Madde 1：Yüze katılım neden parmak izinden daha iyidir??
Pratik olarak 100% kesinlik: Parmak izi sistemlerinin parmaklar kirli olduğunda başarısız olduğu defalarca kanıtlanmıştır., yağlı, ıslak veya morarmış. Yağlama sistemlerinde çalışan işçiler, solmuş parmak izleriyle katılımlarını kaydedemiyor. Parmaklardaki kesikler hatalara neden olur. Katılımı birden çok kez denemek genellikle sinir bozucudur.
durum böyle değil yüz tanıma katılımı. Denendi, pratik olarak test edilmiş ve kanıtlanmıştır 100% kesin. Çalışanlar sadece ona doğru yürürler ve katılım kaydedilir. Saç stilleri değiştiğinde bile gözlük taktığınızda işe yarar, veya çalışanların yaşı.
Temassız güvenlik: covid-19 ile, dünya temasa dayalı devam sistemlerinin risklerinin giderek daha fazla farkına varıyor. Devam sistemi yok, Kesinlikle temassız olan yüz kimliği katılım sistemi dışında. Kullanıcının sadece yüzünü göstermesi gerekir. Sistem otomatik olarak tetiklenir.
Dünya covid'den arındıktan sonra bile, insanlar yaptıkları dokunuşlara karşı bilinçli olacak ve hijyenik bir sistemin sağlanması iyi olacaktır..
Vay deneyimi: Katılım süresinin bir saniyeden daha kısa bir süreye indirilmesi ve kullanıcı tarafından herhangi bir işlem yapılması gerekmemesi, Face ID katılımı açık ara en iyi biyometrik sistemdir. Eğitim gerektirmeyen ve hemen benimsemekten mutluluk duyan çalışanları şaşırtıyor. Bir elinizde bir fincan kahve, diğer elinizde çantanızı tutarken parmak izi takibi yapmanız gerektiğinde bunu düşünün. Yüz tanıma katılımını değiştirirsek ne olur?. Ekranın önünde durmaktan çok daha kolay hale getirerek sorununuzu kurtarın.
Madde 2：Nasıl yapmak yüz tanıma katılım sistemi çalışması?
Kullanıcı yüzlerini farklı ekran boyutuna sahip cihazın veritabanında saklar, TOMMI vakalarında, 4,3 inçten 13 inç'e. Bir çalışan ekranın önünde durduğunda, yüzü yakalar ve saklanan yüz görüntüsüyle gerçek zamanlı bir karşılaştırma yapar. Eşleşiyorsa, giriş veya çıkış yoklamaları cihaza kaydedilir. Fotoğraf veya video aldatmacalarına karşı canlılık değerlendirmesi yapabilir.
Madde 3：Yüz yüze katılım diğer biyometrik sistemlere göre nasıl kazanıyor??
Birçok şirket parmak izi süreli katılım sistemini kullanıyor, kart delme sistemine iyi bir alternatif olabilir. Güvenilirlik ve güvenlik açısından hiçbiri mükemmel değil. Yüz tanımalı zamanlı katılım cihazları son yıllarda giderek daha fazla büyük şirket tarafından kullanılıyor. Ancak birçok orta ve küçük ölçekli kuruluş hâlâ eski teknolojilerle çalışıyor.
Face ID katılım sistemlerine geçiş yapalım mı?? Objektif bir analiz yapsak iyi olur.
Madde 4：Erişim Kontrolü'nün faydaları nelerdir? yüz tanıma?
Bina tasarımı ve teknolojisinde en hızlı büyüyen trendlerden biri, dokunmatik olmayan kullanıcı deneyimlerinin uygulanmasıdır.. Çok kiracılı yaşamda hızlı genişlemenin birleşimi & çalışma alanları ve Coronavirüs salgını, temassız yaşam ve çalışma ortamlarına olan ihtiyacın artmasına neden oldu.
· Geliştirilmiş güvenlik
En yeni nesil Yüz Tanıma cihazları doğru ve son derece güvenli kimlik doğrulama sağlar, PIN kodu veya anahtarlıkla kapı girişi gibi geleneksel erişim yöntemleriyle karşılaştırıldığında.
· Hızlı, Kullanıcı kimliklerinin rahat ve uzaktan yönetimi
Ek, Kullanıcı hesaplarının kaldırılması ve kontrolü sistem yöneticileri için kolay ve basittir ve tamamen uzaktan yönetilebilir.
Fiziksel cihaz aracılığıyla kimlik doğrulama, anahtarlıkların veya kartların şahsen dağıtılmasını veya teslim edilmesini gerektirir (ve geri döndü), yeni Kullanıcı Kimlikleri sistem yöneticileri tarafından oluşturulabilir ve devre dışı bırakılabilir (güvenlik gibi, İK veya konsiyerj personeli) bulut tabanlı yönetim platformlarını kullanarak herhangi bir uzak siteden, zamandan ve paradan tasarruf etmek için süreci önemli ölçüde hızlandırır.
· Kimlik doğrulama aygıtı gerekmez
Birçok kapı girişi ve erişim tanımlama yöntemi, kimlik doğrulama için fiziksel bir cihazın kullanılmasını gerektirir – anahtarlık gibi, RFID kartı veya akıllı telefon. Kullanıcı cihazını unutmalı veya kaybetmeli mi?’ (ya da daha da kötüsü – çalınmış mı), o zaman binaya erişemeyecekler.
Kimlik doğrulama cihazı’ yüz tanıma özelliği her zaman, Elbette, seninle olmak!
· Diğer platformlarla entegrasyon
Yüz tanıma erişim kontrol sistemleri diğer lojistik ve sistem platformlarıyla da entegre edilebilir, zaman gibi & katılım, otomatik ödeme sistemleri veya bina yönetim sistemleri, akıllı bina ortamlarının geliştirilmesine yardımcı olmak.
Madde 5：Yüz tanıma sistemleri nasıl olacak & algoritmalar çalışıyor 2022?
Yüz tanıma teknolojisi pazarı hızla büyüyor. Uluslararası yolcuları taramak için biyometrik verilere dayanan havalimanlarından, suçluları yakalamak için kolluk kuvvetlerinin buna bağlı olması, ve sosyal medya kullanıcının kimliğini doğrulamak için bunu kullanıyor, yüz tanıma teknolojisi çağın ihtiyacı.
İçinde 2022, yüz tanıma pazarının şu seviyeye ulaşması bekleniyor: $7.7 milyar, itibaren $4 milyar 2017. Bunun nedeni, yüz tanımanın geniş bir ticari uygulama yelpazesine sahip olmasıdır.. Çeşitli amaçlarla kullanılabilir, gözetim ve pazarlama dahil.
İnsanlar bir yüzü nasıl tanır??
Beynimizdeki tanıma sistemleri karmaşıktır. Aslında, bilim insanları hâlâ bunu çözmeye çalışıyor. Beynimizdeki nöronların ilk önce olay yerindeki yüzü tanımladığını varsayabiliriz. (kişinin vücudundan arka planına), yüz özelliklerini çıkarıyoruz, ve bunu kendi türümüzde bir veritabanında saklıyoruz. Belleğimizi veri tabanı olarak kullanmak, daha sonra kişiyi özelliklerine göre sınıflandırabiliriz. Sonsuz büyüklükte bir veri seti ve sonsuz kapsamlı bir sinir ağı üzerinde eğitildik.
Makinelerdeki Yüz Tanıma yazılımı da aynı şekilde uygulanır. Birinci, sahnedeki yüzleri tespit etmek için bir yüz algılama algoritması uyguluyoruz, algılanan yüzlerden yüz özelliklerini çıkarın, ve kişiyi sınıflandırmak için bir algoritma kullanın.
Yüz Tanıma Sisteminin iş akışı nasıl çalışır??
1Yüz algılama
Yüz algılama, Nesne Algılamanın özel bir sürümüdür, algılanacak tek bir nesnenin olduğu yer – İnsan Yüzü.
Tıpkı Bilgisayar Bilimlerindeki hesaplamalı zaman ve mekan değiş tokuşları gibi, Makine Öğrenimi algoritmalarında da çıkarım hızı ile doğruluk arasında bir denge vardır. Piyasada birçok nesne algılama algoritması var, ve farklı algoritmaların hız ve doğruluk açısından ödünleşimleri vardır.
Farklı son teknoloji nesne algılama algoritmalarını değerlendirdik:
OpenCV (Saç Çağlayanı)
MTCNN
YoloV3 ve Yolo-Tiny
SSD
BlazeFace
ShuffleNet ve Facebook Kutuları
Sağlam bir yüz algılama sistemi oluşturmak için, gerçek zamanlı olarak bir mobil cihazın yanı sıra GPU'da da çalışacak doğru ve hızlı bir algoritmaya ihtiyacımız var.
Kesinlik
Video akışında gerçek zamanlı çıkarımda, insanların farklı pozları olabilir, tıkanıklıklar, ve yüzlerindeki ışık efektleri. Pozların yanı sıra çeşitli aydınlatma koşullarındaki yüzleri de hassas bir şekilde tespit etmek önemlidir.
Çeşitli pozlarda ve aydınlatma koşullarında yüzleri algılama
OpenCV (Saç Çağlayanı)
OpenCV'nin Haar-cascade uygulamasıyla başladık, C'de açık kaynaklı bir görüntü işleme kütüphanesi olan.
Artıları: Bu kütüphane C dilinde yazıldığı için. Gerçek zamanlı sistemlerde çıkarım için çok hızlıdır.
Eksileri: Bu uygulamadaki sorun, yan yüzleri tespit edememesi ve farklı pozlarda ve ışıklandırma koşullarında kötü performans göstermesiydi..
MTCNN
Bu algoritma Derin Öğrenme yöntemlerine dayanmaktadır. Yüzleri tespit etmek için Derin Basamaklı Evrişimli Sinir Ağlarını kullanır.
Artıları: OpenCV Haar-Cascade yönteminden daha iyi doğruluğa sahipti
Eksileri: Daha yüksek çalışma süresi
YOLOV3
YOLO yüz algılama (Sadece bir kez bakıyorsun) nesne tespiti için son teknoloji ürünü Derin Öğrenme algoritmasıdır. Birçok evrişimli sinir ağına sahiptir, Derin CNN modeli oluşturma. (Derin, model mimarisi karmaşıklığının çok büyük olduğu anlamına gelir).
Orijinal Yolo modeli tespit edebilir 80 yüksek doğrulukla farklı nesne sınıfları. Bu Yolo yüz tanıma modelini yalnızca tek bir nesneyi algılamak için kullandık – yüz.
Bu algoritmayı WideFace'te eğittik (içeren görüntü veri kümesi 393,703 yüz etiketleri) veri kümesi.
Yüz tespiti için Yolo algoritmasının minyatür bir versiyonu da mevcut, Yolo-Tiny. Yolo-Tiny doğruluğundan ödün vererek daha az hesaplama süresi alır. Aynı veri kümesiyle Yolo-Tiny modelini eğittik, ancak sınır kutusu sonuçları tutarlı değildi.
Artıları: Çok doğru, hiçbir kusur olmadan. MTCNN'den daha hızlı.
Eksileri: Devasa Derin Sinir Ağı katmanlarına sahip olduğundan, daha fazla hesaplama kaynağına ihtiyaç duyuyor. Böylece, CPU veya mobil cihazlarda çalışması yavaş. GPU'da, geniş mimarisi nedeniyle daha fazla VRAM gerektirir.
SSD
SSD (Tek Atış Dedektörü) aynı zamanda YOLO gibi derin evrişimli bir sinir ağı modelidir.
Artıları: İyi doğruluk. Çeşitli pozlarda tespit edebilir, aydınlatma, ve tıkanıklıklar. İyi çıkarım hızı.
Eksileri: YOLO modelinden daha düşük. Çıkarım hızı iyi olsa da CPU üzerinde çalıştırmak hala yeterli değildi, düşük seviye GPU, veya mobil cihazlar.
BlazeFace
Adı gibi, Google tarafından yayımlanan son derece hızlı bir yüz algılama algoritmasıdır. 128 kabul ediyor×128 boyut görüntü girişi. Çıkarım süresi milisaniyenin altındadır. Bu algoritma cep telefonlarında yüz tanımada kullanılmak üzere optimize edilmiştir.. Bu kadar hızlı olmasının nedenleri:
Özel bir yüz dedektörü modelidir, YOLO ve SSD'den farklı olarak, Başlangıçta çok sayıda sınıfı tespit etmek için oluşturulmuş olan. Böylece BlazeFace, YOLO ve SSD'den daha küçük bir Derin Evrişimli Sinir Ağı mimarisine sahiptir..
Standart Evrişim katmanları yerine Derinlemesine Ayrılabilir Evrişimi kullanır, bu da daha az hesaplamaya yol açar.
Artıları: Çok İyi çıkarım hızı ve doğru yüz algılama.
Eksileri: Bu model, cep telefonu kamerasındaki yüz görüntülerini algılamak için optimize edilmiştir, ve bu nedenle yüzün görüntüdeki alanın çoğunu kaplaması beklenir. Yüz boyutu küçük olduğunda işe yaramıyor. Yani CCTV kamera görüntüleri söz konusu olduğunda, iyi performans göstermiyor.
Facebook'lar
Kullandığımız en son yüz tanıma algoritması Facebook'lardır.. BlazeFace'i beğen, küçük mimariye sahip ve yalnızca bir sınıf için tasarlanmış Derin Evrişimli Sinir ağıdır – İnsan Yüzü. Çıkarım süresi CPU'da gerçek zamanlı hızlıdır. Doğruluğu, yüz tespiti için Yolo ile karşılaştırılabilir. Bir görüntüdeki küçük ve büyük yüzleri hassas bir şekilde algılayabilir.
Artıları: Hızlı çıkarım hızı ve iyi doğruluk.
Eksileri: Değerlendirme sürüyor.
2Özellik çıkarma
Bir görüntüdeki yüzleri tespit ettikten sonra, yüzleri kırpıyoruz ve onları Özellik Çıkarma Algoritmasına besliyoruz, bu yüz yerleştirmeyi oluşturur- çok boyutlu (çoğunlukla 128 veya 512 boyutlu) yüzün özelliklerini temsil eden vektör.
Yüz yerleştirmeleri oluşturmak için FaceNet algoritmasını kullandık.
Gömme vektörleri bir kişinin yüzünün yüz özelliklerini temsil eder. Yani aynı kişinin iki farklı görüntüsünün gömülü vektörleri daha yakın olacak ve farklı bir kişininki daha uzak olacaktır.. İki vektör arasındaki mesafe Öklid Uzaklığı kullanılarak hesaplanır.
3
Yüz sınıflandırması
Yüz gömme vektörlerini aldıktan sonra, bir sınıflandırma algoritması geliştirdik, K-en yakın komşu (KNN), kişiyi gömme vektörüne göre sınıflandırmak için.
Diyelim ki bir organizasyonda var 1000 çalışanlar. Tüm çalışanların yüz yerleştirmelerini oluşturuyoruz ve yerleştirme vektörlerini, yüz yerleştirme vektörlerini girdi olarak kabul eden ve kişinin adını döndüren bir sınıflandırma algoritması geliştirmek için kullanıyoruz.
Bir kullanıcı, bir görüntüyü web'e koymadan önce, görüntüdeki belirli pikselleri değiştiren bir filtre uygulayabilir. Bu değişiklikler insan gözüyle algılanamaz ancak yüz tanıma algoritmaları için oldukça kafa karıştırıcıdır. – ThalesGrup
https://www.engati.com/blog/facial-recognition-systems İle Aniket Maurya
Madde 6：Yüz Tanıma Sisteminin Uygulama Alanları Nelerdir??
Havalimanları
Havalimanlarına giren ve çıkan kişiler yüz tanıma sistemleriyle takip edilebilecek. Teknoloji, İç Güvenlik Bakanlığı tarafından vize süresi dolan veya cezai soruşturma altında olan kişileri tespit etmek için kullanıldı..
Cep telefonu şirketleri
Yüz tanıma ilk kez Apple tarafından iPhone X'in kilidini açmak için kullanıldı, ve teknoloji iPhone XS'e taşındı. Face ID, telefonunuza eriştiğinizde söylediğiniz kişi olduğunuzu doğrular. Apple'a göre, Rastgele bir yüzün telefonunuzun kilidini açma ihtimali milyonda birdir.
Kolejler & üniversiteler
Aslında, yüz tanıma yazılımı rol oynayabilir. Profesörünüz dersi atlayıp atlamadığınızı öğrenebilir. Zeki oda arkadaşınızın sınava girmesini aklınızdan bile geçirmeyin.
Sosyal medya
Facebook'a bir fotoğraf yüklediğinizde, yüzleri tespit etmek için bir algoritma kullanıyor. Fotoğraflarınızda kişileri etiketlemek istiyorsanız, sosyal medya şirketi size soracak. Profillerine bağlantı verebilir ve yüzleri 0 doğrulukla tanıyabilir. 98%.
Pazarlama ve reklam kampanyaları
Bir ürünü veya fikri pazarlarken, pazarlamacılar sıklıkla cinsiyet gibi faktörleri göz önünde bulundurur, yaş, ve etnik köken. Bir konserde bile, yüz tanıma belirli hedef kitleleri tanımlamak için kullanılabilir.
Yeni teknoloji yeni fırsatlar getiriyor
Yüz tanıma sistemleri ve bilgisayarlı görme alanındaki gelişmeler büyük ilerleme kaydetti. Ancak bu teknolojik devrimin yalnızca başlangıcıdır. Yüz tanıma algoritmaları ve chatbot teknolojisi ikilisinin ne kadar güçlü olacağını hayal edin!
Bu hareketin bir parçası olmak için hiçbir zaman geç değil.
İle Aniket Maury
Madde 7：Temassız Erişim Kontrolü
Yüz tanıma, hem erişim kontrolü hem de kapı interkom sistemleri için benimsenen çok sayıda dokunmasız kimlik doğrulama yönteminden biridir., yeni nesil bina tasarımında temassız yol parametrelerinin bir parçası olarak.
Coronavirüs salgını, bireyler arasındaki temas sıklığını azaltmak için işyerinde ve çok kiracılı ortamlarda dokunmatik olmayan teknolojilere ve ürünlere duyulan ihtiyaç ve bunların uygulanmasında büyük bir artışa neden oldu, böylece virüs bulaşma riskinin azaltılmasına yardımcı olur.
Öyleyse, Kullanıcıların cihazlara fiziksel olarak dokunmadan kendilerini tanımlamalarına olanak tanıyan kimlik doğrulama yöntemleri (RFID gibi teknolojiler, NFC, Bluetooth – ve şimdi yüz tanıma, Elbette) kapı interkom ve erişim kontrol sistemlerinde tercih edilen seçenekler haline geliyor.
Yüz tanıma fotoğraflarla kandırılabilir mi??
En yeni AI yüz tanıma erişim kontrol sistemleri – Tommi cihazları gibi – aynı zamanda sahteciliğe karşı 'canlılık' da içerir’ algılama, 3 boyutlu yüz farkındalığını ve hareketini algılamak için ek bir dahili kamera kullanma.
Madde 8：Erişim Kontrolü yüz tanımanın faydaları nelerdir??
Eller serbest kullanıcı kimlik doğrulaması
Bina tasarımı ve teknolojisinde en hızlı büyüyen trendlerden biri, dokunmatik olmayan kullanıcı deneyimlerinin uygulanmasıdır.. Çok kiracılı yaşamda hızlı genişlemenin birleşimi & çalışma alanları ve Coronavirüs salgını, temassız yaşam ve çalışma ortamlarına olan ihtiyacın artmasına neden oldu. Geliştirilmiş güvenlik
Geliştirilmiş güvenlik
En yeni nesil Yüz Tanıma cihazları doğru ve son derece güvenli kimlik doğrulama sağlar, PIN kodu veya anahtarlıkla kapı girişi gibi geleneksel erişim yöntemleriyle karşılaştırıldığında.
Hızlı, Kullanıcı kimliklerinin rahat ve uzaktan yönetimi, Kullanıcı hesaplarının kaldırılması ve kontrolü sistem yöneticileri için kolay ve basittir ve tamamen uzaktan yönetilebilir.
Fiziksel cihaz aracılığıyla kimlik doğrulama, anahtarlıkların veya kartların şahsen dağıtılmasını veya teslim edilmesini gerektirir (ve geri döndü), yeni Kullanıcı Kimlikleri sistem yöneticileri tarafından oluşturulabilir ve devre dışı bırakılabilir (güvenlik gibi, İK veya konsiyerj personeli) bulut tabanlı yönetim platformlarını kullanarak herhangi bir uzak siteden, zamandan ve paradan tasarruf etmek için süreci önemli ölçüde hızlandırır.
Kimlik doğrulama aygıtı gerekmez
Birçok kapı girişi ve erişim tanımlama yöntemi, kimlik doğrulama için fiziksel bir cihazın kullanılmasını gerektirir – anahtarlık gibi, RFID kartı veya akıllı telefon. Kullanıcı cihazını unutmalı veya kaybetmeli mi?’ (ya da daha da kötüsü – çalınmış mı), o zaman binaya erişemeyecekler.
Kimlik doğrulama cihazı’ yüz tanıma özelliği her zaman, Elbette, seninle olmak!
Diğer platformlarla entegrasyon
Yüz tanıma erişim kontrol sistemleri diğer lojistik ve sistem platformlarıyla da entegre edilebilir, zaman gibi & katılım, otomatik ödeme sistemleri veya bina yönetim sistemleri, akıllı bina ortamlarının geliştirilmesine yardımcı olmak.
Madde 9: Yüz Tanıma vs. Avuç içi Damar Biyometrisi ---5 Önemli Farklılıklar
Yüz tanıma ve avuç içi damarı bugün piyasadaki önde gelen biyometrilerden ikisidir, ama birçok yönden zıt kutuplardır.
Nasıl çalışıyorlar??
Yüz tanıma teknolojisi, bir kişinin yüzünün benzersiz geometrisini haritalayarak çalışır, çeneden alına olan mesafe gibi, gözler arasındaki mesafe, çene çizgisinin uzunluğu, vb.
Avuç içi damar teknolojisi, kişinin avucunun benzersiz damar desenini haritalandırmak için kızılötesi ışık kullanarak çalışır., üzerinde ölçüm yapmak 5 damar yapılarında milyon veri noktası.
Her iki biyometri ile, bu bilgi daha sonra kişinin benzersiz biyometrik kimliği haline gelen şifrelenmiş bir koda dönüştürülür.. Yüzlerini veya avuçlarını taradıklarında, biyometrik kodları sistemdeki mevcut kodlarla karşılaştırılarak kontrol edilir, ve eşleşirse, onlar tanımlandı.
Ancak nihai sonuç (tanımlama) aynı olsa da, bu iki biyometrinin bunu başarma şekli çarpıcı biçimde farklı. Bunun birkaç önemli sonucu var.
Bunlar, işletmeniz için birini seçmeden önce bilmeniz gereken, yüz tanıma ile avuç içi damarı arasındaki beş temel farktır..
1. Mahremiyet
Yüz tanıma ile avuç içi damar biyometrisi arasındaki en büyük fark gizlilik alanındadır.
Yüz tanıma, yarattığı gizlilik endişeleri nedeniyle son birkaç yılda yaygın eleştirilere maruz kaldı.
Çünkü gittiğin her yerde yüzün açığa çıkıyor, Yüz tanıma kameraları sizi uzaktan kolayca tanıyabilir, kamuoyunda takip edilmenizi mümkün kılıyor ve ciddi gizlilik riskleri yaratıyor.
Avuç içi damarı, diğer taraftan, tasarım gereği gizliliktir. Çünkü avuç içi damar deseniniz elinizin içinde gizlidir, onu yakalamak için kızılötesi ışık ve yakın çekim ultra HD kameranın bir kombinasyonu gerekir.
Bu yüzden, yüz tanımanın aksine, avuç içi damar deseninizin uzaktan yakalanması imkansızdır. Tanımlanacak, avucunuzu kasıtlı olarak avuç içi damar tarayıcısı üzerinde taramanız gerekir; sizin izniniz olmadan yakalanamaz.
Avuç içi damarını rızaya dayalı biyometrik yapan şey budur, gizlilik açısından yüz tanımaya göre belirgin avantajlar sağlıyor.
2. Kesinlik
Gizliliğin yanı sıra, doğruluk, yüz tanıma ile avuç içi damarı arasındaki ikinci en büyük farktır.
Biyometrinin doğruluğu iki faktörle ölçülür: Yanlış Reddetme Oranı (FRR), ve Yanlış Kabul Oranı (UZAK). Sayı ne kadar düşükse, biyometrik ne kadar doğru olursa.
FRR, yetkili bir kullanıcının erişiminin yanlışlıkla reddedilme olasılığını ölçer, FAR, yetkisiz bir kullanıcının yanlışlıkla erişime izin verilmesi olasılığını ölçer.
Yüz tanıma, piyasadaki biyometrikler arasında en yüksek FAR ve FRR'ye sahiptir. Aksine, avuç içi damarı en düşük damara sahiptir - bunu yapar 260 FRR açısından kat daha doğru, Ve 130 FAR açısından bin kat daha doğru.
Ek olarak, yüz tanımanın ek bir kusuru daha var: tüm insanlar için eşit derecede doğru değil. Yüz tanıma algoritmalarının kadınlar ve farklı ırklardan insanlar üzerinde daha az isabetli olduğu kanıtlandı.
Herhangi bir tanımlama teknolojisi tüm insanlar için eşit derecede doğru olmalıdır, çünkü yanlış tanımlamanın tehlikeleri çok yüksektir. Yanlış kimlik belirleme, yanlışlıkla başka biri olarak tanımlanmanızı mümkün kılar, potansiyel olarak vahim sonuçları olan (özellikle kolluk kuvvetleri tarafından kullanıldığında).
Aynı zamanda kesinlikle rahatsız edici. Yanlış tanınmak ve size ait olan bir şeye erişimin yanlışlıkla reddedilmesi son derece sinir bozucu, ve her şeyden önce biyometrinin temel faydalarından birini boşa çıkarıyor: kolaylık.
Yani doğruluk açısından, yüz tanıma neredeyse tüm diğer biyometriklerden daha kötü performans gösteriyor, avuç içi damarını açık ara kazanan yapmak.
3. Güvenlik
Yüz tanımanın gizlilik riskleri ve azaltılmış doğruluğu da üçüncü bir sonuca sahiptir: azaltılmış güvenlik.
Yüz tanımanın azaltılmış doğruluğu, kullanıcıların yanlış tanımlanması olasılığını artırıyor, Yetkisiz personelin erişimine izin verme ve güvenlik riskleri oluşturma potansiyeli.
Ancak yüz tanımanın en büyük güvenlik riski, sahteciliğe karşı savunmasız olmasıdır. Çünkü gittiğin her yerde yüzün açığa çıkıyor, Bilgisayar korsanlarının yüz tanıma cihazını kandırmak için yüzünüzün 3 boyutlu görüntüsünü oluşturması çok daha kolaydır.
Palmiye damarı ile, damar desenin elinin içinde gizlendiğinden, yalnızca avucunuzu kasıtlı olarak taradığınızda yakalanabilir. Aksi takdirde, tamamen gizli, bir hırsızın onu taklit etmesini veya çalmasını neredeyse imkansız hale getiriyor.
Avuç içi damarının bu iki özelliği - artan doğruluk ve dahili olması - onu genellikle yüz tanımadan çok daha güvenli bir biyometrik hale getiriyor.
4. Kolaylık
Yüz tanımanın diğer tüm biyometrilere göre önemli bir avantajı var: kolaylık.
Bununla ilişkili güvenlik ve gizlilik risklerine rağmen, yüz tanıma teknolojisinin bir kullanıcıyı uzaktan otomatik olarak tanımlayabilmesi, kullanıcının buna izin vermesi halinde bunu oldukça kullanışlı hale getiriyor.
Örneğin, modern akıllı telefonlarda yüz tanıma (Apple’ın Face ID özelliği gibi) kullanıcıların yalnızca bakarak telefonlarının kilidini açmasına olanak tanır. Ne kadar kullanışlı!
Ek olarak, Yüz tanımanın gizlilik riskleri akıllı telefonlar için geçerli değildir çünkü kullanıcının biyometrik verileri doğrudan cihazda depolanır, bir veritabanı yerine, dolayısıyla gözetim amacıyla kullanılamaz.
Bu, yüz tanımayı kusursuz hale getirir, akıllı telefonların kilidini açmak için uygun seçim. Fakat, kişisel cihazlar yerine kamu gözetim sistemlerinde kullanıldığında, Yüz tanımanın gizlilik riskleri, kolaylık avantajlarından büyük ölçüde daha ağır basmaktadır.
Avuç içi damarı, diğer taraftan, yüz tanımanın sahip olduğu uzun menzilli otomatik tanımlama yeteneklerine sahip değil, yakın çekim gerektirdiği için (ama temassız) kullanıcıyı tanımlamak için avuç içi taraması. Bu, ona önemli gizlilik ve güvenlik avantajları sağlarken, kolaylık açısından potansiyel olarak bir dezavantaj olarak görülebilir.
Ek olarak, çünkü avuç içi damarı daha yeni ve daha az tanıdık, muhtemelen eski biyometriden daha büyük bir öğrenme eğrisine sahiptir (parmak izi gibi), veya son derece sezgisel biyometri (yüz tanıma gibi, Tanımlanmak için aslında hiçbir şey yapmanıza gerek olmadığında).
Fakat, basit, Avuç içi damarının ergonomik hareketi, hala kullanımı kolay ve kullanıcı dostu bir biyometrik cihaz olduğu anlamına gelir. yine de, yüz tanıma, özellikle kişisel cihazlarda, avuç içi damarının sahip olmadığı önemli rahatlık avantajlarına sahiptir.
Bu, avuç içi damarını çok sayıda insan arasında paylaşıldığında ideal hale getirir (örneğin, çalışanlar ve müşteriler), yüz tanıma ise kişisel cihazlarda bireysel kullanım için idealdir (örneğin, akıllı telefonlar ve tabletler).
5. Yasal Uyumluluk
Son yıllarda, dünya çapında önemli gizlilik düzenlemeleri ortaya çıkıyor. GDPR'nin oluşturulmasından bu yana 2016, birçok büyük ekonomi kendi GDPR taklit yasalarını oluşturdu, Gizlilik düzenlemelerini dünya çapında bir trend haline getirmek.
Bundan dolayı, Günümüzde şirketlerin veri toplama konusunda her zamankinden daha fazla kısıtlaması var.
Ve dünya genelinde gizlilik düzenlemelerinde bir numaralı faktör rızadır. Şirketlerin, kullanıcı verilerini yakalamalarına izin verilmeden önce açık kullanıcı izni alması gerekir, veya önemli hukuki risklerle karşı karşıyalar.
Bundan dolayı, gizlilik dostu teknolojilerin önemi her zamankinden daha önemli. Bu tür teknolojileri uygulayan şirketlerin endişelenecek yasal riskleri çok daha azdır, ve başa çıkmak için çok daha az zorluk.
Yüz tanıma, bir kişinin verilerinin rızası olmadan yakalanmasına olanak tanıdığından, Şirketlerin açık bir şekilde bilgi aldıklarından emin olmak için önlemler alması kritik öneme sahiptir., Kullanıcı verilerini toplamadan önce doğrulanabilir onay - aksi takdirde ciddi para cezalarıyla karşı karşıya kalma riskiyle karşı karşıya kalırlar.
Avuç içi damarının yüz tanımaya göre avantajı şudur:, otomatik olarak yerleşik onaya sahip olduğundan, bununla ilişkili çok daha az yasal riske sahiptir.
Palmiye damarı ile, Bir kullanıcının biyometrik verilerini vermeyi kabul edip etmediği konusunda hiçbir şüphe yok, çünkü bir kişinin terminalle açık etkileşimi olmadan yakalanamaz.
Ve çünkü otomatik, Avuç içi damarı ile biyometrik verilerin zorla yakalanması mümkün değildir (yüz tanımada olduğu gibi), çoğu veri koruma düzenlemesindeki izin odaklı yönergelerle otomatik olarak uyumludur.
Bu, avuç içi damarını daha kullanışlı hale getirir, daha az riskli, Biyometriyi işlerinde uygulamak isteyen şirketler için sorunsuz seçim.
Çözüm
Yüz tanıma ve avuç içi damarı geniş bir uygulama yelpazesine sahip güçlü biyometrik teknolojilerdir, ama birçok yönden tamamen zıtlar.
Kamu ve ticari kullanım için, Avuç içi damarının yüz tanımaya göre birçok avantajı vardır, çeşitli gizlilik sunan, güvenlik, ve yüz tanımanın sahip olmadığı doğruluk avantajları.
Ek olarak, güvenilirlik ve yasal risk açısından, Avuç içi damarı, gizlilik odaklı tasarımı nedeniyle işlerinde biyometri uygulamak isteyen şirketler için genellikle daha az riskli bir seçenektir.
Kişisel cihazlarda kullanım için, Yine de, yüz tanıma, güvenlik kameralarında kullanılan yüz tanıma türüyle aynı gizlilik risklerine sahip olmayan kullanışlı ve kullanımı kolay bir kimlik doğrulama yöntemidir.
Bu faktörler avuç içi damarını ortak kullanım için ideal biyometrik hale getirir (örneğin, Müşteriler veya çalışanlar tarafından kullanılan), yüz tanıma, kişisel cihazların kimliğini doğrulamak için mükemmel bir seçimdir.
Her biyometrinin kendine özgü artıları ve eksileri vardır. Piyasadaki diğer biyometri türleri hakkında daha fazla bilgi edinmek ve işletmeniz için hangisinin doğru olduğunu belirlemeye yardımcı olmak için, Piyasadaki tüm farklı biyometrileri araştıran e-kitabımıza göz atın.
Madde 10：Biyometrik önlemlerin ardındaki mantık
Biyometrik ölçüm, yüzünüzün fotoğrafını çekmekten ziyade yüzünüzün haritasını çıkarmaya benzer. Biyometrik tarayıcı binlerce noktayı dijitalleştiriyor, mesafeler, ve yüzdeki çarpıklıkların oranları. Örneğin, çeneniz ile alnınız arasındaki mesafeleri karşılaştıracak veya burnunuzun tam olarak nerede olduğunu tespit edecektir.
Parmak halkalarındaki desenleri arayacak veya, ses tanıma durumunda, Kimliği doğrulamak için bir kişinin ağzının veya boğazının benzersiz şeklini keşfedin. Konuşmacı veya ses tanıma, metne bağlı öğeler gibi ek bir güvenlik avantajı içerebilir, bir parola gibi. Bu sadece bir konuşma kalıbı keşfetmek değil, ama aynı zamanda neredeyse ikinci bir sesli şifre.
Veri toplama yöntemi ne olursa olsun, Biyometrik tarayıcılar, ölçümleri sayılara dönüştürerek kişinin kimliğini anlamlandırıyor. Numaralar daha sonra kimliği doğrulanmış kullanıcılar için önceden kaydedilmiş ölçümlerin yer aldığı bir veritabanında çalıştırılır.. Bu yüzden, Evet, bir bakıma, biyometri ile, her kişi bir sayıya dönüştürülür, Hangi, erişim kontrolü açısından, bu iyi bir şey. Özellikle birden fazla fiziksel veya kişisel güvenlik katmanına sahip büyük işletmeler için benzersiz kimlik doğrulama ayarlamanız gerekiyorsa.
Madde 11 : Biyometride termal tarama
Biyometri tabanlı güvenliğin en yeni katmanı termal taramadır, vücut ısısını ölçen ve belirli bir eşiğin üzerinde olan kişinin içeri girmesine izin vermeyen. Bu genellikle kimlik tespiti için yüz tanımayla birlikte kullanılır, veya bazı durumlarda, Kullanıcı yalnızca ilk önce ateş taramasını geçerse anahtar kartı veya şifresiyle kapının kilidini açabilir. Bu, COVID-19 salgını sırasında çalışanlarını mümkün olduğunca güvende tutmak ve virüsün yayılmasını azaltmak için işletmeler için giderek daha önemli hale geldi.. Birçok işletme bu önlemi ziyaretçilerin ateşini kontrol etmek için de kullandı., onunla kimlik tespiti kullanmadan.
Termal tarama yalnızca ofisinizin hastalıklardan korunmasına yardımcı olmakla kalmaz, ancak alanınız için ek bir koruma katmanı olarak Kisi gibi bulut tabanlı erişim sistemleriyle de sorunsuz bir şekilde çalışır. Maalesef, genellikle yüz tarama terminallerinin eklenmesini gerektirirler, yüz tanıma amaçlı, biyometrik ölçüm özellikleri bağımsız seçenekler yerine bu cihazlarla birlikte geldiğinden.
Blogunuz için teşekkürler, okumak güzel. Durma.