isang tao: ang boses ay maaaring magbago depende sa estado ng kalusugan, edad, mood, atbp. Ang pagkakaiba-iba na ito ay nagpapakita ng malubhang kahirapan sa pagtukoy ng mga natatanging katangian ng boses ng isang tao. Bilang karagdagan, ang pagsasaalang-alang sa sangkap ng ingay ay isa pang mahalaga at hindi nalutas na problema sa praktikal na gamit pagpapatunay ng boses. Dahil ang posibilidad ng mga error ng pangalawang uri kapag ginagamit ang pamamaraang ito ay malaki (sa pagkakasunud-sunod ng isang porsyento), ang voice authentication ay ginagamit upang kontrolin ang pag-access sa medium-security na lugar, tulad ng mga computer lab, laboratoryo ng mga kumpanya ng pagmamanupaktura, atbp.