Artigo 1：Por que o atendimento presencial é melhor do que a impressão digital?
Praticamente 100% precisão: Foi provado repetidamente que os sistemas de impressão digital falham quando os dedos estão sujos, oleoso, molhado ou machucado. Os trabalhadores que trabalham em sistemas de lubrificação não conseguem registrar sua presença com impressões digitais desbotadas. Cortes nos dedos retornam erros. Muitas vezes é frustrante tentar comparecer várias vezes.
Esse não é o caso atendimento de reconhecimento facial. Foi tentado, testado e comprovado que é praticamente 100% preciso. Os funcionários simplesmente caminham em direção a ele e a presença é capturada. Funciona mesmo quando os penteados mudam, use óculos, ou idade dos funcionários.
Segurança sem toque: Com covid-19, o mundo está cada vez mais consciente dos riscos dos sistemas de atendimento baseados em contato. Não há sistema de atendimento, além do sistema de atendimento com identificação facial, que é absolutamente livre de toque. O usuário tem que simplesmente mostrar seu rosto. O sistema é acionado automaticamente.
Mesmo depois que o mundo estiver livre de cobiça, as pessoas estarão conscientes dos toques que fazem e será bom fornecer um sistema de higiene.
Uau experiência: Com o tempo de atendimento reduzido para menos de um segundo e nenhuma ação necessária por parte do usuário final, atendimento de identificação facial é de longe o melhor sistema biométrico. Isso impressiona os funcionários que não precisam de treinamento e ficam felizes em adotar imediatamente. Pense nisso quando você estiver segurando uma xícara de café em uma das mãos e sua bolsa na outra quando tiver que fazer o atendimento das impressões digitais. E se mudarmos para atendimento de reconhecimento facial. Evite seus problemas tornando tudo muito mais fácil do que apenas ficar na frente da tela.
Artigo 2：Como faz trabalho do sistema de atendimento com reconhecimento facial?
Ele armazena rostos de usuários no banco de dados do dispositivo com tamanhos de tela diferentes, em casos TOMMI, de 4,3 polegadas a 13 polegadas. Quando um funcionário fica na frente da tela, ele captura o rosto e faz uma comparação em tempo real com a imagem do rosto armazenada. Se corresponder, O comparecimento de entrada ou saída é registrado no dispositivo. Pode fazer julgamento de vivacidade contra fraude de foto ou vídeo.
Artigo 3：Como o atendimento presencial vence outros sistemas biométricos?
Muitas empresas têm usado sistema de comparecimento por impressão digital, que pode ser um bom substituto para o sistema de perfuração de cartões. Nenhum deles é perfeito em termos de confiabilidade e segurança. Dispositivos de reconhecimento facial e comparecimento têm sido usados por cada vez mais grandes empresas nos últimos anos. No entanto, muitas organizações de médio e pequeno porte ainda trabalham com tecnologias mais antigas.
Devemos atualizar para sistemas de atendimento de identificação facial? É melhor fazermos uma análise objetiva.
Artigo 4：Quais são os benefícios do Controle de Acesso facial reconhecimento?
Uma das tendências de crescimento mais rápido em design e tecnologia de construção é a aplicação de experiências de usuário sem toque. A combinação de rápida expansão na vida multi-inquilino & espaços de trabalho e a pandemia do Coronavírus resultou em uma necessidade crescente de ambientes de vida e de trabalho sem contato.
· Segurança aprimorada
A última geração de dispositivos de reconhecimento facial fornece autenticação precisa e altamente segura, quando comparado com métodos de acesso tradicionais, como código PIN ou entrada de porta com chaveiro.
· Rápido, gerenciamento conveniente e remoto de IDs de usuário
Adição, a remoção e o controle de contas de usuário são fáceis e simples para administradores de sistema e podem ser totalmente gerenciados remotamente.
Considerando que a autenticação via dispositivo físico exige que os comandos ou cartões sejam entregues pessoalmente ou entregues (e voltou), novos IDs de usuário podem ser criados e desativados pelos administradores do sistema (como segurança, Pessoal de RH ou concierge) de qualquer local remoto usando plataformas de gerenciamento baseadas em nuvem, acelerando significativamente o processo para economizar tempo e dinheiro.
· Não é necessário dispositivo de autenticação
Muitos métodos de entrada de porta e identificação de acesso exigem o uso de um dispositivo físico para autenticar – como chaveiro, Cartão RFID ou smartphone. Caso o usuário esqueça ou perca seu ‘dispositivo’ (ou pior ainda – tê-lo roubado), então eles não conseguirão acessar o prédio.
O ‘dispositivo’ de autenticação’ de reconhecimento facial sempre será, claro, estar com você!
· Integração com outras plataformas
Os sistemas de controle de acesso por reconhecimento facial também podem ser integrados a outras plataformas logísticas e de sistema, como o tempo & comparecimento, sistemas de pagamento automático ou sistemas de gestão predial, ajudando a desenvolver ambientes de construção inteligentes.
Artigo 5：Como serão os sistemas de reconhecimento facial & algoritmos funcionam em 2022?
O mercado de tecnologia de reconhecimento facial está crescendo rapidamente. De aeroportos que dependem de dados biométricos para rastrear passageiros internacionais, aplicação da lei dependendo disso para capturar criminosos, e mídias sociais usando-o para autenticar o usuário, tecnologia de reconhecimento facial é a necessidade do momento.
Dentro 2022, espera-se que o mercado de reconhecimento facial atinja $7.7 bilhão, acima de $4 bilhão em 2017. Isso ocorre porque o reconhecimento facial tem uma ampla gama de aplicações comerciais. Pode ser usado para diversos fins, incluindo vigilância e marketing.
Como os humanos reconhecem um rosto?
Os sistemas de reconhecimento em nossos cérebros são complexos. Na verdade, os cientistas ainda estão tentando descobrir. O que podemos supor é que os neurônios do nosso cérebro identificam primeiro o rosto na cena (do corpo da pessoa ao seu fundo), extraímos as características faciais, e armazená-lo em nosso próprio tipo de banco de dados. Usando nossa memória como banco de dados, podemos então classificar a pessoa de acordo com suas características. Fomos treinados em um conjunto de dados infinitamente grande e em uma rede neural infinitamente extensa.
O software de reconhecimento facial em máquinas é implementado da mesma maneira. Primeiro, we apply a facial detection algorithm to detect faces in the scene, extract facial features from the detected faces, and use an algorithm to classify the person.
How does the workflow of a Facial Recognition System work?
1Face detection
Face detection is a specialized version of Object Detection, where there is only one object to detect – Human Face.
Just like computational time and space trade-offs in Computer Science, there’s a trade-off between inference speed and accuracy in Machine Learning algorithms as well. There are many object detection algorithms out there, and different algorithms have their speed and accuracy trade-offs.
We evaluated different state-of-the-art object detection algorithms:
OpenCV (Haar-Cascade)
MTCNN
YoloV3 and Yolo-Tiny
SSD
BlazeFace
ShuffleNet and Faceboxes
To build a robust face detection system, precisamos de um algoritmo preciso e rápido para rodar em uma GPU e também em um dispositivo móvel em tempo real.
Precisão
Em inferência em tempo real sobre streaming de vídeo, as pessoas podem ter poses diferentes, oclusões, e efeitos de iluminação em seus rostos. É importante detectar com precisão rostos em diversas condições de iluminação, bem como poses.
Detectando rostos em várias poses e condições de iluminação
OpenCV (Haar-Cascade)
Começamos com a implementação Haar-cascade do OpenCV, que é uma biblioteca de manipulação de imagens de código aberto em C.
Prós: Como esta biblioteca é escrita em linguagem C. É muito rápido para inferência em sistemas em tempo real.
Contras: O problema com esta implementação foi que ela não conseguiu detectar faces laterais e teve um desempenho ruim em diferentes poses e condições de iluminação..
MTCNN
Este algoritmo é baseado em métodos de Deep Learning. Ele usa redes neurais convolucionais em cascata profunda para detectar rostos.
Prós: Teve melhor precisão do que o método OpenCV Haar-Cascade
Contras: Maior tempo de execução
YOLOV3
Detecção de rosto YOLO (Você olha apenas uma vez) é o algoritmo de Deep Learning de última geração para detecção de objetos. Possui muitas redes neurais convolucionais, formando um modelo Deep CNN. (Profundo significa que a complexidade da arquitetura do modelo é enorme).
O modelo Yolo original pode detectar 80 diferentes classes de objetos com alta precisão. Usamos este modelo de reconhecimento facial Yolo para detectar apenas um objeto – o rosto.
Treinamos este algoritmo no WiderFace (conjunto de dados de imagem contendo 393,703 etiquetas de rosto) conjunto de dados.
Há também uma versão em miniatura do algoritmo Yolo para detecção de rosto disponível, Yolo-Tiny. Yolo-Tiny leva menos tempo de computação, comprometendo sua precisão. Treinamos um modelo Yolo-Tiny com o mesmo conjunto de dados, mas os resultados da caixa limite não foram consistentes.
Prós: Muito preciso, sem nenhuma falha. Mais rápido que MTCNN.
Contras: Uma vez que possui camadas colossais de Rede Neural Profunda, precisa de mais recursos computacionais. Por isso, é lento para executar na CPU ou em dispositivos móveis. Na GPU, é preciso mais VRAM devido à sua grande arquitetura.
SSD
SSD (Detector de disparo único) também é um modelo de rede neural convolucional profunda como YOLO.
Prós: Boa precisão. Ele pode detectar em várias poses, iluminação, e oclusões. Boa velocidade de inferência.
Contras: Inferior ao modelo YOLO. Embora a velocidade de inferência fosse boa, ainda não era adequada para execução na CPU, GPU de baixo custo, ou dispositivos móveis.
BlazeFace
Como seu nome, é um algoritmo de detecção de rosto extremamente rápido lançado pelo Google. Aceita 128×128 entrada de imagem de dimensão. Seu tempo de inferência está em menos de milissegundos. Este algoritmo é otimizado para ser usado no reconhecimento facial em telefones celulares. As razões pelas quais é tão rápido são:
É um modelo especializado de detector facial, ao contrário de YOLO e SSD, que foram originalmente criados para detectar um grande número de classes. Assim, BlazeFace tem uma arquitetura de rede neural convolucional profunda menor do que YOLO e SSD.
Ele usa Convolução Separável em Profundidade em vez de camadas de Convolução padrão, o que leva a menos cálculos.
Prós: Velocidade de inferência muito boa e detecção precisa de rosto.
Contras: Este modelo é otimizado para detectar imagens faciais de uma câmera de celular, e, portanto, espera que o rosto cubra a maior parte da área da imagem. Não funciona bem quando o tamanho do rosto é pequeno. Então, no caso de imagens de câmeras CCTV, não funciona bem.
Caixas faciais
O algoritmo de reconhecimento facial mais recente que usamos é o Faceboxes. Como BlazeFace, é uma rede Neural Convolucional Profunda com arquitetura pequena e projetada apenas para uma classe – Human Face. Seu tempo de inferência é rápido em tempo real na CPU. Sua precisão é comparável à do Yolo para detecção de rosto. Ele pode detectar rostos pequenos e grandes em uma imagem com precisão.
Prós: Velocidade de inferência rápida e boa precisão.
Contras: A avaliação está em andamento.
2Extração de recursos
Depois de detectar rostos em uma imagem, cortamos os rostos e os alimentamos em um algoritmo de extração de recursos, que cria incorporação de rosto- um multidimensional (majoritariamente 128 ou 512 dimensional) vetor representando características do rosto.
Usamos o algoritmo FaceNet para criar incorporações faciais.
Os vetores de incorporação representam as características faciais do rosto de uma pessoa. Portanto, incorporar vetores de duas imagens diferentes da mesma pessoa estará mais próximo e o de uma pessoa diferente estará mais distante. A distância entre dois vetores é calculada usando a distância euclidiana.
3
Classificação facial
Depois de obter os vetores de incorporação de rosto, treinamos um algoritmo de classificação, K-vizinho mais próximo (KNN), para classificar a pessoa a partir de seu vetor de incorporação.
Suponha que em uma organização existam 1000 funcionários. Criamos incorporações faciais de todos os funcionários e usamos os vetores de incorporação para treinar um algoritmo de classificação que aceita vetores de incorporação facial como entrada e retorna o nome da pessoa.
Um usuário pode aplicar um filtro que modifica pixels específicos em uma imagem antes de colocá-la na 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 Por Aniket Maurya
Artigo 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 & universidades
Na verdade, software de reconhecimento facial pode desempenhar um papel. Seu professor pode descobrir se você faltar à aula. Nem considere pedir ao seu brilhante colega de quarto para fazer o exame.
Redes sociais
Quando você carrega uma foto no Facebook, ele usa um algoritmo para detectar rostos. Se você quiser marcar pessoas em suas fotos, a empresa de mídia social irá perguntar a você. Ele pode vincular-se aos seus perfis e reconhecer rostos com uma precisão de 98%.
Campanhas de marketing e publicidade
Ao comercializar um produto ou uma ideia, os profissionais de marketing frequentemente consideram fatores como gênero, idade, e etnia. Mesmo em um show, o reconhecimento facial pode ser usado para identificar públicos específicos.
Novas tecnologias trazem novas oportunidades
Os avanços nos sistemas de reconhecimento facial e na visão computacional deram grandes saltos. Mas este é apenas o começo da revolução tecnológica. Imagine quão poderosa seria a dupla de algoritmos de reconhecimento facial e tecnologia de chatbot!
Nunca é tarde para fazer parte deste movimento.
Por Aniket Maury
Artigo 7：Controle de acesso sem toque
O reconhecimento facial é um dos vários métodos de autenticação sem toque adotados tanto para sistemas de controle de acesso quanto para sistemas de intercomunicação de porta, como parte dos parâmetros do caminho sem contato em projetos de edifícios de última geração.
A pandemia do Coronavírus resultou num enorme crescimento na exigência e aplicação de tecnologias e produtos sem toque em locais de trabalho e ambientes multi-inquilinos para reduzir a frequência de contacto entre indivíduos, ajudando assim a reduzir o risco de transmissão do vírus.
Portanto, authentication methods which allow users to identify themselves without physically touching devices (technologies such as RFID, NFC, Bluetooth – and now face recognition, claro) are becoming the preferred options for door intercom and access control systems.
Can face recognition be fooled by photographs?
The latest AI face recognition access control systems – such as the Tommi devices – also incorporate anti-spoofing ‘liveness’ detection, using an additional built-in camera to detect 3-dimensional facial awareness and movement.
Artigo 8：What are the benefits of Access Control facial recognition?
Hands-free user authentication
Uma das tendências de crescimento mais rápido em design e tecnologia de construção é a aplicação de experiências de usuário sem toque. A combinação de rápida expansão na vida multi-inquilino & espaços de trabalho e a pandemia do Coronavírus resultou em uma necessidade crescente de ambientes de vida e de trabalho sem contato. Improved security
Improved security
A última geração de dispositivos de reconhecimento facial fornece autenticação precisa e altamente segura, quando comparado com métodos de acesso tradicionais, como código PIN ou entrada de porta com chaveiro.
Fast, convenient and remote management of user IDs Addition, a remoção e o controle de contas de usuário são fáceis e simples para administradores de sistema e podem ser totalmente gerenciados remotamente.
Considerando que a autenticação via dispositivo físico exige que os comandos ou cartões sejam entregues pessoalmente ou entregues (e voltou), novos IDs de usuário podem ser criados e desativados pelos administradores do sistema (como segurança, Pessoal de RH ou concierge) de qualquer local remoto usando plataformas de gerenciamento baseadas em nuvem, acelerando significativamente o processo para economizar tempo e dinheiro.
No authentication device required
Muitos métodos de entrada de porta e identificação de acesso exigem o uso de um dispositivo físico para autenticar – como chaveiro, Cartão RFID ou smartphone. Caso o usuário esqueça ou perca seu ‘dispositivo’ (ou pior ainda – tê-lo roubado), então eles não conseguirão acessar o prédio.
O ‘dispositivo’ de autenticação’ de reconhecimento facial sempre será, claro, estar com você!
Integration with other platforms
Os sistemas de controle de acesso por reconhecimento facial também podem ser integrados a outras plataformas logísticas e de sistema, como o tempo & comparecimento, sistemas de pagamento automático ou sistemas de gestão predial, ajudando a desenvolver ambientes de construção inteligentes.
Artigo 9: Facial Recognition vs. Palm Vein Biometrics ---5 Important Differences
O reconhecimento facial e as veias da palma da mão são duas das principais biometrias do mercado atualmente, mas eles são pólos opostos em muitos aspectos.
Como eles funcionam?
A tecnologia de reconhecimento facial funciona mapeando a geometria única do rosto de uma pessoa, como a distância do queixo à testa, distância entre os olhos, comprimento da mandíbula, etc.
A tecnologia das veias da palma da mão funciona usando luz infravermelha para mapear o padrão único das veias da palma da mão de uma pessoa, medindo mais 5 milhões de pontos de dados em sua estrutura de veias.
Com ambas as biometrias, essas informações são então convertidas em um código criptografado que se torna a identificação biométrica exclusiva da pessoa. Quando eles examinam o rosto ou a palma da mão, seu código biométrico é verificado em relação aos códigos existentes no sistema, e se combinar, eles são identificados.
Mas embora o resultado final – identificação – possa ser o mesmo, a forma como essas duas biometrias conseguem isso é dramaticamente diferente. Isto tem várias consequências importantes.
Estas são as cinco principais diferenças entre reconhecimento facial e veia da palma que você deve conhecer antes de escolher um para o seu negócio.
1. Privacidade
A maior diferença entre o reconhecimento facial e a biometria das veias da palma está na área de privacidade.
O reconhecimento facial tem recebido críticas generalizadas nos últimos anos devido às preocupações com a privacidade que cria.
Porque seu rosto fica exposto onde quer que você vá, câmeras de reconhecimento facial podem identificá-lo facilmente à distância, possibilitando que você seja rastreado em público e criando sérios riscos à privacidade.
Veia da palma, por outro lado, é privacidade por design. Porque o padrão das veias da palma está escondido dentro da sua mão, requer uma combinação de luz infravermelha e uma câmera ultra-HD de close-up para capturá-lo.
Então, ao contrário do reconhecimento facial, é impossível que o padrão das veias da palma da mão seja capturado à distância. Para ser identificado, você deve escanear deliberadamente a palma da mão sobre o scanner de veias da palma - ela não pode ser capturada sem o seu consentimento.
Isto é o que torna a veia da palma uma biometria baseada em consentimento, dando-lhe vantagens claras sobre o reconhecimento facial em termos de privacidade.
2. Precisão
Além da privacidade, precisão é a segunda maior diferença entre reconhecimento facial e veia da palma.
A precisão de uma biometria é medida por dois fatores: Taxa de rejeição falsa (FRR), e taxa de aceitação falsa (DISTANTE). Quanto menor o número, mais precisa será a biometria.
O FRR mede a chance de um usuário autorizado ter acesso negado incorretamente, enquanto o FAR mede a chance de um usuário não autorizado ter acesso incorreto.
O reconhecimento facial tem o maior FAR e FRR de qualquer biométrico do mercado. Pelo contrário, a veia da palma tem a mais baixa - tornando-a 260 vezes mais preciso em termos de FRR, e 130 mil vezes mais preciso em termos de FAR.
Adicionalmente, o reconhecimento facial tem uma falha adicional: não é igualmente preciso para todas as pessoas. Foi comprovado que algoritmos de reconhecimento facial são menos precisos em mulheres e pessoas de cor.
Qualquer tecnologia de identificação deve ser igualmente precisa para todas as pessoas, porque os perigos da identificação imprecisa são muito altos. A identificação imprecisa permite que você seja identificado erroneamente como outra pessoa, que tem consequências potencialmente terríveis (especialmente quando usado pela aplicação da lei).
Também é simplesmente inconveniente. Ser identificado incorretamente e ter acesso negado incorretamente a algo que é seu é extremamente irritante, e anula um dos principais benefícios da biometria em primeiro lugar: conveniência.
Então, em termos de precisão, o reconhecimento facial tem um desempenho pior do que praticamente qualquer outro sistema biométrico, fazendo da veia da palma a vencedora.
3. Segurança
Os riscos de privacidade e a precisão reduzida do reconhecimento facial também têm uma terceira consequência: segurança reduzida.
A precisão reduzida do reconhecimento facial aumenta a probabilidade de identificação incorreta dos usuários, potencialmente permitindo acesso a pessoal não autorizado e criando riscos de segurança.
Mas o maior risco de segurança do reconhecimento facial é a sua vulnerabilidade à falsificação. Já que seu rosto fica exposto onde quer que você vá, é muito mais fácil para os hackers forjarem uma imagem 3D do seu rosto para enganar um dispositivo de reconhecimento facial.
Com veia de palma, já que o padrão da sua veia está escondido dentro da sua mão, ele só pode ser capturado quando você escaneia deliberadamente a palma da mão. De outra forma, está completamente escondido, tornando quase impossível para um ladrão falsificá-lo ou roubá-lo.
Essas duas características da veia da palma – a maior precisão e o fato de ser interna – tornam-na geralmente uma biometria muito mais segura do que o reconhecimento facial.
4. Conveniência
Há uma vantagem importante que o reconhecimento facial tem sobre todos os outros dados biométricos: conveniência.
Apesar dos riscos de segurança e privacidade associados a ele, o fato de que a tecnologia de reconhecimento facial pode identificar automaticamente um usuário à distância torna muito conveniente se o usuário consentir com isso.
Por exemplo, reconhecimento facial em smartphones modernos (como o recurso Face ID da Apple) permite que os usuários desbloqueiem seus telefones apenas olhando para ele. Quão conveniente!
Adicionalmente, os riscos de privacidade do reconhecimento facial não se aplicam aos smartphones porque os dados biométricos do usuário são armazenados diretamente no dispositivo, em vez de em um banco de dados, então não pode ser usado para fins de vigilância.
Isso torna o reconhecimento facial um processo perfeito, escolha conveniente para desbloquear smartphones. No entanto, quando usado em sistemas de vigilância pública em vez de dispositivos pessoais, os riscos de privacidade do reconhecimento facial superam em muito os benefícios de conveniência.
Veia da palma, por outro lado, não possui os recursos de identificação automática de longo alcance que o reconhecimento facial possui, já que requer um close-up (mas sem contato) digitalização da palma da mão para identificar o usuário. Portanto, embora isso proporcione importantes benefícios de privacidade e segurança, poderia ser potencialmente visto como uma desvantagem em termos de conveniência.
Adicionalmente, porque a veia da palma é mais nova e menos familiar, sem dúvida tem uma curva de aprendizado maior do que a biometria mais antiga (como impressão digital), ou biometria altamente intuitiva (como reconhecimento facial, onde você realmente não precisa fazer nada para ser identificado).
No entanto, o simples, o movimento ergonômico da veia da palma significa que ainda é um sistema biométrico fácil de usar e fácil de usar. Apesar disso, reconhecimento facial, especialmente em dispositivos pessoais, tem benefícios de conveniência significativos que a veia da palma não tem.
Isso torna a veia da palma ideal quando compartilhada entre um grande número de pessoas (por exemplo, funcionários e clientes), enquanto o reconhecimento facial é ideal para uso individual em dispositivos pessoais (por exemplo, smartphones e tablets).
5. Conformidade Legal
Nos últimos anos, importantes regulamentações de privacidade têm surgido em todo o mundo. Desde a criação do GDPR em 2016, muitas grandes economias criaram suas próprias leis imitadoras do GDPR, tornando as regulamentações de privacidade uma tendência mundial.
Devido a esta, as empresas hoje têm mais restrições do que nunca na coleta de dados.
E o fator número um nas regulamentações de privacidade em todo o mundo é o consentimento. As empresas devem obter o consentimento explícito do usuário antes de serem autorizadas a capturar dados do usuário, ou enfrentam riscos legais significativos.
Devido a esta, a importância das tecnologias amigas da privacidade é mais importante do que nunca. As empresas que implementam essas tecnologias têm muito menos riscos legais com que se preocupar, e muito menos complicações para lidar.
Uma vez que o reconhecimento facial permite a possibilidade de capturar dados de uma pessoa sem o seu consentimento, é fundamental que as empresas estabeleçam salvaguardas para garantir que obtiveram, consentimento verificável antes de coletar dados do usuário – ou eles correm o risco de enfrentar multas graves.
O benefício que a veia da palma tem sobre o reconhecimento facial é que, já que tem consentimento automaticamente integrado, tem muito menos risco legal associado a ele.
Com veia de palma, não há dúvida se um usuário consentiu em fornecer seus dados biométricos ou não, porque não pode ser capturado sem a interação explícita de uma pessoa com o terminal.
E porque automático, a captura forçada de dados biométricos não é possível com a veia da palma (como acontece com o reconhecimento facial), está automaticamente alinhado com as diretrizes focadas no consentimento na maioria das regulamentações de proteção de dados.
Isso torna a veia da palma mais conveniente, menos arriscado, escolha descomplicada para empresas que desejam implementar a biometria em seus negócios.
Conclusão
O reconhecimento facial e as veias da palma da mão são tecnologias biométricas poderosas com uma ampla gama de aplicações, mas eles são completamente opostos em muitos aspectos.
Para uso público e empresarial, veia da palma tem muitas vantagens sobre o reconhecimento facial, oferecendo vários privacidade, segurança, e benefícios de precisão que o reconhecimento facial não tem.
Adicionalmente, em termos de confiabilidade e risco legal, A veia da palma é geralmente a opção menos arriscada para empresas que buscam implementar a biometria em seus negócios devido ao seu design focado na privacidade.
Para uso em dispositivos pessoais, no entanto, o reconhecimento facial é um método de autenticação conveniente e fácil de usar que não apresenta os mesmos riscos de privacidade que o tipo de reconhecimento facial usado em câmeras de vigilância.
Esses fatores tornam a veia da palma biométrica ideal para uso compartilhado (por exemplo, usado por clientes ou funcionários), Considerando que o reconhecimento facial é uma ótima opção para autenticar dispositivos pessoais.
Cada biometria tem seus prós e contras exclusivos. Para saber mais sobre os outros tipos de biometria existentes no mercado e ajudar a determinar qual é a certa para o seu negócio, confira nosso e-book explorando todas as diferentes biometrias do mercado.
Artigo 10：O sentido por trás das medidas biométricas
A medição biométrica é mais como mapear seu rosto do que tirar uma foto dele. O scanner biométrico digitaliza milhares de pontos, distâncias, e proporções de suas distorções faciais. Por exemplo, ele irá comparar as distâncias entre o queixo e a testa ou localizar exatamente onde está o seu nariz.
Ele procurará padrões nas espirais dos dedos ou, no caso de reconhecimento de voz, descubra o formato único da boca ou garganta de uma pessoa para confirmar a identidade. O reconhecimento de alto-falante ou voz pode incluir um benefício adicional de segurança: elementos dependentes de texto, como uma senha. Isto não é apenas descobrir um padrão de fala, mas também quase uma segunda senha de voz.
Independentemente do método de coleta de dados, scanners biométricos dão sentido à identidade de uma pessoa, transformando as medidas em números. Os números são então executados em um banco de dados de medidas previamente registradas para usuários autenticados. Então, sim, de uma forma, com biometria, cada pessoa é transformada em um número, qual, em termos de controle de acesso, é uma coisa boa. Especialmente se você precisar definir autenticação de identidade exclusiva para grandes empresas com diversas camadas de segurança física ou pessoal.
Artigo 11 : Varredura térmica em biometria
A mais nova camada de segurança baseada em biometria é a varredura térmica, que mede a temperatura corporal e não permite a entrada de uma pessoa se ela estiver acima de um determinado limite. Isso geralmente é usado junto com o reconhecimento facial para detecção de identidade, ou em alguns casos, o usuário só poderá destrancar a porta com seu cartão-chave ou senha se primeiro passar pela triagem de temperatura. Isto tornou-se cada vez mais importante para as empresas durante a pandemia da COVID-19 manterem os seus funcionários o mais seguros possível e reduzirem a propagação do vírus.. Muitas empresas também empregaram essa medida para verificar a temperatura dos visitantes., sem usar detecção de identidade com ele.
A digitalização térmica não apenas ajuda a proteger seu escritório contra doenças, mas também funciona perfeitamente com sistemas de acesso baseados em nuvem como o Kisi como uma camada adicional de proteção para o seu espaço. Infelizmente, eles geralmente exigem a adição de terminais de digitalização facial, destinado ao reconhecimento facial, já que os recursos de medição biométrica vêm com esses dispositivos, e não como opções independentes.
Obrigado pelo seu blog, bom ler. Não pare.