Artikel 1：Waarom is gezichtsbezoek beter dan vingerafdrukken??
Praktisch 100% nauwkeurigheid: Keer op keer is bewezen dat vingerafdruksystemen falen als de vingers vuil zijn, olieachtig, nat of gekneusd. Werknemers die in oliesystemen werken, kunnen hun aanwezigheid niet registreren met vervaagde vingerafdrukken. Bezuinigingen op vingers geven fouten weer. Het is vaak frustrerend om meerdere keren aanwezig te zijn.
Dat is niet het geval bij gezichtsherkenning aanwezig. Het is geprobeerd, getest en bewezen dat het in de praktijk zo is 100% nauwkeurig. Medewerkers lopen er eenvoudig naartoe en de aanwezigheid wordt geregistreerd. Het werkt zelfs als het kapsel verandert, draag een bril, of werknemers verouderen.
Contactloze veiligheid: Met covid-19, de wereld is zich steeds meer bewust geworden van de risico’s van contactgebaseerde aanwezigheidssystemen. Er is geen aanwezigheidssysteem, anders dan het Face ID-aanwezigheidssysteem dat absoluut contactvrij is. De gebruiker hoeft alleen maar zijn gezicht te laten zien. Het systeem wordt automatisch geactiveerd.
Zelfs nadat de wereld covid-vrij is, mensen zullen zich bewust zijn van de aanrakingen die ze doen en het zal goed zijn om voor een hygiënisch systeem te zorgen.
Wauw ervaring: De aanwezigheidstijd wordt teruggebracht tot minder dan een seconde en er is geen actie vereist van de gebruiker, Face ID-aanwezigheid is veruit het beste biometrische systeem. Het maakt indruk op werknemers die geen training nodig hebben en die graag onmiddellijk willen adopteren. Denk er eens over na als u een kopje koffie in de ene hand houdt en uw handtas in de andere als u vingerafdrukken moet afnemen. Wat als we veranderen naar aanwezigheid via gezichtsherkenning?. Bespaar u de moeite door het veel eenvoudiger te maken dan alleen maar voor het scherm te staan.
Artikel 2：Hoe doet gezichtsherkenning aanwezigheidssysteem werkt?
Het slaat gebruikersgezichten op in de database van het apparaat met een ander schermformaat, in TOMMI-zaken, van 4,3 inch tot 13 inch. Wanneer een medewerker voor het scherm staat, het legt het gezicht vast en maakt een realtime vergelijking met het opgeslagen gezichtsbeeld. Als het overeenkomt, De aanwezigheid bij het in- of uitklokken wordt in het apparaat geregistreerd. Het kan een live-oordeel doen tegen foto- of videobedrog.
Artikel 3：Hoe wint gezichtsbezoek andere biometrische systemen??
Veel bedrijven maken gebruik van een tijdregistratiesysteem met vingerafdrukken, wat een goed alternatief kan zijn voor het kaartponssysteem. Geen van beide is perfect in termen van betrouwbaarheid en veiligheid. Tijdregistratieapparaten met gezichtsherkenning worden de afgelopen jaren door steeds meer grote bedrijven gebruikt. Toch werken veel middelgrote en kleine organisaties nog steeds met oudere technologieën.
Zullen we upgraden naar Face ID-aanwezigheidssystemen? We kunnen beter een objectieve analyse uitvoeren.
Artikel 4：Wat zijn de voordelen van toegangscontrole gezichtsbehandeling herkenning?
Een van de snelst groeiende trends in het ontwerp en de technologie van gebouwen is de toepassing van aanraakvrije gebruikerservaringen. De combinatie van snelle expansie in meerhuurwoningen & werkruimtes en de pandemie van het coronavirus hebben geleid tot een toenemende behoefte aan contactloze woon- en werkomgevingen.
· Verbeterde beveiliging
De nieuwste generatie gezichtsherkenningsapparaten biedt nauwkeurige en uiterst veilige authenticatie, in vergelijking met traditionele toegangsmethoden zoals een pincode of een afstandsbediening.
· Snel, handig en op afstand beheer van gebruikers-ID's
Toevoeging, het verwijderen en beheren van gebruikersaccounts is eenvoudig en eenvoudig voor systeembeheerders en kan volledig op afstand worden beheerd.
Terwijl authenticatie via een fysiek apparaat vereist dat fobs of kaarten persoonlijk worden uitgedeeld of afgeleverd (en keerde terug), nieuwe gebruikers-ID's kunnen door systeembeheerders worden aangemaakt en uitgeschakeld (zoals beveiliging, HR- of conciërgepersoneel) vanaf elke externe locatie met behulp van cloudgebaseerde beheerplatforms, waardoor het proces aanzienlijk wordt versneld en tijd en geld wordt bespaard.
· Geen authenticatieapparaat vereist
Veel deurtoegangs- en toegangsidentificatiemethoden vereisen het gebruik van een fysiek apparaat om te authenticeren – zoals een sleutelhanger, RFID-kaart of smartphone. Mocht de gebruiker zijn ‘apparaat’ vergeten of verliezen’ (of erger nog – laat het stelen), dan hebben ze geen toegang tot het gebouw.
Het authenticerende ‘apparaat’ van gezichtsherkenning zal dat altijd blijven, Natuurlijk, bij je zijn!
· Integratie met andere platforms
Toegangscontrolesystemen met gezichtsherkenning kunnen ook worden geïntegreerd met andere logistieke en systeemplatforms, zoals tijd & aanwezigheid, automatische betalingssystemen of gebouwbeheersystemen, helpen bij het ontwikkelen van slimme bouwomgevingen.
Artikel 5：Hoe zullen gezichtsherkenningssystemen & algoritmen werken 2022?
De markt voor gezichtsherkenningstechnologie groeit snel. Van luchthavens die vertrouwen op biometrische gegevens tot het screenen van internationale passagiers, wetshandhaving is ervan afhankelijk om criminelen te vangen, en sociale media die het gebruiken om de gebruiker te authenticeren, gezichtsherkenningstechnologie is de behoefte van dit moment.
In 2022, de markt voor gezichtsherkenning zal naar verwachting een bereik bereiken $7.7 miljard, op van $4 miljard binnen 2017. Dit komt omdat gezichtsherkenning een breed scala aan commerciële toepassingen kent. Het kan voor verschillende doeleinden worden gebruikt, inclusief toezicht en marketing.
Hoe herkennen mensen een gezicht??
Herkenningssystemen in onze hersenen zijn complex. In werkelijkheid, wetenschappers proberen het nog steeds uit te zoeken. Wat we kunnen aannemen is dat de neuronen in onze hersenen eerst het gezicht in de scène identificeren (van het lichaam van de persoon tot zijn achtergrond), we extraheren de gelaatstrekken, en slaan deze op in ons eigen soort database. Ons geheugen gebruiken als database, we kunnen de persoon vervolgens classificeren op basis van zijn kenmerken. We zijn getraind op een oneindig grote dataset en een oneindig uitgebreid neuraal netwerk.
Gezichtsherkenningssoftware in machines wordt op dezelfde manier geïmplementeerd. Eerst, we passen een gezichtsdetectie-algoritme toe om gezichten in de scène te detecteren, gezichtskenmerken uit de gedetecteerde gezichten extraheren, en gebruik een algoritme om de persoon te classificeren.
Hoe werkt de workflow van een gezichtsherkenningssysteem?
1Gezichtsdetectie
Gezichtsdetectie is een gespecialiseerde versie van Objectdetectie, waar slechts één object te detecteren is – Menselijk gezicht.
Net zoals de afwegingen tussen computertijd en ruimte in de informatica, er is ook een afweging tussen inferentiesnelheid en nauwkeurigheid in Machine Learning-algoritmen. Er zijn veel algoritmen voor objectdetectie, en verschillende algoritmen hebben hun compromissen op het gebied van snelheid en nauwkeurigheid.
We hebben verschillende geavanceerde algoritmen voor objectdetectie geëvalueerd:
OpenCV (Haar-Cascade)
MTCNN
YoloV3 en Yolo-Tiny
SSD
BlazeFace
ShuffleNet en Faceboxen
Een robuust gezichtsdetectiesysteem bouwen, we hebben een nauwkeurig en snel algoritme nodig dat in realtime op een GPU en een mobiel apparaat kan worden uitgevoerd.
Nauwkeurigheid
In realtime gevolgtrekking op streaming video, mensen kunnen verschillende poses hebben, occlusies, en lichteffecten op hun gezicht. Het is belangrijk om gezichten onder verschillende lichtomstandigheden en poses nauwkeurig te detecteren.
Gezichten detecteren in verschillende poses en lichtomstandigheden
OpenCV (Haar-Cascade)
We zijn begonnen met de Haar-cascade implementatie van OpenCV, dat is een open-source bibliotheek voor beeldmanipulatie in C.
Pluspunten: Omdat deze bibliotheek in C-taal is geschreven. Het is erg snel voor gevolgtrekking in realtime systemen.
Nadelen: Het probleem met deze implementatie was dat deze geen zijvlakken kon detecteren en slecht presteerde in verschillende poses en lichtomstandigheden.
MTCNN
Dit algoritme is gebaseerd op Deep Learning-methoden. Het maakt gebruik van Deep Cascaded Convolutional Neural Networks voor het detecteren van gezichten.
Pluspunten: Het had een betere nauwkeurigheid dan de OpenCV Haar-Cascade-methode
Nadelen: Hogere looptijd
YOLOV3
YOLO-gezichtsdetectie (Je kijkt maar één keer) is het geavanceerde Deep Learning-algoritme voor objectdetectie. Het heeft veel convolutionele neurale netwerken, het vormen van een Deep CNN-model. (Diep betekent dat de complexiteit van de modelarchitectuur enorm is).
Het originele Yolo-model kan detecteren 80 verschillende objectklassen met hoge nauwkeurigheid. We hebben dit Yolo-gezichtsherkenningsmodel gebruikt om slechts één object te detecteren – het gezicht.
We hebben dit algoritme getraind op WiderFace (afbeeldingsgegevensset met 393,703 gezichtslabels) gegevensset.
Er is ook een miniatuurversie van het Yolo-algoritme voor gezichtsdetectie beschikbaar, Yolo-Tiny. Yolo-Tiny neemt minder rekentijd in beslag doordat de nauwkeurigheid ervan in gevaar komt. We hebben een Yolo-Tiny-model getraind met dezelfde dataset, maar de resultaten van de grenskaders waren niet consistent.
Pluspunten: Zeer nauwkeurig, zonder enige fout. Sneller dan MTCNN.
Nadelen: Omdat het kolossale Deep Neural Network-lagen heeft, het heeft meer computerbronnen nodig. Dus, het werkt traag op de CPU of mobiele apparaten. Op GPU, er is meer VRAM nodig vanwege de grote architectuur.
SSD
SSD (Single Shot-detector) is ook een diep convolutioneel neuraal netwerkmodel zoals YOLO.
Pluspunten: Goede nauwkeurigheid. Het kan in verschillende poses detecteren, verlichting, en occlusies. Goede inferentiesnelheid.
Nadelen: Inferieur aan het YOLO-model. Hoewel de inferentiesnelheid goed was, was deze nog steeds niet voldoende om op CPU te draaien, low-end GPU, of mobiele apparaten.
BlazeFace
Zoals zijn naam, het is een razendsnel gezichtsdetectie-algoritme uitgegeven door Google. Het accepteert 128×128 afmeting beeldinvoer. De gevolgtrekkingstijd bedraagt submilliseconden. Dit algoritme is geoptimaliseerd voor gebruik bij gezichtsherkenning op mobiele telefoons. De redenen waarom het zo snel is, zijn:
Het is een gespecialiseerd gezichtsdetectormodel, in tegenstelling tot YOLO en SSD, die oorspronkelijk zijn gemaakt om een groot aantal klassen te detecteren. BlazeFace heeft dus een kleinere Deep Convolutional Neural Network-architectuur dan YOLO en SSD.
Het maakt gebruik van Depthwise Separable Convolution in plaats van standaard Convolution-lagen, wat tot minder berekeningen leidt.
Pluspunten: Zeer goede inferentiesnelheid en nauwkeurige gezichtsdetectie.
Nadelen: Dit model is geoptimaliseerd voor het detecteren van gezichtsbeelden van de camera van een mobiele telefoon, en dus verwacht het dat het gezicht het grootste deel van het gebied in het beeld moet bedekken. Het werkt niet goed als de gezichtsgrootte klein is. Dus in het geval van CCTV-camerabeelden, het presteert niet goed.
Faceboxen
Het nieuwste algoritme voor gezichtsherkenning dat we hebben gebruikt, zijn Faceboxes. Zoals BlazeFace, het is een diep convolutioneel neuraal netwerk met een kleine architectuur en ontworpen voor slechts één klasse – Menselijk gezicht. De gevolgtrekkingstijd is realtime snel op de CPU. De nauwkeurigheid is vergelijkbaar met Yolo voor gezichtsdetectie. Het kan kleine en grote gezichten in een afbeelding nauwkeurig detecteren.
Pluspunten: Snelle gevolgtrekkingssnelheid en goede nauwkeurigheid.
Nadelen: Evaluatie is gaande.
2Functie-extractie
Na het detecteren van gezichten in een afbeelding, we snijden de gezichten bij en voeren ze in een Feature Extraction Algorithm, waardoor gezichtsinsluiting ontstaat- een multidimensionaal (grotendeels 128 of 512 dimensionaal) vector die kenmerken van het gezicht vertegenwoordigt.
We hebben het FaceNet-algoritme gebruikt om gezichtsinsluitingen te maken.
De inbeddingsvectoren vertegenwoordigen de gelaatstrekken van iemands gezicht. Het inbedden van vectoren van twee verschillende afbeeldingen van dezelfde persoon zal dus dichter bij elkaar liggen en die van een andere persoon zal verder weg zijn. De afstand tussen twee vectoren wordt berekend met behulp van de Euclidische afstand.
3
Gezichtsclassificatie
Na het verkrijgen van de face-inbeddingsvectoren, we hebben een classificatie-algoritme getraind, K-dichtstbijzijnde buurman (KNN), om de persoon te classificeren op basis van zijn inbeddingsvector.
Stel dat er in een organisatie sprake is van 1000 medewerkers. We maken gezichtsinsluitingen van alle werknemers en gebruiken de insluitingsvectoren om een classificatiealgoritme te trainen dat gezichtsinsluitingsvectoren als invoer accepteert en de naam van de persoon retourneert.
Een gebruiker kan een filter toepassen dat specifieke pixels in een afbeelding wijzigt voordat deze op internet wordt geplaatst. Deze veranderingen zijn niet waarneembaar voor het menselijk oog, maar zijn zeer verwarrend voor algoritmen voor gezichtsherkenning – ThalesGroep
https://www.engati.com/blog/facial-recognition-systems Door Aniket Maurya
Artikel 6：Wat zijn de toepassingen van het gezichtsherkenningssysteem?
Luchthavens
Mensen die luchthavens binnenkomen en verlaten, kunnen worden gevolgd met behulp van gezichtsherkenningssystemen. De technologie is door het ministerie van Binnenlandse Veiligheid gebruikt om mensen te identificeren die hun visum hebben overschreden of tegen wie een strafrechtelijk onderzoek loopt.
Mobiele telefoonbedrijven
Gezichtsherkenning werd voor het eerst door Apple gebruikt om zijn iPhone X te ontgrendelen, en de technologie werd overgedragen naar de iPhone XS. Face ID verifieert dat u bent wie u zegt dat u bent wanneer u uw telefoon gebruikt. Volgens Apple, de kans dat een willekeurig gezicht je telefoon ontgrendelt, is één op een miljoen.
Hogescholen & universiteiten
In werkelijkheid, gezichtsherkenningssoftware kan een rol spelen. Je docent komt er misschien achter als je de les overslaat. Overweeg niet eens om uw slimme huisgenoot uw examen te laten doen.
Sociale media
Wanneer u een foto uploadt naar Facebook, het gebruikt een algoritme om gezichten te detecteren. Als u mensen in uw foto's wilt taggen, het sociale-mediabedrijf zal het je vragen. Het kan linken naar hun profielen en gezichten herkennen met een nauwkeurigheid van 98%.
Marketing- en advertentiecampagnes
Bij het op de markt brengen van een product of een idee, marketeers houden vaak rekening met factoren als geslacht, leeftijd, en etniciteit. Zelfs tijdens een concert, gezichtsherkenning kan worden gebruikt om specifieke doelgroepen te identificeren.
Nieuwe technologie brengt nieuwe kansen met zich mee
De vooruitgang op het gebied van gezichtsherkenningssystemen en computervisie heeft grote sprongen gemaakt. Maar dit is nog maar het begin van de technologische revolutie. Stel je voor hoe krachtig het duo van gezichtsherkenningsalgoritmen en chatbottechnologie zou zijn!
Het is nooit te laat om deel uit te maken van deze beweging.
Door Aniket Maury
Artikel 7：Aanraakvrije toegangscontrole
Gezichtsherkenning is een van de aanrakingsvrije authenticatiemethoden die worden toegepast voor zowel toegangscontrole- als deurintercomsystemen, als onderdeel van contactloze padparameters in de nieuwste generatie gebouwontwerp.
De pandemie van het coronavirus heeft geresulteerd in een enorme groei in de behoefte en toepassing van contactloze technologieën en producten op de werkplek en in omgevingen met meerdere huurders om de frequentie van contact tussen individuen te verminderen., waardoor het risico op virusoverdracht wordt verminderd.
Daarom, authenticatiemethoden waarmee gebruikers zichzelf kunnen identificeren zonder apparaten fysiek aan te raken (technologieën zoals RFID, NFC, Bluetooth – en nu gezichtsherkenning, Natuurlijk) worden de voorkeursopties voor deurintercom- en toegangscontrolesystemen.
Kan gezichtsherkenning voor de gek worden gehouden door foto's??
De nieuwste AI-toegangscontrolesystemen met gezichtsherkenning – zoals de Tommi-apparaten – ook anti-spoofing ‘levendigheid’ bevatten’ detectie, met behulp van een extra ingebouwde camera om driedimensionaal gezichtsbewustzijn en beweging te detecteren.
Artikel 8：Wat zijn de voordelen van Access Control gezichtsherkenning?
Handsfree gebruikersverificatie
Een van de snelst groeiende trends in het ontwerp en de technologie van gebouwen is de toepassing van aanraakvrije gebruikerservaringen. De combinatie van snelle expansie in meerhuurwoningen & werkruimtes en de pandemie van het coronavirus hebben geleid tot een toenemende behoefte aan contactloze woon- en werkomgevingen. Verbeterde beveiliging
Verbeterde beveiliging
De nieuwste generatie gezichtsherkenningsapparaten biedt nauwkeurige en uiterst veilige authenticatie, in vergelijking met traditionele toegangsmethoden zoals een pincode of een afstandsbediening.
Snel, handig en op afstand beheer van gebruikers-ID's Toevoeging, het verwijderen en beheren van gebruikersaccounts is eenvoudig en eenvoudig voor systeembeheerders en kan volledig op afstand worden beheerd.
Terwijl authenticatie via een fysiek apparaat vereist dat fobs of kaarten persoonlijk worden uitgedeeld of afgeleverd (en keerde terug), nieuwe gebruikers-ID's kunnen door systeembeheerders worden aangemaakt en uitgeschakeld (zoals beveiliging, HR- of conciërgepersoneel) vanaf elke externe locatie met behulp van cloudgebaseerde beheerplatforms, waardoor het proces aanzienlijk wordt versneld en tijd en geld wordt bespaard.
Geen authenticatieapparaat vereist
Veel deurtoegangs- en toegangsidentificatiemethoden vereisen het gebruik van een fysiek apparaat om te authenticeren – zoals een sleutelhanger, RFID-kaart of smartphone. Mocht de gebruiker zijn ‘apparaat’ vergeten of verliezen’ (of erger nog – laat het stelen), dan hebben ze geen toegang tot het gebouw.
Het authenticerende ‘apparaat’ van gezichtsherkenning zal dat altijd blijven, Natuurlijk, bij je zijn!
Integratie met andere platforms
Toegangscontrolesystemen met gezichtsherkenning kunnen ook worden geïntegreerd met andere logistieke en systeemplatforms, zoals tijd & aanwezigheid, automatische betalingssystemen of gebouwbeheersystemen, helpen bij het ontwikkelen van slimme bouwomgevingen.
Artikel 9: Gezichtsherkenning vs. Biometrie van de palmader ---5 Belangrijke verschillen
Gezichtsherkenning en handpalmader zijn twee van de belangrijkste biometrieën die momenteel op de markt zijn, maar ze zijn in veel opzichten tegenpolen.
Hoe werken ze??
Gezichtsherkenningstechnologie werkt door de unieke geometrie van iemands gezicht in kaart te brengen, zoals de afstand van de kin tot het voorhoofd, afstand tussen de ogen, lengte van de kaaklijn, enz.
Palmadertechnologie werkt door infraroodlicht te gebruiken om het unieke aderpatroon van iemands handpalm in kaart te brengen, voorbij meten 5 miljoen datapunten in hun aderstructuur.
Met beide biometrie, deze informatie wordt vervolgens omgezet in een gecodeerde code die de unieke biometrische ID van de persoon wordt. Wanneer ze hun gezicht of handpalm scannen, hun biometrische code wordt gecontroleerd aan de hand van bestaande codes in het systeem, en of het overeenkomt, ze zijn geïdentificeerd.
Maar terwijl het eindresultaat – identificatie – hetzelfde zou kunnen zijn, de manier waarop deze twee biometrieën dit bereiken is dramatisch verschillend. Dit heeft een aantal belangrijke gevolgen.
Dit zijn de vijf belangrijkste verschillen tussen gezichtsherkenning en handpalmader waarvan u op de hoogte moet zijn voordat u er een voor uw bedrijf kiest.
1. Privacy
Het grootste verschil tussen gezichtsherkenning en biometrie in de handpalm ligt op het gebied van privacy.
Gezichtsherkenning heeft de afgelopen jaren veel kritiek gekregen vanwege de privacyproblemen die het met zich meebrengt.
Omdat je gezicht overal zichtbaar is, Gezichtsherkenningscamera's kunnen u gemakkelijk vanaf een afstand identificeren, waardoor u in het openbaar gevolgd kunt worden en er ernstige privacyrisico’s ontstaan.
Palm ader, anderzijds, is privacy-by-design. Omdat je handpalmpatroon verborgen is in je hand, het vereist een combinatie van infrarood licht en een close-up ultra-HD-camera om het vast te leggen.
Dus, anders dan bij gezichtsherkenning, het is onmogelijk om uw handpalmpatroon van een afstand vast te leggen. Te identificeren, u moet opzettelijk uw handpalm scannen via de handpalmaderscanner - deze kan niet worden vastgelegd zonder uw toestemming.
Dit is wat palmader tot een op toestemming gebaseerde biometrie maakt, waardoor het duidelijke voordelen heeft ten opzichte van gezichtsherkenning op het gebied van privacy.
2. Nauwkeurigheid
Afgezien van privacy, nauwkeurigheid is het op één na grootste verschil tussen gezichtsherkenning en handpalmader.
De nauwkeurigheid van een biometrie wordt gemeten aan de hand van twee factoren: Valse afwijzingspercentage (FRR), en het percentage valse acceptaties (VER). Hoe lager het getal, hoe nauwkeuriger de biometrie is.
De FRR meet de kans dat een geautoriseerde gebruiker ten onrechte de toegang wordt ontzegd, terwijl de FAR de kans meet dat een ongeautoriseerde gebruiker ten onrechte toegang krijgt.
Gezichtsherkenning heeft de hoogste FAR en FRR van alle biometrische gegevens op de markt. Integendeel, palmader heeft de laagste – waardoor het 260 keer nauwkeuriger in termen van FRR, En 130 duizend keer nauwkeuriger in termen van FAR.
Aanvullend, gezichtsherkenning heeft nog een ander minpunt: het is niet voor alle mensen even nauwkeurig. Het is bewezen dat algoritmen voor gezichtsherkenning minder nauwkeurig zijn bij vrouwen en gekleurde mensen.
Elke identificatietechnologie moet voor alle mensen even nauwkeurig zijn, omdat de gevaren van onnauwkeurige identificatie te groot zijn. Onnauwkeurige identificatie maakt het mogelijk dat u ten onrechte als iemand anders wordt geïdentificeerd, wat mogelijk ernstige gevolgen heeft (vooral als het door wetshandhavers wordt gebruikt).
Het is ook gewoon onhandig. Ten onrechte worden geïdentificeerd en ten onrechte de toegang wordt geweigerd tot iets dat van jou is, is uiterst vervelend, en het doet in de eerste plaats een van de belangrijkste voordelen van biometrie teniet: gemak.
Qua nauwkeurigheid dus, gezichtsherkenning presteert slechter dan vrijwel elke andere biometrie, waardoor palmader de duidelijke winnaar is.
3. Beveiliging
De privacyrisico’s van gezichtsherkenning en de verminderde nauwkeurigheid hebben ook een derde gevolg: verminderde veiligheid.
De verminderde nauwkeurigheid van gezichtsherkenning maakt het waarschijnlijker dat gebruikers verkeerd worden geïdentificeerd, waardoor mogelijk toegang wordt verleend aan onbevoegd personeel en er veiligheidsrisico's ontstaan.
Maar het grootste veiligheidsrisico van gezichtsherkenning is de kwetsbaarheid voor spoofing. Omdat je gezicht overal zichtbaar is, het is voor hackers veel gemakkelijker om een 3D-beeld van je gezicht te vervalsen om een gezichtsherkenningsapparaat voor de gek te houden.
Met palmader, omdat uw aderpatroon verborgen is in uw hand, het kan alleen worden vastgelegd als u opzettelijk uw handpalm scant. Anders, het is volledig verborgen, waardoor het voor een dief bijna onmogelijk is om het te vervalsen of te stelen.
Deze twee kenmerken van de palmader – de grotere nauwkeurigheid en het feit dat deze intern is – maken het over het algemeen een veel veiliger biometrie dan gezichtsherkenning.
4. Gemak
Er is één belangrijk voordeel dat gezichtsherkenning heeft ten opzichte van alle andere biometrische gegevens: gemak.
Ondanks de veiligheids- en privacyrisico's die eraan verbonden zijn, het feit dat gezichtsherkenningstechnologie een gebruiker automatisch op afstand kan identificeren, maakt het erg handig als de gebruiker daarvoor toestemming geeft.
Bijvoorbeeld, gezichtsherkenning op moderne smartphones (zoals de Face ID-functie van Apple) Hiermee kunnen gebruikers hun telefoon ontgrendelen door ernaar te kijken. Hoe handig!
Aanvullend, De privacyrisico’s van gezichtsherkenning zijn niet van toepassing op smartphones, omdat de biometrische gegevens van de gebruiker rechtstreeks op het apparaat worden opgeslagen, in plaats van in een database, het kan dus niet worden gebruikt voor bewakingsdoeleinden.
Dit maakt gezichtsherkenning naadloos, handige keuze voor het ontgrendelen van smartphones. Echter, bij gebruik op openbare bewakingssystemen in plaats van op persoonlijke apparaten, de privacyrisico’s van gezichtsherkenning wegen ruimschoots op tegen de gemaksvoordelen.
Palm ader, anderzijds, beschikt niet over de automatische identificatiemogelijkheden op lange afstand die gezichtsherkenning wel heeft, omdat het een close-up vereist (maar contactloos) scan van de handpalm om de gebruiker te identificeren. Dus terwijl dit belangrijke voordelen op het gebied van privacy en veiligheid oplevert, het kan mogelijk worden gezien als een nadeel in termen van gemak.
Aanvullend, omdat de palmader nieuwer en minder bekend is, het heeft aantoonbaar een grotere leercurve dan oudere biometrie (zoals vingerafdruk), of zeer intuïtieve biometrie (zoals gezichtsherkenning, waarbij u eigenlijk niets hoeft te doen om geïdentificeerd te worden).
Echter, het simpele, Ergonomische beweging van de palmader betekent dat het nog steeds een eenvoudig te gebruiken en gebruiksvriendelijke biometrie is. Toch, gezichtsherkenning, vooral op persoonlijke apparaten, heeft aanzienlijke gemaksvoordelen die de palmader niet heeft.
Dit maakt de palmader ideaal wanneer deze door grote aantallen mensen wordt gedeeld (bijv., medewerkers en klanten), terwijl gezichtsherkenning ideaal is voor individueel gebruik op persoonlijke apparaten (bijv., smartphones en tablets).
5. Wettelijke naleving
De afgelopen jaren, Over de hele wereld duiken er belangrijke privacyregels op. Sinds de invoering van de AVG in 2016, veel grote economieën hebben hun eigen GDPR-copycatwetten gecreëerd, waardoor privacyregelgeving een wereldwijde trend is geworden.
Vanwege dit, bedrijven hebben tegenwoordig meer beperkingen dan ooit op het verzamelen van gegevens.
En de nummer één factor in de privacyregelgeving over de hele wereld is toestemming. Bedrijven moeten expliciete toestemming van de gebruiker verkrijgen voordat ze gebruikersgegevens mogen vastleggen, of zij lopen aanzienlijke juridische risico's.
Vanwege dit, het belang van privacyvriendelijke technologieën is belangrijker dan ooit. Bedrijven die dergelijke technologieën implementeren, hoeven zich over veel minder juridische risico's zorgen te maken, en veel minder gedoe om mee om te gaan.
Omdat gezichtsherkenning de mogelijkheid biedt om de gegevens van een persoon vast te leggen zonder diens toestemming, Het is van cruciaal belang dat bedrijven voorzorgsmaatregelen treffen om ervoor te zorgen dat ze expliciete informatie verkrijgen, verifieerbare toestemming voordat gebruikersgegevens worden verzameld – anders riskeren ze ernstige boetes.
Het voordeel dat de palmader heeft ten opzichte van gezichtsherkenning is dat, omdat toestemming automatisch is ingebouwd, er zijn veel minder juridische risico's aan verbonden.
Met palmader, er bestaat geen twijfel over of een gebruiker ermee heeft ingestemd zijn biometrische gegevens te verstrekken of niet, omdat het niet kan worden vastgelegd zonder de expliciete interactie van een persoon met de terminal.
En omdat automatisch, het geforceerd vastleggen van biometrische gegevens is niet mogelijk met palmader (zoals het is met gezichtsherkenning), het is automatisch in overeenstemming met de op toestemming gerichte richtlijnen in de meeste regelgeving inzake gegevensbescherming.
Dit maakt de palmader handiger, minder riskant, probleemloze keuze voor bedrijven die biometrie in hun bedrijf willen implementeren.
Conclusie
Gezichtsherkenning en handpalmader zijn krachtige biometrische technologieën met een groot scala aan toepassingen, maar ze zijn in veel opzichten complete tegenpolen.
Voor publiek en zakelijk gebruik, palmader heeft veel voordelen ten opzichte van gezichtsherkenning, biedt verschillende privacy, beveiliging, en nauwkeurigheidsvoordelen die gezichtsherkenning niet heeft.
Aanvullend, in termen van betrouwbaarheid en juridisch risico, palmader is over het algemeen de minder risicovolle optie voor bedrijven die biometrie in hun bedrijf willen implementeren vanwege het op privacy gerichte ontwerp.
Voor gebruik op persoonlijke apparaten, Echter, gezichtsherkenning is een handige en gebruiksvriendelijke authenticatiemethode die niet dezelfde privacyrisico's met zich meebrengt als het soort gezichtsherkenning dat in bewakingscamera's wordt gebruikt.
Deze factoren maken de palmader ideaal biometrisch voor gedeeld gebruik (bijv., gebruikt door klanten of medewerkers), terwijl gezichtsherkenning een uitstekende keuze is voor het authenticeren van persoonlijke apparaten.
Elke biometrie heeft zijn unieke voor- en nadelen. Voor meer informatie over de andere soorten biometrie op de markt en om te helpen bepalen welke de juiste is voor uw bedrijf, Bekijk ons e-boek waarin we alle verschillende biometrieën op de markt verkennen.
Artikel 10：Het gevoel achter de biometrische metingen
Biometrische metingen lijken meer op het in kaart brengen van uw gezicht dan op het maken van een foto van uw gezicht. De biometrische scanner digitaliseert duizenden punten, afstanden, en verhoudingen van uw gezichtsvervormingen. Bijvoorbeeld, het vergelijkt de afstanden tussen uw kin en uw voorhoofd of lokaliseert waar uw neus precies is.
Er wordt gezocht naar patronen in de vingerkransen of, in het geval van stemherkenning, ontdek de unieke vorm van iemands mond of keel om de identiteit te bevestigen. Luidspreker- of stemherkenning kan een extra beveiligingsvoordeel omvatten: tekstafhankelijke elementen, zoals een wachtwoordzin. Dit is niet alleen het ontdekken van een spreekpatroon, maar ook bijna een tweede stemwachtwoord.
Ongeacht de wijze van dataverzameling, biometrische scanners geven betekenis aan de identiteit van een persoon door de metingen in cijfers om te zetten. De getallen worden vervolgens door een database van eerder geregistreerde metingen voor geauthenticeerde gebruikers geleid. Dus, Ja, op een bepaalde manier, met biometrie, elke persoon wordt een nummer, welke, op het gebied van toegangscontrole, is een goede zaak. Vooral als u unieke identiteitsverificatie moet instellen voor grote bedrijven met meerdere fysieke of persoonlijke beveiligingslagen.
Artikel 11 : Thermisch scannen in biometrie
De nieuwste laag van op biometrie gebaseerde beveiliging is thermisch scannen, die de lichaamstemperatuur meet en een persoon niet binnenlaat als deze boven een bepaalde drempel komt. Dit wordt vaak gebruikt in combinatie met gezichtsherkenning voor identiteitsdetectie, of in sommige gevallen, de gebruiker kan de deur alleen ontgrendelen met zijn keycard of toegangscode als hij eerst de temperatuurcontrole heeft doorstaan. Dit is voor bedrijven steeds belangrijker geworden tijdens de COVID-19-pandemie om hun werknemers zo veilig mogelijk te houden en de verspreiding van het virus te verminderen. Veel bedrijven hebben deze maatregel ook ingezet om de temperatuur van bezoekers te controleren, zonder daarbij identiteitsdetectie te gebruiken.
Thermisch scannen helpt niet alleen uw kantoor te beschermen tegen ziekten, maar het werkt ook naadloos samen met cloudgebaseerde toegangssystemen zoals Kisi als extra beschermingslaag voor uw ruimte. Helaas, ze vereisen vaak de toevoeging van gezichtsscanterminals, bedoeld voor gezichtsherkenning, omdat biometrische meetfuncties bij deze apparaten worden geleverd in plaats van als zelfstandige opties.
Bedankt voor je blog, leuk om te lezen. Stop niet.