生物识别使用生物传感来验证身份
- 来源：物联网在线
- 2015/11/11 9:59:5411606
好消息是生物识别技术足够先进的是几乎没有人注意到在日常生活。我们的许多智能手机和平板电脑现在使用某种形式的生物识别——通常指纹分析-提供访问和保护我们的信用卡、银行账户和个人数据。
生物识别技术正在迅速取代过时的雇员识别系统,使用传统的访问卡。这些卡片存在严重漏洞,特别是当它们丢失或被盗。补偿、商业办公室,机场,和政府机构实现冗余,资源密集型的工作访问控制措施,或者他们离开关键领域容易受到诈骗和非法入境。通过添加生物安全层现有安全平台,可以消除欺诈和安全显著提高。
9/11事件后的美国国土安全部已经花了超过1亿美元的生物识别技术,在过去的八年国防部估计仅花了35亿美元技术;在试图从公众独立的叛乱分子,例如,美国*收集指纹、虹膜扫描、和面部图像从数百万伊拉克人和阿富汗人。
今天的生物识别解决方案设计执行即使在困难的情况下。例如,Facebook已经开发了一种先进的面部识别软件,识别一个人即使他们的脸是不可见的。一旦个体标记并输入到Facebook系统,该技术被认为是能够识别人基于体型,头发,姿势,姿势,例如,和衣服。
同样,使用万事达卡版本有问题作为安全的基础。花有问题授权用户购买时购买了来确认他们的身份,他们确实是买家。用户必须眨眼时拍照,以防止黑客拍照之前拍摄的照片。应用程序还允许用户扫描指纹,通过苹果支付确认第二个形式的ID。
技术方案
底层传感器技术已经取得了很大的进步证明了这一点欧姆龙的人类的视觉组件(HVC)模块(图1)。它是基于10算法或函数的使用,包括人脸检测、人脸识别、性别、年龄、表情,面部姿势,目光闪烁估计,手和身体检测。各个面部带来的一个人,表情和光照条件可以通过比较认识到他或她的脸与脸已经在数据库中注册。传感器也可以估计年龄和性别脸上的各种表情和光照条件。HVC传感器甚至会自动估计各种面部表情(中性,快乐、悲伤、愤怒和惊讶)。
图1:图像水平和垂直的输入规范检测范围与欧姆龙b5t-01001(G)模块。
欧姆龙集成其OKAOVision图像检测技术,相机,处理器和一个外部接口到一个60毫米x40毫米PCB。HVC作为传感器和使用UART接口提供的数据(s)它看到的人。除了安全应用,捕捉这些数据可以是有益的只要人与机器,从消费者到工业环境。
协助工程师,欧姆龙还提供了一个人类的视觉组件*演示工具包B5TE001SG.
背后的技术认证通常涉及模式识别。这种艺术的状态的一个很好的例子可以发现CM1K模式识别芯片Cognimem技术(图2)。个ASIC版本CogniMem神经网络特性的1024个神经元并行工作,能够学习和识别模式,高可达256个字节在几微秒。神经元是一个联想记忆,能自动比较传入模式的参考模式。
图2:功能图的CogniMemCM1K。
两个芯片支持的非线性分类器分���模式即使不明确的数据,未知的事件,当环境和工作条件变化。基于低引线数和低功率,它作为同伴的筹码用于智能传感器和照相机。
功能包括能够识别一个向量之间的1024年,或者任何数字,在10μsec27MHz时钟。这个识别时间是独立于模型的数量。只有10μsec芯片学习一个向量。保存和加载模型(即知识库),并使用简单的RTL少于12个寄存器的指令。它提供了并行和串行通信和一个可选的数字输入总线直接界面的识别阶段。
模式识别技术,据该公司介绍,基于一个简单的架构。这是一个链相同的神经元并行操作。在一个输入向量的识别,神经元交流短暂15时钟周期找到佳匹配。CM1K还集成了一个内置的识别引擎,接收矢量数据直接通过一个数字输入总线和广播的神经元,适合三级μsec后返回。它也可以选择从2d视频数据中提取一个一维向量。
应用包括能够帮助识别在图像和信号识别以及数据挖掘。应用影像识别区域包括人脸识别、视线跟踪、目标跟踪和识别,物体识别。在信号识别部分,用于语音识别和语音识别、数据挖掘和其用途包括生物信息学和指纹识别。
不仅能够准确地验证一个ID的生物识别应用的关键。一旦用户信息,至关重要的是,数据仍然是安全的。为此,有MikroBUS指纹点击开发板(图3),一个click-board解决方案添加生物安全设计。gts-511-e2模块,这是自称是薄的指纹传感器,该模块有一个CMOS图像传感器完成一个特殊的镜头和覆盖记录真实的指纹和抵制二维假货。它也有一个STM32单片机图像处理。
指纹点击可以与目标板单片机通过UART通信(TX,RX)或SPI(CS、SCK、味噌、莫西人)线。这也带来了一个迷你USB连接器连接单击板PC——供应商说通常会是一个更合适的平台发展中指纹识别软件,由于所需的处理能力比较和匹配输入现有图像的大型数据库。董事会还排列着额外的GPIO管脚提供更多对机载STM32的访问。指纹单击设计使用一个3.3V电源。
图3:MikroBUS指纹生物识别应用程序开发系统增加了安全性。
基本算法
biometrics-based应用程序中算法发展的重要性不能被夸大。一般来说分为两组,几何和光度。集中于特点,后者是一种统计方法,将图像转换为价值和使用价值进行比较与模板,帮助消除差异。
近的一个趋势是三维人脸识别,采用三维传感器收集信息在一个脸的形状,并使用它来识别等独特的功能眼窝轮廓,下巴和鼻子的形状,和更多。这种方法的好处是,它不受扭曲与照明变化和它能够识别正确使用各种角度的脸,而不是一个标准镜头。使用的三维数据点产量提高识别精度。
当一个人认为迅速改善底层传感器、新和高度集成的芯片和先进的算法,很容易看出为什么生物安全与识别是爆炸。事实上,marketsandmarkets5月发布的报告预测,生物系统的市场预计到244亿年将达到244亿美元,代表17.9%的复合年增长率在2015年和2020年之间。