Artykuł 1：Dlaczego obecność twarzy jest lepsza niż odcisk palca??
Praktycznie 100% dokładność: Wielokrotnie udowodniono, że systemy odcisków palców zawodzą, gdy palce są brudne, oleisty, mokry lub posiniaczony. Pracownicy pracujący przy systemach smarowania nie mogą rejestrować swojej obecności za pomocą wyblakłych odcisków palców. Cięcia na palcach powodują błędy. Wielokrotna próba obecności na zajęciach jest często frustrująca.
Tak nie jest obecność na rozpoznawaniu twarzy. Próbowano, przetestowane i udowodnione, że jest to praktyczne 100% dokładny. Pracownicy po prostu podchodzą do niego i rejestrowana jest frekwencja. Działa nawet przy zmianie fryzury, noszę okulary, lub wiek pracowników.
Bezpieczeństwo bezdotykowe: Z covid-19, świat staje się coraz bardziej świadomy zagrożeń związanych z kontaktowymi systemami obecności. Nie ma systemu obecności, inny niż system obecności z identyfikatorem twarzy, który jest całkowicie bezdotykowy. Użytkownik musi po prostu pokazać swoją twarz. System uruchamia się automatycznie.
Nawet gdy świat będzie wolny od covidu, ludzie będą świadomi dotykania, które wykonują i dobrze będzie zapewnić higieniczny system.
Wow, doświadczenie: Dzięki skróceniu czasu obecności do mniej niż sekundy i braku konieczności podejmowania jakichkolwiek działań ze strony użytkownika, obecność identyfikatora twarzy jest zdecydowanie najlepszym systemem biometrycznym. Zachwyca pracowników, którzy nie wymagają szkolenia i chętnie adoptują się od razu. Pomyśl o tym, gdy w jednej ręce trzymasz filiżankę kawy, a w drugiej torebkę, i musisz sprawdzić odciski palców. Co się stanie, jeśli zmienimy frekwencję na rozpoznawaniu twarzy. Oszczędź sobie kłopotów, czyniąc je znacznie łatwiejszymi niż tylko stanie przed ekranem.
Artykuł 2：Jak robi działanie systemu rozpoznawania twarzy?
Przechowuje twarze użytkowników w bazie danych urządzenia o różnej wielkości ekranu, w przypadkach TOMMI, od 4,3 cala do 13 cali. Gdy pracownik stoi przed ekranem, rejestruje twarz i dokonuje porównania w czasie rzeczywistym z zapisanym obrazem twarzy. Jeśli pasuje, W urządzeniu rejestrowana jest obecność przy wejściu i wyjściu. Może oceniać żywotność pod kątem oszustw związanych ze zdjęciami lub filmami.
Artykuł 3：Jak frekwencja twarzy wygrywa z innymi systemami biometrycznymi??
Wiele firm korzysta z systemu rejestracji czasu pracy opartego na odciskach palców, co może być dobrym substytutem systemu dziurkowania kart. Żadne z nich nie jest idealne pod względem niezawodności i bezpieczeństwa. Urządzenia do rejestracji czasu pracy wykorzystujące rozpoznawanie twarzy są w ostatnich latach wykorzystywane przez coraz więcej dużych firm. Jednak wiele średnich i małych organizacji nadal korzysta ze starszych technologii.
Czy powinniśmy przejść na systemy obecności z identyfikacją twarzy?? Lepiej przeprowadźmy obiektywną analizę.
Artykuł 4：Jakie są zalety kontroli dostępu twarzowy uznanie?
Jednym z najszybciej rozwijających się trendów w projektowaniu i technologii budynków jest stosowanie bezdotykowych doświadczeń użytkownika. Połączenie szybkiego rozwoju w mieszkaniach dla wielu najemców & przestrzeni roboczych, a pandemia wirusa koronawiru spowodowała rosnące zapotrzebowanie na bezdotykowe środowiska życia i pracy.
· Większe bezpieczeństwo
Najnowsza generacja urządzeń do rozpoznawania twarzy zapewnia dokładne i wysoce bezpieczne uwierzytelnianie, w porównaniu z tradycyjnymi metodami dostępu, takimi jak kod PIN lub otwieranie drzwi za pomocą pilota.
· Szybko, wygodne i zdalne zarządzanie identyfikatorami użytkowników
Dodatek, usuwanie i kontrola kont Użytkowników jest łatwe i proste dla administratorów systemu i może być w pełni zarządzane zdalnie.
Natomiast uwierzytelnianie za pomocą urządzenia fizycznego wymaga osobistego wręczenia lub dostarczenia breloków lub kart (i wrócił), nowe identyfikatory użytkowników mogą być tworzone i wyłączane przez administratorów systemu (takie jak bezpieczeństwo, Personel HR lub konsjerż) z dowolnej zdalnej lokalizacji przy użyciu platform zarządzania opartych na chmurze, znacznie przyspieszając proces, oszczędzając czas i pieniądze.
· Nie jest wymagane żadne urządzenie uwierzytelniające
Wiele metod otwierania drzwi i identyfikacji dostępu wymaga użycia fizycznego urządzenia w celu uwierzytelnienia – takie jak pilot, Karta RFID lub smartfon. Jeśli użytkownik zapomni lub zgubi swoje urządzenie’ (albo jeszcze gorzej – ukraść to), wówczas nie będą mogli uzyskać dostępu do budynku.
Urządzenie uwierzytelniające’ rozpoznawania twarzy zawsze będzie, Oczywiście, być z tobą!
· Integracja z innymi platformami
Systemy kontroli dostępu oparte na rozpoznawaniu twarzy można także integrować z innymi platformami logistycznymi i systemowymi, takie jak czas & frekwencja, automatyczne systemy płatności czy systemy zarządzania budynkiem, pomagając w tworzeniu inteligentnych środowisk budowlanych.
Artykuł 5：Jak będą działać systemy rozpoznawania twarzy & algorytmy działają 2022?
Rynek technologii rozpoznawania twarzy szybko rośnie. Z portów lotniczych korzystających z danych biometrycznych przy kontroli pasażerów międzynarodowych, egzekwowanie prawa w zależności od tego, aby złapać przestępców, i media społecznościowe wykorzystujące je do uwierzytelniania użytkownika, technologia rozpoznawania twarzy jest potrzebą chwili.
W 2022, oczekuje się, że osiągnie rynek rozpoznawania twarzy $7.7 miliard, w górę od $4 miliard w 2017. Dzieje się tak dlatego, że rozpoznawanie twarzy ma szeroki zakres zastosowań komercyjnych. Można go używać do różnych celów, łącznie z nadzorem i marketingiem.
Jak ludzie rozpoznają twarz?
Systemy rozpoznawania w naszych mózgach są złożone. W rzeczywistości, naukowcy wciąż próbują to rozgryźć. Możemy założyć, że neurony w naszym mózgu najpierw identyfikują twarz w scenie (od ciała osoby do jej tła), wyodrębniamy rysy twarzy, i przechowujemy je w naszej własnej bazie danych. Używanie naszej pamięci jako bazy danych, możemy następnie sklasyfikować osobę według jej cech. Zostaliśmy przeszkoleni na nieskończenie dużym zbiorze danych i nieskończenie rozległej sieci neuronowej.
Oprogramowanie do rozpoznawania twarzy w maszynach jest implementowane w ten sam sposób. Pierwszy, stosujemy algorytm wykrywania twarzy, aby wykryć twarze w scenie, wyodrębnij cechy twarzy z wykrytych twarzy, i użyj algorytmu do sklasyfikowania osoby.
Jak działa przepływ pracy w systemie rozpoznawania twarzy?
1Wykrywanie twarzy
Wykrywanie twarzy to wyspecjalizowana wersja wykrywania obiektów, gdzie jest tylko jeden obiekt do wykrycia – Ludzka Twarz.
Podobnie jak kompromisy w zakresie czasu i przestrzeni obliczeniowej w informatyce, istnieje kompromis między szybkością wnioskowania a dokładnością w algorytmach uczenia maszynowego. Istnieje wiele algorytmów wykrywania obiektów, a różne algorytmy mają swoje kompromisy w zakresie szybkości i dokładności.
Oceniliśmy różne najnowocześniejsze algorytmy wykrywania obiektów:
Otwórz CV (Kaskada włosów)
MTCNN
YoloV3 i Yolo-Tiny
SSD
BlazeFace
ShuffleNet i Faceboxy
Aby zbudować solidny system wykrywania twarzy, potrzebujemy dokładnego i szybkiego algorytmu, który będzie działał w czasie rzeczywistym zarówno na GPU, jak i na urządzeniu mobilnym.
Dokładność
Wnioskowanie w czasie rzeczywistym na temat strumieniowego przesyłania wideo, ludzie mogą przyjmować różne pozy, okluzje, i efekty świetlne na ich twarzy. Ważne jest, aby precyzyjnie wykrywać twarze w różnych warunkach oświetleniowych i pozach.
Wykrywanie twarzy w różnych pozach i warunkach oświetleniowych
Otwórz CV (Kaskada włosów)
Zaczęliśmy od kaskadowego wdrożenia OpenCV przez firmę Haar, która jest biblioteką do manipulacji obrazami typu open source w języku C.
Plusy: Ponieważ ta biblioteka jest napisana w języku C. Jest bardzo szybki do wnioskowania w systemach czasu rzeczywistego.
Wady: Problem z tą implementacją polegał na tym, że nie była w stanie wykryć twarzy bocznych i słabo działała w różnych pozach i warunkach oświetleniowych.
MTCNN
Algorytm ten opiera się na metodach Deep Learning. Do wykrywania twarzy wykorzystuje głębokie kaskadowe konwolucyjne sieci neuronowe.
Plusy: Miała lepszą dokładność niż metoda OpenCV Haar-Cascade
Wady: Wyższy czas pracy
YOLOV3
Wykrywanie twarzy YOLO (Patrzysz tylko raz) to najnowocześniejszy algorytm Deep Learning do wykrywania obiektów. Posiada wiele splotowych sieci neuronowych, tworząc model Deep CNN. (Głębokość oznacza, że złożoność architektury modelu jest ogromna).
Oryginalny model Yolo potrafi wykryć 80 różnych klas obiektów z dużą dokładnością. Użyliśmy modelu rozpoznawania twarzy Yolo do wykrycia tylko jednego obiektu – twarz.
Przeszkoliliśmy ten algorytm w WiderFace (zbiór danych obrazu zawierający 393,703 etykiety twarzy) zbiór danych.
Dostępna jest także miniaturowa wersja algorytmu Yolo do wykrywania twarzy, Yolo-Tiny. Yolo-Tiny zajmuje mniej czasu obliczeń, pogarszając jego dokładność. Wytrenowaliśmy model Yolo-Tiny z tym samym zestawem danych, ale wyniki w polu granicznym nie były spójne.
Plusy: Bardzo dokładne, bez żadnej wady. Szybciej niż MTCNN.
Wady: Ponieważ ma kolosalne warstwy głębokiej sieci neuronowej, potrzebuje więcej zasobów obliczeniowych. Zatem, działa wolno na procesorze lub urządzeniach mobilnych. Na GPU, wymaga więcej pamięci VRAM ze względu na dużą architekturę.
SSD
SSD (Detektor pojedynczego strzału) jest także modelem głębokiej splotowej sieci neuronowej, takim jak YOLO.
Plusy: Dobra dokładność. Potrafi wykryć w różnych pozach, oświetlenie, i okluzje. Dobra szybkość wnioskowania.
Wady: Gorszy od modelu YOLO. Chociaż prędkość wnioskowania była dobra, nadal nie była wystarczająca do działania na procesorze, procesor graficzny z niższej półki, lub urządzenia mobilne.
BlazeFace
Podobnie jak jego nazwa, to niesamowicie szybki algorytm wykrywania twarzy opracowany przez firmę Google. Akceptuje 128×128 wejście obrazu wymiarowego. Jego czas wnioskowania jest w submilisekundach. Algorytm ten jest zoptymalizowany do stosowania w rozpoznawaniu twarzy w telefonach komórkowych. Powody, dla których jest tak szybki, są następujące:
Jest to specjalistyczny model detektora twarzy, w przeciwieństwie do YOLO i SSD, które zostały pierwotnie stworzone w celu wykrywania dużej liczby klas. Dlatego BlazeFace ma mniejszą architekturę głębokiej splotowej sieci neuronowej niż YOLO i SSD.
Wykorzystuje Depthwise Separable Convolution zamiast standardowych warstw Convolution, co prowadzi do mniejszej liczby obliczeń.
Plusy: Bardzo dobra szybkość wnioskowania i dokładne wykrywanie twarzy.
Wady: Model ten jest zoptymalizowany pod kątem wykrywania obrazów twarzy z aparatu w telefonie komórkowym, i dlatego oczekuje, że twarz powinna pokrywać większość obszaru obrazu. Nie działa dobrze, gdy rozmiar twarzy jest mały. Podobnie jest w przypadku obrazu z kamer CCTV, nie sprawdza się dobrze.
Faceboxy
Najnowszym algorytmem rozpoznawania twarzy, którego użyliśmy, jest Faceboxes. Podobnie jak BlazeFace, jest to sieć neuronowa typu Deep Convolutional o małej architekturze, przeznaczona tylko dla jednej klasy – Ludzka Twarz. Jego czas wnioskowania jest szybki w czasie rzeczywistym na procesorze. Jego dokładność jest porównywalna z Yolo w zakresie wykrywania twarzy. Potrafi precyzyjnie wykryć małe i duże twarze na obrazie.
Plusy: Duża szybkość wnioskowania i dobra dokładność.
Wady: Ocena jest w toku.
2Ekstrakcja cech
Po wykryciu twarzy na obrazie, przycinamy twarze i przekazujemy je do algorytmu ekstrakcji cech, który tworzy osadzanie twarzy- wielowymiarowy (głównie 128 Lub 512 wymiarowy) wektor reprezentujący cechy twarzy.
Do tworzenia osadzania twarzy wykorzystaliśmy algorytm FaceNet.
The embedding vectors represent the facial features of a person’s face. So embedding vectors of two different images of the same person will be closer and that of a different person will be farther. The distance between two vectors is calculated using Euclidean Distance.
3
Face classification
After getting the face-embedding vectors, we trained a classification algorithm, K-nearest neighbor (KNN), to classify the person from his embedding vector.
Suppose in an organization there are 1000 employees. We create face-embeddings of all the employees and use the embedding vectors to train a classification algorithm that accepts face-embedding vectors as input and returns the person’s name.
A user could apply a filter that modifies specific pixels in an image before putting it on the web. These changes are imperceptible to the human eye but are very confusing for facial recognition algorithms – ThalesGroup
https://www.engati.com/blog/facial-recognition-systems Przez Aniket Maurya
Artykuł 6：What are the applications of the Facial Recognition System?
Airports
People entering and exiting airports can be tracked using facial recognition systems. The technology has been used by the Department of Homeland Security to identify people who have overstayed their visas or are under criminal investigation.
Mobile phone companies
Face recognition was first used by Apple to unlock its iPhone X, and the technology was carried over to the iPhone XS. Face ID verifies that you are who you say you are when you access your phone. According to Apple, the odds of a random face unlocking your phone are one in a million.
Colleges & uniwersytety
W rzeczywistości, oprogramowanie do rozpoznawania twarzy może odegrać pewną rolę. Twój profesor może się dowiedzieć, jeśli opuścisz zajęcia. Nawet nie myśl o tym, żeby twój bystry współlokator przystąpił do egzaminu.
Media społecznościowe
Kiedy przesyłasz zdjęcie na Facebooka, wykorzystuje algorytm do wykrywania twarzy. Jeśli chcesz oznaczać osoby na swoich zdjęciach, zapyta Cię firma zajmująca się mediami społecznościowymi. Może łączyć się z ich profilami i rozpoznawać twarze z dokładnością do 98%.
Kampanie marketingowe i reklamowe
Podczas marketingu produktu lub pomysłu, marketerzy często biorą pod uwagę takie czynniki, jak płeć, wiek, i pochodzenie etniczne. Nawet na koncercie, rozpoznawanie twarzy można wykorzystać do identyfikacji konkretnych odbiorców.
Nowa technologia niesie ze sobą nowe możliwości
Postęp w systemach rozpoznawania twarzy i wizji komputerowej poczynił ogromne postępy. Ale to dopiero początek rewolucji technologicznej. Wyobraź sobie, jak potężny byłby duet algorytmów rozpoznawania twarzy i technologii chatbota!
Nigdy nie jest za późno, aby stać się częścią tego ruchu.
Przez Aniket Maury
Artykuł 7：Bezdotykowa kontrola dostępu
Rozpoznawanie twarzy to jedna z wielu bezdotykowych metod uwierzytelniania stosowanych zarówno w systemach kontroli dostępu, jak i domofonach, jako część parametrów ścieżki bezdotykowej w projektowaniu budynków najnowszej generacji.
Pandemia wirusa korona wirusa spowodowała ogromny wzrost zapotrzebowania na technologie i produkty bezdotykowe oraz ich zastosowanie w miejscach pracy i środowiskach, w których przebywa wielu najemców, w celu zmniejszenia częstotliwości kontaktów między osobami, pomagając w ten sposób zmniejszyć ryzyko przeniesienia wirusa.
Dlatego, metody uwierzytelniania, które pozwalają użytkownikom na identyfikację bez fizycznego dotykania urządzeń (technologie takie jak RFID, NFC, Bluetooth – a teraz rozpoznawanie twarzy, Oczywiście) stają się preferowaną opcją w systemach domofonowych i systemach kontroli dostępu.
Czy rozpoznawanie twarzy można oszukać na podstawie zdjęć??
Najnowsze systemy kontroli dostępu oparte na rozpoznawaniu twarzy AI – takich jak urządzenia Tommi – uwzględniają także „żywość” zapobiegającą fałszowaniu’ wykrywanie, wykorzystanie dodatkowej wbudowanej kamery do wykrywania trójwymiarowej świadomości i ruchu twarzy.
Artykuł 8：Jakie są zalety rozpoznawania twarzy w kontroli dostępu??
Uwierzytelnianie użytkownika bez użycia rąk
Jednym z najszybciej rozwijających się trendów w projektowaniu i technologii budynków jest stosowanie bezdotykowych doświadczeń użytkownika. Połączenie szybkiego rozwoju w mieszkaniach dla wielu najemców & przestrzeni roboczych, a pandemia wirusa koronawiru spowodowała rosnące zapotrzebowanie na bezdotykowe środowiska życia i pracy. Lepsze bezpieczeństwo
Lepsze bezpieczeństwo
Najnowsza generacja urządzeń do rozpoznawania twarzy zapewnia dokładne i wysoce bezpieczne uwierzytelnianie, w porównaniu z tradycyjnymi metodami dostępu, takimi jak kod PIN lub otwieranie drzwi za pomocą pilota.
Szybko, wygodne i zdalne zarządzanie identyfikatorami użytkowników Dodatek, usuwanie i kontrola kont Użytkowników jest łatwe i proste dla administratorów systemu i może być w pełni zarządzane zdalnie.
Natomiast uwierzytelnianie za pomocą urządzenia fizycznego wymaga osobistego wręczenia lub dostarczenia breloków lub kart (i wrócił), nowe identyfikatory użytkowników mogą być tworzone i wyłączane przez administratorów systemu (takie jak bezpieczeństwo, Personel HR lub konsjerż) z dowolnej zdalnej lokalizacji przy użyciu platform zarządzania opartych na chmurze, znacznie przyspieszając proces, oszczędzając czas i pieniądze.
Nie jest wymagane żadne urządzenie uwierzytelniające
Wiele metod otwierania drzwi i identyfikacji dostępu wymaga użycia fizycznego urządzenia w celu uwierzytelnienia – takie jak pilot, Karta RFID lub smartfon. Jeśli użytkownik zapomni lub zgubi swoje urządzenie’ (albo jeszcze gorzej – ukraść to), wówczas nie będą mogli uzyskać dostępu do budynku.
Urządzenie uwierzytelniające’ rozpoznawania twarzy zawsze będzie, Oczywiście, być z tobą!
Integracja z innymi platformami
Systemy kontroli dostępu oparte na rozpoznawaniu twarzy można także integrować z innymi platformami logistycznymi i systemowymi, takie jak czas & frekwencja, automatyczne systemy płatności czy systemy zarządzania budynkiem, pomagając w tworzeniu inteligentnych środowisk budowlanych.
Artykuł 9: Rozpoznawanie twarzy vs. Biometria żył dłoniowych ---5 Ważne różnice
Rozpoznawanie twarzy i żyła dłoniowa to dwie z wiodących metod biometrycznych dostępnych obecnie na rynku, ale pod wieloma względami są one skrajnymi przeciwieństwami.
Jak one działają?
Technologia rozpoznawania twarzy działa poprzez mapowanie unikalnej geometrii twarzy danej osoby, takie jak odległość od brody do czoła, odległość między oczami, długość linii szczęki, itp.
Technologia żył dłoniowych wykorzystuje światło podczerwone do mapowania unikalnego układu żył dłoni, mierzyć ponad 5 milionów punktów danych na temat struktury ich żył.
Z obydwoma danymi biometrycznymi, informacje te są następnie przekształcane w zaszyfrowany kod, który staje się unikalnym identyfikatorem biometrycznym danej osoby. Kiedy skanują twarz lub dłoń, ich kod biometryczny jest sprawdzany z kodami istniejącymi w systemie, i czy to się zgadza, są identyfikowani.
Ale chociaż wynik końcowy — identyfikacja — może być taki sam, sposób, w jaki te dwie metody biometryczne osiągają ten cel, jest radykalnie różny. Ma to kilka ważnych konsekwencji.
Oto pięć kluczowych różnic między rozpoznawaniem twarzy a żyłą dłoni, o których powinieneś wiedzieć przed wyborem rozwiązania dla swojej firmy.
1. Prywatność
Największa różnica między rozpoznawaniem twarzy a biometrią żył dłoniowych dotyczy prywatności.
W ciągu ostatnich kilku lat rozpoznawanie twarzy spotkało się z powszechną krytyką ze względu na stwarzane przez nie obawy dotyczące prywatności.
Ponieważ Twoja twarz jest widoczna gdziekolwiek się udasz, Kamery rozpoznające twarz mogą z łatwością zidentyfikować Cię z dużej odległości, umożliwiając śledzenie Cię w miejscach publicznych i stwarzając poważne ryzyko dla prywatności.
Żyła palmowa, z drugiej strony, to ochrona prywatności od samego początku. Ponieważ wzór żył dłoni jest ukryty w dłoni, do jego uchwycenia potrzebne jest połączenie światła podczerwonego i zbliżeniowej kamery ultraHD.
Więc, inaczej niż w przypadku rozpoznawania twarzy, uchwycenie układu żył dłoni na odległość jest niemożliwe. Aby zostać zidentyfikowanym, musisz celowo zeskanować swoją dłoń za pomocą skanera żył dłoniowych – nie można tego przechwycić bez Twojej zgody.
To właśnie sprawia, że żyła dłoniowa jest biometryką opartą na zgodzie, co daje mu wyraźną przewagę nad rozpoznawaniem twarzy pod względem prywatności.
2. Dokładność
Oprócz prywatności, Dokładność to druga co do wielkości różnica między rozpoznawaniem twarzy a żyłą dłoni.
Dokładność danych biometrycznych mierzona jest na podstawie dwóch czynników: Wskaźnik fałszywych odrzuceń (FRR), i współczynnik fałszywej akceptacji (DALEKO). Im niższa liczba, tym dokładniejsza jest metoda biometryczna.
FRR mierzy prawdopodobieństwo, że autoryzowanemu użytkownikowi zostanie błędnie odmówiony dostęp, podczas gdy FAR mierzy prawdopodobieństwo, że nieautoryzowany użytkownik uzyska dostęp w niewłaściwy sposób.
Rozpoznawanie twarzy ma najwyższy współczynnik FAR i FRR spośród wszystkich rozwiązań biometrycznych dostępnych na rynku. Przeciwnie, żyła dłoniowa ma najniższą - dzięki czemu 260 razy dokładniejszy pod względem FRR, I 130 tysiąc razy dokładniejszy w zakresie FAR.
Dodatkowo, rozpoznawanie twarzy ma dodatkową wadę: nie jest jednakowo dokładny dla wszystkich ludzi. Udowodniono, że algorytmy rozpoznawania twarzy są mniej dokładne w przypadku kobiet i osób kolorowych.
Każda technologia identyfikacji powinna być jednakowo dokładna dla wszystkich ludzi, ponieważ ryzyko nieprawidłowej identyfikacji jest zbyt duże. Niedokładna identyfikacja sprawia, że możesz zostać błędnie zidentyfikowany jako ktoś inny, co może mieć potencjalnie tragiczne konsekwencje (zwłaszcza gdy są używane przez organy ścigania).
Jest to też po prostu niewygodne. Błędna identyfikacja i nieprawidłowa odmowa dostępu do czegoś, co należy do Ciebie, jest niezwykle irytująca, i przede wszystkim podważa jedną z podstawowych zalet biometrii: wygoda.
Tak jeśli chodzi o dokładność, rozpoznawanie twarzy działa gorzej niż praktycznie jakakolwiek inna metoda biometryczna, czyniąc żyłę dłoniową wyraźnym zwycięzcą.
3. Bezpieczeństwo
Zagrożenia dla prywatności i zmniejszona dokładność rozpoznawania twarzy mają także trzecią konsekwencję: zmniejszone bezpieczeństwo.
Zmniejszona dokładność rozpoznawania twarzy zwiększa prawdopodobieństwo błędnej identyfikacji użytkowników, potencjalnie umożliwiając dostęp nieuprawnionemu personelowi i stwarzając zagrożenie dla bezpieczeństwa.
But the biggest security risk of facial recognition is its vulnerability to spoofing. Since your face is exposed everywhere you go, it’s much easier for hackers to forge a 3D image of your face to fool a facial recognition device.
With palm vein, since your vein pattern is concealed inside your hand, it can only be captured when you deliberately scan your palm. Otherwise, it’s completely hidden, making it nearly impossible for a thief to forge or steal it.
These two features of palm vein — the increased accuracy and the fact that it’s internal — make it generally a much more secure biometric than facial recognition.
4. Convenience
There is one key advantage that facial recognition has over all other biometrics: wygoda.
Pomimo związanych z tym zagrożeń bezpieczeństwa i prywatności, fakt, że technologia rozpoznawania twarzy może automatycznie identyfikować użytkownika na odległość, sprawia, że jest to bardzo wygodne, jeśli użytkownik wyrazi na to zgodę.
Na przykład, rozpoznawanie twarzy w nowoczesnych smartfonach (takie jak funkcja Face ID firmy Apple) pozwala użytkownikom odblokować telefon samym spojrzeniem. Jakie to wygodne!
Dodatkowo, zagrożenia prywatności związane z rozpoznawaniem twarzy nie dotyczą smartfonów, ponieważ dane biometryczne użytkownika są przechowywane bezpośrednio na urządzeniu, a nie w bazie danych, więc nie można go używać do celów nadzoru.
Dzięki temu rozpoznawanie twarzy przebiega bezproblemowo, wygodny wybór do odblokowywania smartfonów. Jednakże, w przypadku stosowania w publicznych systemach nadzoru zamiast na urządzeniach osobistych, ryzyko dla prywatności związane z rozpoznawaniem twarzy znacznie przewyższa korzyści związane z wygodą.
Żyła palmowa, z drugiej strony, nie ma możliwości automatycznej identyfikacji dalekiego zasięgu, jakie ma rozpoznawanie twarzy, ponieważ wymaga zbliżenia (ale bezdotykowy) skan dłoni w celu identyfikacji użytkownika. Daje to więc ważne korzyści w zakresie prywatności i bezpieczeństwa, może to być potencjalnie postrzegane jako wada pod względem wygody.
Dodatkowo, ponieważ żyła dłoniowa jest nowsza i mniej znana, prawdopodobnie wymaga większej nauki niż starsze metody biometryczne (takie jak odcisk palca), lub wysoce intuicyjna biometria (takie jak rozpoznawanie twarzy, gdzie tak naprawdę nie musisz nic robić, aby zostać zidentyfikowanym).
Jednakże, proste, ergonomiczny ruch żyły dłoniowej sprawia, że jest to nadal łatwy w użyciu i przyjazny dla użytkownika biometr. Niemniej jednak, rozpoznawanie twarzy, szczególnie na urządzeniach osobistych, ma znaczące zalety związane z wygodą, których nie ma żyła dłoniowa.
To sprawia, że żyła dłoniowa jest idealna, gdy jest dzielona pomiędzy dużą liczbę osób (np., pracowników i klientów), natomiast rozpoznawanie twarzy idealnie nadaje się do użytku indywidualnego na urządzeniach osobistych (np., smartfony i tablety).
5. Zgodność z prawem
W ostatnich latach, Na całym świecie pojawiają się główne regulacje dotyczące prywatności. Od momentu powstania RODO w 2016, wiele dużych gospodarek stworzyło własne przepisy naśladujące RODO, dzięki czemu regulacje dotyczące prywatności stały się światowym trendem.
Z tego powodu, przedsiębiorstwa mają dziś więcej ograniczeń w gromadzeniu danych niż kiedykolwiek wcześniej.
A najważniejszym czynnikiem w przepisach dotyczących prywatności na całym świecie jest zgoda. Firmy muszą uzyskać wyraźną zgodę użytkownika, zanim będą mogły przechwytywać dane użytkownika, lub stoją w obliczu poważnego ryzyka prawnego.
Z tego powodu, znaczenie technologii przyjaznych prywatności jest ważniejsze niż kiedykolwiek. Firmy wdrażające takie technologie mają znacznie mniejsze ryzyko prawne, o które muszą się martwić, i znacznie mniej kłopotów.
Ponieważ rozpoznawanie twarzy pozwala na możliwość przechwycenia danych osoby bez jej zgody, dla firm niezwykle ważne jest wprowadzenie zabezpieczeń gwarantujących, że uzyskano wyraźne informacje, weryfikowalną zgodę przed zebraniem danych użytkownika – w przeciwnym razie grozi im poważna kara.
Zaletą żyły dłoniowej w porównaniu z rozpoznawaniem twarzy jest to, że, ponieważ ma wbudowaną automatyczną zgodę, wiąże się z nim znacznie mniejsze ryzyko prawne.
With palm vein, nie ma wątpliwości, czy użytkownik wyraził zgodę na podanie swoich danych biometrycznych, czy nie, ponieważ nie można go przechwycić bez wyraźnej interakcji danej osoby z terminalem.
A ponieważ automatyczne, wymuszone pobieranie danych biometrycznych nie jest możliwe w przypadku żyły dłoniowej (podobnie jak w przypadku rozpoznawania twarzy), jest to automatycznie zgodne z wytycznymi dotyczącymi zgody zawartymi w większości przepisów o ochronie danych.
Dzięki temu żyła dłoniowa jest wygodniejsza, mniej ryzykowne, bezproblemowy wybór dla firm chcących wdrożyć biometrię w swojej firmie.
Wniosek
Rozpoznawanie twarzy i żyła dłoniowa to potężne technologie biometryczne o szerokim spektrum zastosowań, ale pod wieloma względami są całkowitymi przeciwieństwami.
Do użytku publicznego i biznesowego, żyła dłoniowa ma wiele zalet w porównaniu z rozpoznawaniem twarzy, oferując różne rodzaje prywatności, bezpieczeństwo, i dokładność, których nie zapewnia rozpoznawanie twarzy.
Dodatkowo, pod względem wiarygodności i ryzyka prawnego, żyła dłoniowa jest zazwyczaj mniej ryzykowną opcją dla firm chcących wdrożyć technologię biometryczną w swojej działalności ze względu na jej konstrukcję skupiającą się na prywatności.
Do użytku na urządzeniach osobistych, Jednakże, rozpoznawanie twarzy to wygodna i łatwa w użyciu metoda uwierzytelniania, która nie stwarza takiego samego ryzyka dla prywatności jak rozpoznawanie twarzy stosowane w kamerach monitorujących.
Czynniki te sprawiają, że żyła dłoniowa jest idealnym rozwiązaniem biometrycznym do wspólnego użytku (np., używane przez klientów lub pracowników), mając na uwadze, że rozpoznawanie twarzy to doskonały wybór do uwierzytelniania urządzeń osobistych.
Każda metoda biometryczna ma swoje unikalne zalety i wady. Aby dowiedzieć się więcej o innych rodzajach danych biometrycznych dostępnych na rynku i pomóc określić, który z nich jest odpowiedni dla Twojej firmy, zapoznaj się z naszym e-bookiem omawiającym wszystkie dostępne na rynku rozwiązania biometryczne.
Artykuł 10：Sens środków biometrycznych
Pomiar biometryczny przypomina bardziej mapowanie twarzy niż zrobienie jej zdjęcia. Skaner biometryczny digitalizuje tysiące punktów, odległości, i proporcje zniekształceń twarzy. Na przykład, porówna odległość między brodą a czołem lub zlokalizuje, gdzie dokładnie znajduje się twój nos.
Będzie szukać wzorów w okółkach palców lub, w przypadku rozpoznawania głosu, odkryć unikalny kształt ust lub gardła danej osoby, aby potwierdzić tożsamość. Rozpoznawanie mówcy lub głosu może obejmować dodatkową korzyść związaną z bezpieczeństwem — elementy zależne od tekstu, takie jak hasło. To nie tylko odkrywanie wzorca mówienia, ale także prawie drugie hasło głosowe.
Niezależnie od sposobu gromadzenia danych, skanery biometryczne nadają sens tożsamości danej osoby, przekształcając miary na liczby. Numery są następnie sprawdzane w bazie danych wcześniej zarejestrowanych środków dla uwierzytelnionych użytkowników. Więc, Tak, w pewnym sensie, z biometrią, każda osoba zostaje zamieniona na liczbę, Który, w zakresie kontroli dostępu, to dobra rzecz. Zwłaszcza jeśli chcesz ustawić unikalne uwierzytelnianie tożsamości dla dużych firm z kilkoma fizycznymi lub osobistymi warstwami zabezpieczeń.
Artykuł 11 : Skanowanie termiczne w biometrii
Najnowszą warstwą bezpieczeństwa opartego na biometrii jest skanowanie termiczne, który mierzy temperaturę ciała i nie wpuści osoby powyżej pewnego progu. Jest to często używane razem z rozpoznawaniem twarzy w celu wykrywania tożsamości, lub w niektórych przypadkach, użytkownik może odblokować drzwi za pomocą karty lub hasła tylko wtedy, gdy najpierw przejdzie kontrolę temperatury. W czasie pandemii COVID-19 staje się to coraz ważniejsze dla przedsiębiorstw, aby zapewnić swoim pracownikom jak największe bezpieczeństwo i ograniczyć rozprzestrzenianie się wirusa. Wiele firm zastosowało tę metodę również do sprawdzania temperatury gości, bez użycia funkcji wykrywania tożsamości.
Skanowanie termiczne nie tylko pomaga chronić Twoje biuro przed chorobami, ale działa również bezproblemowo z systemami dostępu opartymi na chmurze, takimi jak Kisi, jako dodatkowa warstwa ochrony Twojej przestrzeni. Niestety, często wymagają dodania terminali do skanowania twarzy, przeznaczony do rozpoznawania twarzy, ponieważ funkcje pomiarów biometrycznych są dostarczane z tymi urządzeniami, a nie jako samodzielne opcje.
Dziękuję za Twojego bloga, miło przeczytać. Nie przestawaj.