ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿನ ಸಾಧನಗಳು. ಮುಖ್ಯ ಆಯ್ಕೆ ಮಾನದಂಡಗಳು. ಬಯೋಮೆಟ್ರಿಕ್ ಗುಣಲಕ್ಷಣಗಳ ಅಸ್ಥಿರತೆಯ ಆಧಾರದ ಮೇಲೆ ದೃಢೀಕರಣ ವಿಧಾನಗಳ ಹೋಲಿಕೆ
ಬಯೋಮೆಟ್ರಿಕ್ ದೃಢೀಕರಣ ವ್ಯವಸ್ಥೆಗಳು- ಜನರ ಗುರುತುಗಳನ್ನು ಪರಿಶೀಲಿಸಲು ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾವನ್ನು ಬಳಸುವ ದೃಢೀಕರಣ ವ್ಯವಸ್ಥೆಗಳು.
ಬಯೋಮೆಟ್ರಿಕ್ ದೃಢೀಕರಣ- ಬಳಕೆದಾರರ ಘೋಷಿತ ಹೆಸರಿನ ದೃಢೀಕರಣವನ್ನು ಸಾಬೀತುಪಡಿಸುವ ಮತ್ತು ಪರಿಶೀಲಿಸುವ ಪ್ರಕ್ರಿಯೆ, ಬಳಕೆದಾರರ ಬಯೋಮೆಟ್ರಿಕ್ ಚಿತ್ರದ ಪ್ರಸ್ತುತಿಯ ಮೂಲಕ ಮತ್ತು ಪೂರ್ವನಿರ್ಧರಿತ ದೃಢೀಕರಣ ಪ್ರೋಟೋಕಾಲ್ಗೆ ಅನುಗುಣವಾಗಿ ಈ ಚಿತ್ರವನ್ನು ಪರಿವರ್ತಿಸುವ ಮೂಲಕ.
ಈ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಗೊಂದಲಗೊಳಿಸಬಾರದು, ಉದಾಹರಣೆಗೆ, ಚಾಲಕ ಮುಖ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ಬಯೋಮೆಟ್ರಿಕ್ ಸಮಯ ಟ್ರ್ಯಾಕಿಂಗ್ ಉಪಕರಣಗಳು. ಬಯೋಮೆಟ್ರಿಕ್ ದೃಢೀಕರಣ ವ್ಯವಸ್ಥೆಗಳು ನಿಷ್ಕ್ರಿಯ ಕ್ರಮಕ್ಕಿಂತ ಸಕ್ರಿಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಮತ್ತು ಯಾವಾಗಲೂ ದೃಢೀಕರಣವನ್ನು ಒಳಗೊಂಡಿರುತ್ತವೆ. ಈ ವ್ಯವಸ್ಥೆಗಳು ದೃಢೀಕರಣ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಹೋಲುವಂತಿಲ್ಲವಾದರೂ, ಅವುಗಳನ್ನು ಹೆಚ್ಚಾಗಿ ಒಟ್ಟಿಗೆ ಬಳಸಲಾಗುತ್ತದೆ (ಉದಾಹರಣೆಗೆ, ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಡೋರ್ ಲಾಕ್‌ಗಳಲ್ಲಿ).
ಎನ್ಸೈಕ್ಲೋಪೀಡಿಕ್ YouTube
1 / 4
ಸಕ್ರಿಯ ಡೈರೆಕ್ಟರಿಯಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ ದೃಢೀಕರಣ
MDG-ಆವಿಷ್ಕಾರಗಳು. ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಗಳು
ಬಯೋಮೆಟ್ರಿಕ್ ವಿಂಡೋಸ್ ದೃಢೀಕರಣನಮಸ್ಕಾರ
# ಜಾಗತೀಕರಣ ಮೋಡ್ # ಬಯೋಮೆಟ್ರಿಕ್ ಸಿಸ್ಟಮ್ #
ಉಪಶೀರ್ಷಿಕೆಗಳು
ದೃಢೀಕರಣ ವಿಧಾನಗಳು
ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಸಿಸ್ಟಮ್ಗೆ ಪ್ರಸ್ತುತಪಡಿಸಲು ಉದ್ದೇಶಿಸಿರುವ ಪ್ರಕಾರ ವಿವಿಧ ನಿಯಂತ್ರಿತ ಪ್ರವೇಶ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಮೂರು ಗುಂಪುಗಳಾಗಿ ವಿಂಗಡಿಸಬಹುದು:
1) ಪಾಸ್ವರ್ಡ್ ರಕ್ಷಣೆ. ಬಳಕೆದಾರರು ರಹಸ್ಯ ಡೇಟಾವನ್ನು ಒದಗಿಸುತ್ತಾರೆ (ಉದಾಹರಣೆಗೆ, PIN ಕೋಡ್ ಅಥವಾ ಪಾಸ್ವರ್ಡ್).
1. ಸಾರ್ವತ್ರಿಕತೆ:ಈ ಚಿಹ್ನೆಯು ವಿನಾಯಿತಿ ಇಲ್ಲದೆ ಎಲ್ಲಾ ಜನರಲ್ಲಿ ಇರಬೇಕು.
2. ವಿಶಿಷ್ಟತೆ: ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಒಂದೇ ದೈಹಿಕ ಮತ್ತು ನಡವಳಿಕೆಯ ನಿಯತಾಂಕಗಳನ್ನು ಹೊಂದಿರುವ ಇಬ್ಬರು ಜನರ ಅಸ್ತಿತ್ವವನ್ನು ನಿರಾಕರಿಸುತ್ತದೆ.
3. ಸ್ಥಿರತೆ:ಸರಿಯಾದ ದೃಢೀಕರಣಕ್ಕಾಗಿ, ಕಾಲಾನಂತರದಲ್ಲಿ ಸ್ಥಿರತೆ ಅಗತ್ಯ.
4. ಮಾಪನ ಸಾಮರ್ಥ್ಯ:ಡೇಟಾಬೇಸ್‌ಗೆ ಮತ್ತಷ್ಟು ಪ್ರವೇಶಕ್ಕಾಗಿ ತಜ್ಞರು ಕೆಲವು ಸಾಧನದೊಂದಿಗೆ ಚಿಹ್ನೆಯನ್ನು ಅಳೆಯಲು ಶಕ್ತರಾಗಿರಬೇಕು.
5. ಅರ್ಹತೆ:ಸಮಾಜವು ಬಯೋಮೆಟ್ರಿಕ್ ನಿಯತಾಂಕದ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಅಳತೆಗೆ ವಿರುದ್ಧವಾಗಿರಬಾರದು.
ಸ್ಥಿರ ವಿಧಾನಗಳು
ಫಿಂಗರ್ಪ್ರಿಂಟ್ ದೃಢೀಕರಣ
ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಗುರುತಿಸುವಿಕೆ ಅತ್ಯಂತ ಸಾಮಾನ್ಯವಾದ ಬಯೋಮೆಟ್ರಿಕ್ ಬಳಕೆದಾರ ದೃಢೀಕರಣ ತಂತ್ರಜ್ಞಾನವಾಗಿದೆ. ಈ ವಿಧಾನವು ಜನರ ಬೆರಳುಗಳ ಮೇಲೆ ಪ್ಯಾಪಿಲ್ಲರಿ ಮಾದರಿಗಳ ವಿಶಿಷ್ಟ ಮಾದರಿಯ ಪ್ರಯೋಜನವನ್ನು ಪಡೆಯುತ್ತದೆ. ಸ್ಕ್ಯಾನರ್ ಬಳಸಿ ಪಡೆದ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಅನ್ನು ಡಿಜಿಟಲ್ ಕೋಡ್ ಆಗಿ ಪರಿವರ್ತಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ನಂತರ ಹಿಂದೆ ನಮೂದಿಸಿದ ಮಾನದಂಡಗಳ ಸೆಟ್‌ಗಳೊಂದಿಗೆ ಹೋಲಿಸಲಾಗುತ್ತದೆ. ಫಿಂಗರ್ಪ್ರಿಂಟ್ ದೃಢೀಕರಣವನ್ನು ಬಳಸುವ ಪ್ರಯೋಜನಗಳೆಂದರೆ ಬಳಕೆಯ ಸುಲಭತೆ, ಅನುಕೂಲತೆ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹತೆ. ಈ ತಂತ್ರಜ್ಞಾನದ ಬಹುಮುಖತೆಯು ಅದನ್ನು ಯಾವುದೇ ಪ್ರದೇಶದಲ್ಲಿ ಬಳಸಲು ಅನುಮತಿಸುತ್ತದೆ ಮತ್ತು ಬಳಕೆದಾರರ ವಿಶ್ವಾಸಾರ್ಹ ಮತ್ತು ಸಾಕಷ್ಟು ನಿಖರವಾದ ಗುರುತಿಸುವಿಕೆ ಅಗತ್ಯವಿರುವ ಯಾವುದೇ ಮತ್ತು ವಿವಿಧ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಅನುಮತಿಸುತ್ತದೆ.
ಫಿಂಗರ್‌ಪ್ರಿಂಟ್‌ಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಪಡೆಯಲು ವಿಶೇಷ ಸ್ಕ್ಯಾನರ್‌ಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಫಿಂಗರ್‌ಪ್ರಿಂಟ್‌ಗಳ ಸ್ಪಷ್ಟ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ಪಡೆಯಲು, ನಿರ್ದಿಷ್ಟ ವಿಧಾನಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ, ಏಕೆಂದರೆ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ತುಂಬಾ ಚಿಕ್ಕದಾಗಿದೆ ಮತ್ತು ಸ್ಪಷ್ಟವಾಗಿ ಗೋಚರಿಸುವ ಪ್ಯಾಪಿಲ್ಲರಿ ಮಾದರಿಗಳನ್ನು ಪಡೆಯುವುದು ತುಂಬಾ ಕಷ್ಟ.
ಸಾಮಾನ್ಯವಾಗಿ ಬಳಸುವ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್‌ಗಳಲ್ಲಿ ಮೂರು ಮುಖ್ಯ ವಿಧಗಳಿವೆ: ಕೆಪ್ಯಾಸಿಟಿವ್, ರೋಲಿಂಗ್ ಮತ್ತು ಆಪ್ಟಿಕಲ್. ಅತ್ಯಂತ ಸಾಮಾನ್ಯ ಮತ್ತು ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುವ ಆಪ್ಟಿಕಲ್ ಸ್ಕ್ಯಾನರ್ಗಳು, ಆದರೆ ಅವುಗಳು ಒಂದು ಗಂಭೀರ ನ್ಯೂನತೆಯನ್ನು ಹೊಂದಿವೆ. ಆಪ್ಟಿಕಲ್ ಸ್ಕ್ಯಾನರ್ಗಳು ಡಮ್ಮೀಸ್ ಮತ್ತು ಸತ್ತ ಬೆರಳುಗಳಿಗೆ ನಿರೋಧಕವಾಗಿರುವುದಿಲ್ಲ, ಅಂದರೆ ಅವು ಇತರ ರೀತಿಯ ಸ್ಕ್ಯಾನರ್‌ಗಳಂತೆ ಪರಿಣಾಮಕಾರಿಯಾಗಿಲ್ಲ. ಅಲ್ಲದೆ, ಕೆಲವು ಮೂಲಗಳಲ್ಲಿ, ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್‌ಗಳನ್ನು ಅವುಗಳ ಭೌತಿಕ ತತ್ವಗಳ ಪ್ರಕಾರ 3 ವರ್ಗಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ: ಆಪ್ಟಿಕಲ್, ಸಿಲಿಕಾನ್, ಅಲ್ಟ್ರಾಸಾನಿಕ್ [ ] [ ] .
ಐರಿಸ್ ದೃಢೀಕರಣ
ಈ ತಂತ್ರಜ್ಞಾನಬಯೋಮೆಟ್ರಿಕ್ ವೈಯಕ್ತಿಕ ದೃಢೀಕರಣವು ಮಾನವ ಕಣ್ಣಿನ ಐರಿಸ್ನ ಚಿಹ್ನೆಗಳು ಮತ್ತು ಗುಣಲಕ್ಷಣಗಳ ವಿಶಿಷ್ಟತೆಯನ್ನು ಬಳಸುತ್ತದೆ. ಐರಿಸ್ ಕಶೇರುಕಗಳಲ್ಲಿ ಕಣ್ಣಿನ ತೆಳ್ಳಗಿನ, ಮೊಬೈಲ್ ಡಯಾಫ್ರಾಮ್ ಆಗಿದ್ದು, ಮಧ್ಯದಲ್ಲಿ ರಂಧ್ರವನ್ನು (ಶಿಷ್ಯ) ಹೊಂದಿದೆ; ಕಾರ್ನಿಯಾದ ಹಿಂದೆ, ಮುಂಭಾಗದ ನಡುವೆ ಮತ್ತು ಹಿಂದಿನ ಕ್ಯಾಮೆರಾಗಳುಕಣ್ಣುಗಳು, ಮಸೂರದ ಮುಂದೆ. ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಹುಟ್ಟುವ ಮೊದಲು ಐರಿಸ್ ರೂಪುಗೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಜೀವನದುದ್ದಕ್ಕೂ ಬದಲಾಗುವುದಿಲ್ಲ. ಐರಿಸ್ನ ವಿನ್ಯಾಸವು ಕಂಪ್ಯೂಟರ್ನಿಂದ ಅಳೆಯಬಹುದಾದ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಸುತ್ತಮುತ್ತಲಿನ ವಲಯಗಳು ಮತ್ತು ಮಾದರಿಗಳನ್ನು ಹೊಂದಿರುವ ನೆಟ್ವರ್ಕ್ ಅನ್ನು ಹೋಲುತ್ತದೆ, ಐರಿಸ್ನ ಮಾದರಿಯು ತುಂಬಾ ಸಂಕೀರ್ಣವಾಗಿದೆ, ಇದು ನಿಮಗೆ ಸುಮಾರು 200 ಅಂಕಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಅದರ ಸಹಾಯದಿಂದ ಹೆಚ್ಚಿನ ದೃಢೀಕರಣದ ವಿಶ್ವಾಸಾರ್ಹತೆಯ ಮಟ್ಟವನ್ನು ಖಾತ್ರಿಪಡಿಸಲಾಗಿದೆ. ಹೋಲಿಕೆಗಾಗಿ, ಅತ್ಯುತ್ತಮ ವ್ಯವಸ್ಥೆಗಳುಫಿಂಗರ್‌ಪ್ರಿಂಟ್ ಗುರುತಿಸುವಿಕೆಯು 60-70 ಅಂಕಗಳನ್ನು ಬಳಸುತ್ತದೆ.
ಅತಿಗೆಂಪು ಕಿರಣಗಳು ಅಥವಾ ಪ್ರಕಾಶಮಾನವಾದ ಬೆಳಕನ್ನು ಬಳಸುವ ರೆಟಿನಾದ ಸ್ಕ್ಯಾನ್‌ಗಳ ಒಳನುಗ್ಗುವಿಕೆಯನ್ನು ತೊಡೆದುಹಾಕಲು ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ. ವಿಜ್ಞಾನಿಗಳು ಹಲವಾರು ಅಧ್ಯಯನಗಳನ್ನು ನಡೆಸಿದ್ದಾರೆ, ಅದು ಮಾನವನ ರೆಟಿನಾವು ಕಾಲಾನಂತರದಲ್ಲಿ ಬದಲಾಗಬಹುದು, ಆದರೆ ಐರಿಸ್ ಬದಲಾಗದೆ ಉಳಿಯುತ್ತದೆ ಎಂದು ತೋರಿಸಿದೆ. ಮತ್ತು ಮುಖ್ಯವಾಗಿ, ಅವಳಿಗಳಲ್ಲಿಯೂ ಸಹ ಎರಡು ಒಂದೇ ರೀತಿಯ ಐರಿಸ್ ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಅಸಾಧ್ಯ. ಐರಿಸ್ನ ವೈಯಕ್ತಿಕ ರೆಕಾರ್ಡಿಂಗ್ ಅನ್ನು ಪಡೆಯಲು, ಕಪ್ಪು ಮತ್ತು ಬಿಳಿ ಕ್ಯಾಮರಾ ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ 30 ರೆಕಾರ್ಡಿಂಗ್ಗಳನ್ನು ಮಾಡುತ್ತದೆ. ಒಂದು ಸೂಕ್ಷ್ಮವಾದ ಬೆಳಕು ಐರಿಸ್ ಅನ್ನು ಬೆಳಗಿಸುತ್ತದೆ, ವೀಡಿಯೊ ಕ್ಯಾಮೆರಾವು ಐರಿಸ್ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ದಾಖಲೆಗಳಲ್ಲಿ ಒಂದನ್ನು ನಂತರ ಡಿಜಿಟೈಸ್ ಮಾಡಲಾಗಿದೆ ಮತ್ತು ನೋಂದಾಯಿತ ಬಳಕೆದಾರರ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಸಂಪೂರ್ಣ ಕಾರ್ಯವಿಧಾನವು ಕೆಲವು ಸೆಕೆಂಡುಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಧ್ವನಿ ಮಾರ್ಗದರ್ಶನ ಮತ್ತು ಆಟೋಫೋಕಸ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಸಂಪೂರ್ಣವಾಗಿ ಗಣಕೀಕರಿಸಬಹುದು. ಸ್ಕ್ಯಾನಿಂಗ್ ಉಪಕರಣವನ್ನು ಅವಲಂಬಿಸಿ ಕ್ಯಾಮರಾವನ್ನು 10 ಸೆಂ.ಮೀ ನಿಂದ 1 ಮೀಟರ್ ದೂರದಲ್ಲಿ ಅಳವಡಿಸಬಹುದಾಗಿದೆ. "ಸ್ಕ್ಯಾನಿಂಗ್" ಎಂಬ ಪದವು ತಪ್ಪುದಾರಿಗೆಳೆಯಬಹುದು, ಏಕೆಂದರೆ ಚಿತ್ರವನ್ನು ಪಡೆಯುವ ಪ್ರಕ್ರಿಯೆಯು ಸ್ಕ್ಯಾನಿಂಗ್ ಅನ್ನು ಒಳಗೊಂಡಿರುವುದಿಲ್ಲ, ಆದರೆ ಸರಳವಾಗಿ ಛಾಯಾಗ್ರಹಣವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಪರಿಣಾಮವಾಗಿ ಐರಿಸ್ ಚಿತ್ರವನ್ನು ನಂತರ ಸರಳೀಕೃತ ರೂಪಕ್ಕೆ ಪರಿವರ್ತಿಸಲಾಗುತ್ತದೆ, ನಂತರದ ಹೋಲಿಕೆಗಾಗಿ ದಾಖಲಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಗ್ಲಾಸ್‌ಗಳು ಮತ್ತು ಕಾಂಟ್ಯಾಕ್ಟ್ ಲೆನ್ಸ್‌ಗಳು, ಬಣ್ಣಬಣ್ಣದವುಗಳು ಸಹ ದೃಢೀಕರಣದ ಗುಣಮಟ್ಟವನ್ನು ಪರಿಣಾಮ ಬೀರುವುದಿಲ್ಲ. [ ] [ ] .
ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳಲು ವೆಚ್ಚವು ಯಾವಾಗಲೂ ದೊಡ್ಡ ಪ್ರತಿಬಂಧಕವಾಗಿದೆ, ಆದರೆ ಈಗ ಐರಿಸ್ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಗಳು ವಿವಿಧ ಕಂಪನಿಗಳಿಗೆ ಹೆಚ್ಚು ಕೈಗೆಟುಕುವಂತಾಗಿದೆ. ತಂತ್ರಜ್ಞಾನದ ಪ್ರತಿಪಾದಕರು ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆ ಬಹಳ ಬೇಗ ವಿವಿಧ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ ಗುರುತಿನ ತಂತ್ರಜ್ಞಾನವಾಗಿ ಪರಿಣಮಿಸುತ್ತದೆ ಎಂದು ಹೇಳಿಕೊಳ್ಳುತ್ತಾರೆ.
ರೆಟಿನಾದ ದೃಢೀಕರಣ
ಕೈ ಜ್ಯಾಮಿತಿ ದೃಢೀಕರಣ
ಈ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನವು ವ್ಯಕ್ತಿಯನ್ನು ದೃಢೀಕರಿಸಲು ಕೈಯ ಆಕಾರವನ್ನು ಬಳಸುತ್ತದೆ. ವೈಯಕ್ತಿಕ ಕೈ ಆಕಾರದ ನಿಯತಾಂಕಗಳು ಅನನ್ಯವಾಗಿಲ್ಲ ಎಂಬ ಅಂಶದಿಂದಾಗಿ, ಹಲವಾರು ಗುಣಲಕ್ಷಣಗಳನ್ನು ಬಳಸುವುದು ಅವಶ್ಯಕ. ಬೆರಳುಗಳ ವಕ್ರಾಕೃತಿಗಳು, ಅವುಗಳ ಉದ್ದ ಮತ್ತು ದಪ್ಪ, ಕೈಯ ಹಿಂಭಾಗದ ಅಗಲ ಮತ್ತು ದಪ್ಪ, ಕೀಲುಗಳು ಮತ್ತು ಮೂಳೆ ರಚನೆಯ ನಡುವಿನ ಅಂತರದಂತಹ ಕೈ ನಿಯತಾಂಕಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾಗುತ್ತದೆ. ಅಲ್ಲದೆ, ಕೈಯ ಜ್ಯಾಮಿತಿಯು ಸಣ್ಣ ವಿವರಗಳನ್ನು ಒಳಗೊಂಡಿದೆ (ಉದಾಹರಣೆಗೆ, ಚರ್ಮದ ಮೇಲೆ ಸುಕ್ಕುಗಳು). ಕೀಲುಗಳು ಮತ್ತು ಮೂಳೆಗಳ ರಚನೆಯು ತುಲನಾತ್ಮಕವಾಗಿ ಶಾಶ್ವತ ಲಕ್ಷಣಗಳಾಗಿದ್ದರೂ, ಅಂಗಾಂಶಗಳ ಊತ ಅಥವಾ ಕೈಯ ಮೂಗೇಟುಗಳು ಮೂಲ ರಚನೆಯನ್ನು ವಿರೂಪಗೊಳಿಸಬಹುದು. ತಂತ್ರಜ್ಞಾನದ ಸಮಸ್ಯೆ: ಅಂಗಚ್ಛೇದನದ ಸಾಧ್ಯತೆಯನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳದೆಯೇ, "ಸಂಧಿವಾತ" ಎಂಬ ಕಾಯಿಲೆಯು ಸ್ಕ್ಯಾನರ್‌ಗಳ ಬಳಕೆಯನ್ನು ಹೆಚ್ಚು ಅಡ್ಡಿಪಡಿಸುತ್ತದೆ.
ಕ್ಯಾಮೆರಾ ಮತ್ತು ಪ್ರಕಾಶಿಸುವ ಡಯೋಡ್‌ಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಸ್ಕ್ಯಾನರ್ ಅನ್ನು ಬಳಸುವುದು (ಕೈಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವಾಗ, ಡಯೋಡ್‌ಗಳು ಪ್ರತಿಯಾಗಿ ಆನ್ ಆಗುತ್ತವೆ, ಇದು ಕೈಯ ವಿಭಿನ್ನ ಪ್ರಕ್ಷೇಪಗಳನ್ನು ಪಡೆಯಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ), ನಂತರ ಕೈಯ ಮೂರು ಆಯಾಮದ ಚಿತ್ರವನ್ನು ನಿರ್ಮಿಸಲಾಗಿದೆ. ಕೈ ರೇಖಾಗಣಿತದ ದೃಢೀಕರಣದ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಫಿಂಗರ್ಪ್ರಿಂಟ್ ದೃಢೀಕರಣಕ್ಕೆ ಹೋಲಿಸಬಹುದು.
ಕೈ ಜ್ಯಾಮಿತಿ ದೃಢೀಕರಣ ವ್ಯವಸ್ಥೆಗಳನ್ನು ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ, ಇದು ಬಳಕೆದಾರರಿಗೆ ಅವರ ಅನುಕೂಲಕ್ಕೆ ಪುರಾವೆಯಾಗಿದೆ. ಈ ಆಯ್ಕೆಯನ್ನು ಬಳಸುವುದು ಹಲವಾರು ಕಾರಣಗಳಿಗಾಗಿ ಆಕರ್ಷಕವಾಗಿದೆ. ಮಾದರಿಯನ್ನು ಪಡೆಯುವ ವಿಧಾನವು ತುಂಬಾ ಸರಳವಾಗಿದೆ ಮತ್ತು ಚಿತ್ರದ ಮೇಲೆ ಹೆಚ್ಚಿನ ಬೇಡಿಕೆಗಳನ್ನು ಇಡುವುದಿಲ್ಲ. ಪರಿಣಾಮವಾಗಿ ಟೆಂಪ್ಲೇಟ್‌ನ ಗಾತ್ರವು ತುಂಬಾ ಚಿಕ್ಕದಾಗಿದೆ, ಕೆಲವು ಬೈಟ್‌ಗಳು. ದೃಢೀಕರಣ ಪ್ರಕ್ರಿಯೆಯು ತಾಪಮಾನ, ಆರ್ದ್ರತೆ ಅಥವಾ ಕೊಳಕುಗಳಿಂದ ಪ್ರಭಾವಿತವಾಗುವುದಿಲ್ಲ. ಮಾನದಂಡದೊಂದಿಗೆ ಹೋಲಿಸಿದಾಗ ಮಾಡಿದ ಲೆಕ್ಕಾಚಾರಗಳು ತುಂಬಾ ಸರಳವಾಗಿದೆ ಮತ್ತು ಸುಲಭವಾಗಿ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು.
ಕೈ ರೇಖಾಗಣಿತವನ್ನು ಆಧರಿಸಿದ ದೃಢೀಕರಣ ವ್ಯವಸ್ಥೆಗಳು 70 ರ ದಶಕದ ಆರಂಭದಲ್ಲಿ ಪ್ರಪಂಚದಾದ್ಯಂತ ಬಳಸಲಾರಂಭಿಸಿದವು. [ ] [ ]
ಮುಖದ ರೇಖಾಗಣಿತದ ದೃಢೀಕರಣ
ಮುಖದ ರೇಖಾಗಣಿತದ ಆಧಾರದ ಮೇಲೆ ವ್ಯಕ್ತಿಯ ಬಯೋಮೆಟ್ರಿಕ್ ದೃಢೀಕರಣವು ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ದೃಢೀಕರಣದ ಸಾಕಷ್ಟು ಸಾಮಾನ್ಯ ವಿಧಾನವಾಗಿದೆ. ತಾಂತ್ರಿಕ ಅನುಷ್ಠಾನವು ಸಂಕೀರ್ಣವಾದ ಗಣಿತದ ಸಮಸ್ಯೆಯಾಗಿದೆ. ಮಲ್ಟಿಮೀಡಿಯಾ ತಂತ್ರಜ್ಞಾನಗಳ ವ್ಯಾಪಕ ಬಳಕೆ, ಇದರ ಸಹಾಯದಿಂದ ರೈಲು ನಿಲ್ದಾಣಗಳು, ವಿಮಾನ ನಿಲ್ದಾಣಗಳು, ಚೌಕಗಳು, ಬೀದಿಗಳು, ರಸ್ತೆಗಳು ಮತ್ತು ಇತರ ಜನನಿಬಿಡ ಸ್ಥಳಗಳಲ್ಲಿ ಸಾಕಷ್ಟು ಸಂಖ್ಯೆಯ ವೀಡಿಯೊ ಕ್ಯಾಮೆರಾಗಳನ್ನು ನೋಡಬಹುದು, ಈ ಪ್ರದೇಶದ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ನಿರ್ಣಾಯಕವಾಗಿದೆ. ಮಾನವ ಮುಖದ ಮೂರು ಆಯಾಮದ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಲು, ಕಣ್ಣುಗಳು, ಹುಬ್ಬುಗಳು, ತುಟಿಗಳು, ಮೂಗು ಮತ್ತು ಮುಖದ ಇತರ ವಿವಿಧ ಅಂಶಗಳ ಬಾಹ್ಯರೇಖೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲಾಗುತ್ತದೆ, ನಂತರ ಅವುಗಳ ನಡುವಿನ ಅಂತರವನ್ನು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ ಮತ್ತು ಮೂರು ಆಯಾಮದ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಲಾಗುತ್ತದೆ. ಅದನ್ನು ಬಳಸುವುದು. ನಿರ್ದಿಷ್ಟ ವ್ಯಕ್ತಿಗೆ ಅನುಗುಣವಾದ ವಿಶಿಷ್ಟ ಮಾದರಿಯನ್ನು ನಿರ್ಧರಿಸಲು, 12 ರಿಂದ 40 ವಿಶಿಷ್ಟ ಅಂಶಗಳು ಅಗತ್ಯವಿದೆ. ಮುಖವನ್ನು ತಿರುಗಿಸುವುದು, ಓರೆಯಾಗಿಸುವುದು, ಬೆಳಕನ್ನು ಬದಲಾಯಿಸುವುದು, ಅಭಿವ್ಯಕ್ತಿಯನ್ನು ಬದಲಾಯಿಸುವುದು ಮುಂತಾದ ಸಂದರ್ಭಗಳಲ್ಲಿ ಟೆಂಪ್ಲೇಟ್ ಚಿತ್ರದ ಅನೇಕ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಬೇಕು. ಅಂತಹ ಆಯ್ಕೆಗಳ ವ್ಯಾಪ್ತಿಯು ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಅವಲಂಬಿಸಿ ಬದಲಾಗುತ್ತದೆ ಈ ವಿಧಾನ(ಗುರುತಿಸುವಿಕೆ, ದೃಢೀಕರಣ, ದೊಡ್ಡ ಪ್ರದೇಶಗಳಲ್ಲಿ ರಿಮೋಟ್ ಹುಡುಕಾಟ, ಇತ್ಯಾದಿ). ವ್ಯಕ್ತಿಯ ಕನ್ನಡಕ, ಟೋಪಿ, ಮೀಸೆ ಮತ್ತು ಗಡ್ಡವನ್ನು ಸರಿದೂಗಿಸಲು ಕೆಲವು ಕ್ರಮಾವಳಿಗಳು ನಿಮಗೆ ಅವಕಾಶ ನೀಡುತ್ತವೆ. [ ] [ ]
ಮುಖದ ಥರ್ಮೋಗ್ರಾಮ್ ಬಳಸಿ ದೃಢೀಕರಣ
ವಿಧಾನವು ಪ್ರತಿ ವ್ಯಕ್ತಿಗೆ ಮುಖದ ಥರ್ಮೋಗ್ರಾಮ್ ವಿಶಿಷ್ಟವಾಗಿದೆ ಎಂದು ತೋರಿಸಿದ ಅಧ್ಯಯನಗಳನ್ನು ಆಧರಿಸಿದೆ. ಅತಿಗೆಂಪು ಕ್ಯಾಮೆರಾಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಥರ್ಮೋಗ್ರಾಮ್ ಅನ್ನು ಪಡೆಯಲಾಗುತ್ತದೆ. ಮುಖದ ರೇಖಾಗಣಿತದ ದೃಢೀಕರಣಕ್ಕಿಂತ ಭಿನ್ನವಾಗಿ, ಈ ವಿಧಾನವು ಅವಳಿಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ತೋರಿಸುತ್ತದೆ. ವಿಶೇಷ ಮುಖವಾಡಗಳ ಬಳಕೆ, ಪ್ಲಾಸ್ಟಿಕ್ ಸರ್ಜರಿ, ಮಾನವ ದೇಹದ ವಯಸ್ಸಾದ, ದೇಹದ ಉಷ್ಣತೆ, ಫ್ರಾಸ್ಟಿ ವಾತಾವರಣದಲ್ಲಿ ಮುಖದ ಚರ್ಮವನ್ನು ತಂಪಾಗಿಸುವುದು ಥರ್ಮೋಗ್ರಾಮ್ನ ನಿಖರತೆಗೆ ಪರಿಣಾಮ ಬೀರುವುದಿಲ್ಲ. ದೃಢೀಕರಣದ ಕಡಿಮೆ ಗುಣಮಟ್ಟದ ಕಾರಣ, ವಿಧಾನವು ಪ್ರಸ್ತುತ ವ್ಯಾಪಕವಾಗಿಲ್ಲ.
ಡೈನಾಮಿಕ್ ವಿಧಾನಗಳು
ಧ್ವನಿ ದೃಢೀಕರಣ
ಬಯೋಮೆಟ್ರಿಕ್ ಧ್ವನಿ ದೃಢೀಕರಣ ವಿಧಾನವು ಬಳಕೆಯ ಸುಲಭತೆಯಿಂದ ನಿರೂಪಿಸಲ್ಪಟ್ಟಿದೆ. ಈ ವಿಧಾನವು ದುಬಾರಿ ಉಪಕರಣಗಳ ಅಗತ್ಯವಿರುವುದಿಲ್ಲ, ಕೇವಲ ಮೈಕ್ರೊಫೋನ್ ಮತ್ತು ಧ್ವನಿ ಕಾರ್ಡ್. ಪ್ರಸ್ತುತ, ಈ ತಂತ್ರಜ್ಞಾನವು ವೇಗವಾಗಿ ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಿದೆ, ಏಕೆಂದರೆ ಈ ದೃಢೀಕರಣ ವಿಧಾನವನ್ನು ಆಧುನಿಕ ವ್ಯಾಪಾರ ಕೇಂದ್ರಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. ಧ್ವನಿ ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ನಿರ್ಮಿಸಲು ಕೆಲವು ಮಾರ್ಗಗಳಿವೆ. ಸಾಮಾನ್ಯವಾಗಿ, ಇವುಗಳು ಧ್ವನಿಯ ಆವರ್ತನ ಮತ್ತು ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ಗುಣಲಕ್ಷಣಗಳ ವಿಭಿನ್ನ ಸಂಯೋಜನೆಗಳಾಗಿವೆ. ಮಾಡ್ಯುಲೇಶನ್, ಇಂಟೋನೇಶನ್, ಪಿಚ್, ಇತ್ಯಾದಿಗಳಂತಹ ನಿಯತಾಂಕಗಳನ್ನು ಪರಿಗಣಿಸಬಹುದು.
ಧ್ವನಿ ದೃಢೀಕರಣ ವಿಧಾನದ ಮುಖ್ಯ ಮತ್ತು ನಿರ್ಣಾಯಕ ಅನನುಕೂಲವೆಂದರೆ ವಿಧಾನದ ಕಡಿಮೆ ನಿಖರತೆ. ಉದಾಹರಣೆಗೆ, ಶೀತ ಹೊಂದಿರುವ ವ್ಯಕ್ತಿಯನ್ನು ವ್ಯವಸ್ಥೆಯು ಗುರುತಿಸದಿರಬಹುದು. ಒಂದು ಪ್ರಮುಖ ಸಮಸ್ಯೆಒಬ್ಬ ವ್ಯಕ್ತಿಯ ಧ್ವನಿಯ ಅಭಿವ್ಯಕ್ತಿಗಳ ವೈವಿಧ್ಯತೆಯನ್ನು ರೂಪಿಸುತ್ತದೆ: ಆರೋಗ್ಯ, ವಯಸ್ಸು, ಮನಸ್ಥಿತಿ ಇತ್ಯಾದಿಗಳ ಸ್ಥಿತಿಯನ್ನು ಅವಲಂಬಿಸಿ ಧ್ವನಿಯು ಬದಲಾಗಬಹುದು. ಈ ವೈವಿಧ್ಯತೆಯು ವ್ಯಕ್ತಿಯ ಧ್ವನಿಯ ವಿಶಿಷ್ಟ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಗುರುತಿಸುವಲ್ಲಿ ಗಂಭೀರ ತೊಂದರೆಗಳನ್ನು ನೀಡುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಶಬ್ದದ ಅಂಶವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದು ಮತ್ತೊಂದು ಪ್ರಮುಖ ಮತ್ತು ಬಗೆಹರಿಯದ ಸಮಸ್ಯೆಯಾಗಿದೆ ಪ್ರಾಯೋಗಿಕ ಬಳಕೆಧ್ವನಿ ದೃಢೀಕರಣ. ಈ ವಿಧಾನವನ್ನು ಬಳಸುವಾಗ ಟೈಪ್ II ದೋಷಗಳ ಸಂಭವನೀಯತೆಯು ಅಧಿಕವಾಗಿರುವುದರಿಂದ (ಒಂದು ಪ್ರತಿಶತದ ಕ್ರಮದಲ್ಲಿ), ಕಂಪ್ಯೂಟರ್ ಲ್ಯಾಬ್‌ಗಳು, ಉತ್ಪಾದನಾ ಕಂಪನಿಗಳ ಪ್ರಯೋಗಾಲಯಗಳು ಮುಂತಾದ ಮಧ್ಯಮ-ಸುರಕ್ಷತಾ ಆವರಣದಲ್ಲಿ ಪ್ರವೇಶವನ್ನು ನಿಯಂತ್ರಿಸಲು ಧ್ವನಿ ದೃಢೀಕರಣವನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.
ಕೆ. ಗ್ರಿಬಚೇವ್
JSC NVP "ಬೋಲಿಡ್" ನಲ್ಲಿ ಪ್ರೋಗ್ರಾಮರ್
ಪರಿಚಯ
"ಬಯೋಮೆಟ್ರಿಕ್ಸ್" ಪರಿಕಲ್ಪನೆಯು ಸಂಕೀರ್ಣವನ್ನು ಒಳಗೊಂಡಿದೆ ವಿವಿಧ ವಿಧಾನಗಳುಮತ್ತು ಅವನ ಜೈವಿಕ ನಿಯತಾಂಕಗಳಿಂದ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಲು ಅನುಮತಿಸುವ ತಂತ್ರಜ್ಞಾನಗಳು. ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಪ್ರತಿ ವ್ಯಕ್ತಿಯು ಶಾರೀರಿಕ, ಮಾನಸಿಕ, ವೈಯಕ್ತಿಕ ಮತ್ತು ಇತರ ಗುಣಲಕ್ಷಣಗಳ ಪ್ರತ್ಯೇಕ ಗುಂಪನ್ನು ಹೊಂದಿದೆ ಎಂಬ ಅಂಶವನ್ನು ಆಧರಿಸಿದೆ. ಉದಾಹರಣೆಗೆ, ಶಾರೀರಿಕ ನಿಯತಾಂಕಗಳಲ್ಲಿ ಬೆರಳುಗಳ ಪ್ಯಾಪಿಲ್ಲರಿ ಮಾದರಿಗಳು, ಐರಿಸ್ನ ಮಾದರಿ, ಇತ್ಯಾದಿ.
ಕಂಪ್ಯೂಟಿಂಗ್ ತಂತ್ರಜ್ಞಾನದ ಅಭಿವೃದ್ಧಿಯೊಂದಿಗೆ, ವಿಶೇಷ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಬಹುತೇಕ ನೈಜ ಸಮಯದಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾವನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬಹುದಾದ ಸಾಧನಗಳು ಕಾಣಿಸಿಕೊಂಡಿವೆ. ಇದು ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನಗಳ ಅಭಿವೃದ್ಧಿಗೆ ಪ್ರಚೋದನೆಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿತು. ಇತ್ತೀಚೆಗೆ, ಅವರ ಅಪ್ಲಿಕೇಶನ್ನ ವ್ಯಾಪ್ತಿಯು ನಿರಂತರವಾಗಿ ವಿಸ್ತರಿಸುತ್ತಿದೆ. ಚಿತ್ರ 1 ಬಯೋಮೆಟ್ರಿಕ್ಸ್ನ ಕೆಲವು ಅನ್ವಯಿಕೆಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ.
ಅಕ್ಕಿ. 1. ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಅನ್ವಯದ ಪ್ರದೇಶಗಳು
ಬಯೋಮೆಟ್ರಿಕ್ ನಿಯತಾಂಕಗಳು
ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆ (BI) ವಿವಿಧ ನಿಯತಾಂಕಗಳನ್ನು ಬಳಸಬಹುದು, ಇದನ್ನು 2 ವಿಧಗಳಾಗಿ ವಿಂಗಡಿಸಬಹುದು: ಸ್ಥಿರ ಮತ್ತು ಕ್ರಿಯಾತ್ಮಕ (Fig. 2).
ಸ್ಥಿರ ನಿಯತಾಂಕಗಳು ನಿರ್ದಿಷ್ಟ ಆಕಾರ, ತೂಕ, ಪರಿಮಾಣ ಇತ್ಯಾದಿಗಳೊಂದಿಗೆ ಭೌತಿಕ ವಸ್ತುವಾಗಿ ವ್ಯಕ್ತಿಯ "ವಸ್ತು" ಗುಣಲಕ್ಷಣಗಳನ್ನು ನಿರ್ಧರಿಸುತ್ತವೆ. ಈ ನಿಯತಾಂಕಗಳು ಬದಲಾಗುವುದಿಲ್ಲ ಅಥವಾ ವ್ಯಕ್ತಿಯ ವಯಸ್ಸನ್ನು ಅವಲಂಬಿಸಿ ಸ್ವಲ್ಪ ಬದಲಾಗುವುದಿಲ್ಲ (ಈ ನಿಯಮವನ್ನು ಬಾಲ್ಯದಲ್ಲಿ ಮಾತ್ರ ಉಲ್ಲಂಘಿಸಬಹುದು). ಆದಾಗ್ಯೂ, ವ್ಯಕ್ತಿಯ ಗುರುತಿಸುವಿಕೆಯನ್ನು ತ್ವರಿತವಾಗಿ ಕೈಗೊಳ್ಳಬೇಕಾದಾಗ ಎಲ್ಲಾ ಸ್ಥಿರ ನಿಯತಾಂಕಗಳನ್ನು ಬಳಸಲಾಗುವುದಿಲ್ಲ (ಉದಾಹರಣೆಗೆ, ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ). ನಿಸ್ಸಂಶಯವಾಗಿ, ಡಿಎನ್ಎ ವಿಶ್ಲೇಷಣೆಗೆ ಸಾಕಷ್ಟು ಸಮಯ ಬೇಕಾಗುತ್ತದೆ ಮತ್ತು ಮುಂದಿನ ದಿನಗಳಲ್ಲಿ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುವುದಿಲ್ಲ.
ಡೈನಾಮಿಕ್ ನಿಯತಾಂಕಗಳು ವ್ಯಕ್ತಿಯ ವರ್ತನೆಯ ಅಥವಾ ಮನೋದೈಹಿಕ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೆಚ್ಚಾಗಿ ವಿವರಿಸುತ್ತವೆ. ಈ ನಿಯತಾಂಕಗಳು ವಯಸ್ಸಿಗೆ ಅನುಗುಣವಾಗಿ ಮತ್ತು ಬದಲಾಗುತ್ತಿರುವ ಬಾಹ್ಯ ಮತ್ತು ಆಂತರಿಕ ಅಂಶಗಳೊಂದಿಗೆ (ಆರೋಗ್ಯ ಸಮಸ್ಯೆಗಳು, ಇತ್ಯಾದಿ) ಸಾಕಷ್ಟು ಗಮನಾರ್ಹವಾಗಿ ಬದಲಾಗಬಹುದು. ಆದಾಗ್ಯೂ, ಡೈನಾಮಿಕ್ ನಿಯತಾಂಕಗಳ ಬಳಕೆಯು ಬಹಳ ಮುಖ್ಯವಾದ ಅಪ್ಲಿಕೇಶನ್ ಪ್ರದೇಶಗಳಿವೆ, ಉದಾಹರಣೆಗೆ, ಕೈಬರಹ ಪರೀಕ್ಷೆಗಳನ್ನು ನಡೆಸುವಾಗ ಅಥವಾ ಧ್ವನಿಯ ಮೂಲಕ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಲು.
ಮಿತಿಗಳ ಅನುಕೂಲಗಳು ಮತ್ತು ಬಯೋಮೆಟ್ರಿಕ್ ಮಾಹಿತಿಯ ನಿರ್ದಿಷ್ಟತೆ
ಪ್ರಸ್ತುತ, ಅಗಾಧ ಬಹುಮತ ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಗಳುಪ್ರವೇಶ ನಿಯಂತ್ರಣ (BioSKUD) ಸ್ಥಿರ ನಿಯತಾಂಕಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಇವುಗಳಲ್ಲಿ, ಸಾಮಾನ್ಯ ನಿಯತಾಂಕವೆಂದರೆ ಫಿಂಗರ್ಪ್ರಿಂಟ್ಗಳು.
ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ ಮಾಹಿತಿಯನ್ನು ಬಳಸುವ ಮುಖ್ಯ ಅನುಕೂಲಗಳು (ಪ್ರವೇಶ ಕೀಗಳು ಅಥವಾ ಪ್ರಾಕ್ಸಿ ಕಾರ್ಡ್‌ಗಳಿಗೆ ಹೋಲಿಸಿದರೆ):
■ ಗುರುತಿನ ನಿಯತಾಂಕವನ್ನು ತಪ್ಪಾಗಿಸುವಲ್ಲಿ ತೊಂದರೆಗಳು;
■ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಕಳೆದುಕೊಳ್ಳುವ ಅಸಾಧ್ಯತೆ;
■ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಇನ್ನೊಬ್ಬ ವ್ಯಕ್ತಿಗೆ ವರ್ಗಾಯಿಸಲು ಅಸಮರ್ಥತೆ.
ವಿವರಿಸಿದ ಅನುಕೂಲಗಳ ಜೊತೆಗೆ, ಬಯೋಮೆಟ್ರಿಕ್ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳ "ತಪ್ಪು" ಅಥವಾ "ಅಸ್ಪಷ್ಟತೆ" ಯೊಂದಿಗೆ ಸಂಬಂಧಿಸಿದ ಬಯೋಮೆಟ್ರಿಕ್ ಸಿಸ್ಟಮ್‌ಗಳ ಬಳಕೆಯಲ್ಲಿ ಕೆಲವು ಮಿತಿಗಳಿವೆ. ಉದಾಹರಣೆಗೆ, ಅದೇ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಅನ್ನು ಪದೇ ಪದೇ ಓದುವಾಗ ಅಥವಾ ಅದೇ ಮುಖವನ್ನು ಮತ್ತೆ ತೆಗೆದುಕೊಳ್ಳುವಾಗ, ಸ್ಕ್ಯಾನರ್ ಎಂದಿಗೂ ಎರಡು ಒಂದೇ ರೀತಿಯ ಚಿತ್ರಗಳನ್ನು ಸ್ವೀಕರಿಸುವುದಿಲ್ಲ, ಅಂದರೆ, ಸ್ಕ್ಯಾನ್ ಫಲಿತಾಂಶದ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವ ವಿಭಿನ್ನ ಅಂಶಗಳು ಯಾವಾಗಲೂ ಇರುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, ಸ್ಕ್ಯಾನರ್‌ನಲ್ಲಿ ಬೆರಳಿನ ಸ್ಥಾನವನ್ನು ಎಂದಿಗೂ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಸರಿಪಡಿಸಲಾಗುವುದಿಲ್ಲ, ವ್ಯಕ್ತಿಯ ಮುಖದ ಅಭಿವ್ಯಕ್ತಿ ಕೂಡ ಬದಲಾಗಬಹುದು, ಇತ್ಯಾದಿ.
ಬಯೋಮೆಟ್ರಿಕ್ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸುವ ಈ ಮೂಲಭೂತ "ಪುನರಾವರ್ತನೆಯು" ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಗಳ ಒಂದು ನಿರ್ದಿಷ್ಟ ಲಕ್ಷಣವಾಗಿದೆ ಮತ್ತು ಇದರ ಪರಿಣಾಮವಾಗಿ, "ಬುದ್ಧಿವಂತಿಕೆ" ಮತ್ತು ಕಂಪ್ಯೂಟಿಂಗ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳ ವಿಶ್ವಾಸಾರ್ಹತೆ ಮತ್ತು ಮೈಕ್ರೊಪ್ರೊಸೆಸರ್ ಅಂಶಗಳ ವೇಗಕ್ಕೆ ಗಣನೀಯವಾಗಿ ಹೆಚ್ಚಿದ ಅವಶ್ಯಕತೆಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ. ಎಸಿಎಸ್. ವಾಸ್ತವವಾಗಿ, ಸಾಮೀಪ್ಯ ಕಾರ್ಡ್ ಅನ್ನು ಬಳಸುವಾಗ ಗುರುತಿಗಾಗಿ ಎರಡು ಡಿಜಿಟಲ್ ಕೋಡ್‌ಗಳನ್ನು ಪರಿಶೀಲಿಸಲು ಸಾಕು, ನಂತರ ಅಳತೆ ಮಾಡಿದ ಬಯೋಮೆಟ್ರಿಕ್ ಪ್ಯಾರಾಮೀಟರ್ ಅನ್ನು ಹೋಲಿಸಿದಾಗ ಉಲ್ಲೇಖ ಮೌಲ್ಯಪರಸ್ಪರ ಸಂಬಂಧ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು/ಅಥವಾ ಅಸ್ಪಷ್ಟ ("ಅಸ್ಪಷ್ಟ") ತರ್ಕದ ವಿಶೇಷ, ಬದಲಿಗೆ ಸಂಕೀರ್ಣ ಕ್ರಮಾವಳಿಗಳನ್ನು ಬಳಸುವುದು ಅವಶ್ಯಕ.
ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ ಚಿತ್ರಗಳ ಬದಲಿಗೆ "ಅಸ್ಪಷ್ಟ" ಗುರುತಿಸುವಿಕೆಯ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಅನುಕೂಲವಾಗುವಂತೆ, ವಿಶೇಷ ಡಿಜಿಟಲ್ ಮಾದರಿಗಳುಅಥವಾ ಟೆಂಪ್ಲೇಟ್‌ಗಳು. ಅಂತಹ ಟೆಂಪ್ಲೇಟ್ ಒಂದು ನಿರ್ದಿಷ್ಟ ರಚನೆಯ ಡಿಜಿಟಲ್ ರಚನೆಯಾಗಿದ್ದು ಅದು ಬಯೋಮೆಟ್ರಿಕ್ ಪ್ಯಾರಾಮೀಟರ್‌ನ ರೀಡ್ ಇಮೇಜ್ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಆದರೆ ನಿಯಮಿತ ಸ್ಕ್ಯಾನ್‌ನಂತೆ ಎಲ್ಲಾ ಡೇಟಾವನ್ನು ಟೆಂಪ್ಲೇಟ್‌ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುವುದಿಲ್ಲ, ಆದರೆ ನಂತರದ ಗುರುತಿಸುವಿಕೆಗೆ ಮುಖ್ಯವಾದ ಅತ್ಯಂತ ವಿಶಿಷ್ಟವಾದ ಮಾಹಿತಿ ಮಾತ್ರ. ಉದಾಹರಣೆಗೆ, ಮುಖ ಸ್ಕ್ಯಾನಿಂಗ್ ಬಳಸುವಾಗ, ಟೆಂಪ್ಲೇಟ್ ಮೂಗು, ಕಣ್ಣು, ಬಾಯಿ ಇತ್ಯಾದಿಗಳ ಆಕಾರವನ್ನು ವಿವರಿಸುವ ನಿಯತಾಂಕಗಳನ್ನು ಒಳಗೊಂಡಿರಬಹುದು. ನಿರ್ದಿಷ್ಟ ವಿಧಾನಬಯೋಮೆಟ್ರಿಕ್ ಚಿತ್ರವನ್ನು ಡಿಜಿಟಲ್ ಟೆಂಪ್ಲೇಟ್ ಸ್ವರೂಪಕ್ಕೆ ಪರಿವರ್ತಿಸುವುದನ್ನು ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಔಪಚಾರಿಕಗೊಳಿಸಲಾಗಿಲ್ಲ, ಮತ್ತು ನಿಯಮದಂತೆ, ಬಯೋಮೆಟ್ರಿಕ್ ಉಪಕರಣಗಳ ಪ್ರತಿ ತಯಾರಕರು ತಮ್ಮದೇ ಆದ ಟೆಂಪ್ಲೇಟ್ ಸ್ವರೂಪಗಳನ್ನು ಬಳಸುತ್ತಾರೆ, ಜೊತೆಗೆ ಅವುಗಳ ಉತ್ಪಾದನೆ ಮತ್ತು ಹೋಲಿಕೆಗಾಗಿ ತನ್ನದೇ ಆದ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸುತ್ತಾರೆ.
ಬಯೋಮೆಟ್ರಿಕ್ ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಮೂಲ ಬಯೋಮೆಟ್ರಿಕ್ ಚಿತ್ರವನ್ನು ಪುನಃಸ್ಥಾಪಿಸಲು ಮೂಲಭೂತವಾಗಿ ಅಸಾಧ್ಯವೆಂದು ಪ್ರತ್ಯೇಕವಾಗಿ ಗಮನಿಸಬೇಕು. ಇದು ಸ್ಪಷ್ಟವಾಗಿದೆ, ಏಕೆಂದರೆ ಟೆಂಪ್ಲೇಟ್ ವಾಸ್ತವವಾಗಿ, ನಿಜವಾದ ಬಯೋಮೆಟ್ರಿಕ್ ಚಿತ್ರವನ್ನು ವಿವರಿಸುವ ಮಾದರಿಯಾಗಿದೆ. ಇದು ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿನ ಬಯೋಮೆಟ್ರಿಕ್‌ಗಳ ನಡುವಿನ ಗಮನಾರ್ಹ ವ್ಯತ್ಯಾಸವನ್ನು ನೀಡುತ್ತದೆ ಮತ್ತು ಉದಾಹರಣೆಗೆ, ಫೋರೆನ್ಸಿಕ್ ವಿಜ್ಞಾನದಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ಸ್, ಅಲ್ಲಿ ಟೆಂಪ್ಲೇಟ್ ಮಾದರಿಗಳನ್ನು ಬಳಸಲಾಗುವುದಿಲ್ಲ, ಆದರೆ ಫಿಂಗರ್‌ಪ್ರಿಂಟ್‌ಗಳ "ಪೂರ್ಣ" ಚಿತ್ರಗಳು. ಈ ವ್ಯತ್ಯಾಸವನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳುವುದು ಮುಖ್ಯವಾಗಿದೆ, ಉದಾಹರಣೆಗೆ, ಆಧುನಿಕ ಶಾಸನದಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ವ್ಯಕ್ತಿಯ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಎಂದು ವರ್ಗೀಕರಿಸಲಾಗುವುದಿಲ್ಲ ಎಂದು ಅರ್ಥೈಸಬಹುದು.
ಅಕ್ಕಿ. 2. ಬಯೋಮೆಟ್ರಿಕ್ ನಿಯತಾಂಕಗಳ ವಿಧಗಳು ಮತ್ತು ವಿಧಗಳು
ಬಯೋಮೆಟ್ರಿಕ್ ಎಸಿಎಸ್‌ನ ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ನಿರ್ಣಯಿಸಲು ಪ್ಯಾರಾಮೀಟರ್‌ಗಳು
ಮೇಲೆ ವಿವರಿಸಿದ ಬಯೋಮೆಟ್ರಿಕ್ ಮಾಹಿತಿಯ ವಿಶಿಷ್ಟತೆಗಳ ಕಾರಣದಿಂದಾಗಿ, ಯಾವುದೇ ಬಯೋಆಕ್ಸೆಸ್ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಯಾವಾಗಲೂ ಎರಡು ಮುಖ್ಯ ಪ್ರಕಾರಗಳ ದೋಷಗಳ ಸಾಧ್ಯತೆ ಇರುತ್ತದೆ:
■ ಪ್ರವೇಶದ ತಪ್ಪು ನಿರಾಕರಣೆ (FRR - ತಪ್ಪು ನಿರಾಕರಣೆ ದರ), ACS ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ನೋಂದಾಯಿಸಿದ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸದಿದ್ದಾಗ (ಅನುಮತಿ ನೀಡುವುದಿಲ್ಲ);
■ ತಪ್ಪು ಗುರುತಿಸುವಿಕೆ (FAR ಗುಣಾಂಕ - ತಪ್ಪು ಸ್ವೀಕಾರ ದರ), ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಯು ಜನರನ್ನು "ಗೊಂದಲಗೊಳಿಸಿದಾಗ", ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ನೋಂದಾಯಿಸದ "ಅಪರಿಚಿತ" ವ್ಯಕ್ತಿಯನ್ನು "ನಮ್ಮದೇ ಒಬ್ಬ" ಎಂದು ಗುರುತಿಸಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಈ ಗುಣಾಂಕಗಳು ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ನಿರ್ಣಯಿಸಲು ಪ್ರಮುಖ ನಿಯತಾಂಕಗಳಾಗಿವೆ
BioSKUD.
ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಈ ಎರಡು ರೀತಿಯ ದೋಷಗಳು ಪರಸ್ಪರ ಅವಲಂಬಿತವಾಗಿವೆ ಎಂಬ ಅಂಶದಿಂದ ಪರಿಸ್ಥಿತಿಯು ಜಟಿಲವಾಗಿದೆ. ಹೀಗಾಗಿ, ಸಿಸ್ಟಮ್ ಯಾವಾಗಲೂ "ತನ್ನದೇ ಆದ" ಉದ್ಯೋಗಿಯನ್ನು ಗುರುತಿಸುವ ರೀತಿಯಲ್ಲಿ (ಅಂದರೆ, ಎಫ್ಆರ್ಆರ್ ಗುಣಾಂಕವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು) ಸಂಭವನೀಯ ಗುರುತಿಸುವಿಕೆ ನಿಯಂತ್ರಣ ನಿಯತಾಂಕಗಳ ವ್ಯಾಪ್ತಿಯನ್ನು ವಿಸ್ತರಿಸುವುದು, ಬೇರೊಬ್ಬರ ಉದ್ಯೋಗಿ ಈ ಹೊಸದಕ್ಕೆ "ಸೋರಿಕೆಯಾಗುತ್ತದೆ" ಎಂಬ ಅಂಶಕ್ಕೆ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕಾರಣವಾಗುತ್ತದೆ. ವಿಸ್ತರಿಸಿದ ಶ್ರೇಣಿ (ಅಂದರೆ, FAR ಗುಣಾಂಕವು ಹೆಚ್ಚಾಗುತ್ತದೆ) . ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, FAR ಗುಣಾಂಕವು ಸುಧಾರಿಸಿದಾಗ (ಅಂದರೆ, ಅದರ ಮೌಲ್ಯ ಕಡಿಮೆಯಾದಾಗ), FRR ಗುಣಾಂಕವು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಹದಗೆಡುತ್ತದೆ (ಹೆಚ್ಚಾಗುತ್ತದೆ). ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ವ್ಯವಸ್ಥೆಯು "ವಿಚಿತ್ರ" ಉದ್ಯೋಗಿಯನ್ನು ಕಳೆದುಕೊಳ್ಳದಂತೆ ಗುರುತಿಸುವಿಕೆಯನ್ನು ನಿರ್ವಹಿಸಲು ಹೆಚ್ಚು "ಎಚ್ಚರಿಕೆಯಿಂದ" ಪ್ರಯತ್ನಿಸುತ್ತದೆ, ಅದು "ತನ್ನದೇ ಆದ" (ಅಂದರೆ, ನೋಂದಾಯಿತ) ಉದ್ಯೋಗಿಯನ್ನು ಗುರುತಿಸುವುದಿಲ್ಲ. ಆದ್ದರಿಂದ, ಪ್ರಾಯೋಗಿಕವಾಗಿ FAR ಮತ್ತು FRR ಗುಣಾಂಕಗಳ ನಡುವೆ ಯಾವಾಗಲೂ ಕೆಲವು ರಾಜಿ ಇರುತ್ತದೆ.
ಸೂಚಿಸಲಾದ ದೋಷ ದರಗಳ ಜೊತೆಗೆ, BioACS ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ನಿರ್ಣಯಿಸಲು ಪ್ರಮುಖ ನಿಯತಾಂಕವು ಗುರುತಿಸುವಿಕೆಯ ವೇಗವಾಗಿದೆ. ಇದು ಮುಖ್ಯವಾಗಿದೆ, ಉದಾಹರಣೆಗೆ, ಚೆಕ್ಪಾಯಿಂಟ್ ಎಂಟರ್ಪ್ರೈಸಸ್ನಲ್ಲಿ, ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಉದ್ಯೋಗಿಗಳು ಕಡಿಮೆ ಸಮಯದಲ್ಲಿ ಸಿಸ್ಟಮ್ ಮೂಲಕ ಹಾದುಹೋದಾಗ. ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯವು ಅನೇಕ ಅಂಶಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ: ಗುರುತಿಸುವಿಕೆ ಅಲ್ಗಾರಿದಮ್, ಟೆಂಪ್ಲೇಟ್ ಸಂಕೀರ್ಣತೆ, BioSKUD ಉಲ್ಲೇಖ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಉದ್ಯೋಗಿ ಬಯೋಮೆಟ್ರಿಕ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳ ಸಂಖ್ಯೆ, ಇತ್ಯಾದಿ. ನಿಸ್ಸಂಶಯವಾಗಿ, ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯವು ಗುರುತಿನ ವಿಶ್ವಾಸಾರ್ಹತೆಯೊಂದಿಗೆ ಸಹ ಸಂಬಂಧ ಹೊಂದಿದೆ - ಗುರುತಿಸುವ ಅಲ್ಗಾರಿದಮ್ ಹೆಚ್ಚು "ಸಂಪೂರ್ಣ" ಆಗಿದೆ, ಸಿಸ್ಟಮ್ ಈ ಕಾರ್ಯವಿಧಾನದಲ್ಲಿ ಹೆಚ್ಚು ಸಮಯವನ್ನು ಕಳೆಯುತ್ತದೆ.
ಅನುಕರಣೆ ಮತ್ತು ಬಳಕೆದಾರರ ದೋಷದ ವಿರುದ್ಧ ರಕ್ಷಣೆಯ ವಿಧಾನಗಳು
ಅದರ ಎಲ್ಲಾ ಅನುಕೂಲಗಳೊಂದಿಗೆ, ಬಯೋಮೆಟ್ರಿಕ್ ಮಾಹಿತಿಯ ಬಳಕೆಯು ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಯ ಸಂಪೂರ್ಣ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಖಾತರಿಪಡಿಸುವುದಿಲ್ಲ ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗಿದೆ. ಮೇಲೆ ವಿವರಿಸಿದ ಗುರುತಿನ ದೋಷಗಳ ಜೊತೆಗೆ, ದಾಳಿಕೋರರು BioSKUD ಅನ್ನು "ಮೋಸಗೊಳಿಸಲು" ಬಯೋಮೆಟ್ರಿಕ್ ಸಿಮ್ಯುಲೇಟರ್‌ಗಳನ್ನು ಬಳಸುವ ಒಂದು ನಿರ್ದಿಷ್ಟ ಸಂಭವನೀಯತೆಯೂ ಇದೆ. ಅನುಕರಣೆಯ ವಿಧಾನಗಳು, ಉದಾಹರಣೆಗೆ, ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಮುದ್ರೆಗಳು, ಮುಖದ ಬಣ್ಣದ ಛಾಯಾಚಿತ್ರಗಳು, ಇತ್ಯಾದಿ.
ಆಧುನಿಕ BioSKUD ಗಳು ಅಂತಹ ಜೈವಿಕ ಸಿಮ್ಯುಲೇಟರ್‌ಗಳ ವಿರುದ್ಧ ರಕ್ಷಣೆಯ ಸಾಧನಗಳನ್ನು ಹೊಂದಿವೆ. ಅವುಗಳಲ್ಲಿ ಕೆಲವನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಪಟ್ಟಿ ಮಾಡೋಣ:
■ ತಾಪಮಾನ ಮಾಪನ (ಬೆರಳು, ಪಾಮ್);
■ ವಿದ್ಯುತ್ ಸಾಮರ್ಥ್ಯಗಳ ಮಾಪನ (ಬೆರಳು);
■ ರಕ್ತದ ಹರಿವಿನ ಉಪಸ್ಥಿತಿಯನ್ನು ಅಳೆಯುವುದು (ಅಂಗೈಗಳು ಮತ್ತು ಬೆರಳುಗಳು);
ಆಂತರಿಕ ನಿಯತಾಂಕಗಳ ■ ಸ್ಕ್ಯಾನಿಂಗ್ (ಕೈ ಸಿರೆಗಳ ಮಾದರಿ);
■ ಮೂರು ಆಯಾಮದ ಮಾದರಿಗಳ ಬಳಕೆ (ಮುಖಗಳು).
ಅನುಕರಿಸುವವರಿಂದ ರಕ್ಷಣೆಗೆ ಹೆಚ್ಚುವರಿಯಾಗಿ, BioSKUD ಬಳಕೆದಾರರಿಂದ ದೋಷಗಳ ವಿರುದ್ಧ ರಕ್ಷಣೆಯ ಸಾಧನಗಳನ್ನು ಹೊಂದಿರಬೇಕು. ಉದಾಹರಣೆಗೆ, ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಅನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವಾಗ, ಉದ್ಯೋಗಿ ಆಕಸ್ಮಿಕವಾಗಿ ಅಥವಾ ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ತಮ್ಮ ಬೆರಳನ್ನು ಕೋನದಲ್ಲಿ ಇರಿಸಬಹುದು, ಮಕ್ಕಳು ಒಂದೇ ಸಮಯದಲ್ಲಿ ಎರಡು ಬೆರಳುಗಳನ್ನು ಸ್ಕ್ಯಾನರ್‌ನಲ್ಲಿ ಇರಿಸಬಹುದು, ಇತ್ಯಾದಿ. ಅಂತಹ ವಿದ್ಯಮಾನಗಳನ್ನು ತೊಡೆದುಹಾಕಲು, ಉದಾಹರಣೆಗೆ, ಈ ಕೆಳಗಿನ ವಿಧಾನಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ:
■ "ಅಸಂಗತ" ನಿಯತಾಂಕಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಲು ವಿಶೇಷ ಕ್ರಮಾವಳಿಗಳು;
■ ಬಹು ಸ್ಕ್ಯಾನಿಂಗ್ (ಉದಾಹರಣೆಗೆ, ನೋಂದಣಿ ಸಮಯದಲ್ಲಿ ನಿಮ್ಮ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಅನ್ನು ಮೂರು ಬಾರಿ ಸ್ಕ್ಯಾನ್ ಮಾಡುವುದು);
■ ಪುನರಾವರ್ತಿತ ಗುರುತಿನ ಪ್ರಯತ್ನಗಳ ಸಾಧ್ಯತೆ.
ತೀರ್ಮಾನ
ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾದ ಬಳಕೆಯು ಭರವಸೆಯ ಮತ್ತು ವೇಗವಾಗಿ ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಿರುವ ತಂತ್ರಜ್ಞಾನವಾಗಿದೆ. ಬಯೋಮೆಟ್ರಿಕ್ಸ್ನ ಪರಿಚಯವು ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳ "ಬುದ್ಧಿವಂತಿಕೆಯ" ಮಟ್ಟವನ್ನು ಹೆಚ್ಚಿಸುವ ಅಗತ್ಯವಿದೆ, ಹೊಸ ಹೈಟೆಕ್ ಅಲ್ಗಾರಿದಮಿಕ್ ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ ವಿಧಾನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು ಮತ್ತು ಯಂತ್ರಾಂಶವನ್ನು ಸುಧಾರಿಸುವುದು. ಹೀಗಾಗಿ, ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನಗಳ ಪರಿಚಯವು ಒಟ್ಟಾರೆಯಾಗಿ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಮತ್ತು ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗಳ ಉದ್ಯಮದ ಅಭಿವೃದ್ಧಿಗೆ ಕೊಡುಗೆ ನೀಡುತ್ತದೆ ಎಂದು ನಾವು ತೀರ್ಮಾನಿಸಬಹುದು.
ಪರಿಚಯ
1.ವೈಯಕ್ತಿಕ ಗುರುತಿನ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳ ವರ್ಗೀಕರಣ ಮತ್ತು ಮುಖ್ಯ ಗುಣಲಕ್ಷಣಗಳು
2. ಬಯೋಮೆಟ್ರಿಕ್ ನಿಯಂತ್ರಣದ ಸ್ಥಿರ ವಿಧಾನಗಳ ಅನುಷ್ಠಾನದ ವೈಶಿಷ್ಟ್ಯಗಳು
2.1 ಪ್ಯಾಪಿಲ್ಲರಿ ಲೈನ್ ಮಾದರಿಯಿಂದ ಗುರುತಿಸುವಿಕೆ
2.2 ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆ
2.3 ರೆಟಿನಲ್ ಕ್ಯಾಪಿಲ್ಲರಿಗಳಿಂದ ಗುರುತಿಸುವಿಕೆ
2.4 ಜ್ಯಾಮಿತಿ ಮತ್ತು ಮುಖದ ಉಷ್ಣ ಚಿತ್ರದಿಂದ ಗುರುತಿಸುವಿಕೆ
2.5 ಕೈ ರೇಖಾಗಣಿತದ ಗುರುತಿಸುವಿಕೆ
3. ಬಯೋಮೆಟ್ರಿಕ್ ನಿಯಂತ್ರಣದ ಕ್ರಿಯಾತ್ಮಕ ವಿಧಾನಗಳ ಅನುಷ್ಠಾನದ ವೈಶಿಷ್ಟ್ಯಗಳು
3.1 ಕೈಬರಹ ಮತ್ತು ಸಹಿ ಡೈನಾಮಿಕ್ಸ್ ಮೂಲಕ ಗುರುತಿಸುವಿಕೆ
3.3 ಕೀಬೋರ್ಡ್ ರಿದಮ್ ಮೂಲಕ ಗುರುತಿಸುವಿಕೆ
4. ಭವಿಷ್ಯದ ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನಗಳು
ತೀರ್ಮಾನ
ಸಾಹಿತ್ಯ
ಪರಿಚಯ
ವಿಷಯ ಕೋರ್ಸ್ ಕೆಲಸ"ವೈಯಕ್ತಿಕ ಗುರುತಿನ ಬಯೋಮೆಟ್ರಿಕ್ ಸಾಧನಗಳು."
ವೈಯಕ್ತಿಕ ಗುರುತಿಸುವಿಕೆಗಾಗಿ, ಆಧುನಿಕ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ವ್ಯವಸ್ಥೆಗಳುಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಮತ್ತು ನಿರ್ವಹಣೆ (ACS) ಸಾಧನಗಳು ಹಲವಾರು ವಿಧಗಳನ್ನು ಬಳಸುತ್ತವೆ. ಅತ್ಯಂತ ಸಾಮಾನ್ಯವಾದವುಗಳು:
ಪಿನ್ ಕೋಡ್ ಡಯಲಿಂಗ್ ಸಾಧನಗಳು (ಪುಶ್-ಬಟನ್ ಕೀಬೋರ್ಡ್‌ಗಳು);
ಸಂಪರ್ಕವಿಲ್ಲದ ಸ್ಮಾರ್ಟ್ ಕಾರ್ಡ್ ರೀಡರ್ಗಳು (ವೈಗಾಂಡ್ ಇಂಟರ್ಫೇಸ್);
ಸಾಮೀಪ್ಯ ಕಾರ್ಡ್ ರೀಡರ್ಗಳು;
ಮೆಮೊರಿ ಕೀ ಓದುಗರನ್ನು ಸ್ಪರ್ಶಿಸಿ;
ಬಾರ್ಕೋಡ್ ಓದುಗರು;
ಬಯೋಮೆಟ್ರಿಕ್ ಓದುಗರು.
ಪ್ರಸ್ತುತ, ಎಲ್ಲಾ ರೀತಿಯ ಕಾರ್ಡ್ ರೀಡರ್ಗಳು (ಸಾಮೀಪ್ಯ, ವೈಗಾಂಡ್, ಮ್ಯಾಗ್ನೆಟಿಕ್ ಸ್ಟ್ರೈಪ್‌ನೊಂದಿಗೆ, ಇತ್ಯಾದಿ) ಹೆಚ್ಚು ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲ್ಪಡುತ್ತವೆ. ಅವರು ತಮ್ಮ ನಿರಾಕರಿಸಲಾಗದ ಅನುಕೂಲಗಳು ಮತ್ತು ಬಳಕೆಯ ಸುಲಭತೆಯನ್ನು ಹೊಂದಿದ್ದಾರೆ, ಆದಾಗ್ಯೂ, ಸ್ವಯಂಚಾಲಿತ ಪ್ರವೇಶ ಬಿಂದುವಿನಲ್ಲಿ, "ಕಾರ್ಡ್ನ ಅಂಗೀಕಾರ, ವ್ಯಕ್ತಿಯಲ್ಲ" ನಿಯಂತ್ರಿಸಲ್ಪಡುತ್ತದೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, ಒಳನುಗ್ಗುವವರಿಂದ ಕಾರ್ಡ್ ಕಳೆದುಹೋಗಬಹುದು ಅಥವಾ ಕದಿಯಬಹುದು. ಹೆಚ್ಚಿನ ಭದ್ರತಾ ಅಗತ್ಯತೆಗಳೊಂದಿಗೆ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಕಾರ್ಡ್ ರೀಡರ್‌ಗಳನ್ನು ಮಾತ್ರ ಆಧರಿಸಿ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸುವ ಸಾಧ್ಯತೆಯನ್ನು ಇದು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಮಾನವ ಬಯೋಮೆಟ್ರಿಕ್ ನಿಯತಾಂಕಗಳನ್ನು (ಬೆರಳಚ್ಚು, ಕೈ ಜ್ಯಾಮಿತಿ, ರೆಟಿನಾದ ಮಾದರಿ, ಇತ್ಯಾದಿ) ಗುರುತಿಸುವ ವೈಶಿಷ್ಟ್ಯವಾಗಿ ಬಳಸುವ ಎಲ್ಲಾ ರೀತಿಯ ಬಯೋಮೆಟ್ರಿಕ್ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಸಾಧನಗಳಿಂದ ಹೋಲಿಸಲಾಗದ ಉನ್ನತ ಮಟ್ಟದ ಸುರಕ್ಷತೆಯನ್ನು ಒದಗಿಸಲಾಗುತ್ತದೆ, ಇದು ನಿರ್ದಿಷ್ಟ ವ್ಯಕ್ತಿಗೆ ಮಾತ್ರ ಪ್ರವೇಶವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಒದಗಿಸುತ್ತದೆ - ಧಾರಕ ಕೋಡ್‌ನ (ಬಯೋಮೆಟ್ರಿಕ್ ನಿಯತಾಂಕಗಳು). ಆದರೆ ಇಂದು, ಅಂತಹ ಸಾಧನಗಳು ಇನ್ನೂ ಸಾಕಷ್ಟು ದುಬಾರಿ ಮತ್ತು ಸಂಕೀರ್ಣವಾಗಿವೆ ಮತ್ತು ಆದ್ದರಿಂದ ಅವುಗಳ ಬಳಕೆಯನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಪ್ರಮುಖ ಪ್ರವೇಶ ಬಿಂದುಗಳಲ್ಲಿ ಮಾತ್ರ ಕಂಡುಕೊಳ್ಳುತ್ತವೆ. ಬಾರ್ಕೋಡ್ ರೀಡರ್‌ಗಳನ್ನು ಪ್ರಸ್ತುತವಾಗಿ ಸ್ಥಾಪಿಸಲಾಗಿಲ್ಲ, ಏಕೆಂದರೆ ಪ್ರಿಂಟರ್ ಅಥವಾ ಕಾಪಿಯರ್‌ನಲ್ಲಿ ಪಾಸ್ ಅನ್ನು ನಕಲಿಸುವುದು ತುಂಬಾ ಸುಲಭ.
ಕೆಲಸದ ಗುರಿವೈಯಕ್ತಿಕ ಗುರುತಿನ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳ ಕಾರ್ಯಾಚರಣೆ ಮತ್ತು ಬಳಕೆಯ ತತ್ವಗಳನ್ನು ಪರಿಗಣಿಸಿ.
1. ವೈಯಕ್ತಿಕ ಗುರುತಿನ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳ ವರ್ಗೀಕರಣ ಮತ್ತು ಮುಖ್ಯ ಗುಣಲಕ್ಷಣಗಳು
ವ್ಯಕ್ತಿಯ ವಿಶಿಷ್ಟ ಜೈವಿಕ ಮತ್ತು ಶಾರೀರಿಕ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಆಧರಿಸಿದ ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆಗಳ ಅನುಕೂಲಗಳು, ಒಬ್ಬರ ಗುರುತನ್ನು ಅನನ್ಯವಾಗಿ ಗುರುತಿಸುತ್ತದೆ, ಇದು ಅನುಗುಣವಾದ ವಿಧಾನಗಳ ತೀವ್ರ ಬೆಳವಣಿಗೆಗೆ ಕಾರಣವಾಗಿದೆ. ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆಗಳು ವ್ಯಕ್ತಿಯ ಶಾರೀರಿಕ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಆಧರಿಸಿ ಸ್ಥಿರ ವಿಧಾನಗಳನ್ನು ಬಳಸುತ್ತವೆ, ಅಂದರೆ, ಹುಟ್ಟಿನಿಂದಲೇ ಅವನಿಗೆ ನೀಡಲಾದ ವಿಶಿಷ್ಟ ಗುಣಲಕ್ಷಣಗಳ ಮೇಲೆ (ಬೆರಳಿನ ಪ್ಯಾಪಿಲ್ಲರಿ ರೇಖೆಗಳ ಮಾದರಿಗಳು, ಐರಿಸ್, ರೆಟಿನಾದ ಕ್ಯಾಪಿಲ್ಲರಿಗಳು, ಮುಖದ ಉಷ್ಣ ಚಿತ್ರಣ, ಕೈ ಜ್ಯಾಮಿತಿ, ಡಿಎನ್ಎ) ಮತ್ತು ಡೈನಾಮಿಕ್ ವಿಧಾನಗಳು (ಕೈಬರಹ ಮತ್ತು ಸಹಿ ಡೈನಾಮಿಕ್ಸ್, ಧ್ವನಿ ಮತ್ತು ಮಾತಿನ ವೈಶಿಷ್ಟ್ಯಗಳು, ಕೀಬೋರ್ಡ್ ಕೆಲಸದ ಲಯ). ಸ್ಕ್ಯಾನಿಂಗ್‌ಗೆ ಸೂಚಿಸಲಾದ ಬೆರಳುಗಳ ಪರಿಮಾಣ, ಕಿವಿಯ ಆಕಾರ, ದೇಹದ ವಾಸನೆ ಮತ್ತು ಕ್ರಿಯಾತ್ಮಕ ವಿಧಾನಗಳ ಮೂಲಕ ಚರ್ಮದ ಸಬ್ಂಗುಯಲ್ ಪದರದಿಂದ ಗುರುತಿಸುವಿಕೆಯಂತಹ ವಿಶಿಷ್ಟವಾದ ಸ್ಥಿರ ವಿಧಾನಗಳನ್ನು ಬಳಸಲು ಪ್ರಸ್ತಾಪಿಸಲಾಗಿದೆ - ಪ್ಲೇಬ್ಯಾಕ್ ಸಮಯದಲ್ಲಿ ತುಟಿ ಚಲನೆಯಿಂದ ಗುರುತಿಸುವಿಕೆ ಕೋಡ್ ಪದ, ಬಾಗಿಲಿನ ಲಾಕ್‌ನಲ್ಲಿ ಕೀಲಿಯನ್ನು ತಿರುಗಿಸುವ ಡೈನಾಮಿಕ್ಸ್, ಇತ್ಯಾದಿ. ಆಧುನಿಕ ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿನ ಸಾಧನಗಳ ವರ್ಗೀಕರಣವನ್ನು ಅಂಜೂರದಲ್ಲಿ ತೋರಿಸಲಾಗಿದೆ. 1.
ಆಪರೇಟರ್ ಎರಡು ವಿಷಯಗಳನ್ನು ಪರಿಶೀಲಿಸಬಹುದಾದರೆ ಮಾತ್ರ ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆಗಳು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ: ಮೊದಲನೆಯದು, ಪರಿಶೀಲನೆಯ ಸಮಯದಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ವ್ಯಕ್ತಿಯಿಂದ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾವನ್ನು ಪಡೆಯಲಾಗಿದೆ ಮತ್ತು ಎರಡನೆಯದಾಗಿ, ಈ ಡೇಟಾವು ಫೈಲ್ ಕ್ಯಾಬಿನೆಟ್‌ನಲ್ಲಿ ಸಂಗ್ರಹವಾಗಿರುವ ಮಾದರಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ. ಬಯೋಮೆಟ್ರಿಕ್ ಗುಣಲಕ್ಷಣಗಳು ಅನನ್ಯ ಗುರುತಿಸುವಿಕೆಗಳಾಗಿವೆ, ಆದರೆ ಅವುಗಳ ವಿಶ್ವಾಸಾರ್ಹ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಪ್ರತಿಬಂಧದಿಂದ ರಕ್ಷಣೆಯ ಸಮಸ್ಯೆ ಇನ್ನೂ ತೆರೆದಿರುತ್ತದೆ
ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆಗಳು ಹೆಚ್ಚಿನ ಸೂಚಕಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ: ಅನಧಿಕೃತ ಪ್ರವೇಶದ ಸಂಭವನೀಯತೆ 0.1 - 0.0001%, ತಪ್ಪು ಬಂಧನದ ಸಂಭವನೀಯತೆಯು ಶೇಕಡಾ ಒಂದು ಭಾಗವಾಗಿದೆ, ಗುರುತಿಸುವ ಸಮಯವು ಕೆಲವು ಸೆಕೆಂಡುಗಳು, ಆದರೆ ಗುಣಲಕ್ಷಣ ಗುರುತಿಸುವ ವಿಧಾನಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಅವುಗಳು ಹೆಚ್ಚಿನ ವೆಚ್ಚವನ್ನು ಹೊಂದಿವೆ. ಗುರುತಿನ ನಿಖರತೆ ಮತ್ತು ವೆಚ್ಚಗಳ ವಿಷಯದಲ್ಲಿ ವಿವಿಧ ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನಗಳ ಹೋಲಿಕೆಯ ಗುಣಾತ್ಮಕ ಫಲಿತಾಂಶಗಳನ್ನು ಅಂಜೂರದಲ್ಲಿ ತೋರಿಸಲಾಗಿದೆ. . , ಇತ್ಯಾದಿ
ಅಕ್ಕಿ. 1. ಆಧುನಿಕ ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿನ ಉಪಕರಣಗಳ ವರ್ಗೀಕರಣ
ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆಗಳ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಸುಧಾರಿಸುವ ಮತ್ತು ಅವುಗಳ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಪ್ರವೃತ್ತಿಯು ವಿವಿಧ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಮತ್ತು ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆಗಳ ವ್ಯಾಪಕ ಬಳಕೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ. ಪ್ರಸ್ತುತ, ಈ ಮಾರುಕಟ್ಟೆಯ ರಚನೆಯು
ಯಾವುದೇ ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನವನ್ನು ಹಂತಗಳಲ್ಲಿ ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ:
ವಸ್ತುವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವುದು;
ವೈಯಕ್ತಿಕ ಮಾಹಿತಿಯ ಮರುಪಡೆಯುವಿಕೆ;
ಟೆಂಪ್ಲೇಟ್ ರಚನೆ;
ಪ್ರಸ್ತುತ ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಡೇಟಾಬೇಸ್‌ನೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ.
ಬಯೋಮೆಟ್ರಿಕ್ ದೃಢೀಕರಣ ತಂತ್ರವು ಈ ಕೆಳಗಿನಂತಿರುತ್ತದೆ. ಬಳಕೆದಾರ, ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗೆ ವಿನಂತಿಯನ್ನು ಮಾಡುವಾಗ, ಮೊದಲನೆಯದಾಗಿ ಗುರುತಿನ ಚೀಟಿ, ಪ್ಲಾಸ್ಟಿಕ್ ಕೀ ಅಥವಾ ವೈಯಕ್ತಿಕ ಗುರುತಿನ ಸಂಖ್ಯೆಯನ್ನು ಬಳಸಿಕೊಂಡು ತನ್ನನ್ನು ಗುರುತಿಸಿಕೊಳ್ಳುತ್ತಾನೆ. ಬಳಕೆದಾರರು ಪ್ರಸ್ತುತಪಡಿಸಿದ ಐಡೆಂಟಿಫೈಯರ್ ಅನ್ನು ಆಧರಿಸಿ, ಸಿಸ್ಟಮ್ ತನ್ನ ಮೆಮೊರಿಯಲ್ಲಿ ಬಳಕೆದಾರರ ವೈಯಕ್ತಿಕ ಫೈಲ್ (ಸ್ಟ್ಯಾಂಡರ್ಡ್) ಅನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ, ಇದರಲ್ಲಿ ಸಂಖ್ಯೆಯ ಜೊತೆಗೆ, ಬಳಕೆದಾರರ ನೋಂದಣಿ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಹಿಂದೆ ದಾಖಲಿಸಲಾದ ಅವರ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಇದರ ನಂತರ, ಬಳಕೆದಾರನು ಬಯೋಮೆಟ್ರಿಕ್ ನಿಯತಾಂಕಗಳ ನಿರ್ದಿಷ್ಟ ವಾಹಕವನ್ನು ಓದುವುದಕ್ಕಾಗಿ ಸಿಸ್ಟಮ್ಗೆ ಪ್ರಸ್ತುತಪಡಿಸುತ್ತಾನೆ. ಸ್ವೀಕರಿಸಿದ ಮತ್ತು ನೋಂದಾಯಿತ ಡೇಟಾವನ್ನು ಹೋಲಿಸುವ ಮೂಲಕ, ಸಿಸ್ಟಮ್ ಪ್ರವೇಶವನ್ನು ನೀಡಲು ಅಥವಾ ನಿರಾಕರಿಸುವ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
 |
ಅಕ್ಕಿ. 2. ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿನ ವಿಧಾನಗಳ ಹೋಲಿಕೆ
ಹೀಗಾಗಿ, ಬಯೋಮೆಟ್ರಿಕ್ ಗುಣಲಕ್ಷಣಗಳ ಮೀಟರ್‌ಗಳ ಜೊತೆಗೆ, ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳು ಗುರುತಿನ ಕಾರ್ಡ್‌ಗಳು ಅಥವಾ ಪ್ಲಾಸ್ಟಿಕ್ ಕೀಗಳ (ಅಥವಾ ಸಂಖ್ಯಾ ಕೀಪ್ಯಾಡ್) ಸೂಕ್ತವಾದ ಓದುಗರನ್ನು ಹೊಂದಿರಬೇಕು.
ರಷ್ಯಾದ ಭದ್ರತಾ ಮಾರುಕಟ್ಟೆಯಿಂದ ಇಂದು ಒದಗಿಸಲಾದ ಮುಖ್ಯ ಬಯೋಮೆಟ್ರಿಕ್ ಮಾಹಿತಿ ಭದ್ರತಾ ಸಾಧನಗಳನ್ನು ಕೋಷ್ಟಕದಲ್ಲಿ ನೀಡಲಾಗಿದೆ. 1, ವಿಶೇಷಣಗಳುಕೆಲವು ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಕೋಷ್ಟಕದಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗಿದೆ. 2.
ಕೋಷ್ಟಕ 1. ಆಧುನಿಕ ಬಯೋಮೆಟ್ರಿಕ್ ಮಾಹಿತಿ ಭದ್ರತಾ ಉಪಕರಣಗಳು
| ಹೆಸರು | ತಯಾರಕ | ಜೈವಿಕ ಚಿಹ್ನೆ | ಸೂಚನೆ |
| SACcat | SAC ಟೆಕ್ನಾಲಜೀಸ್ | ಬೆರಳಿನ ಚರ್ಮದ ಮಾದರಿ | ಕಂಪ್ಯೂಟರ್ ಲಗತ್ತು |
| ಟಚ್‌ಲಾಕ್, ಟಚ್‌ಸೇಫ್, | ಐಡೆಂಟಿಕ್ಸ್ | ಚರ್ಮದ ಮಾದರಿ | ಸೌಲಭ್ಯದ ಎಸಿಎಸ್ |
| ಟಚ್‌ನೆಟ್ | ಬೆರಳು | ||
| ಕಣ್ಣಿನ ದಂತೀಕರಣ | ಕಣ್ಣು ಗುರುತಿಸಿ | ರೆಟಿನಾ ರೇಖಾಚಿತ್ರ | ಸೌಲಭ್ಯದ ಎಸಿಎಸ್ |
| ವ್ಯವಸ್ಥೆ 7.5 | ಕಣ್ಣುಗಳು | (ಮೊನೊಬ್ಲಾಕ್) | |
| ಐಬೆಕ್ಸ್ 10 | ಕಣ್ಣು ಗುರುತಿಸಿ | ರೆಟಿನಾ ರೇಖಾಚಿತ್ರ | ವಸ್ತು ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆ (ಪೋರ್ಟ್, ಕ್ಯಾಮೆರಾ) |
| ಎರಿಪ್ರಿಂಟ್ 2000 | ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆ | ಬೆರಳಿನ ಚರ್ಮದ ಮಾದರಿ | ಎಸಿಎಸ್ ಸ್ಟೇಷನ್ ವ್ಯಾಗನ್ |
| ID3D-R ಹ್ಯಾಂಡ್‌ಕೀ | ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳು | ಕೈ ಪಾಮ್ ಡ್ರಾಯಿಂಗ್ | ಎಸಿಎಸ್ ಸ್ಟೇಷನ್ ವ್ಯಾಗನ್ |
| ಹ್ಯಾಂಡ್‌ಕೀ | ಎಸ್ಕೇಪ್ | ಕೈ ಪಾಮ್ ಡ್ರಾಯಿಂಗ್ | ಎಸಿಎಸ್ ಸ್ಟೇಷನ್ ವ್ಯಾಗನ್ |
| ICAM 2001 | ಕಣ್ಣು ಗುರುತಿಸಿ | ರೆಟಿನಾ ರೇಖಾಚಿತ್ರ | ಎಸಿಎಸ್ ಸ್ಟೇಷನ್ ವ್ಯಾಗನ್ |
| ಸುರಕ್ಷಿತ ಸ್ಪರ್ಶ | ಬಯೋಮೆಟ್ರಿಕ್ ಆಕ್ಸೆಸ್ ಕಾರ್ಪೊರೇಶನ್ | ಬೆರಳಿನ ಚರ್ಮದ ಮಾದರಿ | ಕಂಪ್ಯೂಟರ್ ಲಗತ್ತು |
| ಬಯೋಮೌಸ್ | ಅಮೇರಿಕನ್ ಬಯೋಮೆಟ್ರಿಕ್ ಕಾರ್ಪೊರೇಶನ್ | ಬೆರಳಿನ ಚರ್ಮದ ಮಾದರಿ | ಕಂಪ್ಯೂಟರ್ ಲಗತ್ತು |
| ಬೆರಳಚ್ಚು ಗುರುತಿನ ಘಟಕ | ಸೋನಿ | ಬೆರಳಿನ ಚರ್ಮದ ಮಾದರಿ | ಕಂಪ್ಯೂಟರ್ ಲಗತ್ತು |
| ಸುರಕ್ಷಿತ ಕೀಬೋರ್ಡ್ ಸ್ಕ್ಯಾನರ್ | ನ್ಯಾಷನಲ್ ರಿಜಿಸ್ಟ್ರಿ ಇಂಕ್. | ಬೆರಳಿನ ಚರ್ಮದ ಮಾದರಿ | ಕಂಪ್ಯೂಟರ್ ಲಗತ್ತು |
| ಗಡಿನಾಡು | NPF "ಕ್ರಿಸ್ಟಲ್" | ಸಹಿ ಡೈನಾಮಿಕ್ಸ್, ಧ್ವನಿ ಸ್ಪೆಕ್ಟ್ರಮ್ | ಕಂಪ್ಯೂಟರ್ ಲಗತ್ತು |
| ಡೆಲ್ಸಿ ಟಚ್ ಚಿಪ್ | ಎಲ್ಸಿಸ್, NPP ಎಲೆಕ್ಟ್ರಾನ್ (ರಷ್ಯಾ), ಒಪಾಕ್ (ಬೆಲಾರಸ್), R&R (ಜರ್ಮನಿ) | ಬೆರಳಿನ ಚರ್ಮದ ಮಾದರಿ | ಕಂಪ್ಯೂಟರ್ ಲಗತ್ತು |
| ಬಯೋಲಿಂಕ್ ಯು-ಮ್ಯಾಚ್ ಮೌಸ್, ಮೌಸ್ SFM-2000A | ಬಯೋಲಿಂಕ್ ತಂತ್ರಜ್ಞಾನಗಳು | ಬೆರಳಿನ ಚರ್ಮದ ಮಾದರಿ | ಅಂತರ್ನಿರ್ಮಿತ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್‌ನೊಂದಿಗೆ ಪ್ರಮಾಣಿತ ಮೌಸ್ |
| ಬಯೋಮೆಟ್ರಿಕ್ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆ ಕಂಪ್ಯೂಟರ್ ಮಾಹಿತಿಡಾಕ್ಟೊ | OJSC "ಚೆರ್ನಿಗೋವ್ ರೇಡಿಯೋ ಸಾಧನಗಳ ಸ್ಥಾವರ" | ಜೈವಿಕವಾಗಿ ಸಕ್ರಿಯವಾಗಿರುವ ಬಿಂದುಗಳು ಮತ್ತು ಚರ್ಮದ ಪ್ಯಾಪಿಲ್ಲರಿ ರೇಖೆಗಳು | ಪ್ರತ್ಯೇಕ ಬ್ಲಾಕ್ |
| ಬಯೋಮೆಟ್ರಿಕ್ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆ ಐರಿಸ್ ಆಕ್ಸೆಸ್ 3000 | LG ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್, Inc | ಐರಿಸ್ ರೇಖಾಚಿತ್ರ | ಕಾರ್ಡ್ ರೀಡರ್ ಏಕೀಕರಣ |
ಸ್ವಯಂಚಾಲಿತ ದೃಢೀಕರಣದ ನಿಖರತೆಯ ಬಗ್ಗೆ ಮಾತನಾಡುವಾಗ, ಎರಡು ರೀತಿಯ ದೋಷಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಇದು ರೂಢಿಯಾಗಿದೆ: ಟೈಪ್ 1 ದೋಷಗಳು ("ತಪ್ಪು ಎಚ್ಚರಿಕೆಗಳು") ಕಾನೂನುಬದ್ಧ ಬಳಕೆದಾರರಿಗೆ ಪ್ರವೇಶವನ್ನು ನಿರಾಕರಿಸುವುದರೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿವೆ. 1 ನೇ ವಿಧದ ದೋಷಗಳು ("ಗುರಿಯನ್ನು ಕಳೆದುಕೊಂಡಿವೆ") - ಅಕ್ರಮ ಬಳಕೆದಾರರಿಗೆ ಪ್ರವೇಶವನ್ನು ನೀಡುವುದು. ದೋಷಗಳಿಗೆ ಕಾರಣವೆಂದರೆ ಬಯೋಮೆಟ್ರಿಕ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅಳೆಯುವಾಗ, ಮೌಲ್ಯಗಳ ಒಂದು ನಿರ್ದಿಷ್ಟ ಸ್ಕ್ಯಾಟರ್ ಇರುತ್ತದೆ. ಬಯೋಮೆಟ್ರಿಕ್ಸ್ನಲ್ಲಿ, ಮಾದರಿಗಳು ಮತ್ತು ಹೊಸದಾಗಿ ಪಡೆದ ಗುಣಲಕ್ಷಣಗಳಿಗೆ ಸಂಪೂರ್ಣ ಹೊಂದಾಣಿಕೆಯನ್ನು ನೀಡಲು ಸಂಪೂರ್ಣವಾಗಿ ಅಸಾಧ್ಯ. ಫಿಂಗರ್ಪ್ರಿಂಟ್ಗಳು, ರೆಟಿನಲ್ ಸ್ಕ್ಯಾನ್‌ಗಳು ಅಥವಾ ಸಹಿ ಗುರುತಿಸುವಿಕೆ ಸೇರಿದಂತೆ ಎಲ್ಲಾ ಬಯೋಮೆಟ್ರಿಕ್‌ಗಳಿಗೆ ಇದು ನಿಜವಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಕೈಯ ಬೆರಳುಗಳನ್ನು ಯಾವಾಗಲೂ ಒಂದೇ ಸ್ಥಾನದಲ್ಲಿ, ಒಂದೇ ಕೋನದಲ್ಲಿ ಅಥವಾ ಒಂದೇ ಒತ್ತಡದಲ್ಲಿ ಇರಿಸಲಾಗುವುದಿಲ್ಲ. ಮತ್ತು ಆದ್ದರಿಂದ ನೀವು ಪ್ರತಿ ಬಾರಿ ಪರಿಶೀಲಿಸಿ.
ಆಧುನಿಕ ವಿಜ್ಞಾನ ಇನ್ನೂ ನಿಂತಿಲ್ಲ. ಹೆಚ್ಚು ಹೆಚ್ಚಾಗಿ, ಸಾಧನಗಳಿಗೆ ಉತ್ತಮ ಗುಣಮಟ್ಟದ ರಕ್ಷಣೆ ಅಗತ್ಯವಿರುತ್ತದೆ ಆದ್ದರಿಂದ ಆಕಸ್ಮಿಕವಾಗಿ ಅವುಗಳನ್ನು ಸ್ವಾಧೀನಪಡಿಸಿಕೊಳ್ಳುವ ಯಾರಾದರೂ ಮಾಹಿತಿಯ ಸಂಪೂರ್ಣ ಪ್ರಯೋಜನವನ್ನು ಪಡೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ದೈನಂದಿನ ಜೀವನದಲ್ಲಿ ಮಾತ್ರವಲ್ಲದೆ ಮಾಹಿತಿಯನ್ನು ರಕ್ಷಿಸುವ ವಿಧಾನಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.
ಪಾಸ್ವರ್ಡ್ಗಳನ್ನು ಡಿಜಿಟಲ್ ಆಗಿ ನಮೂದಿಸುವುದರ ಜೊತೆಗೆ, ಹೆಚ್ಚು ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಬಯೋಮೆಟ್ರಿಕ್ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಸಹ ಬಳಸಲಾಗುತ್ತದೆ.
ಅದು ಏನು?
ಹಿಂದೆ, ಅಂತಹ ವ್ಯವಸ್ಥೆಯನ್ನು ಅತ್ಯಂತ ಪ್ರಮುಖವಾದ ಕಾರ್ಯತಂತ್ರದ ವಸ್ತುಗಳನ್ನು ರಕ್ಷಿಸಲು ಸೀಮಿತ ಸಂದರ್ಭಗಳಲ್ಲಿ ಮಾತ್ರ ಬಳಸಲಾಗುತ್ತಿತ್ತು.
ನಂತರ, ಸೆಪ್ಟೆಂಬರ್ 11, 2011 ರ ನಂತರ, ಅಂತಹ ಪ್ರವೇಶವನ್ನು ಈ ಪ್ರದೇಶಗಳಲ್ಲಿ ಮಾತ್ರವಲ್ಲದೆ ಇತರ ಪ್ರದೇಶಗಳಿಗೂ ಅನ್ವಯಿಸಬಹುದು ಎಂಬ ತೀರ್ಮಾನಕ್ಕೆ ಅವರು ಬಂದರು.
ಹೀಗಾಗಿ, ವಂಚನೆ ಮತ್ತು ಭಯೋತ್ಪಾದನೆಯನ್ನು ಎದುರಿಸುವ ಹಲವಾರು ವಿಧಾನಗಳಲ್ಲಿ ಮಾನವ ಗುರುತಿನ ತಂತ್ರಗಳು ಅನಿವಾರ್ಯವಾಗಿವೆ, ಹಾಗೆಯೇ ಅಂತಹ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ:
ಸಂವಹನ ತಂತ್ರಜ್ಞಾನಗಳು, ನೆಟ್ವರ್ಕ್ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ಡೇಟಾಬೇಸ್‌ಗಳಿಗೆ ಬಯೋಮೆಟ್ರಿಕ್ ಪ್ರವೇಶ ವ್ಯವಸ್ಥೆಗಳು;
ಡೇಟಾಬೇಸ್;
ಮಾಹಿತಿ ಶೇಖರಣಾ ಸೌಲಭ್ಯಗಳಿಗೆ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ, ಇತ್ಯಾದಿ.
ಪ್ರತಿಯೊಬ್ಬ ವ್ಯಕ್ತಿಯು ಕಾಲಾನಂತರದಲ್ಲಿ ಬದಲಾಗದ ಅಥವಾ ಮಾರ್ಪಡಿಸಬಹುದಾದ ಗುಣಲಕ್ಷಣಗಳ ಗುಂಪನ್ನು ಹೊಂದಿದ್ದಾನೆ, ಆದರೆ ಅದೇ ಸಮಯದಲ್ಲಿ ಮಾತ್ರ ಸೇರಿದೆ ನಿರ್ದಿಷ್ಟ ವ್ಯಕ್ತಿಗೆ. ಈ ನಿಟ್ಟಿನಲ್ಲಿ, ಹೈಲೈಟ್ ಮಾಡಲು ಸಾಧ್ಯವಿದೆ ಕೆಳಗಿನ ನಿಯತಾಂಕಗಳುಈ ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ಬಳಸಲಾಗುವ ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಗಳು:
ಸ್ಥಿರ - ಫಿಂಗರ್ಪ್ರಿಂಟ್ಗಳು, ಇಯರ್ ಫೋಟೋಗ್ರಫಿ, ರೆಟಿನಲ್ ಸ್ಕ್ಯಾನಿಂಗ್ ಮತ್ತು ಇತರೆ.
ಭವಿಷ್ಯದಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ತಂತ್ರಜ್ಞಾನಗಳು ಅಂತರ್ನಿರ್ಮಿತ ಚಿಪ್‌ಗಳು, ಕಾರ್ಡ್‌ಗಳು ಮತ್ತು ಅಂತಹುದೇ ಆವಿಷ್ಕಾರಗಳಂತೆ ಪಾಸ್ಪೋರ್ಟ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ವ್ಯಕ್ತಿಯನ್ನು ದೃಢೀಕರಿಸುವ ಸಾಂಪ್ರದಾಯಿಕ ವಿಧಾನಗಳನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ. ವೈಜ್ಞಾನಿಕ ತಂತ್ರಜ್ಞಾನಗಳುನಲ್ಲಿ ಮಾತ್ರವಲ್ಲದೆ ಅನುಷ್ಠಾನಗೊಳಿಸಲಾಗುವುದು ಈ ಡಾಕ್ಯುಮೆಂಟ್, ಆದರೆ ಇತರರಲ್ಲಿಯೂ ಸಹ.
ವ್ಯಕ್ತಿತ್ವವನ್ನು ಗುರುತಿಸುವ ವಿಧಾನಗಳ ಬಗ್ಗೆ ಒಂದು ಸಣ್ಣ ವಿಷಯ:
- ಗುರುತಿಸುವಿಕೆ- ಒಂದರಿಂದ ಅನೇಕ; ಕೆಲವು ನಿಯತಾಂಕಗಳ ಪ್ರಕಾರ ಲಭ್ಯವಿರುವ ಎಲ್ಲಾ ಮಾದರಿಗಳೊಂದಿಗೆ ಮಾದರಿಯನ್ನು ಹೋಲಿಸಲಾಗುತ್ತದೆ.
- ದೃಢೀಕರಣ- ಒಂದರಿಂದ ಒಂದು; ಮಾದರಿಯನ್ನು ಹಿಂದೆ ಪಡೆದ ವಸ್ತುಗಳೊಂದಿಗೆ ಹೋಲಿಸಲಾಗುತ್ತದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ವ್ಯಕ್ತಿಯು ತಿಳಿದಿರಬಹುದು, ವ್ಯಕ್ತಿಯ ಪಡೆದ ಡೇಟಾವನ್ನು ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಲಭ್ಯವಿರುವ ಈ ವ್ಯಕ್ತಿಯ ಮಾದರಿ ನಿಯತಾಂಕದೊಂದಿಗೆ ಹೋಲಿಸಲಾಗುತ್ತದೆ;
ಬಯೋಮೆಟ್ರಿಕ್ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ
ನಿರ್ದಿಷ್ಟ ವ್ಯಕ್ತಿಗೆ ಆಧಾರವನ್ನು ರಚಿಸಲು, ಅವನ ಜೈವಿಕ ವೈಯಕ್ತಿಕ ನಿಯತಾಂಕಗಳನ್ನು ವಿಶೇಷ ಸಾಧನವಾಗಿ ಪರಿಗಣಿಸುವುದು ಅವಶ್ಯಕ.
ಸಿಸ್ಟಮ್ ಸ್ವೀಕರಿಸಿದ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಶಿಷ್ಟ ಮಾದರಿಯನ್ನು ನೆನಪಿಸಿಕೊಳ್ಳುತ್ತದೆ (ರೆಕಾರ್ಡಿಂಗ್ ಪ್ರಕ್ರಿಯೆ). ಈ ಸಂದರ್ಭದಲ್ಲಿ, ನಿಯತಾಂಕಕ್ಕಾಗಿ ಹೆಚ್ಚು ನಿಖರವಾದ ಉಲ್ಲೇಖ ಮೌಲ್ಯವನ್ನು ರಚಿಸಲು ಹಲವಾರು ಮಾದರಿಗಳನ್ನು ಮಾಡಲು ಅಗತ್ಯವಾಗಬಹುದು. ಸಿಸ್ಟಮ್ ಸ್ವೀಕರಿಸಿದ ಮಾಹಿತಿಯನ್ನು ಗಣಿತದ ಸಂಕೇತವಾಗಿ ಪರಿವರ್ತಿಸಲಾಗುತ್ತದೆ.
ಮಾದರಿಯನ್ನು ರಚಿಸುವುದರ ಜೊತೆಗೆ, ವೈಯಕ್ತಿಕ ಗುರುತಿಸುವಿಕೆ (PIN ಅಥವಾ ಸ್ಮಾರ್ಟ್ ಕಾರ್ಡ್) ಮತ್ತು ಬಯೋಮೆಟ್ರಿಕ್ ಮಾದರಿಯನ್ನು ಸಂಯೋಜಿಸಲು ಸಿಸ್ಟಮ್ಗೆ ಹೆಚ್ಚುವರಿ ಹಂತಗಳು ಬೇಕಾಗಬಹುದು. ತರುವಾಯ, ಅನುಸರಣೆಗಾಗಿ ಸ್ಕ್ಯಾನಿಂಗ್ ಸಂಭವಿಸಿದಾಗ, ಸಿಸ್ಟಮ್ ಸ್ವೀಕರಿಸಿದ ಡೇಟಾವನ್ನು ಹೋಲಿಸುತ್ತದೆ, ಈಗಾಗಲೇ ರೆಕಾರ್ಡ್ ಮಾಡಲಾದ ಗಣಿತದ ಕೋಡ್ ಅನ್ನು ಹೋಲಿಸುತ್ತದೆ. ಅವು ಹೊಂದಾಣಿಕೆಯಾದರೆ, ದೃಢೀಕರಣವು ಯಶಸ್ವಿಯಾಗಿದೆ ಎಂದರ್ಥ.
ಸಂಭವನೀಯ ತಪ್ಪುಗಳು
ಪಾಸ್‌ವರ್ಡ್‌ಗಳು ಅಥವಾ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಕೀಗಳನ್ನು ಬಳಸುವ ಗುರುತಿಸುವಿಕೆಗಿಂತ ಭಿನ್ನವಾಗಿ ಸಿಸ್ಟಮ್ ದೋಷಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ತಪ್ಪಾದ ಮಾಹಿತಿಯನ್ನು ನೀಡುವ ಕೆಳಗಿನ ಪ್ರಕಾರಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲಾಗಿದೆ:
ಟೈಪ್ 1 ದೋಷ: ತಪ್ಪು ಪ್ರವೇಶ ದರ (ಎಫ್ಎಆರ್) - ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಇನ್ನೊಬ್ಬರಿಗೆ ತಪ್ಪಾಗಿ ಗ್ರಹಿಸಬಹುದು;
ಟೈಪ್ 2 ದೋಷ: ತಪ್ಪು ಪ್ರವೇಶ ನಿರಾಕರಣೆ ದರ (ಎಫ್ಆರ್ಆರ್) - ಸಿಸ್ಟಮ್ನಲ್ಲಿ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಲಾಗಿಲ್ಲ.
ಹೊರಗಿಡಲು, ಉದಾಹರಣೆಗೆ, ಈ ಹಂತದ ದೋಷಗಳು, FAR ಮತ್ತು FRR ಸೂಚಕಗಳನ್ನು ಛೇದಿಸುವುದು ಅವಶ್ಯಕ. ಆದಾಗ್ಯೂ, ಇದು ಸಾಧ್ಯವಿಲ್ಲ, ಏಕೆಂದರೆ ಇದಕ್ಕೆ ವ್ಯಕ್ತಿಯ ಡಿಎನ್ಎ ಗುರುತಿನ ಅಗತ್ಯವಿರುತ್ತದೆ.
ಬೆರಳಚ್ಚುಗಳು
ಈ ಸಮಯದಲ್ಲಿ, ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧ ವಿಧಾನವೆಂದರೆ ಬಯೋಮೆಟ್ರಿಕ್ಸ್. ಪಾಸ್ಪೋರ್ಟ್ ಸ್ವೀಕರಿಸುವಾಗ, ಆಧುನಿಕ ರಷ್ಯಾದ ನಾಗರಿಕರು ತಮ್ಮ ವೈಯಕ್ತಿಕ ಕಾರ್ಡ್ಗೆ ಸೇರಿಸುವ ಸಲುವಾಗಿ ಫಿಂಗರ್ಪ್ರಿಂಟ್ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಕಾರ್ಯವಿಧಾನಕ್ಕೆ ಒಳಗಾಗಬೇಕಾಗುತ್ತದೆ.
ಈ ವಿಧಾನವು ಬೆರಳುಗಳ ವಿಶಿಷ್ಟತೆಯನ್ನು ಆಧರಿಸಿದೆ ಮತ್ತು ಫೋರೆನ್ಸಿಕ್ಸ್ (ಫಿಂಗರ್‌ಪ್ರಿಂಟಿಂಗ್) ನಿಂದ ಪ್ರಾರಂಭಿಸಿ ಸಾಕಷ್ಟು ಸಮಯದಿಂದ ಬಳಸಲ್ಪಟ್ಟಿದೆ. ಬೆರಳುಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಮೂಲಕ, ಸಿಸ್ಟಮ್ ಮಾದರಿಯನ್ನು ಅನನ್ಯ ಕೋಡ್‌ಗೆ ಅನುವಾದಿಸುತ್ತದೆ, ನಂತರ ಅದನ್ನು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಗುರುತಿಸುವಿಕೆಯೊಂದಿಗೆ ಹೋಲಿಸಲಾಗುತ್ತದೆ.
ನಿಯಮದಂತೆ, ಮಾಹಿತಿ ಸಂಸ್ಕರಣಾ ಕ್ರಮಾವಳಿಗಳು ಫಿಂಗರ್ಪ್ರಿಂಟ್ಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಕೆಲವು ಬಿಂದುಗಳ ಪ್ರತ್ಯೇಕ ಸ್ಥಳವನ್ನು ಬಳಸುತ್ತವೆ - ಶಾಖೆಗಳು, ಪ್ಯಾಟರ್ನ್ ಲೈನ್‌ನ ಅಂತ್ಯ, ಇತ್ಯಾದಿ. ಚಿತ್ರವನ್ನು ಕೋಡ್ ಆಗಿ ಪರಿವರ್ತಿಸಲು ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಉತ್ಪಾದಿಸಲು ತೆಗೆದುಕೊಳ್ಳುವ ಸಮಯ ಸಾಮಾನ್ಯವಾಗಿ ಸುಮಾರು 1 ಸೆಕೆಂಡ್.
ಉಪಕರಣಗಳು, ಸೇರಿದಂತೆ ಸಾಫ್ಟ್ವೇರ್ಅವರಿಗೆ, ಪ್ರಸ್ತುತ ಸಂಕೀರ್ಣದಲ್ಲಿ ಉತ್ಪಾದಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ತುಲನಾತ್ಮಕವಾಗಿ ಅಗ್ಗವಾಗಿದೆ.
ಬೆರಳುಗಳನ್ನು (ಅಥವಾ ಎರಡೂ ಕೈಗಳನ್ನು) ಸ್ಕ್ಯಾನ್ ಮಾಡುವಾಗ ದೋಷಗಳು ಆಗಾಗ್ಗೆ ಸಂಭವಿಸಿದರೆ:
ಬೆರಳುಗಳ ಅಸಾಮಾನ್ಯ ಆರ್ದ್ರತೆ ಅಥವಾ ಶುಷ್ಕತೆ ಇದೆ.
ಕೈಗಳನ್ನು ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ ರಾಸಾಯನಿಕ ಅಂಶಗಳು, ಇದು ಗುರುತಿಸುವಿಕೆಯನ್ನು ಕಷ್ಟಕರವಾಗಿಸುತ್ತದೆ.
ಮೈಕ್ರೋಕ್ರ್ಯಾಕ್ಗಳು ಅಥವಾ ಗೀರುಗಳು ಇವೆ.
ಮಾಹಿತಿಯ ದೊಡ್ಡ ಮತ್ತು ನಿರಂತರ ಹರಿವು ಇದೆ. ಉದಾಹರಣೆಗೆ, ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಕೆಲಸದ ಸ್ಥಳಕ್ಕೆ ಪ್ರವೇಶವನ್ನು ಕೈಗೊಳ್ಳುವ ಎಂಟರ್‌ಪ್ರೈಸ್‌ನಲ್ಲಿ ಇದು ಸಾಧ್ಯ. ಜನರ ಹರಿವು ಗಮನಾರ್ಹವಾಗಿರುವುದರಿಂದ, ವ್ಯವಸ್ಥೆಯು ವಿಫಲವಾಗಬಹುದು.
ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸುವ ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧ ಕಂಪನಿಗಳು: Bayometric Inc., SecuGen. ರಷ್ಯಾದಲ್ಲಿ, ಸೋಂಡಾ, ಬಯೋಲಿಂಕ್, ಸ್ಮಾರ್ಟ್‌ಲಾಕ್ ಇತ್ಯಾದಿಗಳು ಈ ನಿಟ್ಟಿನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿವೆ.
ಕಣ್ಣಿನ ಐರಿಸ್
ಗರ್ಭಾಶಯದ ಬೆಳವಣಿಗೆಯ 36 ನೇ ವಾರದಲ್ಲಿ ಪೊರೆಯ ಮಾದರಿಯು ರೂಪುಗೊಳ್ಳುತ್ತದೆ, ಇದನ್ನು ಎರಡು ತಿಂಗಳುಗಳಿಂದ ಸ್ಥಾಪಿಸಲಾಗಿದೆ ಮತ್ತು ಜೀವನದುದ್ದಕ್ಕೂ ಬದಲಾಗುವುದಿಲ್ಲ. ಬಯೋಮೆಟ್ರಿಕ್ ಐರಿಸ್ ಐಡೆಂಟಿಫಿಕೇಶನ್ ಸಿಸ್ಟಮ್‌ಗಳು ಈ ಶ್ರೇಣಿಯಲ್ಲಿನ ಇತರರಲ್ಲಿ ಅತ್ಯಂತ ನಿಖರವಾದವುಗಳಲ್ಲ, ಆದರೆ ಅತ್ಯಂತ ದುಬಾರಿಯಾಗಿದೆ.
ವಿಧಾನದ ಪ್ರಯೋಜನವೆಂದರೆ ಸ್ಕ್ಯಾನಿಂಗ್, ಅಂದರೆ, ಇಮೇಜ್ ಕ್ಯಾಪ್ಚರ್, 10 ಸೆಂ.ಮೀ ದೂರದಲ್ಲಿ ಮತ್ತು 10 ಮೀಟರ್ ದೂರದಲ್ಲಿ ಸಂಭವಿಸಬಹುದು.
ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯಿದಾಗ, ಕಣ್ಣಿನ ಐರಿಸ್‌ನಲ್ಲಿರುವ ಕೆಲವು ಬಿಂದುಗಳ ಸ್ಥಳದ ಬಗ್ಗೆ ಡೇಟಾವನ್ನು ಕಂಪ್ಯೂಟರ್‌ಗೆ ರವಾನಿಸಲಾಗುತ್ತದೆ, ಅದು ನಂತರ ಪ್ರವೇಶದ ಸಾಧ್ಯತೆಯ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ನೀಡುತ್ತದೆ. ಮಾನವ ಐರಿಸ್ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಸಂಸ್ಕರಿಸುವ ವೇಗವು ಸುಮಾರು 500 ms ಆಗಿದೆ.
ಸದ್ಯಕ್ಕೆ ಈ ವ್ಯವಸ್ಥೆಬಯೋಮೆಟ್ರಿಕ್ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಗುರುತಿಸುವಿಕೆಯು 9% ಕ್ಕಿಂತ ಹೆಚ್ಚು ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ ಒಟ್ಟು ಸಂಖ್ಯೆಅಂತಹ ಗುರುತಿಸುವ ವಿಧಾನಗಳು. ಅದೇ ಸಮಯದಲ್ಲಿ, ಫಿಂಗರ್ಪ್ರಿಂಟ್ ತಂತ್ರಜ್ಞಾನಗಳು ಆಕ್ರಮಿಸಿಕೊಂಡಿರುವ ಮಾರುಕಟ್ಟೆ ಪಾಲು 50% ಕ್ಕಿಂತ ಹೆಚ್ಚು.
ಕಣ್ಣಿನ ಐರಿಸ್ ಅನ್ನು ಸೆರೆಹಿಡಿಯಲು ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುವ ಸ್ಕ್ಯಾನರ್ಗಳು ಸಂಕೀರ್ಣವಾದ ವಿನ್ಯಾಸ ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ಹೊಂದಿವೆ ಮತ್ತು ಆದ್ದರಿಂದ ಅಂತಹ ಸಾಧನಗಳು ಹೆಚ್ಚಿನ ಬೆಲೆಯನ್ನು ಹೊಂದಿವೆ. ಇದರ ಜೊತೆಗೆ, ಇರಿಡಿಯನ್ ಆರಂಭದಲ್ಲಿ ಮಾನವ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳ ಉತ್ಪಾದನೆಯಲ್ಲಿ ಏಕಸ್ವಾಮ್ಯವನ್ನು ಹೊಂದಿತ್ತು. ನಂತರ ಇತರ ದೊಡ್ಡ ಕಂಪನಿಗಳು ಮಾರುಕಟ್ಟೆಗೆ ಪ್ರವೇಶಿಸಲು ಪ್ರಾರಂಭಿಸಿದವು, ಅವುಗಳು ಈಗಾಗಲೇ ವಿವಿಧ ಸಾಧನಗಳಿಗೆ ಘಟಕಗಳ ಉತ್ಪಾದನೆಯಲ್ಲಿ ತೊಡಗಿದ್ದವು.
ಹೀಗಾಗಿ, ರಷ್ಯಾದಲ್ಲಿ ಈ ಸಮಯದಲ್ಲಿ ಮಾನವ ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸುವ ಕೆಳಗಿನ ಕಂಪನಿಗಳಿವೆ: AOptix, SRI ಇಂಟರ್ನ್ಯಾಷನಲ್. ಆದಾಗ್ಯೂ, ಈ ಕಂಪನಿಗಳು 1 ಮತ್ತು 2 ವಿಧಗಳ ದೋಷಗಳ ಸಂಖ್ಯೆಯ ಮೇಲೆ ಸೂಚಕಗಳನ್ನು ಒದಗಿಸುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಸಿಸ್ಟಮ್ ನಕಲಿನಿಂದ ರಕ್ಷಿಸಲ್ಪಟ್ಟಿಲ್ಲ ಎಂಬುದು ಸತ್ಯವಲ್ಲ.
ಮುಖದ ಜ್ಯಾಮಿತಿ
2D ಮತ್ತು 3D ವಿಧಾನಗಳಲ್ಲಿ ಮುಖ ಗುರುತಿಸುವಿಕೆಗೆ ಸಂಬಂಧಿಸಿದ ಬಯೋಮೆಟ್ರಿಕ್ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳಿವೆ. ಸಾಮಾನ್ಯವಾಗಿ, ಪ್ರತಿಯೊಬ್ಬ ವ್ಯಕ್ತಿಯ ಮುಖದ ಲಕ್ಷಣಗಳು ಅನನ್ಯವಾಗಿವೆ ಮತ್ತು ಜೀವನದುದ್ದಕ್ಕೂ ಬದಲಾಗುವುದಿಲ್ಲ ಎಂದು ನಂಬಲಾಗಿದೆ. ಕೆಲವು ಬಿಂದುಗಳು, ಆಕಾರ, ಇತ್ಯಾದಿಗಳ ನಡುವಿನ ಅಂತರಗಳಂತಹ ಗುಣಲಕ್ಷಣಗಳು ಬದಲಾಗದೆ ಉಳಿಯುತ್ತವೆ.
2D ಮೋಡ್ ಸ್ಥಿರ ಗುರುತಿನ ವಿಧಾನವಾಗಿದೆ. ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯುವಾಗ, ವ್ಯಕ್ತಿಯು ಚಲಿಸದಿರುವುದು ಅವಶ್ಯಕ. ಹಿನ್ನೆಲೆ, ಮೀಸೆ, ಗಡ್ಡ, ಪ್ರಕಾಶಮಾನವಾದ ಬೆಳಕು ಮತ್ತು ಮುಖವನ್ನು ಗುರುತಿಸದಂತೆ ವ್ಯವಸ್ಥೆಯನ್ನು ತಡೆಯುವ ಇತರ ಅಂಶಗಳ ಉಪಸ್ಥಿತಿಯೂ ಮುಖ್ಯವಾಗಿದೆ. ಇದರರ್ಥ ಯಾವುದೇ ದೋಷಗಳಿದ್ದರೆ, ನೀಡಿದ ಫಲಿತಾಂಶವು ತಪ್ಪಾಗಿರುತ್ತದೆ.
ಈ ಸಮಯದಲ್ಲಿ, ಈ ವಿಧಾನವು ಅದರ ಕಡಿಮೆ ನಿಖರತೆಯಿಂದಾಗಿ ವಿಶೇಷವಾಗಿ ಜನಪ್ರಿಯವಾಗಿಲ್ಲ ಮತ್ತು ಮಲ್ಟಿಮೋಡಲ್ (ಕ್ರಾಸ್) ಬಯೋಮೆಟ್ರಿಕ್ಸ್ನಲ್ಲಿ ಮಾತ್ರ ಬಳಸಲಾಗುತ್ತದೆ, ಇದು ಮುಖ ಮತ್ತು ಧ್ವನಿಯ ಮೂಲಕ ವ್ಯಕ್ತಿಯನ್ನು ಏಕಕಾಲದಲ್ಲಿ ಗುರುತಿಸುವ ವಿಧಾನಗಳ ಒಂದು ಗುಂಪಾಗಿದೆ. ಬಯೋಮೆಟ್ರಿಕ್ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳು ಇತರ ಮಾಡ್ಯೂಲ್‌ಗಳನ್ನು ಒಳಗೊಂಡಿರಬಹುದು - DNA, ಫಿಂಗರ್ಪ್ರಿಂಟ್ಗಳು ಮತ್ತು ಇತರರು. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಕ್ರಾಸ್ ವಿಧಾನವು ಗುರುತಿಸಬೇಕಾದ ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಸಂಪರ್ಕದ ಅಗತ್ಯವಿರುವುದಿಲ್ಲ, ಇದು ತಾಂತ್ರಿಕ ಸಾಧನಗಳಲ್ಲಿ ರೆಕಾರ್ಡ್ ಮಾಡಲಾದ ಛಾಯಾಚಿತ್ರಗಳು ಮತ್ತು ಧ್ವನಿಗಳಿಂದ ಜನರನ್ನು ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ.
3D ವಿಧಾನವು ಸಂಪೂರ್ಣವಾಗಿ ವಿಭಿನ್ನ ಇನ್ಪುಟ್ ನಿಯತಾಂಕಗಳನ್ನು ಹೊಂದಿದೆ, ಆದ್ದರಿಂದ ಇದನ್ನು 2D ತಂತ್ರಜ್ಞಾನದೊಂದಿಗೆ ಹೋಲಿಸಲಾಗುವುದಿಲ್ಲ. ಚಿತ್ರವನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡುವಾಗ, ಡೈನಾಮಿಕ್ಸ್ನಲ್ಲಿ ಮುಖವನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಸಿಸ್ಟಮ್, ಪ್ರತಿ ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯುವುದು, 3D ಮಾದರಿಯನ್ನು ರಚಿಸುತ್ತದೆ, ಅದರೊಂದಿಗೆ ಸ್ವೀಕರಿಸಿದ ಡೇಟಾವನ್ನು ಹೋಲಿಸಲಾಗುತ್ತದೆ.
ಈ ಸಂದರ್ಭದಲ್ಲಿ, ವಿಶೇಷ ಗ್ರಿಡ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ, ಇದು ವ್ಯಕ್ತಿಯ ಮುಖದ ಮೇಲೆ ಪ್ರಕ್ಷೇಪಿಸುತ್ತದೆ. ಬಯೋಮೆಟ್ರಿಕ್ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳು, ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ ಹಲವಾರು ಚೌಕಟ್ಟುಗಳನ್ನು ತೆಗೆದುಕೊಂಡು, ಅವುಗಳಲ್ಲಿ ಒಳಗೊಂಡಿರುವ ಸಾಫ್ಟ್‌ವೇರ್‌ನೊಂದಿಗೆ ಚಿತ್ರವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತವೆ. ಚಿತ್ರ ರಚನೆಯ ಮೊದಲ ಹಂತದಲ್ಲಿ, ಮುಖವನ್ನು ನೋಡಲು ಕಷ್ಟವಾಗಿರುವ ಅಥವಾ ದ್ವಿತೀಯಕ ವಸ್ತುಗಳು ಇರುವ ಅನುಚಿತ ಚಿತ್ರಗಳನ್ನು ಸಾಫ್ಟ್ವೇರ್ ತಿರಸ್ಕರಿಸುತ್ತದೆ.
ನಂತರ ಪ್ರೋಗ್ರಾಂ ಅನಗತ್ಯ ವಸ್ತುಗಳನ್ನು (ಕನ್ನಡಕ, ಕೇಶವಿನ್ಯಾಸ, ಇತ್ಯಾದಿ) ಗುರುತಿಸುತ್ತದೆ ಮತ್ತು ನಿರ್ಲಕ್ಷಿಸುತ್ತದೆ. ಆಂಥ್ರೊಪೊಮೆಟ್ರಿಕ್ ಮುಖದ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳಲಾಗುತ್ತದೆ, ವಿಶೇಷ ಡೇಟಾ ವೇರ್‌ಹೌಸ್‌ನಲ್ಲಿ ನಮೂದಿಸಲಾದ ಅನನ್ಯ ಕೋಡ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಚಿತ್ರ ಸೆರೆಹಿಡಿಯುವ ಸಮಯ ಸುಮಾರು 2 ಸೆಕೆಂಡುಗಳು.
ಆದಾಗ್ಯೂ, 2D ವಿಧಾನಕ್ಕಿಂತ 3D ವಿಧಾನದ ಪ್ರಯೋಜನದ ಹೊರತಾಗಿಯೂ, ಮುಖದ ಮೇಲೆ ಯಾವುದೇ ಗಮನಾರ್ಹ ಹಸ್ತಕ್ಷೇಪ ಅಥವಾ ಮುಖದ ಅಭಿವ್ಯಕ್ತಿಗಳಲ್ಲಿನ ಬದಲಾವಣೆಗಳು ಈ ತಂತ್ರಜ್ಞಾನದ ಅಂಕಿಅಂಶಗಳ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಕುಗ್ಗಿಸುತ್ತದೆ.
ಇಂದು, ಬಯೋಮೆಟ್ರಿಕ್ ಫೇಶಿಯಲ್ ರೆಕಗ್ನಿಷನ್ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಮೇಲೆ ವಿವರಿಸಿದ ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧ ವಿಧಾನಗಳೊಂದಿಗೆ ಬಳಸಲಾಗುತ್ತದೆ, ಇದು ಒಟ್ಟು ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನ ಮಾರುಕಟ್ಟೆಯ ಸರಿಸುಮಾರು 20% ರಷ್ಟಿದೆ.
ಮುಖದ ಗುರುತಿನ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಮತ್ತು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಕಂಪನಿಗಳು: Geometrix, Inc., Bioscrypt, Cogitec Systems GmbH. ರಶಿಯಾದಲ್ಲಿ, ಕೆಳಗಿನ ಕಂಪನಿಗಳು ಈ ವಿಷಯದಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತಿವೆ: ಆರ್ಟೆಕ್ ಗ್ರೂಪ್, ವೊಕಾರ್ಡ್ (2 ಡಿ ವಿಧಾನ) ಮತ್ತು ಇತರ, ಸಣ್ಣ ತಯಾರಕರು.
ಹಸ್ತದ ರಕ್ತನಾಳಗಳು
ಸುಮಾರು 10-15 ವರ್ಷಗಳ ಹಿಂದೆ, ಹೊಸ ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿನ ತಂತ್ರಜ್ಞಾನವು ಬಂದಿತು - ಕೈಯ ರಕ್ತನಾಳಗಳಿಂದ ಗುರುತಿಸುವಿಕೆ. ರಕ್ತದಲ್ಲಿನ ಹಿಮೋಗ್ಲೋಬಿನ್ ಅತಿಗೆಂಪು ವಿಕಿರಣವನ್ನು ತೀವ್ರವಾಗಿ ಹೀರಿಕೊಳ್ಳುತ್ತದೆ ಎಂಬ ಅಂಶದಿಂದಾಗಿ ಇದು ಸಾಧ್ಯವಾಯಿತು.
ವಿಶೇಷ IR ಕ್ಯಾಮೆರಾವು ಅಂಗೈಯನ್ನು ಛಾಯಾಚಿತ್ರ ಮಾಡುತ್ತದೆ, ಇದರ ಪರಿಣಾಮವಾಗಿ ಚಿತ್ರದಲ್ಲಿ ಸಿರೆಗಳ ಜಾಲವು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಈ ಚಿತ್ರವನ್ನು ಸಾಫ್ಟ್ವೇರ್ ಮೂಲಕ ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಪ್ರದರ್ಶಿಸಲಾಗುತ್ತದೆ.
ತೋಳಿನ ಮೇಲಿನ ಸಿರೆಗಳ ಸ್ಥಳವು ಕಣ್ಣಿನ ಐರಿಸ್ನ ವೈಶಿಷ್ಟ್ಯಗಳಿಗೆ ಹೋಲಿಸಬಹುದು - ಅವುಗಳ ರೇಖೆಗಳು ಮತ್ತು ರಚನೆಯು ಕಾಲಾನಂತರದಲ್ಲಿ ಬದಲಾಗುವುದಿಲ್ಲ. ಈ ವಿಧಾನದ ವಿಶ್ವಾಸಾರ್ಹತೆಯು ಐರಿಸ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಗುರುತಿಸುವಿಕೆಯಿಂದ ಪಡೆದ ಫಲಿತಾಂಶಗಳೊಂದಿಗೆ ಸಹ ಸಂಬಂಧ ಹೊಂದಬಹುದು.
ರೀಡರ್ನೊಂದಿಗೆ ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯಲು ಸಂಪರ್ಕವನ್ನು ಮಾಡುವ ಅಗತ್ಯವಿಲ್ಲ, ಆದರೆ ಈ ಪ್ರಸ್ತುತ ವಿಧಾನವನ್ನು ಬಳಸುವುದರಿಂದ ಫಲಿತಾಂಶವು ಹೆಚ್ಚು ನಿಖರವಾಗಿರಲು ಕೆಲವು ಷರತ್ತುಗಳನ್ನು ಪೂರೈಸುವ ಅಗತ್ಯವಿದೆ: ಉದಾಹರಣೆಗೆ, ಕೈಯಿಂದ ಛಾಯಾಚಿತ್ರ ಮಾಡುವ ಮೂಲಕ ಅದನ್ನು ಪಡೆಯಲಾಗುವುದಿಲ್ಲ. ಬೀದಿ. ಅಲ್ಲದೆ, ಸ್ಕ್ಯಾನಿಂಗ್ ಸಮಯದಲ್ಲಿ ಕ್ಯಾಮರಾವನ್ನು ಬೆಳಕಿಗೆ ಒಡ್ಡಬೇಡಿ. ಅಂತಿಮ ಫಲಿತಾಂಶವಯಸ್ಸಿಗೆ ಸಂಬಂಧಿಸಿದ ರೋಗಗಳಿದ್ದರೆ ನಿಖರವಾಗಿರುವುದಿಲ್ಲ.
ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ವಿಧಾನದ ವಿತರಣೆಯು ಕೇವಲ 5% ಮಾತ್ರ, ಆದರೆ ಈಗಾಗಲೇ ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ದೊಡ್ಡ ಕಂಪನಿಗಳಿಂದ ಅದರಲ್ಲಿ ಹೆಚ್ಚಿನ ಆಸಕ್ತಿ ಇದೆ: TDSi, Veid Pte. ಲಿಮಿಟೆಡ್, ಹಿಟಾಚಿ ವೆಯಿನ್ಐಡಿ.
ರೆಟಿನಾ
ರೆಟಿನಾದ ಮೇಲ್ಮೈಯಲ್ಲಿ ಕ್ಯಾಪಿಲ್ಲರಿಗಳ ಮಾದರಿಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವುದು ಅತ್ಯಂತ ವಿಶ್ವಾಸಾರ್ಹ ಗುರುತಿನ ವಿಧಾನವೆಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ. ಇದು ಹೆಚ್ಚು ಸಂಯೋಜಿಸುತ್ತದೆ ಅತ್ಯುತ್ತಮ ಗುಣಲಕ್ಷಣಗಳುಕಣ್ಣಿನ ಐರಿಸ್ ಮತ್ತು ಕೈಯ ರಕ್ತನಾಳಗಳ ಮೂಲಕ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಲು ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನಗಳು.
ವಿಧಾನವು ತಪ್ಪಾದ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುವ ಏಕೈಕ ಸಮಯವೆಂದರೆ ಕಣ್ಣಿನ ಪೊರೆ. ಮೂಲಭೂತವಾಗಿ, ರೆಟಿನಾವು ಜೀವನದುದ್ದಕ್ಕೂ ಬದಲಾಗದ ರಚನೆಯನ್ನು ಹೊಂದಿದೆ.
ಈ ವ್ಯವಸ್ಥೆಯ ಅನನುಕೂಲವೆಂದರೆ ವ್ಯಕ್ತಿಯು ಚಲಿಸದಿದ್ದಾಗ ರೆಟಿನಾವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾಗುತ್ತದೆ. ತಂತ್ರಜ್ಞಾನವು ಅದರ ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಸಂಕೀರ್ಣವಾಗಿದೆ, ಫಲಿತಾಂಶಗಳಿಗಾಗಿ ದೀರ್ಘ ಪ್ರಕ್ರಿಯೆಯ ಸಮಯ ಬೇಕಾಗುತ್ತದೆ.
ಅದರ ಹೆಚ್ಚಿನ ವೆಚ್ಚದ ಕಾರಣ, ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಯನ್ನು ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುವುದಿಲ್ಲ, ಆದರೆ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಮಾನವ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಎಲ್ಲಾ ವಿಧಾನಗಳ ಅತ್ಯಂತ ನಿಖರವಾದ ಫಲಿತಾಂಶಗಳನ್ನು ಇದು ಒದಗಿಸುತ್ತದೆ.
ಕೈಗಳು
ಕೈ ಜ್ಯಾಮಿತಿಯಿಂದ ಗುರುತಿಸುವ ಹಿಂದೆ ಜನಪ್ರಿಯವಾದ ವಿಧಾನವು ಕಡಿಮೆ ಬಳಕೆಯಾಗುತ್ತಿದೆ, ಏಕೆಂದರೆ ಇದು ಇತರ ವಿಧಾನಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಕಡಿಮೆ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತದೆ. ಸ್ಕ್ಯಾನಿಂಗ್ ಮಾಡುವಾಗ, ಬೆರಳುಗಳನ್ನು ಛಾಯಾಚಿತ್ರ ಮಾಡಲಾಗುತ್ತದೆ, ಅವುಗಳ ಉದ್ದ, ನೋಡ್ಗಳು ಮತ್ತು ಇತರ ವೈಯಕ್ತಿಕ ನಿಯತಾಂಕಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ.
ಕಿವಿಯ ಆಕಾರ
ಎಲ್ಲವೂ ಎಂದು ತಜ್ಞರು ಹೇಳುತ್ತಾರೆ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ವಿಧಾನಗಳುಗುರುತಿಸುವಿಕೆಗಳು ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸುವಷ್ಟು ನಿಖರವಾಗಿಲ್ಲ, ಆದಾಗ್ಯೂ, ಡಿಎನ್ಎ ಮೂಲಕ ಗುರುತನ್ನು ನಿರ್ಧರಿಸಲು ಒಂದು ಮಾರ್ಗವಿದೆ, ಆದರೆ ಈ ಸಂದರ್ಭದಲ್ಲಿ ಜನರೊಂದಿಗೆ ನಿಕಟ ಸಂಪರ್ಕವಿದೆ, ಆದ್ದರಿಂದ ಇದನ್ನು ಅನೈತಿಕವೆಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ.
UK ಯ ಸಂಶೋಧಕ ಮಾರ್ಕ್ ನಿಕ್ಸನ್ ಈ ಹಂತದಲ್ಲಿ ವಿಧಾನಗಳು ಹೊಸ ಪೀಳಿಗೆಯ ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಗಳಾಗಿವೆ ಎಂದು ಹೇಳುತ್ತದೆ; ಅವು ಅತ್ಯಂತ ನಿಖರವಾದ ಫಲಿತಾಂಶಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ. ರೆಟಿನಾ, ಐರಿಸ್ ಅಥವಾ ಬೆರಳುಗಳಂತಲ್ಲದೆ, ಗುರುತಿಸುವಿಕೆಯನ್ನು ಕಷ್ಟಕರವಾಗಿಸುವ ಬಾಹ್ಯ ನಿಯತಾಂಕಗಳು ಹೆಚ್ಚಾಗಿ ಕಾಣಿಸಿಕೊಳ್ಳಬಹುದು, ಇದು ಕಿವಿಗಳ ಮೇಲೆ ಸಂಭವಿಸುವುದಿಲ್ಲ. ಬಾಲ್ಯದಲ್ಲಿ ರೂಪುಗೊಂಡ, ಕಿವಿ ಅದರ ಮುಖ್ಯ ಅಂಶಗಳನ್ನು ಬದಲಾಯಿಸದೆ ಮಾತ್ರ ಬೆಳೆಯುತ್ತದೆ.
ಆವಿಷ್ಕಾರಕನು ಕೇಳುವ ಅಂಗದಿಂದ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸುವ ವಿಧಾನವನ್ನು "ಕಿರಣದ ಚಿತ್ರ ರೂಪಾಂತರ" ಎಂದು ಕರೆದನು. ಈ ತಂತ್ರಜ್ಞಾನವು ವಿವಿಧ ಬಣ್ಣಗಳ ಕಿರಣಗಳೊಂದಿಗೆ ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ನಂತರ ಅದನ್ನು ಗಣಿತದ ಸಂಕೇತವಾಗಿ ಅನುವಾದಿಸಲಾಗುತ್ತದೆ.
ಆದಾಗ್ಯೂ, ವಿಜ್ಞಾನಿಗಳ ಪ್ರಕಾರ, ಅವರ ವಿಧಾನವು ನಕಾರಾತ್ಮಕ ಬದಿಗಳನ್ನು ಸಹ ಹೊಂದಿದೆ. ಉದಾಹರಣೆಗೆ, ಕಿವಿಗಳನ್ನು ಆವರಿಸುವ ಕೂದಲು, ತಪ್ಪಾಗಿ ಆಯ್ಕೆಮಾಡಿದ ಕೋನ ಮತ್ತು ಇತರ ಅಸಮರ್ಪಕತೆಗಳು ಸ್ಪಷ್ಟವಾದ ಚಿತ್ರವನ್ನು ಪಡೆಯುವಲ್ಲಿ ಹಸ್ತಕ್ಷೇಪ ಮಾಡಬಹುದು.
ಇಯರ್ ಸ್ಕ್ಯಾನಿಂಗ್ ತಂತ್ರಜ್ಞಾನವು ಅಂತಹ ಪ್ರಸಿದ್ಧ ಮತ್ತು ಬದಲಿಸುವುದಿಲ್ಲ ಸಾಮಾನ್ಯ ರೀತಿಯಲ್ಲಿಗುರುತಿಸುವಿಕೆ, ಫಿಂಗರ್‌ಪ್ರಿಂಟ್‌ಗಳಂತೆ, ಆದರೆ ಅದರೊಂದಿಗೆ ಬಳಸಬಹುದು.
ಇದು ಜನರನ್ನು ಗುರುತಿಸುವ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಎಂದು ನಂಬಲಾಗಿದೆ. ಅಪರಾಧಿಗಳನ್ನು ಹಿಡಿಯುವಲ್ಲಿ ವಿವಿಧ ವಿಧಾನಗಳ (ಮಲ್ಟಿಮೋಡಲ್) ಸಂಯೋಜನೆಯು ವಿಶೇಷವಾಗಿ ಮುಖ್ಯವಾಗಿದೆ, ವಿಜ್ಞಾನಿ ನಂಬುತ್ತಾರೆ. ಪ್ರಯೋಗಗಳು ಮತ್ತು ಸಂಶೋಧನೆಯ ಪರಿಣಾಮವಾಗಿ, ಚಿತ್ರಗಳಿಂದ ತಪ್ಪಿತಸ್ಥರನ್ನು ಅನನ್ಯವಾಗಿ ಗುರುತಿಸಲು ನ್ಯಾಯಾಲಯದಲ್ಲಿ ಬಳಸಲಾಗುವ ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ರಚಿಸಲು ಅವರು ಆಶಿಸುತ್ತಾರೆ.
ಮಾನವ ಧ್ವನಿ
ಧ್ವನಿ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಿಕೊಂಡು ಸ್ಥಳೀಯವಾಗಿ ಮತ್ತು ದೂರದಿಂದಲೇ ವೈಯಕ್ತಿಕ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಕೈಗೊಳ್ಳಬಹುದು.
ಮಾತನಾಡುವಾಗ, ಉದಾಹರಣೆಗೆ, ಫೋನ್ನಲ್ಲಿ, ಸಿಸ್ಟಮ್ ಹೋಲಿಸುತ್ತದೆ ಈ ನಿಯತಾಂಕಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಲಭ್ಯವಿರುವವುಗಳೊಂದಿಗೆ ಮತ್ತು ಶೇಕಡಾವಾರು ಪರಿಭಾಷೆಯಲ್ಲಿ ಒಂದೇ ರೀತಿಯ ಮಾದರಿಗಳನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ. ಸಂಪೂರ್ಣ ಹೊಂದಾಣಿಕೆ ಎಂದರೆ ಗುರುತನ್ನು ಸ್ಥಾಪಿಸಲಾಗಿದೆ, ಅಂದರೆ ಧ್ವನಿಯ ಮೂಲಕ ಗುರುತಿಸುವಿಕೆ ಸಂಭವಿಸಿದೆ.
ಸಾಂಪ್ರದಾಯಿಕ ರೀತಿಯಲ್ಲಿ ಏನನ್ನಾದರೂ ಪ್ರವೇಶಿಸಲು, ನೀವು ಕೆಲವು ಭದ್ರತಾ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಬೇಕು. ಇದು ಡಿಜಿಟಲ್ ಕೋಡ್, ತಾಯಿಯ ಮೊದಲ ಹೆಸರು ಮತ್ತು ಇತರ ಪಠ್ಯ ಪಾಸ್‌ವರ್ಡ್‌ಗಳು.
ಈ ಪ್ರದೇಶದಲ್ಲಿನ ಆಧುನಿಕ ಸಂಶೋಧನೆಯು ಈ ಮಾಹಿತಿಯನ್ನು ಪಡೆದುಕೊಳ್ಳಲು ತುಂಬಾ ಸುಲಭ ಎಂದು ತೋರಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ಧ್ವನಿ ಬಯೋಮೆಟ್ರಿಕ್ಸ್‌ನಂತಹ ಗುರುತಿನ ವಿಧಾನಗಳನ್ನು ಬಳಸಬಹುದು. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಪರಿಶೀಲನೆಗೆ ಒಳಪಟ್ಟಿರುವ ಕೋಡ್ಗಳ ಜ್ಞಾನವಲ್ಲ, ಆದರೆ ವ್ಯಕ್ತಿಯ ವ್ಯಕ್ತಿತ್ವ.
ಇದನ್ನು ಮಾಡಲು, ಕ್ಲೈಂಟ್ ಕೋಡ್ ಪದಗುಚ್ಛವನ್ನು ಹೇಳಬೇಕು ಅಥವಾ ಮಾತನಾಡಲು ಪ್ರಾರಂಭಿಸಬೇಕು. ಸಿಸ್ಟಂ ಕರೆ ಮಾಡುವವರ ಧ್ವನಿಯನ್ನು ಗುರುತಿಸುತ್ತದೆ ಮತ್ತು ಅದು ಈ ವ್ಯಕ್ತಿಗೆ ಸೇರಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸುತ್ತದೆ - ಅವನು ಹೇಳಿಕೊಳ್ಳುವ ವ್ಯಕ್ತಿಯೇ.
ಬಯೋಮೆಟ್ರಿಕ್ ಮಾಹಿತಿ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳು ಈ ಪ್ರಕಾರದದುಬಾರಿ ಉಪಕರಣಗಳ ಅಗತ್ಯವಿಲ್ಲ, ಇದು ಅವರ ಪ್ರಯೋಜನವಾಗಿದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಸಿಸ್ಟಮ್ ಮೂಲಕ ಧ್ವನಿ ಸ್ಕ್ಯಾನಿಂಗ್ ಅನ್ನು ಕೈಗೊಳ್ಳಲು, ನೀವು ವಿಶೇಷ ಜ್ಞಾನವನ್ನು ಹೊಂದಿರಬೇಕಾಗಿಲ್ಲ, ಏಕೆಂದರೆ ಸಾಧನವು ಸ್ವತಂತ್ರವಾಗಿ "ನಿಜ-ಸುಳ್ಳು" ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆ.
ಕೈಬರಹದ ಮೂಲಕ
ಅಕ್ಷರಗಳನ್ನು ಬರೆಯುವ ವಿಧಾನದಿಂದ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸುವುದು ಜೀವನದ ಯಾವುದೇ ಕ್ಷೇತ್ರದಲ್ಲಿ ಸಹಿ ಹಾಕಲು ಅವಶ್ಯಕವಾಗಿದೆ. ಇದು ಸಂಭವಿಸುತ್ತದೆ, ಉದಾಹರಣೆಗೆ, ಬ್ಯಾಂಕ್‌ನಲ್ಲಿ, ತಜ್ಞರು ಮುಂದಿನ ಭೇಟಿಯ ಸಮಯದಲ್ಲಿ ಅಂಟಿಸಿದ ಸಹಿಗಳೊಂದಿಗೆ ಖಾತೆಯನ್ನು ತೆರೆಯುವಾಗ ರಚಿಸಲಾದ ಮಾದರಿಯನ್ನು ಹೋಲಿಸಿದಾಗ.
ಈ ವಿಧಾನದ ನಿಖರತೆಯು ಕಡಿಮೆಯಾಗಿದೆ, ಏಕೆಂದರೆ ಗುರುತಿಸುವಿಕೆಯು ಗಣಿತದ ಸಂಕೇತವನ್ನು ಬಳಸಿಕೊಂಡು ಸಂಭವಿಸುವುದಿಲ್ಲ, ಹಿಂದಿನವುಗಳಂತೆ ಆದರೆ ಸರಳವಾದ ಹೋಲಿಕೆಯಿಂದ. ಇಲ್ಲಿ ಉನ್ನತ ಮಟ್ಟದ ವ್ಯಕ್ತಿನಿಷ್ಠ ಗ್ರಹಿಕೆ ಇದೆ. ಜೊತೆಗೆ, ಕೈಬರಹವು ವಯಸ್ಸಿನೊಂದಿಗೆ ಬಹಳವಾಗಿ ಬದಲಾಗುತ್ತದೆ, ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಕಷ್ಟಕರವಾಗಿಸುತ್ತದೆ.
ಈ ಸಂದರ್ಭದಲ್ಲಿ ಅದನ್ನು ಬಳಸುವುದು ಉತ್ತಮ ಸ್ವಯಂಚಾಲಿತ ವ್ಯವಸ್ಥೆಗಳು, ಇದು ಗೋಚರ ಹೊಂದಾಣಿಕೆಗಳನ್ನು ಮಾತ್ರ ನಿರ್ಧರಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ, ಆದರೆ ಪದಗಳ ಕಾಗುಣಿತದ ಇತರ ವಿಶಿಷ್ಟ ಲಕ್ಷಣಗಳಾದ ಇಳಿಜಾರು, ಬಿಂದುಗಳ ನಡುವಿನ ಅಂತರ ಮತ್ತು ಇತರ ವಿಶಿಷ್ಟ ಲಕ್ಷಣಗಳನ್ನು ಸಹ ನಿರ್ಧರಿಸುತ್ತದೆ.
ಜ್ಲೋಡಿಬಾಲ್ ಆಗಸ್ಟ್ 11, 2011 ರಂದು 9:54 ಕ್ಕೆ
ಆಧುನಿಕ ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವ ವಿಧಾನಗಳು
- ಮಾಹಿತಿ ಭದ್ರತೆ
ಇತ್ತೀಚೆಗೆ, ಗೂಗಲ್‌ನ ಮುಖದ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಮೀಸಲಾಗಿರುವ ಹಬ್ರೆಯಲ್ಲಿ ಅನೇಕ ಲೇಖನಗಳು ಕಾಣಿಸಿಕೊಂಡಿವೆ. ನಿಜ ಹೇಳಬೇಕೆಂದರೆ, ಅವರಲ್ಲಿ ಅನೇಕರು ಪತ್ರಿಕೋದ್ಯಮವನ್ನು ಕೆಣಕುತ್ತಾರೆ ಮತ್ತು ಸ್ವಲ್ಪಮಟ್ಟಿಗೆ ಹೇಳುವುದಾದರೆ, ಅಸಮರ್ಥತೆ. ಮತ್ತು ನಾನು ಬಯೋಮೆಟ್ರಿಕ್ಸ್ನಲ್ಲಿ ಉತ್ತಮ ಲೇಖನವನ್ನು ಬರೆಯಲು ಬಯಸುತ್ತೇನೆ, ಇದು ನನ್ನ ಮೊದಲನೆಯದಲ್ಲ! ಹಬ್ರೆಯಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಕುರಿತು ಒಂದೆರಡು ಉತ್ತಮ ಲೇಖನಗಳಿವೆ - ಆದರೆ ಅವು ಸಾಕಷ್ಟು ಚಿಕ್ಕದಾಗಿದೆ ಮತ್ತು ಅಪೂರ್ಣವಾಗಿವೆ. ಇಲ್ಲಿ ನಾನು ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆಯ ಸಾಮಾನ್ಯ ತತ್ವಗಳನ್ನು ಮತ್ತು ಈ ವಿಷಯದಲ್ಲಿ ಮಾನವಕುಲದ ಆಧುನಿಕ ಸಾಧನೆಗಳನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ವಿವರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತೇನೆ. ಮುಖಗಳ ಮೂಲಕ ಗುರುತಿಸುವಿಕೆ ಸೇರಿದಂತೆ.
ಲೇಖನವು ಹೊಂದಿದೆ, ಇದು ಮೂಲಭೂತವಾಗಿ, ಅದರ ಪೂರ್ವಭಾವಿಯಾಗಿದೆ.
ಜರ್ನಲ್‌ನಲ್ಲಿ (BDI, 2009) ಸಹೋದ್ಯೋಗಿಯೊಂದಿಗೆ ಜಂಟಿ ಪ್ರಕಟಣೆಯನ್ನು ಆಧುನಿಕ ವಾಸ್ತವಗಳಿಗೆ ಸರಿಹೊಂದುವಂತೆ ಪರಿಷ್ಕರಿಸಲಾಗಿದೆ, ಇದನ್ನು ಲೇಖನಕ್ಕೆ ಆಧಾರವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. ಹಬ್ರೆ ಇನ್ನೂ ಸಹೋದ್ಯೋಗಿಯಾಗಿಲ್ಲ, ಆದರೆ ಅವರು ಇಲ್ಲಿ ಪರಿಷ್ಕೃತ ಲೇಖನದ ಪ್ರಕಟಣೆಯನ್ನು ಬೆಂಬಲಿಸಿದರು. ಪ್ರಕಟಣೆಯ ಸಮಯದಲ್ಲಿ, ಲೇಖನವು ಆಧುನಿಕ ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನ ಮಾರುಕಟ್ಟೆಯ ಸಂಕ್ಷಿಪ್ತ ಅವಲೋಕನವಾಗಿತ್ತು, ನಮ್ಮ ಉತ್ಪನ್ನವನ್ನು ಪರಿಚಯಿಸುವ ಮೊದಲು ನಾವು ಅದನ್ನು ನಡೆಸಿದ್ದೇವೆ. ಲೇಖನದ ಎರಡನೇ ಭಾಗದಲ್ಲಿ ಮಂಡಿಸಲಾದ ಅನ್ವಯಿಕತೆಯ ತೀರ್ಪುಗಳು ಉತ್ಪನ್ನಗಳನ್ನು ಬಳಸಿದ ಮತ್ತು ಕಾರ್ಯಗತಗೊಳಿಸಿದ ಜನರ ಅಭಿಪ್ರಾಯಗಳನ್ನು ಆಧರಿಸಿವೆ, ಜೊತೆಗೆ ರಷ್ಯಾ ಮತ್ತು ಯುರೋಪ್ನಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಗಳ ಉತ್ಪಾದನೆಯಲ್ಲಿ ತೊಡಗಿರುವ ಜನರ ಅಭಿಪ್ರಾಯಗಳನ್ನು ಆಧರಿಸಿವೆ.
ಸಾಮಾನ್ಯ ಮಾಹಿತಿ
ಮೂಲಭೂತ ವಿಷಯಗಳೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸೋಣ. 95% ಪ್ರಕರಣಗಳಲ್ಲಿ, ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಮೂಲಭೂತವಾಗಿ ಗಣಿತದ ಅಂಕಿಅಂಶವಾಗಿದೆ. ಮತ್ತು ಮ್ಯಾಟ್‌ಸ್ಟಾಟ್ ಒಂದು ನಿಖರವಾದ ವಿಜ್ಞಾನವಾಗಿದೆ, ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಎಲ್ಲೆಡೆ ಬಳಸಲಾಗುತ್ತದೆ: ರಾಡಾರ್‌ಗಳಲ್ಲಿ ಮತ್ತು ಬೇಸಿಯನ್ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ. ಮೊದಲ ಮತ್ತು ಎರಡನೆಯ ವಿಧದ ದೋಷಗಳನ್ನು ಯಾವುದೇ ಬಯೋಮೆಟ್ರಿಕ್ ಸಿಸ್ಟಮ್ನ ಎರಡು ಮುಖ್ಯ ಗುಣಲಕ್ಷಣಗಳಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬಹುದು). ರಾಡಾರ್ ಸಿದ್ಧಾಂತದಲ್ಲಿ ಅವುಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ "ಸುಳ್ಳು ಎಚ್ಚರಿಕೆ" ಅಥವಾ "ಟಾರ್ಗೆಟ್ ಮಿಸ್" ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ, ಮತ್ತು ಬಯೋಮೆಟ್ರಿಕ್ಸ್ನಲ್ಲಿ ಹೆಚ್ಚು ಸ್ಥಾಪಿತವಾದ ಪರಿಕಲ್ಪನೆಗಳು FAR (ತಪ್ಪು ಸ್ವೀಕಾರ ದರ) ಮತ್ತು FRR (ತಪ್ಪು ನಿರಾಕರಣೆ ದರ). ಮೊದಲ ಸಂಖ್ಯೆಯು ಎರಡು ಜನರ ಬಯೋಮೆಟ್ರಿಕ್ ಗುಣಲಕ್ಷಣಗಳ ನಡುವಿನ ತಪ್ಪು ಹೊಂದಾಣಿಕೆಯ ಸಂಭವನೀಯತೆಯನ್ನು ನಿರೂಪಿಸುತ್ತದೆ. ಎರಡನೆಯದು ಕ್ಲಿಯರೆನ್ಸ್ ಹೊಂದಿರುವ ವ್ಯಕ್ತಿಗೆ ಪ್ರವೇಶವನ್ನು ನಿರಾಕರಿಸುವ ಸಂಭವನೀಯತೆಯಾಗಿದೆ. ಅದೇ FAR ಮೌಲ್ಯಗಳಿಗೆ ಕಡಿಮೆ FRR ಮೌಲ್ಯ, ಸಿಸ್ಟಮ್ ಉತ್ತಮವಾಗಿರುತ್ತದೆ. ಕೆಲವೊಮ್ಮೆ ಬಳಸಲಾಗುತ್ತದೆ ತುಲನಾತ್ಮಕ ಗುಣಲಕ್ಷಣಗಳು EER, ಇದು FRR ಮತ್ತು FAR ಗ್ರಾಫ್‌ಗಳು ಛೇದಿಸುವ ಬಿಂದುವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ಆದರೆ ಇದು ಯಾವಾಗಲೂ ಪ್ರತಿನಿಧಿಯಲ್ಲ. ನೀವು ಹೆಚ್ಚಿನ ವಿವರಗಳನ್ನು ನೋಡಬಹುದು, ಉದಾಹರಣೆಗೆ.ಕೆಳಗಿನವುಗಳನ್ನು ಗಮನಿಸಬಹುದು: ವ್ಯವಸ್ಥೆಯ ಗುಣಲಕ್ಷಣಗಳು ತೆರೆದ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾಬೇಸ್‌ಗಳಿಗಾಗಿ FAR ಮತ್ತು FRR ಅನ್ನು ಒಳಗೊಂಡಿಲ್ಲದಿದ್ದರೆ, ತಯಾರಕರು ಅದರ ಗುಣಲಕ್ಷಣಗಳ ಬಗ್ಗೆ ಏನು ಘೋಷಿಸಿದರೂ, ಈ ವ್ಯವಸ್ಥೆಯು ಅದರ ಪ್ರತಿಸ್ಪರ್ಧಿಗಳಿಗಿಂತ ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಲ್ಲ ಅಥವಾ ಹೆಚ್ಚು ದುರ್ಬಲವಾಗಿರುತ್ತದೆ.
ಆದರೆ FAR ಮತ್ತು FRR ಮಾತ್ರವಲ್ಲ ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಯ ಗುಣಮಟ್ಟವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ಇದು ಏಕೈಕ ಮಾರ್ಗವಾಗಿದ್ದರೆ, ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನವು DNA ಗುರುತಿಸುವಿಕೆಯಾಗಿದೆ, ಇದಕ್ಕಾಗಿ FAR ಮತ್ತು FRR ಶೂನ್ಯಕ್ಕೆ ಒಲವು ತೋರುತ್ತದೆ. ಆದರೆ ಮಾನವ ಅಭಿವೃದ್ಧಿಯ ಪ್ರಸ್ತುತ ಹಂತದಲ್ಲಿ ಈ ತಂತ್ರಜ್ಞಾನವು ಅನ್ವಯಿಸುವುದಿಲ್ಲ ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗಿದೆ! ನಾವು ವ್ಯವಸ್ಥೆಯ ಗುಣಮಟ್ಟವನ್ನು ನಿರ್ಣಯಿಸಲು ನಮಗೆ ಅನುಮತಿಸುವ ಹಲವಾರು ಪ್ರಾಯೋಗಿಕ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದೇವೆ. "ಫೋರ್ಜರಿ ರೆಸಿಸ್ಟೆನ್ಸ್" ಎಂಬುದು ಪ್ರಾಯೋಗಿಕ ಲಕ್ಷಣವಾಗಿದ್ದು, ಬಯೋಮೆಟ್ರಿಕ್ ಐಡೆಂಟಿಫೈಯರ್ ಅನ್ನು ಮೋಸಗೊಳಿಸುವುದು ಎಷ್ಟು ಸುಲಭ ಎಂದು ಸಾರಾಂಶಿಸುತ್ತದೆ. "ಪರಿಸರ ಸ್ಥಿರತೆ" ಎನ್ನುವುದು ಬೆಳಕಿನ ಅಥವಾ ಕೋಣೆಯ ಉಷ್ಣಾಂಶದಲ್ಲಿನ ಬದಲಾವಣೆಗಳಂತಹ ವಿವಿಧ ಬಾಹ್ಯ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ವ್ಯವಸ್ಥೆಯ ಸ್ಥಿರತೆಯನ್ನು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಒಂದು ಲಕ್ಷಣವಾಗಿದೆ. ಬಯೋಮೆಟ್ರಿಕ್ ಸ್ಕ್ಯಾನರ್ ಅನ್ನು ಬಳಸುವುದು ಎಷ್ಟು ಕಷ್ಟ ಮತ್ತು "ಪ್ರಯಾಣದಲ್ಲಿರುವಾಗ" ಗುರುತಿಸುವುದು ಸಾಧ್ಯವೇ ಎಂಬುದನ್ನು "ಬಳಕೆಯ ಸುಲಭ" ತೋರಿಸುತ್ತದೆ. ಒಂದು ಪ್ರಮುಖ ಲಕ್ಷಣವೆಂದರೆ "ಕಾರ್ಯಾಚರಣೆಯ ವೇಗ" ಮತ್ತು "ವ್ಯವಸ್ಥೆಯ ವೆಚ್ಚ". ವ್ಯಕ್ತಿಯ ಬಯೋಮೆಟ್ರಿಕ್ ಗುಣಲಕ್ಷಣವು ಕಾಲಾನಂತರದಲ್ಲಿ ಬದಲಾಗಬಹುದು ಎಂಬುದನ್ನು ನಾವು ಮರೆಯಬಾರದು, ಆದ್ದರಿಂದ ಅದು ಅಸ್ಥಿರವಾಗಿದ್ದರೆ, ಇದು ಗಮನಾರ್ಹ ಅನನುಕೂಲವಾಗಿದೆ.
ಸಮೃದ್ಧಿ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳುಬೆರಗುಗೊಳಿಸುತ್ತದೆ. ವ್ಯಕ್ತಿಯ ಸ್ಥಿರ ಬಯೋಮೆಟ್ರಿಕ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಬಳಸುವ ಮುಖ್ಯ ವಿಧಾನಗಳು ಬೆರಳುಗಳ ಮೇಲಿನ ಪ್ಯಾಪಿಲ್ಲರಿ ಮಾದರಿ, ಐರಿಸ್, ಮುಖದ ಜ್ಯಾಮಿತಿ, ರೆಟಿನಾ, ಕೈ ಸಿರೆಗಳ ಮಾದರಿ, ಕೈ ರೇಖಾಗಣಿತದಿಂದ ಗುರುತಿಸುವುದು. ಡೈನಾಮಿಕ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಬಳಸುವ ವಿಧಾನಗಳ ಕುಟುಂಬವೂ ಇದೆ: ಧ್ವನಿ, ಕೈಬರಹದ ಡೈನಾಮಿಕ್ಸ್, ಹೃದಯ ಬಡಿತ ಮತ್ತು ನಡಿಗೆ ಮೂಲಕ ಗುರುತಿಸುವಿಕೆ. ಒಂದೆರಡು ವರ್ಷಗಳ ಹಿಂದೆ ಬಯೋಮೆಟ್ರಿಕ್ ಮಾರುಕಟ್ಟೆಯ ಸ್ಥಗಿತವನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ. ಪ್ರತಿ ಇತರ ಮೂಲವು 15-20 ಪ್ರತಿಶತದಷ್ಟು ಏರಿಳಿತಗೊಳ್ಳುತ್ತದೆ, ಆದ್ದರಿಂದ ಇದು ಕೇವಲ ಅಂದಾಜು. ಇಲ್ಲಿ, "ಕೈ ಜ್ಯಾಮಿತಿ" ಎಂಬ ಪರಿಕಲ್ಪನೆಯಡಿಯಲ್ಲಿ, ಎರಡು ವಿಭಿನ್ನ ವಿಧಾನಗಳನ್ನು ಮರೆಮಾಡಲಾಗಿದೆ, ಅದನ್ನು ಕೆಳಗೆ ಚರ್ಚಿಸಲಾಗುವುದು.
ಈ ಲೇಖನದಲ್ಲಿ ನಾವು ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಮತ್ತು ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ (ACS) ಅಥವಾ ಅವುಗಳನ್ನು ಹೋಲುವ ಕಾರ್ಯಗಳಲ್ಲಿ ಅನ್ವಯವಾಗುವ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಮಾತ್ರ ಪರಿಗಣಿಸುತ್ತೇವೆ. ಅದರ ಶ್ರೇಷ್ಠತೆಯಿಂದಾಗಿ, ಇವು ಪ್ರಾಥಮಿಕವಾಗಿ ಸ್ಥಿರ ಗುಣಲಕ್ಷಣಗಳಾಗಿವೆ. ಕ್ಷಣದಲ್ಲಿ ಕ್ರಿಯಾತ್ಮಕ ಗುಣಲಕ್ಷಣಗಳಲ್ಲಿ, ಧ್ವನಿ ಗುರುತಿಸುವಿಕೆ ಮಾತ್ರ ಕನಿಷ್ಠ ಕೆಲವು ಅಂಕಿಅಂಶಗಳ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಹೊಂದಿದೆ (ಕೆಟ್ಟ ಸ್ಥಿರ ಕ್ರಮಾವಳಿಗಳಿಗೆ ಹೋಲಿಸಬಹುದು FAR~0.1%, FRR~6%), ಆದರೆ ಆದರ್ಶ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಮಾತ್ರ.
FAR ಮತ್ತು FRR ನ ಸಂಭವನೀಯತೆಗಳ ಅನುಭವವನ್ನು ಪಡೆಯಲು, ನೀವು N ಉದ್ಯೋಗಿಗಳೊಂದಿಗೆ ಸಂಸ್ಥೆಯ ಪ್ರವೇಶದ್ವಾರದಲ್ಲಿ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಯನ್ನು ಸ್ಥಾಪಿಸಿದರೆ ಎಷ್ಟು ಬಾರಿ ತಪ್ಪು ಹೊಂದಾಣಿಕೆಗಳು ಸಂಭವಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ನೀವು ಅಂದಾಜು ಮಾಡಬಹುದು. N ಫಿಂಗರ್‌ಪ್ರಿಂಟ್‌ಗಳ ಡೇಟಾಬೇಸ್‌ಗಾಗಿ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್‌ನ ತಪ್ಪು ಹೊಂದಾಣಿಕೆಯ ಸಂಭವನೀಯತೆ FAR∙N ಆಗಿದೆ. ಮತ್ತು ಪ್ರತಿದಿನ ಸುಮಾರು ಎನ್ ಜನರು ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಬಿಂದುವಿನ ಮೂಲಕ ಹಾದು ಹೋಗುತ್ತಾರೆ. ನಂತರ ಪ್ರತಿ ಕೆಲಸದ ದಿನಕ್ಕೆ ದೋಷದ ಸಂಭವನೀಯತೆ FAR∙(N∙N). ಸಹಜವಾಗಿ, ಗುರುತಿನ ವ್ಯವಸ್ಥೆಯ ಗುರಿಗಳನ್ನು ಅವಲಂಬಿಸಿ, ಪ್ರತಿ ಯುನಿಟ್ ಸಮಯದ ದೋಷದ ಸಂಭವನೀಯತೆಯು ಬಹಳವಾಗಿ ಬದಲಾಗಬಹುದು, ಆದರೆ ನಾವು ಪ್ರತಿ ಕೆಲಸದ ದಿನಕ್ಕೆ ಒಂದು ದೋಷವನ್ನು ಸ್ವೀಕಾರಾರ್ಹವೆಂದು ಸ್ವೀಕರಿಸಿದರೆ, ನಂತರ:
(1)ನಂತರ FAR=0.1% =0.001 ನಲ್ಲಿ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಯ ಸ್ಥಿರ ಕಾರ್ಯಾಚರಣೆಯು N≈30 ಸಿಬ್ಬಂದಿ ಗಾತ್ರದೊಂದಿಗೆ ಸಾಧ್ಯ ಎಂದು ನಾವು ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ.
ಬಯೋಮೆಟ್ರಿಕ್ ಸ್ಕ್ಯಾನರ್ಗಳು
ಇಂದು, "ಬಯೋಮೆಟ್ರಿಕ್ ಅಲ್ಗಾರಿದಮ್" ಮತ್ತು "ಬಯೋಮೆಟ್ರಿಕ್ ಸ್ಕ್ಯಾನರ್" ಪರಿಕಲ್ಪನೆಗಳು ಅಗತ್ಯವಾಗಿ ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿಲ್ಲ. ಕಂಪನಿಯು ಈ ಅಂಶಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಅಥವಾ ಒಟ್ಟಿಗೆ ಉತ್ಪಾದಿಸಬಹುದು. ಸ್ಕ್ಯಾನರ್ ತಯಾರಕರು ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ ತಯಾರಕರ ನಡುವಿನ ದೊಡ್ಡ ವ್ಯತ್ಯಾಸವನ್ನು ಫಿಂಗರ್ ಪ್ಯಾಪಿಲ್ಲರಿ ಪ್ಯಾಟರ್ನ್ ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಸಾಧಿಸಲಾಗಿದೆ. ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಚಿಕ್ಕದಾದ 3D ಫೇಸ್ ಸ್ಕ್ಯಾನರ್. ವಾಸ್ತವವಾಗಿ, ವಿಭಿನ್ನತೆಯ ಮಟ್ಟವು ಮಾರುಕಟ್ಟೆಯ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಶುದ್ಧತ್ವವನ್ನು ಹೆಚ್ಚಾಗಿ ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ. ಹೆಚ್ಚು ಆಯ್ಕೆ ಇದ್ದಷ್ಟೂ ಥೀಮ್ ಹೆಚ್ಚು ಕೆಲಸ ಮಾಡುತ್ತದೆ ಮತ್ತು ಪರಿಪೂರ್ಣತೆಗೆ ತರುತ್ತದೆ. ವಿಭಿನ್ನ ಸ್ಕ್ಯಾನರ್ಗಳು ವಿಭಿನ್ನ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಹೊಂದಿವೆ. ಮೂಲಭೂತವಾಗಿ ಇದು ಬಯೋಮೆಟ್ರಿಕ್ ಆಬ್ಜೆಕ್ಟ್ ಅನ್ನು ಹಾಳುಮಾಡಲಾಗಿದೆಯೇ ಅಥವಾ ಇಲ್ಲವೇ ಎಂಬುದನ್ನು ಪರಿಶೀಲಿಸಲು ಪರೀಕ್ಷೆಗಳ ಒಂದು ಗುಂಪಾಗಿದೆ. ಫಿಂಗರ್ ಸ್ಕ್ಯಾನರ್‌ಗಳಿಗೆ ಇದು ಬಂಪ್ ಪರೀಕ್ಷೆ ಅಥವಾ ತಾಪಮಾನ ತಪಾಸಣೆ ಆಗಿರಬಹುದು, ಕಣ್ಣಿನ ಸ್ಕ್ಯಾನರ್‌ಗಳಿಗೆ ಇದು ಶಿಷ್ಯ ವಸತಿ ಪರೀಕ್ಷೆಯಾಗಿರಬಹುದು, ಫೇಸ್ ಸ್ಕ್ಯಾನರ್‌ಗಳಿಗೆ ಇದು ಮುಖದ ಚಲನೆಯಾಗಿರಬಹುದು.ಪರಿಣಾಮವಾಗಿ ಬರುವ FAR ಮತ್ತು FRR ಅಂಕಿಅಂಶಗಳ ಮೇಲೆ ಸ್ಕ್ಯಾನರ್ಗಳು ಹೆಚ್ಚು ಪ್ರಭಾವ ಬೀರುತ್ತವೆ. ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ, ಈ ಸಂಖ್ಯೆಗಳು ಹತ್ತಾರು ಬಾರಿ ಬದಲಾಗಬಹುದು, ವಿಶೇಷವಾಗಿ ನೈಜ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ. ವಿಶಿಷ್ಟವಾಗಿ, ಅಲ್ಗಾರಿದಮ್ನ ಗುಣಲಕ್ಷಣಗಳನ್ನು ನಿರ್ದಿಷ್ಟ "ಆದರ್ಶ" ಬೇಸ್‌ಗಾಗಿ ಅಥವಾ ಸರಳವಾಗಿ ಸೂಕ್ತವಾದ ಒಂದಕ್ಕೆ ನೀಡಲಾಗುತ್ತದೆ, ಅಲ್ಲಿ ಮಸುಕಾದ ಮತ್ತು ಮಸುಕಾದ ಚೌಕಟ್ಟುಗಳನ್ನು ತಿರಸ್ಕರಿಸಲಾಗುತ್ತದೆ. ಕೆಲವೇ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಪ್ರಾಮಾಣಿಕವಾಗಿ ಬೇಸ್ ಮತ್ತು FAR/FRR ನ ಸಂಪೂರ್ಣ ವಿತರಣೆ ಎರಡನ್ನೂ ಸೂಚಿಸುತ್ತವೆ.
ಮತ್ತು ಈಗ ಪ್ರತಿಯೊಂದು ತಂತ್ರಜ್ಞಾನಗಳ ಬಗ್ಗೆ ಹೆಚ್ಚು ವಿವರವಾಗಿ
ಬೆರಳಚ್ಚುಗಳು
ಡಾಕ್ಟಿಲೋಸ್ಕೋಪಿ (ಬೆರಳಚ್ಚು ಗುರುತಿಸುವಿಕೆ) ಇದುವರೆಗಿನ ವೈಯಕ್ತಿಕ ಗುರುತಿನ ಅತ್ಯಂತ ಅಭಿವೃದ್ಧಿ ಹೊಂದಿದ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನವಾಗಿದೆ. ವಿಧಾನದ ಅಭಿವೃದ್ಧಿಗೆ ವೇಗವರ್ಧಕವು 20 ನೇ ಶತಮಾನದ ನ್ಯಾಯ ವಿಜ್ಞಾನದಲ್ಲಿ ಅದರ ವ್ಯಾಪಕ ಬಳಕೆಯಾಗಿದೆ.
ಪ್ರತಿಯೊಬ್ಬ ವ್ಯಕ್ತಿಯು ವಿಶಿಷ್ಟವಾದ ಪ್ಯಾಪಿಲ್ಲರಿ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಮಾದರಿಯನ್ನು ಹೊಂದಿದ್ದಾನೆ, ಇದು ಗುರುತಿಸುವಿಕೆಯನ್ನು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ. ವಿಶಿಷ್ಟವಾಗಿ, ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಫಿಂಗರ್‌ಪ್ರಿಂಟ್‌ಗಳ ಮೇಲೆ ವಿಶಿಷ್ಟ ಬಿಂದುಗಳನ್ನು ಬಳಸುತ್ತವೆ: ಮಾದರಿಯ ರೇಖೆಯ ಅಂತ್ಯ, ರೇಖೆಯ ಕವಲೊಡೆಯುವಿಕೆ, ಏಕ ಬಿಂದುಗಳು. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಫಿಂಗರ್ಪ್ರಿಂಟ್ನ ರೂಪವಿಜ್ಞಾನದ ರಚನೆಯ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಬಳಸಲಾಗುತ್ತದೆ: ಪ್ಯಾಪಿಲ್ಲರಿ ಮಾದರಿಯ ಮುಚ್ಚಿದ ರೇಖೆಗಳ ಸಂಬಂಧಿತ ಸ್ಥಾನ, "ಕಮಾನಿನ" ಮತ್ತು ಸುರುಳಿಯಾಕಾರದ ರೇಖೆಗಳು. ಪ್ಯಾಪಿಲ್ಲರಿ ಮಾದರಿಯ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಚಿತ್ರದ ಮಾಹಿತಿ ವಿಷಯವನ್ನು ಸಂರಕ್ಷಿಸುವ ವಿಶಿಷ್ಟ ಕೋಡ್ ಆಗಿ ಪರಿವರ್ತಿಸಲಾಗುತ್ತದೆ. ಮತ್ತು ಇದು ಹುಡುಕಾಟ ಮತ್ತು ಹೋಲಿಕೆಗಾಗಿ ಬಳಸಲಾಗುವ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಸಂಗ್ರಹವಾಗಿರುವ "ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಕೋಡ್‌ಗಳು" ಆಗಿದೆ. ಡೇಟಾಬೇಸ್‌ನ ಗಾತ್ರವನ್ನು ಅವಲಂಬಿಸಿ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಚಿತ್ರವನ್ನು ಕೋಡ್ ಆಗಿ ಪರಿವರ್ತಿಸುವ ಮತ್ತು ಅದನ್ನು ಗುರುತಿಸುವ ಸಮಯವು ಸಾಮಾನ್ಯವಾಗಿ 1 ಸೆಗಳನ್ನು ಮೀರುವುದಿಲ್ಲ. ನಿಮ್ಮ ಕೈ ಎತ್ತುವ ಸಮಯವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ. DP U.are.U ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್ ಬಳಸಿ ಪಡೆದ ವೆರಿಫಿಂಗರ್ SDK ಅಂಕಿಅಂಶಗಳನ್ನು FAR ಮತ್ತು FRR ಡೇಟಾದ ಮೂಲವಾಗಿ ಬಳಸಲಾಗಿದೆ. ಕಳೆದ 5-10 ವರ್ಷಗಳಲ್ಲಿ, ಬೆರಳು ಗುರುತಿಸುವಿಕೆಯ ಗುಣಲಕ್ಷಣಗಳು ಹೆಚ್ಚಿನ ಪ್ರಗತಿಯನ್ನು ಸಾಧಿಸಿಲ್ಲ, ಆದ್ದರಿಂದ ಮೇಲಿನ ಅಂಕಿಅಂಶಗಳು ಆಧುನಿಕ ಕ್ರಮಾವಳಿಗಳ ಸರಾಸರಿ ಮೌಲ್ಯವನ್ನು ಚೆನ್ನಾಗಿ ತೋರಿಸುತ್ತವೆ. ವೆರಿಫಿಂಗರ್ ಅಲ್ಗಾರಿದಮ್ ಹಲವಾರು ವರ್ಷಗಳವರೆಗೆ ಅಂತರಾಷ್ಟ್ರೀಯ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಪರಿಶೀಲನೆ ಸ್ಪರ್ಧೆಯನ್ನು ಗೆದ್ದುಕೊಂಡಿತು, ಅಲ್ಲಿ ಫಿಂಗರ್ ರೆಕಗ್ನಿಷನ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಸ್ಪರ್ಧಿಸಿದ್ದವು.
ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಗುರುತಿಸುವಿಕೆ ವಿಧಾನಕ್ಕೆ ವಿಶಿಷ್ಟವಾದ FAR ಮೌಲ್ಯವು 0.001% ಆಗಿದೆ.
FAR=0.001% ನಲ್ಲಿ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಯ ಸ್ಥಿರ ಕಾರ್ಯಾಚರಣೆಯು N≈300 ಸಿಬ್ಬಂದಿ ಗಾತ್ರದೊಂದಿಗೆ ಸಾಧ್ಯ ಎಂದು ಸೂತ್ರದಿಂದ (1) ನಾವು ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ. ವಿಧಾನದ ಪ್ರಯೋಜನಗಳು. ಹೆಚ್ಚಿನ ವಿಶ್ವಾಸಾರ್ಹತೆ - ವಿಧಾನದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸೂಚಕಗಳು ಮುಖ, ಧ್ವನಿ ಮತ್ತು ಚಿತ್ರಕಲೆ ಮೂಲಕ ಗುರುತಿಸುವ ವಿಧಾನಗಳ ಸೂಚಕಗಳಿಗಿಂತ ಉತ್ತಮವಾಗಿದೆ. ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಚಿತ್ರವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಕಡಿಮೆ ವೆಚ್ಚದ ಸಾಧನಗಳು. ಸಾಕು ಸರಳ ವಿಧಾನಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನಿಂಗ್.
ಅನಾನುಕೂಲಗಳು: ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಪ್ಯಾಪಿಲ್ಲರಿ ಮಾದರಿಯು ಸಣ್ಣ ಗೀರುಗಳು ಮತ್ತು ಕಡಿತಗಳಿಂದ ಸುಲಭವಾಗಿ ಹಾನಿಗೊಳಗಾಗುತ್ತದೆ. ನೂರಾರು ಉದ್ಯೋಗಿಗಳನ್ನು ಹೊಂದಿರುವ ಉದ್ಯಮಗಳಲ್ಲಿ ಸ್ಕ್ಯಾನರ್‌ಗಳನ್ನು ಬಳಸಿದ ಜನರು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಸ್ಕ್ಯಾನಿಂಗ್ ವೈಫಲ್ಯವನ್ನು ವರದಿ ಮಾಡುತ್ತಾರೆ. ಅನೇಕ ಸ್ಕ್ಯಾನರ್ಗಳು ಒಣ ಚರ್ಮವನ್ನು ಸಮರ್ಪಕವಾಗಿ ಪರಿಗಣಿಸುವುದಿಲ್ಲ ಮತ್ತು ವಯಸ್ಸಾದವರಿಗೆ ಹಾದುಹೋಗಲು ಅನುಮತಿಸುವುದಿಲ್ಲ. ಕಳೆದ MIPS ಪ್ರದರ್ಶನದಲ್ಲಿ ಸಂವಹನ ನಡೆಸುವಾಗ, ದೊಡ್ಡ ರಾಸಾಯನಿಕ ಉದ್ಯಮದ ಭದ್ರತಾ ಸೇವೆಯ ಮುಖ್ಯಸ್ಥರು ಎಂಟರ್‌ಪ್ರೈಸ್‌ನಲ್ಲಿ ಫಿಂಗರ್ ಸ್ಕ್ಯಾನರ್‌ಗಳನ್ನು ಪರಿಚಯಿಸುವ ಪ್ರಯತ್ನವು ವಿಫಲವಾಗಿದೆ ಎಂದು ಹೇಳಿದರು (ವಿವಿಧ ವ್ಯವಸ್ಥೆಗಳ ಸ್ಕ್ಯಾನರ್‌ಗಳನ್ನು ಪ್ರಯತ್ನಿಸಲಾಗಿದೆ) - ನೌಕರರ ಬೆರಳುಗಳ ಮೇಲೆ ರಾಸಾಯನಿಕ ಕಾರಕಗಳಿಗೆ ಕನಿಷ್ಠ ಮಾನ್ಯತೆ ಸ್ಕ್ಯಾನರ್‌ಗಳ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳ ವೈಫಲ್ಯಕ್ಕೆ ಕಾರಣವಾಯಿತು - ಸ್ಕ್ಯಾನರ್ಗಳು ಬೆರಳುಗಳನ್ನು ನಕಲಿ ಎಂದು ಘೋಷಿಸಿದವು. ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಇಮೇಜ್ ಫೋರ್ಜರಿ ವಿರುದ್ಧ ಸಾಕಷ್ಟು ಭದ್ರತೆಯೂ ಇಲ್ಲ, ಭಾಗಶಃ ವಿಧಾನದ ವ್ಯಾಪಕ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುತ್ತದೆ. ಸಹಜವಾಗಿ, ಎಲ್ಲಾ ಸ್ಕ್ಯಾನರ್‌ಗಳನ್ನು ಮಿಥ್‌ಬಸ್ಟರ್ಸ್‌ನ ವಿಧಾನಗಳಿಂದ ಮೋಸಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ, ಆದರೆ ಇನ್ನೂ. "ಅನುಚಿತ" ಬೆರಳುಗಳನ್ನು ಹೊಂದಿರುವ ಕೆಲವು ಜನರಿಗೆ (ದೇಹದ ಉಷ್ಣತೆ, ಆರ್ದ್ರತೆ), ಪ್ರವೇಶವನ್ನು ನಿರಾಕರಿಸುವ ಸಂಭವನೀಯತೆಯು 100% ತಲುಪಬಹುದು. ಅಂತಹ ಜನರ ಸಂಖ್ಯೆಯು ದುಬಾರಿ ಸ್ಕ್ಯಾನರ್‌ಗಳಿಗೆ ಶೇಕಡಾವಾರು ಭಾಗದಿಂದ ದುಬಾರಿಯಲ್ಲದವರಿಗೆ ಹತ್ತು ಪ್ರತಿಶತದವರೆಗೆ ಬದಲಾಗುತ್ತದೆ.
ಸಹಜವಾಗಿ, ಸಿಸ್ಟಮ್ನ ವ್ಯಾಪಕ ಬಳಕೆಯಿಂದ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ನ್ಯೂನತೆಗಳು ಉಂಟಾಗುತ್ತವೆ ಎಂದು ಗಮನಿಸಬೇಕಾದ ಅಂಶವಾಗಿದೆ, ಆದರೆ ಈ ನ್ಯೂನತೆಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ ಮತ್ತು ಅವುಗಳು ಆಗಾಗ್ಗೆ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ.
ಮಾರುಕಟ್ಟೆಯ ಪರಿಸ್ಥಿತಿ
ಪ್ರಸ್ತುತ, ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳು ಬಯೋಮೆಟ್ರಿಕ್ ಮಾರುಕಟ್ಟೆಯ ಅರ್ಧಕ್ಕಿಂತ ಹೆಚ್ಚು ಭಾಗವನ್ನು ಆಕ್ರಮಿಸಿಕೊಂಡಿವೆ. ಅನೇಕ ರಷ್ಯನ್ ಮತ್ತು ವಿದೇಶಿ ಕಂಪನಿಗಳು ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಗುರುತಿನ ವಿಧಾನವನ್ನು ಆಧರಿಸಿ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳ ಉತ್ಪಾದನೆಯಲ್ಲಿ ತೊಡಗಿವೆ. ಈ ದಿಕ್ಕು ಅತ್ಯಂತ ಹಳೆಯದಾಗಿದೆ ಎಂಬ ಕಾರಣದಿಂದಾಗಿ, ಇದು ಹೆಚ್ಚು ವ್ಯಾಪಕವಾಗಿದೆ ಮತ್ತು ಇದುವರೆಗೆ ಹೆಚ್ಚು ಅಭಿವೃದ್ಧಿ ಹೊಂದಿದೆ. ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್ಗಳು ಸುಧಾರಿಸಲು ನಿಜವಾಗಿಯೂ ಬಹಳ ದೂರ ಬಂದಿವೆ. ಆಧುನಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಅಳವಡಿಸಲಾಗಿದೆ ವಿವಿಧ ಸಂವೇದಕಗಳು(ತಾಪಮಾನ, ಒತ್ತುವ ಬಲ, ಇತ್ಯಾದಿ), ಇದು ನಕಲಿ ವಿರುದ್ಧ ರಕ್ಷಣೆಯ ಮಟ್ಟವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಪ್ರತಿದಿನ ವ್ಯವಸ್ಥೆಗಳು ಹೆಚ್ಚು ಅನುಕೂಲಕರ ಮತ್ತು ಸಾಂದ್ರವಾಗುತ್ತವೆ. ವಾಸ್ತವವಾಗಿ, ಅಭಿವರ್ಧಕರು ಈಗಾಗಲೇ ಈ ಪ್ರದೇಶದಲ್ಲಿ ಒಂದು ನಿರ್ದಿಷ್ಟ ಮಿತಿಯನ್ನು ತಲುಪಿದ್ದಾರೆ ಮತ್ತು ವಿಧಾನವನ್ನು ಮತ್ತಷ್ಟು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಎಲ್ಲಿಯೂ ಇಲ್ಲ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಹೆಚ್ಚಿನ ಕಂಪನಿಗಳು ಸಾಫ್ಟ್ವೇರ್ ಸೇರಿದಂತೆ ಅಗತ್ಯವಿರುವ ಎಲ್ಲವನ್ನೂ ಹೊಂದಿರುವ ಸಿದ್ಧ-ಸಿದ್ಧ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ. ಈ ಪ್ರದೇಶದಲ್ಲಿನ ಇಂಟಿಗ್ರೇಟರ್‌ಗಳು ಸಿಸ್ಟಮ್ ಅನ್ನು ಸ್ವತಃ ಜೋಡಿಸುವ ಅಗತ್ಯವಿಲ್ಲ, ಏಕೆಂದರೆ ಇದು ಲಾಭದಾಯಕವಲ್ಲ ಮತ್ತು ಸಿದ್ಧ ಮತ್ತು ಈಗಾಗಲೇ ಅಗ್ಗದ ವ್ಯವಸ್ಥೆಯನ್ನು ಖರೀದಿಸುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಸಮಯ ಮತ್ತು ಶ್ರಮವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಆಯ್ಕೆಯು ನಿಜವಾಗಿಯೂ ವಿಶಾಲವಾಗಿರುತ್ತದೆ.ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ತೊಡಗಿರುವ ವಿದೇಶಿ ಕಂಪನಿಗಳಲ್ಲಿ, ಒಬ್ಬರು ಸೆಕ್ಯೂಜೆನ್ (ಪಿಸಿಗಳಿಗಾಗಿ ಯುಎಸ್‌ಬಿ ಸ್ಕ್ಯಾನರ್ಗಳು, ಎಂಟರ್‌ಪ್ರೈಸ್‌ಗಳಲ್ಲಿ ಸ್ಥಾಪಿಸಬಹುದಾದ ಅಥವಾ ಲಾಕ್‌ಗಳಲ್ಲಿ ನಿರ್ಮಿಸಬಹುದಾದ ಸ್ಕ್ಯಾನರ್ಗಳು, ಎಸ್‌ಡಿಕೆ ಮತ್ತು ಕಂಪ್ಯೂಟರ್‌ನೊಂದಿಗೆ ಸಿಸ್ಟಮ್ ಅನ್ನು ಸಂಪರ್ಕಿಸಲು ಸಾಫ್ಟ್ವೇರ್) ಅನ್ನು ಗಮನಿಸಬಹುದು; ಬಯೋಮೆಟ್ರಿಕ್ ಇಂಕ್. (ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್ಗಳು, TAA/ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳು, ಫಿಂಗರ್ಪ್ರಿಂಟ್ SDKಗಳು, ಎಂಬೆಡೆಡ್ ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಮಾಡ್ಯೂಲ್‌ಗಳು); ಡಿಜಿಟಲ್ ಪರ್ಸೋನಾ, ಇಂಕ್. (USB ಸ್ಕ್ಯಾನರ್ಗಳು, SDK). ರಷ್ಯಾದಲ್ಲಿ, ಈ ಪ್ರದೇಶದಲ್ಲಿ ಕೆಳಗಿನ ಕಂಪನಿಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ: ಬಯೋಲಿಂಕ್ (ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್ಗಳು, ಬಯೋಮೆಟ್ರಿಕ್ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಸಾಧನಗಳು, ಸಾಫ್ಟ್ವೇರ್); ಸೋಂಡಾ (ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್ಗಳು, ಬಯೋಮೆಟ್ರಿಕ್ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಸಾಧನಗಳು, SDK); SmartLock (ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್ಗಳು ಮತ್ತು ಮಾಡ್ಯೂಲ್‌ಗಳು) ಇತ್ಯಾದಿ.
ಐರಿಸ್
ಕಣ್ಣಿನ ಐರಿಸ್ ವ್ಯಕ್ತಿಯ ವಿಶಿಷ್ಟ ಲಕ್ಷಣವಾಗಿದೆ. ಐರಿಸ್ನ ಮಾದರಿಯು ಗರ್ಭಾಶಯದ ಬೆಳವಣಿಗೆಯ ಎಂಟನೇ ತಿಂಗಳಲ್ಲಿ ರೂಪುಗೊಳ್ಳುತ್ತದೆ, ಅಂತಿಮವಾಗಿ ಸುಮಾರು ಎರಡು ವರ್ಷಗಳ ವಯಸ್ಸಿನಲ್ಲಿ ಸ್ಥಿರಗೊಳ್ಳುತ್ತದೆ ಮತ್ತು ತೀವ್ರವಾದ ಗಾಯಗಳು ಅಥವಾ ತೀವ್ರವಾದ ರೋಗಶಾಸ್ತ್ರದ ಪರಿಣಾಮವಾಗಿ ಹೊರತುಪಡಿಸಿ ಜೀವನದುದ್ದಕ್ಕೂ ಪ್ರಾಯೋಗಿಕವಾಗಿ ಬದಲಾಗುವುದಿಲ್ಲ. ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳಲ್ಲಿ ಈ ವಿಧಾನವು ಅತ್ಯಂತ ನಿಖರವಾಗಿದೆ.
ಐರಿಸ್ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಯನ್ನು ತಾರ್ಕಿಕವಾಗಿ ಎರಡು ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ: ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯುವ ಸಾಧನ, ಅದರ ಪ್ರಾಥಮಿಕ ಪ್ರಕ್ರಿಯೆ ಮತ್ತು ಕಂಪ್ಯೂಟರ್‌ಗೆ ಪ್ರಸರಣ, ಮತ್ತು ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿರುವ ಚಿತ್ರಗಳೊಂದಿಗೆ ಚಿತ್ರವನ್ನು ಹೋಲಿಸುವ ಮತ್ತು ಪ್ರವೇಶ ಆಜ್ಞೆಯನ್ನು ಕಾರ್ಯನಿರ್ವಾಹಕ ಸಾಧನಕ್ಕೆ ರವಾನಿಸುವ ಕಂಪ್ಯೂಟರ್.
ಆಧುನಿಕ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಪ್ರಾಥಮಿಕ ಇಮೇಜ್ ಪ್ರಕ್ರಿಯೆಯ ಸಮಯವು ಸರಿಸುಮಾರು 300-500ms ಆಗಿದೆ, ಡೇಟಾಬೇಸ್‌ನೊಂದಿಗೆ ಫಲಿತಾಂಶದ ಚಿತ್ರವನ್ನು ಹೋಲಿಸುವ ವೇಗವು ಸಾಮಾನ್ಯ PC ಯಲ್ಲಿ ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ 50,000-150,000 ಹೋಲಿಕೆಗಳು. ಈ ಹೋಲಿಕೆಯ ವೇಗವು ಪ್ರವೇಶ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಬಳಸಿದಾಗ ದೊಡ್ಡ ಸಂಸ್ಥೆಗಳಲ್ಲಿ ವಿಧಾನದ ಬಳಕೆಯ ಮೇಲೆ ನಿರ್ಬಂಧಗಳನ್ನು ವಿಧಿಸುವುದಿಲ್ಲ. ವಿಶೇಷ ಕಂಪ್ಯೂಟರ್‌ಗಳು ಮತ್ತು ಸರ್ಚ್ ಆಪ್ಟಿಮೈಸೇಶನ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸುವಾಗ, ಇಡೀ ದೇಶದ ನಿವಾಸಿಗಳಲ್ಲಿ ಒಬ್ಬ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಲು ಸಹ ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ನಾನು ಸ್ವಲ್ಪ ಪಕ್ಷಪಾತಿ ಮತ್ತು ಈ ವಿಧಾನದ ಬಗ್ಗೆ ಸಕಾರಾತ್ಮಕ ಮನೋಭಾವವನ್ನು ಹೊಂದಿದ್ದೇನೆ ಎಂದು ನಾನು ತಕ್ಷಣ ಉತ್ತರಿಸಬಲ್ಲೆ, ಏಕೆಂದರೆ ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ನಾವು ನಮ್ಮ ಪ್ರಾರಂಭವನ್ನು ಪ್ರಾರಂಭಿಸಿದ್ದೇವೆ. ಕೊನೆಯಲ್ಲಿ ಒಂದು ಪ್ಯಾರಾಗ್ರಾಫ್ ಅನ್ನು ಸ್ವಲ್ಪ ಸ್ವಯಂ-PR ಗೆ ಮೀಸಲಿಡಲಾಗುತ್ತದೆ.
ವಿಧಾನದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಗುಣಲಕ್ಷಣಗಳು
ಐರಿಸ್ಗಾಗಿ FAR ಮತ್ತು FRR ಗುಣಲಕ್ಷಣಗಳು ಆಧುನಿಕ ಬಯೋಮೆಟ್ರಿಕ್ ಸಿಸ್ಟಮ್‌ಗಳ ವರ್ಗದಲ್ಲಿ ಅತ್ಯುತ್ತಮವಾಗಿವೆ (ರೆಟಿನಲ್ ಗುರುತಿಸುವಿಕೆಯ ವಿಧಾನವನ್ನು ಹೊರತುಪಡಿಸಿ). ಲೇಖನವು ನಮ್ಮ ಅಲ್ಗಾರಿದಮ್ನ ಐರಿಸ್ ರೆಕಗ್ನಿಷನ್ ಲೈಬ್ರರಿಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುತ್ತದೆ - ಐಆರ್ ಎಸ್‌ಡಿಕೆ, ಇದು ಅದೇ ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಪರೀಕ್ಷಿಸಿದ ವೆರಿಐ ಅಲ್ಗಾರಿದಮ್‌ಗೆ ಅನುರೂಪವಾಗಿದೆ. ನಾವು ಅವರ ಸ್ಕ್ಯಾನರ್ ಮೂಲಕ ಪಡೆದ CASIA ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಬಳಸಿದ್ದೇವೆ.
ವಿಶಿಷ್ಟವಾದ FAR ಮೌಲ್ಯವು 0.00001% ಆಗಿದೆ.
ಸೂತ್ರದ ಪ್ರಕಾರ (1) N≈3000 ಸಂಸ್ಥೆಯ ಸಿಬ್ಬಂದಿಗಳ ಸಂಖ್ಯೆ, ಇದರಲ್ಲಿ ಉದ್ಯೋಗಿ ಗುರುತಿಸುವಿಕೆ ಸಾಕಷ್ಟು ಸ್ಥಿರವಾಗಿರುತ್ತದೆ.
ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಯನ್ನು ಇತರ ವ್ಯವಸ್ಥೆಗಳಿಂದ ಪ್ರತ್ಯೇಕಿಸುವ ಪ್ರಮುಖ ವೈಶಿಷ್ಟ್ಯವನ್ನು ಇಲ್ಲಿ ಗಮನಿಸುವುದು ಯೋಗ್ಯವಾಗಿದೆ. 1.3MP ಅಥವಾ ಹೆಚ್ಚಿನ ರೆಸಲ್ಯೂಶನ್ ಹೊಂದಿರುವ ಕ್ಯಾಮರಾವನ್ನು ಬಳಸುವಾಗ, ನೀವು ಒಂದು ಚೌಕಟ್ಟಿನಲ್ಲಿ ಎರಡು ಕಣ್ಣುಗಳನ್ನು ಸೆರೆಹಿಡಿಯಬಹುದು. FAR ಮತ್ತು FRR ಸಂಭವನೀಯತೆಗಳು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಸ್ವತಂತ್ರ ಸಂಭವನೀಯತೆಗಳಾಗಿರುವುದರಿಂದ, ಎರಡು ಕಣ್ಣುಗಳನ್ನು ಬಳಸುವಾಗ, FAR ಮೌಲ್ಯವು ಒಂದು ಕಣ್ಣಿಗೆ FAR ಮೌಲ್ಯದ ವರ್ಗಕ್ಕೆ ಸರಿಸುಮಾರು ಸಮಾನವಾಗಿರುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಎರಡು ಕಣ್ಣುಗಳನ್ನು ಬಳಸಿಕೊಂಡು 0.001% ನಷ್ಟು FAR ಗೆ, ತಪ್ಪು ಪ್ರವೇಶದ ಸಂಭವನೀಯತೆ 10-8% ಆಗಿರುತ್ತದೆ, FRR ಗಿಂತ ಎರಡು ಪಟ್ಟು ಹೆಚ್ಚು ಅನುಗುಣವಾದ ಮೌಲ್ಯ FAR=0.001% ನಲ್ಲಿ ಒಂದು ಕಣ್ಣಿಗೆ FRR.
ವಿಧಾನದ ಅನುಕೂಲಗಳು ಮತ್ತು ಅನಾನುಕೂಲಗಳು
ವಿಧಾನದ ಪ್ರಯೋಜನಗಳು. ಅಲ್ಗಾರಿದಮ್ನ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ವಾಸಾರ್ಹತೆ. ಐರಿಸ್ನ ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯುವುದು ವ್ಯಕ್ತಿ ಮತ್ತು ಸಾಧನದ ನಡುವಿನ ದೈಹಿಕ ಸಂಪರ್ಕವಿಲ್ಲದೆ ಹಲವಾರು ಸೆಂಟಿಮೀಟರ್ಗಳಿಂದ ಹಲವಾರು ಮೀಟರ್ಗಳಷ್ಟು ದೂರದಲ್ಲಿ ಮಾಡಬಹುದು. ಐರಿಸ್ ಅನ್ನು ಹಾನಿಯಿಂದ ರಕ್ಷಿಸಲಾಗಿದೆ - ಅಂದರೆ ಅದು ಕಾಲಾನಂತರದಲ್ಲಿ ಬದಲಾಗುವುದಿಲ್ಲ. ನಕಲಿ ವಿರುದ್ಧ ರಕ್ಷಿಸುವ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ವಿಧಾನಗಳನ್ನು ಬಳಸಲು ಸಹ ಸಾಧ್ಯವಿದೆ.ವಿಧಾನದ ಅನಾನುಕೂಲಗಳು. ಐರಿಸ್ ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಯ ಬೆಲೆ ಬೆರಳು ಗುರುತಿಸುವಿಕೆ ಅಥವಾ ಮುಖದ ಗುರುತಿಸುವಿಕೆಯ ಆಧಾರದ ಮೇಲೆ ವ್ಯವಸ್ಥೆಯ ಬೆಲೆಗಿಂತ ಹೆಚ್ಚಾಗಿರುತ್ತದೆ. ಸಿದ್ಧ ಪರಿಹಾರಗಳ ಕಡಿಮೆ ಲಭ್ಯತೆ. ಇಂದು ರಷ್ಯಾದ ಮಾರುಕಟ್ಟೆಗೆ ಬರುವ ಯಾವುದೇ ಸಂಯೋಜಕ ಮತ್ತು "ನನಗೆ ರೆಡಿಮೇಡ್ ಸಿಸ್ಟಮ್ ನೀಡಿ" ಎಂದು ಹೇಳುವವನು ಹೆಚ್ಚಾಗಿ ವಿಫಲಗೊಳ್ಳುತ್ತಾನೆ. ಹೆಚ್ಚಾಗಿ ಮಾರಾಟವಾಗಿದೆ ದುಬಾರಿ ವ್ಯವಸ್ಥೆಗಳುಟರ್ನ್‌ಕೀ, ಇರಿಡಿಯನ್ ಅಥವಾ ಎಲ್‌ಜಿಯಂತಹ ದೊಡ್ಡ ಕಂಪನಿಗಳಿಂದ ಸ್ಥಾಪಿಸಲಾಗಿದೆ.
ಮಾರುಕಟ್ಟೆಯ ಪರಿಸ್ಥಿತಿ
ಈ ಸಮಯದಲ್ಲಿ, ಜಾಗತಿಕ ಬಯೋಮೆಟ್ರಿಕ್ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಐರಿಸ್ ಗುರುತಿಸುವ ತಂತ್ರಜ್ಞಾನಗಳ ಪಾಲು, ವಿವಿಧ ಅಂದಾಜಿನ ಪ್ರಕಾರ, 6 ರಿಂದ 9 ಪ್ರತಿಶತದವರೆಗೆ (ಬೆರಳಚ್ಚು ಗುರುತಿಸುವ ತಂತ್ರಜ್ಞಾನಗಳು ಮಾರುಕಟ್ಟೆಯ ಅರ್ಧದಷ್ಟು ಭಾಗವನ್ನು ಆಕ್ರಮಿಸಿಕೊಂಡಿವೆ). ಈ ವಿಧಾನದ ಅಭಿವೃದ್ಧಿಯ ಪ್ರಾರಂಭದಿಂದಲೂ, ಗುರುತಿನ ವ್ಯವಸ್ಥೆಯನ್ನು ಜೋಡಿಸಲು ಅಗತ್ಯವಾದ ಉಪಕರಣಗಳು ಮತ್ತು ಘಟಕಗಳ ಹೆಚ್ಚಿನ ವೆಚ್ಚದಿಂದ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಅದರ ಬಲವರ್ಧನೆಯು ನಿಧಾನವಾಯಿತು ಎಂದು ಗಮನಿಸಬೇಕು. ಆದಾಗ್ಯೂ, ಡಿಜಿಟಲ್ ತಂತ್ರಜ್ಞಾನಗಳು ಅಭಿವೃದ್ಧಿಗೊಂಡಂತೆ, ಒಂದೇ ವ್ಯವಸ್ಥೆಯ ವೆಚ್ಚವು ಕಡಿಮೆಯಾಗಲು ಪ್ರಾರಂಭಿಸಿತು.ಈ ಪ್ರದೇಶದಲ್ಲಿ ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ನಾಯಕ ಇರಿಡಿಯನ್ ಟೆಕ್ನಾಲಜೀಸ್.
ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ತಯಾರಕರ ಪ್ರವೇಶವು ಸ್ಕ್ಯಾನರ್‌ಗಳ ತಾಂತ್ರಿಕ ಸಂಕೀರ್ಣತೆಯಿಂದ ಸೀಮಿತವಾಗಿದೆ ಮತ್ತು ಇದರ ಪರಿಣಾಮವಾಗಿ, ಅವುಗಳ ಹೆಚ್ಚಿನ ವೆಚ್ಚ ಮತ್ತು ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಇರಿಡಿಯನ್‌ನ ಏಕಸ್ವಾಮ್ಯ ಸ್ಥಾನದಿಂದಾಗಿ ಸಾಫ್ಟ್‌ವೇರ್‌ನ ಹೆಚ್ಚಿನ ಬೆಲೆ. ಈ ಅಂಶಗಳು ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆಯ ಕ್ಷೇತ್ರದಲ್ಲಿ ದೊಡ್ಡ ಕಂಪನಿಗಳಿಗೆ ಮಾತ್ರ ಅಭಿವೃದ್ಧಿಗೆ ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟವು, ಹೆಚ್ಚಾಗಿ ಈಗಾಗಲೇ ಗುರುತಿಸುವ ವ್ಯವಸ್ಥೆಗೆ (ದೃಗ್ವಿಜ್ಞಾನ) ಸೂಕ್ತವಾದ ಕೆಲವು ಘಟಕಗಳ ಉತ್ಪಾದನೆಯಲ್ಲಿ ತೊಡಗಿಸಿಕೊಂಡಿದೆ. ಹೆಚ್ಚಿನ ರೆಸಲ್ಯೂಶನ್, ಅತಿಗೆಂಪು ಪ್ರಕಾಶದೊಂದಿಗೆ ಚಿಕಣಿ ಕ್ಯಾಮೆರಾಗಳು, ಇತ್ಯಾದಿ). ಅಂತಹ ಕಂಪನಿಗಳ ಉದಾಹರಣೆಗಳಲ್ಲಿ LG ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್, ಪ್ಯಾನಾಸೋನಿಕ್, OKI ಸೇರಿವೆ. ಅವರು ಇರಿಡಿಯನ್ ಟೆಕ್ನಾಲಜೀಸ್‌ನೊಂದಿಗೆ ಒಪ್ಪಂದವನ್ನು ಮಾಡಿಕೊಂಡರು ಮತ್ತು ಜಂಟಿ ಕೆಲಸದ ಪರಿಣಾಮವಾಗಿ, ಈ ಕೆಳಗಿನ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಗಳು ಕಾಣಿಸಿಕೊಂಡವು: ಐರಿಸ್ ಆಕ್ಸೆಸ್ 2200, BM-ET500, OKI IrisPass. ತರುವಾಯ, ಈ ಪ್ರದೇಶದಲ್ಲಿ ಸ್ವತಂತ್ರವಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಈ ಕಂಪನಿಗಳ ತಾಂತ್ರಿಕ ಸಾಮರ್ಥ್ಯಗಳಿಗೆ ಧನ್ಯವಾದಗಳು, ವ್ಯವಸ್ಥೆಗಳ ಸುಧಾರಿತ ಮಾದರಿಗಳು ಹೊರಹೊಮ್ಮಿದವು. ಮೇಲಿನ ಕಂಪನಿಗಳು ತಮ್ಮದೇ ಆದ ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದವು ಎಂದು ಹೇಳಬೇಕು, ಆದರೆ ಕೊನೆಯಲ್ಲಿ ಅವರು ಸಿದ್ಧಪಡಿಸಿದ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಇರಿಡಿಯನ್ ಟೆಕ್ನಾಲಜೀಸ್ ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ಆದ್ಯತೆ ನೀಡುತ್ತಾರೆ.
ರಷ್ಯಾದ ಮಾರುಕಟ್ಟೆಯು ವಿದೇಶಿ ಕಂಪನಿಗಳ ಉತ್ಪನ್ನಗಳಿಂದ ಪ್ರಾಬಲ್ಯ ಹೊಂದಿದೆ. ಆದರೂ ಕಷ್ಟಪಟ್ಟು ಖರೀದಿಸಬಹುದು. ದೀರ್ಘಕಾಲದವರೆಗೆ, ಪ್ಯಾಪಿಲಾನ್ ಕಂಪನಿಯು ಎಲ್ಲರಿಗೂ ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆ ಎಂದು ಭರವಸೆ ನೀಡಿತು. ಆದರೆ RosAtom ನ ಪ್ರತಿನಿಧಿಗಳು, ಅವರ ನೇರ ಖರೀದಿದಾರರು, ಯಾರಿಗೆ ಅವರು ವ್ಯವಸ್ಥೆಯನ್ನು ಮಾಡಿದರು, ಇದು ನಿಜವಲ್ಲ ಎಂದು ಹೇಳುತ್ತಾರೆ. ಕೆಲವು ಹಂತದಲ್ಲಿ, ಐರಿಸ್ ಸ್ಕ್ಯಾನರ್‌ಗಳನ್ನು ತಯಾರಿಸಿದ ಮತ್ತೊಂದು ರಷ್ಯಾದ ಕಂಪನಿ ಕಾಣಿಸಿಕೊಂಡಿತು. ಈಗ ನನಗೆ ಹೆಸರು ನೆನಪಿಲ್ಲ. ಅವರು ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಯಾರೊಬ್ಬರಿಂದ ಖರೀದಿಸಿದ್ದಾರೆ, ಬಹುಶಃ ಅದೇ ವೆರಿಐನಿಂದ. ಸ್ಕ್ಯಾನರ್ ಸ್ವತಃ 10-15 ವರ್ಷ ಹಳೆಯ ವ್ಯವಸ್ಥೆಯಾಗಿತ್ತು, ಯಾವುದೇ ರೀತಿಯಲ್ಲಿ ಸಂಪರ್ಕರಹಿತವಾಗಿದೆ.
ಕಳೆದ ವರ್ಷದಲ್ಲಿ, ಮಾನವ ಕಣ್ಣಿನ ಗುರುತಿಸುವಿಕೆಗಾಗಿ ಪ್ರಾಥಮಿಕ ಪೇಟೆಂಟ್‌ನ ಮುಕ್ತಾಯದ ಕಾರಣದಿಂದ ಒಂದೆರಡು ಹೊಸ ತಯಾರಕರು ಜಾಗತಿಕ ಮಾರುಕಟ್ಟೆಯನ್ನು ಪ್ರವೇಶಿಸಿದ್ದಾರೆ. ಅವುಗಳಲ್ಲಿ ಅತ್ಯಂತ ವಿಶ್ವಾಸಾರ್ಹ, ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, AOptix ಆಗಿದೆ. ಕನಿಷ್ಠ ಅವರ ಮುನ್ನೋಟ ಮತ್ತು ದಾಖಲಾತಿಗಳು ಅನುಮಾನಗಳನ್ನು ಹುಟ್ಟುಹಾಕುವುದಿಲ್ಲ. ಎರಡನೇ ಕಂಪನಿ SRI ಇಂಟರ್ನ್ಯಾಷನಲ್. ಮೊದಲ ನೋಟದಲ್ಲಿ, ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಕೆಲಸ ಮಾಡಿದ ವ್ಯಕ್ತಿಗೆ, ಅವರ ವೀಡಿಯೊಗಳು ತುಂಬಾ ಮೋಸದಾಯಕವೆಂದು ತೋರುತ್ತದೆ. ವಾಸ್ತವದಲ್ಲಿ ಅವರು ಏನನ್ನಾದರೂ ಮಾಡಲು ಸಾಧ್ಯವಾದರೆ ನನಗೆ ಆಶ್ಚರ್ಯವಾಗುವುದಿಲ್ಲ. ಎರಡೂ ವ್ಯವಸ್ಥೆಗಳು FAR ಮತ್ತು FRR ನಲ್ಲಿ ಡೇಟಾವನ್ನು ತೋರಿಸುವುದಿಲ್ಲ, ಮತ್ತು, ಸ್ಪಷ್ಟವಾಗಿ, ನಕಲಿನಿಂದ ರಕ್ಷಿಸಲ್ಪಟ್ಟಿಲ್ಲ.
ಮುಖ ಗುರುತಿಸುವಿಕೆ
ಮುಖದ ರೇಖಾಗಣಿತದ ಆಧಾರದ ಮೇಲೆ ಅನೇಕ ಗುರುತಿಸುವಿಕೆ ವಿಧಾನಗಳಿವೆ. ಪ್ರತಿಯೊಬ್ಬ ವ್ಯಕ್ತಿಯ ಮುಖದ ಲಕ್ಷಣಗಳು ಮತ್ತು ತಲೆಬುರುಡೆಯ ಆಕಾರವು ವೈಯಕ್ತಿಕವಾಗಿದೆ ಎಂಬ ಅಂಶವನ್ನು ಅವೆಲ್ಲವೂ ಆಧರಿಸಿವೆ. ಬಯೋಮೆಟ್ರಿಕ್ಸ್ನ ಈ ಪ್ರದೇಶವು ಅನೇಕರಿಗೆ ಆಕರ್ಷಕವಾಗಿ ತೋರುತ್ತದೆ ಏಕೆಂದರೆ ನಾವು ಮುಖ್ಯವಾಗಿ ನಮ್ಮ ಮುಖದಿಂದ ಪರಸ್ಪರ ಗುರುತಿಸಿಕೊಳ್ಳುತ್ತೇವೆ. ಈ ಪ್ರದೇಶವನ್ನು ಎರಡು ಕ್ಷೇತ್ರಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ: 2-ಡಿ ಗುರುತಿಸುವಿಕೆ ಮತ್ತು 3-ಡಿ ಗುರುತಿಸುವಿಕೆ. ಅವುಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದೂ ಅನುಕೂಲಗಳು ಮತ್ತು ಅನಾನುಕೂಲಗಳನ್ನು ಹೊಂದಿದೆ, ಆದರೆ ಅಪ್ಲಿಕೇಶನ್ನ ವ್ಯಾಪ್ತಿ ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಅಲ್ಗಾರಿದಮ್ನ ಅವಶ್ಯಕತೆಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ.ನಾನು ನಿಮಗೆ 2-ಡಿ ಬಗ್ಗೆ ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಹೇಳುತ್ತೇನೆ ಮತ್ತು ಇಂದು ಅತ್ಯಂತ ಆಸಕ್ತಿದಾಯಕ ವಿಧಾನಗಳಲ್ಲಿ ಒಂದಕ್ಕೆ ಹೋಗುತ್ತೇನೆ - 3-ಡಿ.
2-ಡಿ ಮುಖ ಗುರುತಿಸುವಿಕೆ
2-D ಮುಖದ ಗುರುತಿಸುವಿಕೆ ಅತ್ಯಂತ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಪರಿಣಾಮಕಾರಿಯಲ್ಲದ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಇದು ಬಹಳ ಹಿಂದೆಯೇ ಕಾಣಿಸಿಕೊಂಡಿತು ಮತ್ತು ಮುಖ್ಯವಾಗಿ ವಿಧಿವಿಜ್ಞಾನದಲ್ಲಿ ಬಳಸಲ್ಪಟ್ಟಿತು, ಇದು ಅದರ ಅಭಿವೃದ್ಧಿಗೆ ಕೊಡುಗೆ ನೀಡಿತು. ತರುವಾಯ, ವಿಧಾನದ ಕಂಪ್ಯೂಟರ್ ವ್ಯಾಖ್ಯಾನಗಳು ಕಾಣಿಸಿಕೊಂಡವು, ಇದರ ಪರಿಣಾಮವಾಗಿ ಅದು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಯಿತು, ಆದರೆ, ಸಹಜವಾಗಿ, ಇದು ಕೆಳಮಟ್ಟದ್ದಾಗಿತ್ತು ಮತ್ತು ಪ್ರತಿ ವರ್ಷ ವೈಯಕ್ತಿಕ ಗುರುತಿನ ಇತರ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳಿಗಿಂತ ಹೆಚ್ಚು ಕೆಳಮಟ್ಟದಲ್ಲಿದೆ. ಪ್ರಸ್ತುತ, ಕಳಪೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸೂಚಕಗಳಿಂದಾಗಿ, ಇದನ್ನು ಮಲ್ಟಿಮೋಡಲ್‌ನಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ ಅಥವಾ ಇದನ್ನು ಕ್ರಾಸ್ ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಅಥವಾ ಇನ್ ಸಾಮಾಜಿಕ ನೆಟ್ವರ್ಕ್ಗಳಲ್ಲಿ.
ವಿಧಾನದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಗುಣಲಕ್ಷಣಗಳು
FAR ಮತ್ತು FRR ಗಾಗಿ, VeriLook ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಗಾಗಿ ಡೇಟಾವನ್ನು ಬಳಸಲಾಗಿದೆ. ಮತ್ತೆ, ಆಧುನಿಕ ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಗೆ ಇದು ತುಂಬಾ ಸಾಮಾನ್ಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿದೆ. ಕೆಲವೊಮ್ಮೆ ಒಂದೇ ರೀತಿಯ FAR ಫ್ಲ್ಯಾಷ್‌ನೊಂದಿಗೆ 0.1% ನ FRR ಹೊಂದಿರುವ ಅಲ್ಗಾರಿದಮ್‌ಗಳು, ಆದರೆ ಅವುಗಳನ್ನು ಪಡೆದ ಆಧಾರಗಳು ಬಹಳ ಪ್ರಶ್ನಾರ್ಹವಾಗಿವೆ (ಕತ್ತರಿಸಿದ ಹಿನ್ನೆಲೆ, ಒಂದೇ ರೀತಿಯ ಮುಖಭಾವ, ಒಂದೇ ರೀತಿಯ ಕೇಶವಿನ್ಯಾಸ, ಬೆಳಕು).
ವಿಶಿಷ್ಟ FAR ಮೌಲ್ಯವು 0.1% ಆಗಿದೆ.
ಸೂತ್ರದಿಂದ (1) ನಾವು N≈30 ಅನ್ನು ಪಡೆಯುತ್ತೇವೆ - ಸಂಸ್ಥೆಯ ಸಿಬ್ಬಂದಿಗಳ ಸಂಖ್ಯೆ, ಇದರಲ್ಲಿ ಉದ್ಯೋಗಿ ಗುರುತಿಸುವಿಕೆ ಸಾಕಷ್ಟು ಸ್ಥಿರವಾಗಿ ಸಂಭವಿಸುತ್ತದೆ.
ನೀವು ನೋಡುವಂತೆ, ವಿಧಾನದ ಅಂಕಿಅಂಶಗಳ ಸೂಚಕಗಳು ಸಾಕಷ್ಟು ಸಾಧಾರಣವಾಗಿವೆ: ಇದು ಜನಸಂದಣಿಯ ಸ್ಥಳಗಳಲ್ಲಿ ರಹಸ್ಯವಾಗಿ ಮುಖಗಳನ್ನು ಛಾಯಾಚಿತ್ರ ಮಾಡಲು ಸಾಧ್ಯವಿರುವ ವಿಧಾನದ ಪ್ರಯೋಜನವನ್ನು ನಿವಾರಿಸುತ್ತದೆ. ಜನಸಂದಣಿ ಇರುವ ಸ್ಥಳಗಳಲ್ಲಿ ಅಳವಡಿಸಲಾಗಿರುವ ವೀಡಿಯೋ ಕ್ಯಾಮೆರಾಗಳ ಮೂಲಕ ಅಪರಾಧಿಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ವರ್ಷಕ್ಕೆ ಒಂದೆರಡು ಬಾರಿ ಮತ್ತೊಂದು ಯೋಜನೆಗೆ ಹಣವನ್ನು ಹೇಗೆ ನೀಡಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನೋಡಲು ತಮಾಷೆಯಾಗಿದೆ. ಕಳೆದ ಹತ್ತು ವರ್ಷಗಳಲ್ಲಿ, ಅಲ್ಗಾರಿದಮ್ನ ಅಂಕಿಅಂಶಗಳ ಗುಣಲಕ್ಷಣಗಳು ಸುಧಾರಿಸಿಲ್ಲ, ಆದರೆ ಅಂತಹ ಯೋಜನೆಗಳ ಸಂಖ್ಯೆ ಹೆಚ್ಚಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಅನೇಕ ಕ್ಯಾಮೆರಾಗಳ ಮೂಲಕ ಜನಸಂದಣಿಯಲ್ಲಿರುವ ವ್ಯಕ್ತಿಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಅಲ್ಗಾರಿದಮ್ ಸಾಕಷ್ಟು ಸೂಕ್ತವಾಗಿದೆ ಎಂಬುದು ಗಮನಿಸಬೇಕಾದ ಸಂಗತಿ.
ವಿಧಾನದ ಅನುಕೂಲಗಳು ಮತ್ತು ಅನಾನುಕೂಲಗಳು
ವಿಧಾನದ ಪ್ರಯೋಜನಗಳು. 2-ಡಿ ಗುರುತಿಸುವಿಕೆಯೊಂದಿಗೆ, ಹೆಚ್ಚಿನ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, ದುಬಾರಿ ಉಪಕರಣಗಳ ಅಗತ್ಯವಿಲ್ಲ. ಸೂಕ್ತವಾದ ಸಲಕರಣೆಗಳೊಂದಿಗೆ, ಕ್ಯಾಮರಾದಿಂದ ಗಮನಾರ್ಹ ದೂರದಲ್ಲಿ ಗುರುತಿಸುವಿಕೆ ಸಾಧ್ಯ.ನ್ಯೂನತೆಗಳು. ಕಡಿಮೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಪ್ರಾಮುಖ್ಯತೆ. ಬೆಳಕಿನ ಅವಶ್ಯಕತೆಗಳಿವೆ (ಉದಾಹರಣೆಗೆ, ಬಿಸಿಲಿನ ದಿನದಲ್ಲಿ ಬೀದಿಯಿಂದ ಪ್ರವೇಶಿಸುವ ಜನರ ಮುಖಗಳನ್ನು ನೋಂದಾಯಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ). ಅನೇಕ ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಗೆ, ಕನ್ನಡಕ, ಗಡ್ಡ ಅಥವಾ ಕೇಶವಿನ್ಯಾಸದ ಕೆಲವು ಅಂಶಗಳಂತಹ ಯಾವುದೇ ಬಾಹ್ಯ ಹಸ್ತಕ್ಷೇಪವು ಸ್ವೀಕಾರಾರ್ಹವಲ್ಲ. ಮುಖದ ಮುಂಭಾಗದ ಚಿತ್ರವು ಅತ್ಯಲ್ಪ ವಿಚಲನಗಳೊಂದಿಗೆ ಅಗತ್ಯವಿದೆ. ಅನೇಕ ಕ್ರಮಾವಳಿಗಳು ಮುಖದ ಅಭಿವ್ಯಕ್ತಿಗಳಲ್ಲಿ ಸಂಭವನೀಯ ಬದಲಾವಣೆಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ, ಅಂದರೆ, ಅಭಿವ್ಯಕ್ತಿ ತಟಸ್ಥವಾಗಿರಬೇಕು.
3-ಡಿ ಮುಖ ಗುರುತಿಸುವಿಕೆ
ಈ ವಿಧಾನದ ಅನುಷ್ಠಾನವು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಕಾರ್ಯವಾಗಿದೆ. ಇದರ ಹೊರತಾಗಿಯೂ, 3-D ಮುಖ ಗುರುತಿಸುವಿಕೆಗೆ ಪ್ರಸ್ತುತ ಹಲವು ವಿಧಾನಗಳಿವೆ. ವಿಧಾನಗಳನ್ನು ಪರಸ್ಪರ ಹೋಲಿಸಲಾಗುವುದಿಲ್ಲ, ಏಕೆಂದರೆ ಅವು ವಿಭಿನ್ನ ಸ್ಕ್ಯಾನರ್ಗಳು ಮತ್ತು ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಬಳಸುತ್ತವೆ. ಇವೆಲ್ಲವೂ FAR ಮತ್ತು FRR ಅನ್ನು ನೀಡುವುದಿಲ್ಲ; ಸಂಪೂರ್ಣವಾಗಿ ವಿಭಿನ್ನ ವಿಧಾನಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.
2-ಡಿಯಿಂದ 3-ಡಿಗೆ ಪರಿವರ್ತನೆಯ ವಿಧಾನವು ವ್ಯಕ್ತಿಯ ಬಗ್ಗೆ ಮಾಹಿತಿಯ ಸಂಗ್ರಹವನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ವಿಧಾನವಾಗಿದೆ. ಈ ವಿಧಾನವು 2d ವಿಧಾನಕ್ಕಿಂತ ಉತ್ತಮ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿದೆ, ಆದರೆ ಇದು ಕೇವಲ ಒಂದು ಕ್ಯಾಮರಾವನ್ನು ಬಳಸುತ್ತದೆ. ಒಂದು ವಿಷಯವನ್ನು ಡೇಟಾಬೇಸ್‌ಗೆ ನಮೂದಿಸಿದಾಗ, ವಿಷಯವು ಅವನ ತಲೆಯನ್ನು ತಿರುಗಿಸುತ್ತದೆ ಮತ್ತು ಅಲ್ಗಾರಿದಮ್ ಚಿತ್ರವನ್ನು ಒಟ್ಟಿಗೆ ಸಂಪರ್ಕಿಸುತ್ತದೆ, 3D ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ. ಮತ್ತು ಗುರುತಿಸುವಿಕೆಯ ಸಮಯದಲ್ಲಿ, ವೀಡಿಯೊ ಸ್ಟ್ರೀಮ್ನ ಹಲವಾರು ಚೌಕಟ್ಟುಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಈ ವಿಧಾನವು ಪ್ರಾಯೋಗಿಕವಾಗಿದೆ ಮತ್ತು ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳ ಅನುಷ್ಠಾನವನ್ನು ನಾನು ಎಂದಿಗೂ ನೋಡಿಲ್ಲ.
ಅತ್ಯಂತ ಶ್ರೇಷ್ಠ ವಿಧಾನವೆಂದರೆ ಟೆಂಪ್ಲೇಟ್ ಪ್ರೊಜೆಕ್ಷನ್ ವಿಧಾನ. ಇದು ವಸ್ತುವಿನ (ಮುಖ) ಮೇಲೆ ಗ್ರಿಡ್ ಅನ್ನು ಪ್ರಕ್ಷೇಪಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಮುಂದೆ, ಕ್ಯಾಮೆರಾ ಸೆಕೆಂಡಿಗೆ ಹತ್ತಾರು ಚೌಕಟ್ಟುಗಳ ವೇಗದಲ್ಲಿ ಚಿತ್ರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಪರಿಣಾಮವಾಗಿ ಚಿತ್ರಗಳನ್ನು ವಿಶೇಷ ಪ್ರೋಗ್ರಾಂ ಮೂಲಕ ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ. ಬಾಗಿದ ಮೇಲ್ಮೈಯಲ್ಲಿ ಕಿರಣದ ಘಟನೆಯು ಬಾಗುತ್ತದೆ - ಮೇಲ್ಮೈಯ ಹೆಚ್ಚಿನ ವಕ್ರತೆ, ಕಿರಣದ ಬೆಂಡ್ ಬಲವಾಗಿರುತ್ತದೆ. ಆರಂಭದಲ್ಲಿ, ಗೋಚರ ಬೆಳಕಿನ ಮೂಲವನ್ನು ಬಳಸಲಾಯಿತು, "ಬ್ಲೈಂಡ್ಸ್" ಮೂಲಕ ಸರಬರಾಜು ಮಾಡಲಾಯಿತು. ನಂತರ ಗೋಚರ ಬೆಳಕನ್ನು ಅತಿಗೆಂಪಿನಿಂದ ಬದಲಾಯಿಸಲಾಯಿತು, ಇದು ಹಲವಾರು ಪ್ರಯೋಜನಗಳನ್ನು ಹೊಂದಿದೆ. ವಿಶಿಷ್ಟವಾಗಿ, ಪ್ರಕ್ರಿಯೆಯ ಮೊದಲ ಹಂತದಲ್ಲಿ, ಮುಖವು ಗೋಚರಿಸದ ಅಥವಾ ಗುರುತಿಸುವಿಕೆಗೆ ಅಡ್ಡಿಪಡಿಸುವ ವಿದೇಶಿ ವಸ್ತುಗಳಿರುವ ಚಿತ್ರಗಳನ್ನು ತಿರಸ್ಕರಿಸಲಾಗುತ್ತದೆ. ಫಲಿತಾಂಶದ ಚಿತ್ರಗಳ ಆಧಾರದ ಮೇಲೆ, ಮುಖದ 3-D ಮಾದರಿಯನ್ನು ಪುನರ್ನಿರ್ಮಿಸಲಾಗಿದೆ, ಅದರ ಮೇಲೆ ಅನಗತ್ಯ ಶಬ್ದವನ್ನು (ಕೇಶವಿನ್ಯಾಸ, ಗಡ್ಡ, ಮೀಸೆ ಮತ್ತು ಕನ್ನಡಕ) ಹೈಲೈಟ್ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ತೆಗೆದುಹಾಕಲಾಗುತ್ತದೆ. ನಂತರ ಮಾದರಿಯನ್ನು ವಿಶ್ಲೇಷಿಸಲಾಗುತ್ತದೆ - ಆಂಥ್ರೊಪೊಮೆಟ್ರಿಕ್ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಗುರುತಿಸಲಾಗುತ್ತದೆ, ಇವುಗಳನ್ನು ಅಂತಿಮವಾಗಿ ಡೇಟಾಬೇಸ್‌ಗೆ ನಮೂದಿಸಿದ ಅನನ್ಯ ಕೋಡ್‌ನಲ್ಲಿ ದಾಖಲಿಸಲಾಗುತ್ತದೆ. ಅತ್ಯುತ್ತಮ ಮಾದರಿಗಳಿಗೆ ಚಿತ್ರ ಸೆರೆಹಿಡಿಯುವಿಕೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಯ ಸಮಯ 1-2 ಸೆಕೆಂಡುಗಳು.
ಹಲವಾರು ಕ್ಯಾಮೆರಾಗಳಿಂದ ಪಡೆದ ಚಿತ್ರಗಳ ಆಧಾರದ ಮೇಲೆ 3-ಡಿ ಗುರುತಿಸುವಿಕೆಯ ವಿಧಾನವು ಜನಪ್ರಿಯತೆಯನ್ನು ಗಳಿಸುತ್ತಿದೆ. ವೊಕಾರ್ಡ್ ಕಂಪನಿಯು ಅದರ 3D ಸ್ಕ್ಯಾನರ್‌ನೊಂದಿಗೆ ಇದಕ್ಕೆ ಉದಾಹರಣೆಯಾಗಿದೆ. ಈ ವಿಧಾನವು ಡೆವಲಪರ್‌ಗಳ ಪ್ರಕಾರ, ಟೆಂಪ್ಲೇಟ್ ಪ್ರೊಜೆಕ್ಷನ್ ವಿಧಾನಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಸ್ಥಾನೀಕರಣದ ನಿಖರತೆಯನ್ನು ನೀಡುತ್ತದೆ. ಆದರೆ ನಾನು FAR ಮತ್ತು FRR ಅನ್ನು ಕನಿಷ್ಠ ಅವರ ಸ್ವಂತ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ನೋಡುವವರೆಗೆ, ನಾನು ಅದನ್ನು ನಂಬುವುದಿಲ್ಲ !!! ಆದರೆ ಇದು ಈಗ 3 ವರ್ಷಗಳಿಂದ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿದೆ, ಮತ್ತು ಪ್ರದರ್ಶನಗಳಲ್ಲಿ ಪ್ರಗತಿ ಇನ್ನೂ ಗೋಚರಿಸುವುದಿಲ್ಲ.
ವಿಧಾನದ ಅಂಕಿಅಂಶ ಸೂಚಕಗಳು
ಈ ವರ್ಗದ ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಗಾಗಿ FRR ಮತ್ತು FAR ನಲ್ಲಿ ಸಂಪೂರ್ಣ ಡೇಟಾವು ತಯಾರಕರ ವೆಬ್‌ಸೈಟ್‌ಗಳಲ್ಲಿ ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿಲ್ಲ. ಆದರೆ ಬಯೋಸ್ಕ್ರಿಪ್ಟ್ (3D EnrolCam, 3D FastPass) ನಿಂದ ಉತ್ತಮ ಮಾದರಿಗಳಿಗೆ, FAR = 0.0047% ನೊಂದಿಗೆ ಟೆಂಪ್ಲೇಟ್ ಪ್ರೊಜೆಕ್ಷನ್ ವಿಧಾನವನ್ನು ಬಳಸಿಕೊಂಡು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, FRR 0.103% ಆಗಿದೆ.ವಿಧಾನದ ಅಂಕಿಅಂಶಗಳ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಗುರುತಿಸುವ ವಿಧಾನದ ವಿಶ್ವಾಸಾರ್ಹತೆಗೆ ಹೋಲಿಸಬಹುದು ಎಂದು ನಂಬಲಾಗಿದೆ.
ವಿಧಾನದ ಅನುಕೂಲಗಳು ಮತ್ತು ಅನಾನುಕೂಲಗಳು
ವಿಧಾನದ ಪ್ರಯೋಜನಗಳು. ಸ್ಕ್ಯಾನಿಂಗ್ ಸಾಧನವನ್ನು ಸಂಪರ್ಕಿಸುವ ಅಗತ್ಯವಿಲ್ಲ. ಬಾಹ್ಯ ಅಂಶಗಳಿಗೆ ಕಡಿಮೆ ಸಂವೇದನೆ, ವ್ಯಕ್ತಿಯ ಮೇಲೆ (ಕನ್ನಡಕಗಳ ನೋಟ, ಗಡ್ಡ, ಕೇಶವಿನ್ಯಾಸದಲ್ಲಿ ಬದಲಾವಣೆ) ಮತ್ತು ಅವನ ಪರಿಸರದಲ್ಲಿ (ಬೆಳಕು, ತಲೆ ತಿರುಗಿಸುವುದು). ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಗುರುತಿಸುವಿಕೆಗೆ ಹೋಲಿಸಬಹುದಾದ ಉನ್ನತ ಮಟ್ಟದ ವಿಶ್ವಾಸಾರ್ಹತೆ.ವಿಧಾನದ ಅನಾನುಕೂಲಗಳು. ಸಲಕರಣೆಗಳ ಹೆಚ್ಚಿನ ವೆಚ್ಚ. ವಾಣಿಜ್ಯಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ವ್ಯವಸ್ಥೆಗಳು ಐರಿಸ್ ಸ್ಕ್ಯಾನರ್‌ಗಳಿಗಿಂತ ಹೆಚ್ಚು ದುಬಾರಿಯಾಗಿದ್ದವು. ಮುಖದ ಅಭಿವ್ಯಕ್ತಿಗಳು ಮತ್ತು ಮುಖದ ಶಬ್ದದಲ್ಲಿನ ಬದಲಾವಣೆಗಳು ವಿಧಾನದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ದುರ್ಬಲಗೊಳಿಸುತ್ತವೆ. ವಿಧಾನವು ಇನ್ನೂ ಉತ್ತಮವಾಗಿ ಅಭಿವೃದ್ಧಿಗೊಂಡಿಲ್ಲ, ವಿಶೇಷವಾಗಿ ದೀರ್ಘ-ಬಳಸಿದ ಫಿಂಗರ್‌ಪ್ರಿಂಟಿಂಗ್‌ಗೆ ಹೋಲಿಸಿದರೆ, ಇದು ಅದರ ವ್ಯಾಪಕ ಬಳಕೆಯನ್ನು ಕಷ್ಟಕರವಾಗಿಸುತ್ತದೆ.
ಮಾರುಕಟ್ಟೆಯ ಪರಿಸ್ಥಿತಿ
ಮುಖದ ರೇಖಾಗಣಿತದ ಮೂಲಕ ಗುರುತಿಸುವಿಕೆಯನ್ನು "ಮೂರು ದೊಡ್ಡ ಬಯೋಮೆಟ್ರಿಕ್ಸ್" ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ, ಜೊತೆಗೆ ಫಿಂಗರ್ಪ್ರಿಂಟ್ಗಳು ಮತ್ತು ಐರಿಸ್ನಿಂದ ಗುರುತಿಸುವಿಕೆ. ಈ ವಿಧಾನವು ಸಾಕಷ್ಟು ಸಾಮಾನ್ಯವಾಗಿದೆ ಎಂದು ಹೇಳಬೇಕು, ಮತ್ತು ಇದು ಇನ್ನೂ ಕಣ್ಣಿನ ಐರಿಸ್ನಿಂದ ಗುರುತಿಸುವಿಕೆಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತದೆ. ಜಾಗತಿಕ ಬಯೋಮೆಟ್ರಿಕ್ ಮಾರುಕಟ್ಟೆಯ ಒಟ್ಟು ಪರಿಮಾಣದಲ್ಲಿ ಮುಖದ ಜ್ಯಾಮಿತಿ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನಗಳ ಪಾಲನ್ನು 13-18 ಪ್ರತಿಶತ ಎಂದು ಅಂದಾಜಿಸಬಹುದು. ರಷ್ಯಾದಲ್ಲಿ, ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆಗಿಂತ ಈ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಹೆಚ್ಚಿನ ಆಸಕ್ತಿ ಇದೆ. ಮೊದಲೇ ಹೇಳಿದಂತೆ, ಅನೇಕ 3-D ಗುರುತಿಸುವಿಕೆ ಅಲ್ಗಾರಿದಮ್‌ಗಳಿವೆ. ಬಹುಪಾಲು, ಕಂಪನಿಗಳು ಸ್ಕ್ಯಾನರ್ಗಳು, ಸರ್ವರ್‌ಗಳು ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ ಸೇರಿದಂತೆ ಸಿದ್ಧ-ಸಿದ್ಧ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಬಯಸುತ್ತವೆ. ಆದಾಗ್ಯೂ, ಗ್ರಾಹಕರಿಗೆ SDK ಅನ್ನು ಮಾತ್ರ ನೀಡುವವರೂ ಇದ್ದಾರೆ. ಇಂದು, ಈ ತಂತ್ರಜ್ಞಾನದ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಈ ಕೆಳಗಿನ ಕಂಪನಿಗಳು ತೊಡಗಿಸಿಕೊಂಡಿವೆ: ಜಿಯೋಮೆಟ್ರಿಕ್ಸ್, ಇಂಕ್. (3D ಫೇಸ್ ಸ್ಕ್ಯಾನರ್ಗಳು, ಸಾಫ್ಟ್ವೇರ್), USA ನಲ್ಲಿ Genex ಟೆಕ್ನಾಲಜೀಸ್ (3D ಫೇಸ್ ಸ್ಕ್ಯಾನರ್ಗಳು, ಸಾಫ್ಟ್ವೇರ್), ಜರ್ಮನಿಯಲ್ಲಿ ಕಾಗ್ನಿಟೆಕ್ ಸಿಸ್ಟಮ್ಸ್ GmbH (SDK, ವಿಶೇಷ ಕಂಪ್ಯೂಟರ್‌ಗಳು, 2D ಕ್ಯಾಮೆರಾಗಳು), ಬಯೋಸ್ಕ್ರಿಪ್ಟ್ (3D ಫೇಸ್ ಸ್ಕ್ಯಾನರ್ಗಳು, ಸಾಫ್ಟ್ವೇರ್) - ಅಮೆರಿಕದ ಅಂಗಸಂಸ್ಥೆ ಕಂಪನಿ L- 1 ಐಡೆಂಟಿಟಿ ಸೊಲ್ಯೂಷನ್ಸ್.ರಷ್ಯಾದಲ್ಲಿ, ಆರ್ಟೆಕ್ ಗ್ರೂಪ್ (3 ಡಿ ಫೇಶಿಯಲ್ ಸ್ಕ್ಯಾನರ್ಗಳು ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್) ಕಂಪನಿಗಳು ಈ ದಿಕ್ಕಿನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿವೆ - ಕ್ಯಾಲಿಫೋರ್ನಿಯಾದಲ್ಲಿ ಮುಖ್ಯ ಕಚೇರಿಯನ್ನು ಹೊಂದಿರುವ ಕಂಪನಿ ಮತ್ತು ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಉತ್ಪಾದನೆಯನ್ನು ಮಾಸ್ಕೋದಲ್ಲಿ ನಡೆಸಲಾಗುತ್ತದೆ. ಅಲ್ಲದೆ ಹಲವಾರು ರಷ್ಯಾದ ಕಂಪನಿಗಳುಸ್ವಂತ 2D ಮುಖ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನ - Vocord, ITV, ಇತ್ಯಾದಿ.
2D ಮುಖ ಗುರುತಿಸುವಿಕೆಯ ಕ್ಷೇತ್ರದಲ್ಲಿ, ಅಭಿವೃದ್ಧಿಯ ಮುಖ್ಯ ವಿಷಯವೆಂದರೆ ಸಾಫ್ಟ್ವೇರ್, ಏಕೆಂದರೆ... ಸಾಮಾನ್ಯ ಕ್ಯಾಮೆರಾಗಳು ಮುಖದ ಚಿತ್ರಗಳನ್ನು ಸೆರೆಹಿಡಿಯುವಲ್ಲಿ ಉತ್ತಮ ಕೆಲಸವನ್ನು ಮಾಡುತ್ತವೆ. ಮುಖದ ಚಿತ್ರದಿಂದ ಗುರುತಿಸುವಿಕೆಯ ಸಮಸ್ಯೆಗೆ ಪರಿಹಾರವು ಸ್ವಲ್ಪ ಮಟ್ಟಿಗೆ ಕೊನೆಯ ಹಂತವನ್ನು ತಲುಪಿದೆ - ಹಲವಾರು ವರ್ಷಗಳಿಂದ ಈಗ ಅಲ್ಗಾರಿದಮ್‌ಗಳ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸೂಚಕಗಳಲ್ಲಿ ಯಾವುದೇ ಸುಧಾರಣೆ ಕಂಡುಬಂದಿಲ್ಲ. ಈ ಪ್ರದೇಶದಲ್ಲಿ, ವ್ಯವಸ್ಥಿತ "ತಪ್ಪುಗಳ ಮೇಲೆ ಕೆಲಸ" ನಡೆಯುತ್ತಿದೆ.
3D ಮುಖ ಗುರುತಿಸುವಿಕೆ ಈಗ ಡೆವಲಪರ್‌ಗಳಿಗೆ ಹೆಚ್ಚು ಆಕರ್ಷಕ ಪ್ರದೇಶವಾಗಿದೆ. ಅನೇಕ ತಂಡಗಳು ಅಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತವೆ ಮತ್ತು ನಾವು ನಿಯಮಿತವಾಗಿ ಹೊಸ ಆವಿಷ್ಕಾರಗಳ ಬಗ್ಗೆ ಕೇಳುತ್ತೇವೆ. ಅನೇಕ ಕೃತಿಗಳು "ಬಿಡುಗಡೆಯಾಗಲಿವೆ" ಸ್ಥಿತಿಯಲ್ಲಿವೆ. ಆದರೆ ಇಲ್ಲಿಯವರೆಗೆ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಹಳೆಯ ಕೊಡುಗೆಗಳು ಮಾತ್ರ ಇವೆ; ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ ಆಯ್ಕೆಯು ಬದಲಾಗಿಲ್ಲ.
ಒಂದು ಆಸಕ್ತಿದಾಯಕ ಕ್ಷಣಗಳು, ನಾನು ಕೆಲವೊಮ್ಮೆ ಯೋಚಿಸುವ ಮತ್ತು ಹಬ್ರ್ ಬಹುಶಃ ಉತ್ತರಿಸಬಹುದು: ಅಂತಹ ವ್ಯವಸ್ಥೆಯನ್ನು ರಚಿಸಲು ಕೈನೆಕ್ಟ್ನ ನಿಖರತೆ ಸಾಕಾಗುತ್ತದೆಯೇ? ಅದರ ಮೂಲಕ ವ್ಯಕ್ತಿಯ 3D ಮಾದರಿಯನ್ನು ಹೊರತೆಗೆಯಲು ಕೆಲವು ಯೋಜನೆಗಳಿವೆ.
ತೋಳಿನ ರಕ್ತನಾಳಗಳಿಂದ ಗುರುತಿಸುವಿಕೆ
ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಇದು ಹೊಸ ತಂತ್ರಜ್ಞಾನವಾಗಿದೆ, ಇದರ ವ್ಯಾಪಕ ಬಳಕೆಯು ಕೇವಲ 5-10 ವರ್ಷಗಳ ಹಿಂದೆ ಪ್ರಾರಂಭವಾಯಿತು. ಅತಿಗೆಂಪು ಕ್ಯಾಮೆರಾವು ಕೈಯ ಹೊರಗಿನ ಅಥವಾ ಒಳಗಿನ ಚಿತ್ರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ರಕ್ತದಲ್ಲಿನ ಹಿಮೋಗ್ಲೋಬಿನ್ ಅತಿಗೆಂಪು ವಿಕಿರಣವನ್ನು ಹೀರಿಕೊಳ್ಳುತ್ತದೆ ಎಂಬ ಅಂಶದಿಂದಾಗಿ ಸಿರೆಗಳ ಮಾದರಿಯು ರೂಪುಗೊಳ್ಳುತ್ತದೆ. ಪರಿಣಾಮವಾಗಿ, ಪ್ರತಿಬಿಂಬದ ಮಟ್ಟವು ಕಡಿಮೆಯಾಗುತ್ತದೆ ಮತ್ತು ಸಿರೆಗಳು ಕಪ್ಪು ರೇಖೆಗಳಾಗಿ ಕ್ಯಾಮರಾದಲ್ಲಿ ಗೋಚರಿಸುತ್ತವೆ. ವಿಶೇಷ ಕಾರ್ಯಕ್ರಮಸ್ವೀಕರಿಸಿದ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ, ಇದು ಡಿಜಿಟಲ್ ಕನ್ವಲ್ಯೂಷನ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ. ಸ್ಕ್ಯಾನಿಂಗ್ ಸಾಧನದೊಂದಿಗೆ ಯಾವುದೇ ಮಾನವ ಸಂಪರ್ಕದ ಅಗತ್ಯವಿಲ್ಲ.
ತಂತ್ರಜ್ಞಾನವು ಐರಿಸ್ ಗುರುತಿಸುವಿಕೆಗೆ ವಿಶ್ವಾಸಾರ್ಹತೆಯಲ್ಲಿ ಹೋಲಿಸಬಹುದಾಗಿದೆ, ಕೆಲವು ರೀತಿಯಲ್ಲಿ ಉನ್ನತವಾಗಿದೆ ಮತ್ತು ಇತರರಲ್ಲಿ ಕೆಳಮಟ್ಟದಲ್ಲಿದೆ.
FRR ಮತ್ತು FAR ಮೌಲ್ಯಗಳನ್ನು ಪಾಮ್ ವೇನ್ ಸ್ಕ್ಯಾನರ್‌ಗಾಗಿ ನೀಡಲಾಗಿದೆ. ಡೆವಲಪರ್ ಪ್ರಕಾರ, 0.0008% FAR ಜೊತೆಗೆ, FRR 0.01% ಆಗಿದೆ. ಯಾವುದೇ ಕಂಪನಿಯು ಹಲವಾರು ಮೌಲ್ಯಗಳಿಗೆ ಹೆಚ್ಚು ನಿಖರವಾದ ಗ್ರಾಫ್ ಅನ್ನು ಒದಗಿಸುವುದಿಲ್ಲ.
ವಿಧಾನದ ಅನುಕೂಲಗಳು ಮತ್ತು ಅನಾನುಕೂಲಗಳು
ವಿಧಾನದ ಪ್ರಯೋಜನಗಳು. ಸ್ಕ್ಯಾನಿಂಗ್ ಸಾಧನವನ್ನು ಸಂಪರ್ಕಿಸುವ ಅಗತ್ಯವಿಲ್ಲ. ಹೆಚ್ಚಿನ ವಿಶ್ವಾಸಾರ್ಹತೆ - ವಿಧಾನದ ಅಂಕಿಅಂಶಗಳ ಸೂಚಕಗಳು ಐರಿಸ್ನ ವಾಚನಗೋಷ್ಠಿಗೆ ಹೋಲಿಸಬಹುದು. ಗುಣಲಕ್ಷಣದ ಮರೆಮಾಚುವಿಕೆ: ಮೇಲಿನ ಎಲ್ಲಕ್ಕಿಂತ ಭಿನ್ನವಾಗಿ, ಈ ಗುಣಲಕ್ಷಣವು "ಬೀದಿಯಲ್ಲಿ" ಒಬ್ಬ ವ್ಯಕ್ತಿಯಿಂದ ಪಡೆಯುವುದು ತುಂಬಾ ಕಷ್ಟ, ಉದಾಹರಣೆಗೆ, ಅವನನ್ನು ಕ್ಯಾಮೆರಾದೊಂದಿಗೆ ಛಾಯಾಚಿತ್ರ ಮಾಡುವ ಮೂಲಕ.ವಿಧಾನದ ಅನಾನುಕೂಲಗಳು. ಸ್ಕ್ಯಾನರ್ ಅನ್ನು ಸೂರ್ಯನ ಬೆಳಕು ಅಥವಾ ಹ್ಯಾಲೊಜೆನ್ ದೀಪಗಳಿಗೆ ಒಡ್ಡಬಾರದು. ಸಂಧಿವಾತದಂತಹ ಕೆಲವು ವಯಸ್ಸಿಗೆ ಸಂಬಂಧಿಸಿದ ಕಾಯಿಲೆಗಳು FAR ಮತ್ತು FRR ಅನ್ನು ಹೆಚ್ಚು ಹದಗೆಡಿಸುತ್ತದೆ. ಇತರ ಸ್ಥಿರ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳೊಂದಿಗೆ ಹೋಲಿಸಿದರೆ ವಿಧಾನವನ್ನು ಕಡಿಮೆ ಅಧ್ಯಯನ ಮಾಡಲಾಗಿದೆ.
ಮಾರುಕಟ್ಟೆಯ ಪರಿಸ್ಥಿತಿ
ಕೈಯ ಅಭಿಧಮನಿ ಮಾದರಿಯಿಂದ ಗುರುತಿಸುವಿಕೆ ಸಾಕಷ್ಟು ಹೊಸ ತಂತ್ರಜ್ಞಾನ, ಮತ್ತು ಆದ್ದರಿಂದ ವಿಶ್ವ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಅದರ ಪಾಲು ಚಿಕ್ಕದಾಗಿದೆ ಮತ್ತು ಸುಮಾರು 3% ನಷ್ಟಿದೆ. ಆದಾಗ್ಯೂ, ಗೆ ಈ ವಿಧಾನಹೆಚ್ಚುತ್ತಿರುವ ಆಸಕ್ತಿ ಇದೆ. ಸತ್ಯವೆಂದರೆ, ಸಾಕಷ್ಟು ನಿಖರವಾಗಿರುವುದರಿಂದ, ಈ ವಿಧಾನವು ಅಂತಹ ದುಬಾರಿ ಉಪಕರಣಗಳ ಅಗತ್ಯವಿರುವುದಿಲ್ಲ, ಉದಾಹರಣೆಗೆ, ಮುಖದ ಜ್ಯಾಮಿತಿ ಅಥವಾ ಐರಿಸ್ ಅನ್ನು ಆಧರಿಸಿ ಗುರುತಿಸುವ ವಿಧಾನಗಳು. ಈಗ ಈ ಪ್ರದೇಶದಲ್ಲಿ ಅನೇಕ ಕಂಪನಿಗಳು ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಿವೆ. ಉದಾಹರಣೆಗೆ, ಇಂಗ್ಲಿಷ್ ಕಂಪನಿ TDSi ಆದೇಶದಂತೆ, ಫುಜಿತ್ಸು ಪ್ರಸ್ತುತಪಡಿಸಿದ ಬಯೋಮೆಟ್ರಿಕ್ ಪಾಮ್ ಸಿರೆ ರೀಡರ್ ಪಾಮ್‌ವೀನ್‌ಗಾಗಿ ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ. ಪ್ರಾಥಮಿಕವಾಗಿ ಜಪಾನ್‌ನಲ್ಲಿ ಹಣಕಾಸಿನ ವಂಚನೆಯನ್ನು ಎದುರಿಸಲು ಸ್ಕ್ಯಾನರ್ ಅನ್ನು ಫುಜಿತ್ಸು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ.ಕೆಳಗಿನ ಕಂಪನಿಗಳು ಅಭಿಧಮನಿ ಮಾದರಿಯನ್ನು ಗುರುತಿಸುವ ಕ್ಷೇತ್ರದಲ್ಲಿಯೂ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ: Veid Pte. ಲಿಮಿಟೆಡ್ (ಸ್ಕ್ಯಾನರ್, ಸಾಫ್ಟ್ವೇರ್), ಹಿಟಾಚಿ ವೆನ್‌ಐಡಿ (ಸ್ಕ್ಯಾನರ್ಗಳು)
ಈ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತಿರುವ ರಷ್ಯಾದಲ್ಲಿ ಯಾವುದೇ ಕಂಪನಿಗಳು ನನಗೆ ತಿಳಿದಿಲ್ಲ.
ರೆಟಿನಾ
ಇತ್ತೀಚಿನವರೆಗೂ, ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ವೈಯಕ್ತಿಕ ದೃಢೀಕರಣದ ಅತ್ಯಂತ ವಿಶ್ವಾಸಾರ್ಹ ವಿಧಾನವೆಂದರೆ ರೆಟಿನಾವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ವಿಧಾನವಾಗಿದೆ ಎಂದು ನಂಬಲಾಗಿತ್ತು. ಇದು ಐರಿಸ್ ಮತ್ತು ತೋಳಿನ ಅಭಿಧಮನಿ ಗುರುತಿಸುವಿಕೆಯ ಅತ್ಯುತ್ತಮ ಲಕ್ಷಣಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಸ್ಕ್ಯಾನರ್ ರೆಟಿನಾದ ಮೇಲ್ಮೈಯಲ್ಲಿರುವ ಕ್ಯಾಪಿಲ್ಲರಿಗಳ ಮಾದರಿಯನ್ನು ಓದುತ್ತದೆ. ರೆಟಿನಾವು ಸ್ಥಿರವಾದ ರಚನೆಯನ್ನು ಹೊಂದಿದೆ, ಕಣ್ಣಿನ ಪೊರೆಗಳಂತಹ ಕಾಯಿಲೆಯ ಪರಿಣಾಮವಾಗಿ ಹೊರತುಪಡಿಸಿ ಕಾಲಾನಂತರದಲ್ಲಿ ಬದಲಾಗುವುದಿಲ್ಲ.
ರೆಟಿನಲ್ ಸ್ಕ್ಯಾನ್ ಕಡಿಮೆ-ತೀವ್ರತೆಯ ಅತಿಗೆಂಪು ಬೆಳಕನ್ನು ಕಣ್ಣಿನ ಹಿಂಭಾಗದಲ್ಲಿರುವ ರಕ್ತನಾಳಗಳಿಗೆ ಶಿಷ್ಯ ಮೂಲಕ ನಿರ್ದೇಶಿಸುತ್ತದೆ. ರೆಟಿನಾಲ್ ಸ್ಕ್ಯಾನರ್ಗಳು ಹೆಚ್ಚು ಸೂಕ್ಷ್ಮ ಸೌಲಭ್ಯಗಳಿಗಾಗಿ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಹರಡಿವೆ, ಏಕೆಂದರೆ ಅವುಗಳು ನೋಂದಾಯಿತ ಬಳಕೆದಾರರಿಗೆ ನಿರಾಕರಿಸಿದ ಪ್ರವೇಶದ ಕಡಿಮೆ ಶೇಕಡಾವಾರುಗಳಲ್ಲಿ ಒಂದನ್ನು ಹೊಂದಿವೆ ಮತ್ತು ವಾಸ್ತವಿಕವಾಗಿ ಯಾವುದೇ ತಪ್ಪಾದ ಪ್ರವೇಶ ಅನುಮತಿ ಇಲ್ಲ.
ದುರದೃಷ್ಟವಶಾತ್, ಈ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನವನ್ನು ಬಳಸುವಾಗ ಹಲವಾರು ತೊಂದರೆಗಳು ಉಂಟಾಗುತ್ತವೆ. ಇಲ್ಲಿ ಸ್ಕ್ಯಾನರ್ ಸಾಕಷ್ಟು ಸಂಕೀರ್ಣವಾಗಿದೆ ಆಪ್ಟಿಕಲ್ ಸಿಸ್ಟಮ್, ಮತ್ತು ವ್ಯವಸ್ಥೆಯನ್ನು ಗುರಿಯಾಗಿಸುವಾಗ ವ್ಯಕ್ತಿಯು ಗಮನಾರ್ಹ ಅವಧಿಯವರೆಗೆ ಚಲಿಸಬಾರದು, ಇದು ಅಹಿತಕರ ಸಂವೇದನೆಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ.
EyeDentify ಪ್ರಕಾರ, FAR=0.001% ನೊಂದಿಗೆ ICAM2001 ಸ್ಕ್ಯಾನರ್‌ಗಾಗಿ, FRR ಮೌಲ್ಯವು 0.4% ಆಗಿದೆ.
ವಿಧಾನದ ಅನುಕೂಲಗಳು ಮತ್ತು ಅನಾನುಕೂಲಗಳು
ಅನುಕೂಲಗಳು. ಉನ್ನತ ಮಟ್ಟದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ವಾಸಾರ್ಹತೆ. ವ್ಯವಸ್ಥೆಗಳ ಕಡಿಮೆ ಹರಡುವಿಕೆಯಿಂದಾಗಿ, ಅವುಗಳನ್ನು "ಮೋಸಗೊಳಿಸುವ" ಮಾರ್ಗವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಸಾಧ್ಯತೆ ಕಡಿಮೆಯಾಗಿದೆ.ನ್ಯೂನತೆಗಳು. ಹೆಚ್ಚಿನ ಸಂಸ್ಕರಣಾ ಸಮಯದೊಂದಿಗೆ ಸಿಸ್ಟಮ್ ಅನ್ನು ಬಳಸುವುದು ಕಷ್ಟ. ವ್ಯವಸ್ಥೆಯ ಹೆಚ್ಚಿನ ವೆಚ್ಚ. ವ್ಯಾಪಕ ಮಾರುಕಟ್ಟೆ ಪೂರೈಕೆಯ ಕೊರತೆ ಮತ್ತು ಪರಿಣಾಮವಾಗಿ, ವಿಧಾನದ ಅಭಿವೃದ್ಧಿಯ ಸಾಕಷ್ಟು ತೀವ್ರತೆ.
ಕೈ ಜ್ಯಾಮಿತಿ
10 ವರ್ಷಗಳ ಹಿಂದೆ ಸಾಕಷ್ಟು ಸಾಮಾನ್ಯವಾಗಿದ್ದ ಮತ್ತು ಅಪರಾಧಶಾಸ್ತ್ರದಿಂದ ಹುಟ್ಟಿಕೊಂಡ ಈ ವಿಧಾನವು ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ ಅವನತಿ ಹೊಂದುತ್ತಿದೆ. ಇದು ಕೈಗಳ ಜ್ಯಾಮಿತೀಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪಡೆಯುವುದರ ಮೇಲೆ ಆಧಾರಿತವಾಗಿದೆ: ಬೆರಳಿನ ಉದ್ದಗಳು, ಪಾಮ್ ಅಗಲ, ಇತ್ಯಾದಿ. ಈ ವಿಧಾನವು ಕಣ್ಣಿನ ರೆಟಿನಾದಂತೆಯೇ ಸಾಯುತ್ತಿದೆ, ಮತ್ತು ಇದು ಕಡಿಮೆ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿರುವುದರಿಂದ, ನಾವು ಅದರ ಸಂಪೂರ್ಣ ವಿವರಣೆಯನ್ನು ಸಹ ಪರಿಚಯಿಸುವುದಿಲ್ಲ.
ಸಿರೆ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳು ಜ್ಯಾಮಿತೀಯ ಗುರುತಿಸುವಿಕೆ ವಿಧಾನಗಳನ್ನು ಬಳಸುತ್ತವೆ ಎಂದು ಕೆಲವೊಮ್ಮೆ ನಂಬಲಾಗಿದೆ. ಆದರೆ ಮಾರಾಟದಲ್ಲಿ ಈ ರೀತಿ ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳಿರುವುದನ್ನು ನಾವು ನೋಡಿಲ್ಲ. ಇದಲ್ಲದೆ, ಸಾಮಾನ್ಯವಾಗಿ ರಕ್ತನಾಳಗಳಿಂದ ಗುರುತಿಸುವಾಗ, ಅಂಗೈಯ ಚಿತ್ರವನ್ನು ಮಾತ್ರ ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ, ಆದರೆ ಜ್ಯಾಮಿತಿಯಿಂದ ಗುರುತಿಸುವಾಗ, ಬೆರಳುಗಳ ಚಿತ್ರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ.
ಸ್ವಲ್ಪ ಸ್ವಯಂ PR
ಒಂದು ಸಮಯದಲ್ಲಿ, ನಾವು ಉತ್ತಮ ಕಣ್ಣಿನ ಗುರುತಿಸುವಿಕೆ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದೇವೆ. ಆದರೆ ಆ ಸಮಯದಲ್ಲಿ, ಈ ದೇಶದಲ್ಲಿ ಅಂತಹ ಹೈಟೆಕ್ ವಿಷಯ ಅಗತ್ಯವಿರಲಿಲ್ಲ, ಮತ್ತು ನಾವು ಬೂರ್ಜ್ವಾಕ್ಕೆ ಹೋಗಲು ಬಯಸುವುದಿಲ್ಲ (ಅಲ್ಲಿ ನಮ್ಮನ್ನು ಮೊದಲ ಲೇಖನದ ನಂತರ ಆಹ್ವಾನಿಸಲಾಯಿತು). ಆದರೆ ಇದ್ದಕ್ಕಿದ್ದಂತೆ, ಒಂದೂವರೆ ವರ್ಷದ ನಂತರ, ಹೂಡಿಕೆದಾರರು ತಮ್ಮನ್ನು ತಾವು “ಬಯೋಮೆಟ್ರಿಕ್ ಪೋರ್ಟಲ್” ನಿರ್ಮಿಸಲು ಬಯಸಿದ್ದರು - ಇದು 2 ಕಣ್ಣುಗಳಿಗೆ ಆಹಾರವನ್ನು ನೀಡುವ ಮತ್ತು ಐರಿಸ್ನ ಬಣ್ಣದ ಘಟಕವನ್ನು ಬಳಸುವ ವ್ಯವಸ್ಥೆ (ಇದಕ್ಕಾಗಿ ಹೂಡಿಕೆದಾರರು ವಿಶ್ವಾದ್ಯಂತ ಪೇಟೆಂಟ್ ಹೊಂದಿದ್ದರು). ವಾಸ್ತವವಾಗಿ, ನಾವು ಈಗ ಮಾಡುತ್ತಿರುವುದು ಇದನ್ನೇ. ಆದರೆ ಇದು ಸ್ವಯಂ-ಪ್ರಜಾವಾಣಿಯ ಕುರಿತಾದ ಲೇಖನವಲ್ಲ, ಇದು ಸಣ್ಣ ಸಾಹಿತ್ಯಿಕ ವಿಷಯಾಂತರವಾಗಿದೆ. ಯಾರಾದರೂ ಆಸಕ್ತಿ ಹೊಂದಿದ್ದರೆ, ಕೆಲವು ಮಾಹಿತಿ ಇದೆ, ಮತ್ತು ಭವಿಷ್ಯದಲ್ಲಿ, ನಾವು ಮಾರುಕಟ್ಟೆಗೆ ಪ್ರವೇಶಿಸಿದಾಗ (ಅಥವಾ ಮಾಡಬೇಡಿ), ನಾನು ಇಲ್ಲಿ ಕೆಲವು ಪದಗಳನ್ನು ಬರೆಯುತ್ತೇನೆ ರಷ್ಯಾದಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ ಯೋಜನೆಯ ಏರಿಳಿತಗಳು.ತೀರ್ಮಾನಗಳು
ಸ್ಥಾಯೀ ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಗಳ ವರ್ಗದಲ್ಲಿಯೂ ಸಹ, ವ್ಯವಸ್ಥೆಗಳ ದೊಡ್ಡ ಆಯ್ಕೆ ಇದೆ. ನೀವು ಯಾವುದನ್ನು ಆರಿಸಬೇಕು? ಇದು ಎಲ್ಲಾ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಯ ಅವಶ್ಯಕತೆಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಅತ್ಯಂತ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ವಿಶ್ವಾಸಾರ್ಹ ಮತ್ತು ನಕಲಿ-ನಿರೋಧಕ ಪ್ರವೇಶ ವ್ಯವಸ್ಥೆಗಳೆಂದರೆ ಐರಿಸ್ ಮತ್ತು ಹ್ಯಾಂಡ್ ಸಿರೆ ಪ್ರವೇಶ ವ್ಯವಸ್ಥೆಗಳು. ಅವುಗಳಲ್ಲಿ ಮೊದಲನೆಯದಕ್ಕೆ ಕೊಡುಗೆಗಳ ವ್ಯಾಪಕ ಮಾರುಕಟ್ಟೆ ಇದೆ. ಆದರೆ ಇದು ಮಿತಿಯಲ್ಲ. ಖಗೋಳ ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿನ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಸಂಯೋಜಿಸಬಹುದು. ಅಗ್ಗದ ಮತ್ತು ಬಳಸಲು ಸುಲಭವಾದ, ಆದರೆ ಉತ್ತಮ ಅಂಕಿಅಂಶಗಳೊಂದಿಗೆ, ಬೆರಳು ಸಹಿಷ್ಣುತೆ ವ್ಯವಸ್ಥೆಗಳು. 2D ಮುಖ ಸಹಿಷ್ಣುತೆ ಅನುಕೂಲಕರ ಮತ್ತು ಅಗ್ಗವಾಗಿದೆ, ಆದರೆ ಕಳಪೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಕಾರ್ಯಕ್ಷಮತೆಯಿಂದಾಗಿ ಸೀಮಿತ ಶ್ರೇಣಿಯ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಹೊಂದಿದೆ.ಪ್ರತಿಯೊಂದು ವ್ಯವಸ್ಥೆಯು ಹೊಂದಿರುವ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪರಿಗಣಿಸೋಣ: ನಕಲಿಗೆ ಪ್ರತಿರೋಧ, ಪರಿಸರ ಪ್ರತಿರೋಧ, ಬಳಕೆಯ ಸುಲಭತೆ, ವೆಚ್ಚ, ವೇಗ, ಕಾಲಾನಂತರದಲ್ಲಿ ಬಯೋಮೆಟ್ರಿಕ್ ವೈಶಿಷ್ಟ್ಯದ ಸ್ಥಿರತೆ. ಪ್ರತಿ ಕಾಲಮ್‌ನಲ್ಲಿ 1 ರಿಂದ 10 ರವರೆಗಿನ ರೇಟಿಂಗ್‌ಗಳನ್ನು ಹಾಕೋಣ. ಸ್ಕೋರ್ 10 ಕ್ಕೆ ಹತ್ತಿರದಲ್ಲಿದೆ, ದಿ ಉತ್ತಮ ವ್ಯವಸ್ಥೆಈ ನಿಟ್ಟಿನಲ್ಲಿ. ಮೌಲ್ಯಮಾಪನಗಳನ್ನು ಆಯ್ಕೆಮಾಡುವ ತತ್ವಗಳನ್ನು ಲೇಖನದ ಪ್ರಾರಂಭದಲ್ಲಿ ವಿವರಿಸಲಾಗಿದೆ.
ಈ ವ್ಯವಸ್ಥೆಗಳಿಗೆ FAR ಮತ್ತು FRR ನಡುವಿನ ಸಂಬಂಧವನ್ನು ಸಹ ನಾವು ಪರಿಗಣಿಸುತ್ತೇವೆ. ಈ ಅನುಪಾತವು ವ್ಯವಸ್ಥೆಯ ದಕ್ಷತೆ ಮತ್ತು ಅದರ ಬಳಕೆಯ ಅಗಲವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
ಐರಿಸ್ಗಾಗಿ, ನೀವು ಎರಡು ಕಣ್ಣುಗಳಿಗೆ ಮಾಡುವ ಮೂಲಕ ಸಿಸ್ಟಮ್ ಅನ್ನು ಸಂಕೀರ್ಣಗೊಳಿಸಿದರೆ, ಸಮಯದ ನಷ್ಟವಿಲ್ಲದೆ, ನೀವು ಸಿಸ್ಟಮ್ನ ನಿಖರತೆಯನ್ನು ಬಹುತೇಕ ಚತುರ್ಭುಜವಾಗಿ ಹೆಚ್ಚಿಸಬಹುದು ಎಂದು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳುವುದು ಯೋಗ್ಯವಾಗಿದೆ. ಫಿಂಗರ್ಪ್ರಿಂಟ್ ವಿಧಾನಕ್ಕಾಗಿ - ಹಲವಾರು ಬೆರಳುಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ ಮತ್ತು ರಕ್ತನಾಳಗಳ ಮೂಲಕ ಗುರುತಿಸುವಿಕೆ, ಎರಡು ಕೈಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ, ಆದರೆ ಅಂತಹ ಸುಧಾರಣೆಯು ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಸಮಯವನ್ನು ಹೆಚ್ಚಿಸುವುದರೊಂದಿಗೆ ಮಾತ್ರ ಸಾಧ್ಯ.
ವಿಧಾನಗಳ ಫಲಿತಾಂಶಗಳನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಹೇಳುವುದಾದರೆ, ಮಧ್ಯಮ ಮತ್ತು ದೊಡ್ಡ ವಸ್ತುಗಳಿಗೆ, ಹಾಗೆಯೇ ಹೆಚ್ಚಿನ ಭದ್ರತಾ ಅವಶ್ಯಕತೆಗಳನ್ನು ಹೊಂದಿರುವ ವಸ್ತುಗಳಿಗೆ, ಐರಿಸ್ ಅನ್ನು ಬಯೋಮೆಟ್ರಿಕ್ ಪ್ರವೇಶವಾಗಿ ಬಳಸಬೇಕು ಮತ್ತು ಪ್ರಾಯಶಃ, ಕೈ ರಕ್ತನಾಳಗಳಿಂದ ಗುರುತಿಸಬಹುದು ಎಂದು ನಾವು ಹೇಳಬಹುದು. ಹಲವಾರು ನೂರು ಸಿಬ್ಬಂದಿಗಳನ್ನು ಹೊಂದಿರುವ ಸೌಲಭ್ಯಗಳಿಗಾಗಿ, ಫಿಂಗರ್ಪ್ರಿಂಟ್ಗಳನ್ನು ಬಳಸುವ ಪ್ರವೇಶವು ಅತ್ಯುತ್ತಮವಾಗಿರುತ್ತದೆ. 2D ಮುಖದ ಚಿತ್ರಗಳ ಆಧಾರದ ಮೇಲೆ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳು ಬಹಳ ನಿರ್ದಿಷ್ಟವಾಗಿವೆ. ಗುರುತಿಸುವಿಕೆಗೆ ದೈಹಿಕ ಸಂಪರ್ಕದ ಅನುಪಸ್ಥಿತಿಯ ಅಗತ್ಯವಿರುವ ಸಂದರ್ಭಗಳಲ್ಲಿ ಅವು ಅಗತ್ಯವಾಗಬಹುದು, ಆದರೆ ಐರಿಸ್ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಯನ್ನು ಸ್ಥಾಪಿಸುವುದು ಅಸಾಧ್ಯ. ಉದಾಹರಣೆಗೆ, ಗುಪ್ತ ಕ್ಯಾಮೆರಾ ಅಥವಾ ಬಾಹ್ಯ ಪತ್ತೆ ಕ್ಯಾಮೆರಾವನ್ನು ಬಳಸಿಕೊಂಡು ಅವನ ಭಾಗವಹಿಸುವಿಕೆ ಇಲ್ಲದೆ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಲು ಅಗತ್ಯವಿದ್ದರೆ, ಆದರೆ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಕಡಿಮೆ ಸಂಖ್ಯೆಯ ವಿಷಯಗಳು ಮತ್ತು ಚಿತ್ರೀಕರಿಸಿದ ಜನರ ಸಣ್ಣ ಹರಿವು ಇದ್ದರೆ ಮಾತ್ರ ಇದು ಸಾಧ್ಯ. ಕ್ಯಾಮೆರಾ.
ಯುವ ತಂತ್ರಜ್ಞರಿಗೆ ಒಂದು ಟಿಪ್ಪಣಿ
ಕೆಲವು ತಯಾರಕರು, ಉದಾಹರಣೆಗೆ ನ್ಯೂರೋಟೆಕ್ನಾಲಜಿ, ಅವರು ಉತ್ಪಾದಿಸುವ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳ ಡೆಮೊ ಆವೃತ್ತಿಗಳು ತಮ್ಮ ವೆಬ್‌ಸೈಟ್‌ನಲ್ಲಿ ಲಭ್ಯವಿವೆ, ಆದ್ದರಿಂದ ನೀವು ಅವುಗಳನ್ನು ಸುಲಭವಾಗಿ ಸಂಪರ್ಕಿಸಬಹುದು ಮತ್ತು ಸುತ್ತಲೂ ಆಡಬಹುದು. ಸಮಸ್ಯೆಯನ್ನು ಹೆಚ್ಚು ಗಂಭೀರವಾಗಿ ಪರಿಶೀಲಿಸಲು ನಿರ್ಧರಿಸುವವರಿಗೆ, ನಾನು ರಷ್ಯನ್ ಭಾಷೆಯಲ್ಲಿ ನೋಡಿದ ಏಕೈಕ ಪುಸ್ತಕವನ್ನು ಶಿಫಾರಸು ಮಾಡಬಹುದು - "ಬಯೋಮೆಟ್ರಿಕ್ಸ್ಗೆ ಮಾರ್ಗದರ್ಶಿ" R.M. ಬಾಲ್, ಜೆ.ಎಚ್. ಕಾನೆಲ್, ಎಸ್. ಪಂಕಂತಿ. ಅನೇಕ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮತ್ತು ಅವುಗಳ ಇವೆ ಗಣಿತದ ಮಾದರಿಗಳು. ಎಲ್ಲವೂ ಪೂರ್ಣಗೊಂಡಿಲ್ಲ ಮತ್ತು ಎಲ್ಲವೂ ಆಧುನಿಕ ಸಮಯಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ, ಆದರೆ ಬೇಸ್ ಉತ್ತಮ ಮತ್ತು ಸಮಗ್ರವಾಗಿದೆ.ಪಿ.ಎಸ್.
ಈ ಕೃತಿಯಲ್ಲಿ ನಾನು ದೃಢೀಕರಣದ ಸಮಸ್ಯೆಗೆ ಹೋಗಲಿಲ್ಲ, ಆದರೆ ಗುರುತಿನ ಮೇಲೆ ಮಾತ್ರ ಸ್ಪರ್ಶಿಸಿದೆ. ತಾತ್ವಿಕವಾಗಿ, FAR/FRR ನ ಗುಣಲಕ್ಷಣಗಳಿಂದ ಮತ್ತು ನಕಲಿ ಸಾಧ್ಯತೆಯಿಂದ, ದೃಢೀಕರಣದ ವಿಷಯದ ಮೇಲಿನ ಎಲ್ಲಾ ತೀರ್ಮಾನಗಳು ತಮ್ಮನ್ನು ಸೂಚಿಸುತ್ತವೆ.ಟ್ಯಾಗ್ಗಳು:
- ಬಯೋಮೆಟ್ರಿಕ್ಸ್
- ಫಿಂಗರ್ಪ್ರಿಂಟ್ ಸ್ಕ್ಯಾನರ್ಗಳು