文章来源：由「百度新聞」平台非商業用途取用"http://security.zol.com.cn/551/5511744_all.html"

1技術方案　　我們是誰，可用的方法識別包括指紋分析、人臉識別、虹膜獨特模式標識符，以及更多。有一個全面的生物特征識別技術組合提供給工程師，與他人還在設計階段，提供不同程度的驗證和攜帶一個同樣大的各種各樣的價格標簽。　　好消息是生物識別技術足夠先進的是幾乎沒有人注意到在日常生活。我們的許多智能手機和平板電腦現在使用某種形式的生物識別——通常指紋分析-提供訪問和保護我們的信用卡、銀行賬戶和個人數據。　　生物識別技術正在迅速取代過時的雇員識別系統，使用傳統的訪問卡。這些卡片存在嚴重漏洞，特別是當它們丟失或被盜。補償、商業辦公室，機場，和政府機構實現冗余，資源密集型的工作訪問控制措施，或者他們離開關鍵領域容易受到詐騙和非法入境。通過添加生物安全層現有安全平臺，可以消除欺詐和安全顯著提高。　　911事件后的美國國土安全部已經花了超過1億美元的生物識別技術，在過去的八年國防部估計僅花了35億美元技術；在試圖從公眾獨立的叛亂分子，例如，美國軍方收集指紋、虹膜掃描、和面部圖像從數百萬伊拉克人和阿富汗人。　　今天的生物識別解決方案設計執行即使在最困難的情況下。例如，Facebook已經開發了一種先進的面部識別軟件，識別一個人即使他們的臉是不可見的。一旦個體標記并輸入到Facebook系統，該技術被認為是能夠識別人基于體型，頭發，姿勢，姿勢，例如，和衣服。　　同樣，使用萬事達卡版本有問題作為安全的基礎。花有問題授權用戶購買時購買了來確認他們的身份，他們確實是買家。用戶必須眨眼時拍照，以防止黑客拍照之前拍攝的照片。應用程序還允許用戶掃描指紋，通過蘋果支付確認第二個形式的ID。　　技術方案　　底層傳感器技術已經取得了很大的進步證明了這一點歐姆龍的人類的視覺組件(HVC)模塊(圖1)。它是基于10算法或函數的使用，包括人臉檢測、人臉識別、性別、年齡、表情，面部姿勢，目光閃爍估計，手和身體檢測。各個面部帶來的一個人，表情和光照條件可以通過比較認識到他或她的臉與臉已經在數據庫中注冊。傳感器也可以估計年齡和性別臉上的各種表情和光照條件。HVC傳感器甚至會自動估計各種面部表情(中性，快樂、悲傷、憤怒和驚訝)。　　歐姆龍集成其OKAOVision圖像檢測技術，相機，處理器和一個外部接口到一個60毫米x40毫米PCB。HVC作為傳感器和使用UART接口提供的數據(s)它看到的人。除了安全應用，捕捉這些數據可以是有益的只要人與機器，從消費者到工業環境。　　協助工程師，歐姆龍還提供了一個人類的視覺組件指定演示工具包B5TE001SG.　　背后的技術認證通常涉及模式識別。這種藝術的狀態的一個很好的例子可以發現CM1K模式識別芯片Cognimem技術(圖2)。第一個ASIC版本CogniMem神經網絡特性的1024個神經元并行工作，能夠學習和識別模式，最高可達256個字節在幾微秒。神經元是一個聯想記憶，能自動比較傳入模式的參考模式。　　兩個芯片支持的非線性分類器分？？？模式即使不明確的數據，未知的事件，當環境和工作條件變化。基于低引線數和低功率，它作為同伴的籌碼用于智能傳感器和照相機。　　功能包括能夠識別一個向量之間的1024年，或者任何數字，在10μsec27MHz時鐘。這個識別時間是獨立于模型的數量。只有10μsec芯片學習一個向量。保存和加載模型(即知識庫)，并使用簡單的RTL少于12個寄存器的指令。它提供了并行和串行通信和一個可選的數字輸入總線直接界面的識別階段。　　模式識別技術，據該公司介紹，基于一個簡單的架構。這是一個鏈相同的神經元并行操作。在一個輸入向量的識別，神經元交流短暫15時鐘周期找到最佳匹配。CM1K還集成了一個內置的識別引擎，接收矢量數據直接通過一個數字輸入總線和廣播的神經元，最適合三級μsec后返回。它也可以選擇從2d視頻數據中提取一個一維向量。2基本算法　　應用包括能夠幫助識別在圖像和信號識別以及數據挖掘。應用影像識別區域包括人臉識別、視線跟蹤、目標跟蹤和識別，物體識別。在信號識別部分，用于語音識別和語音識別、數據挖掘和其用途包括生物信息學和指紋識別。　　不僅能夠準確地驗證一個ID的生物識別應用的關鍵。一旦用戶信息，至關重要的是，數據仍然是安全的。為此，有MikroBUS指紋點擊開發板(圖3)，一個click-board解決方案添加生物安全設計。gts-511-e2模塊，這是自稱是最薄的指紋傳感器，該模塊有一個CMOS圖像傳感器完成一個特殊的鏡頭和覆蓋記錄真實的指紋和抵制二維假貨。它也有一個STM32單片機圖像處理。　　指紋點擊可以與目標板單片機通過UART通信(TX，RX)或SPI(CS、SCK、味噌、莫西人)線。這也帶來了一個迷你USB連接器連接單擊板PC——供應商說通常會是一個更合適的平臺發展中指紋識別軟件，由于所需的處理能力比較和匹配輸入現有圖像的大型數據庫。董事會還排列著額外的GPIO管腳提供更多對機載STM32的訪問。指紋單擊設計使用一個3.3V電源。　　基本算法　　biometrics-based應用程序中算法發展的重要性不能被夸大。一般來說分為兩組，幾何和光度。第一集中于特點，后者是一種統計方法，將圖像轉換為價值和使用價值進行比較與模板，幫助消除差異。　　最近的一個趨勢是三維人臉識別，采用三維傳感器收集信息在一個臉的形狀，并使用它來識別等獨特的功能眼窩輪廓，下巴和鼻子的形狀，和更多。這種方法的好處是，它不受扭曲與照明變化和它能夠識別正確使用各種角度的臉，而不是一個標準鏡頭。使用的三維數據點產量提高識別精度。　　當一個人認為迅速改善底層傳感器、新和高度集成的芯片和先進的算法，很容易看出為什麼生物安全與識別是爆炸。事實上，marketsandmarkets5月發布的報告預測，生物系統的市場預計到244億年將達到244億美元，代表17.9%的復合年增長率在2015年和2020年之間。返回分頁閱讀本文導航第1頁：技術方案第2頁：基本算法

關鍵字標籤：http://www.kebao.com.tw/