基于生物識別的身份驗證解決方案

　　在創(chuàng)建生物識別傳感技術(shù)方面已經(jīng)付出了很多努力并取得了很大成就，該技術(shù)可以毫無疑問地識別我們是誰?？捎玫淖R別方法包括指紋分析、面部識別、獨特的虹膜圖案標識符等。工程師可以使用全面的生物識別 ID 技術(shù)組合，其他技術(shù)仍在設(shè)計中，它們提供不同程度的身份驗證，并帶有同樣種類繁多的價格標簽。

　　好消息是，生物識別技術(shù)已經(jīng)足夠先進，在日常生活中幾乎不會被注意到。我們的許多智能手機和平板電腦現(xiàn)在都采用某種形式的生物特征識別——通常是指紋分析——來提供訪問和保護我們的信用卡、銀行賬戶和個人數(shù)據(jù)。

　　生物識別技術(shù)正在迅速取代使用傳統(tǒng)門禁卡的過時員工識別系統(tǒng)。這些卡存在嚴重漏洞，尤其是在丟失或被盜時。作為補償，商務辦公室、機場和政府機構(gòu)要么實施冗余的、資源密集型的員工訪問控制措施，要么讓關(guān)鍵區(qū)域容易受到欺詐和非法進入。通過在現(xiàn)有安全平臺上添加生物識別安全層，可以消除欺詐并顯著提高安全性。

　　在 9/11 事件之后，國土安全部在生物識別技術(shù)上花費了超過 1 億美元，在過去的八年里，僅國防部就在這項技術(shù)上花費了大約 35 億美元；例如，在試圖將叛亂分子與公眾區(qū)分開來時，美國軍方收集了數(shù)百萬伊拉克人和阿富汗人的指紋、虹膜掃描和面部圖像。

　　今天的生物識別解決方案旨在即使在最困難的情況下也能發(fā)揮作用。例如，F(xiàn)acebook 開發(fā)了一種先進的面部識別軟件程序，即使他們的臉不可見，它也能識別個人。一旦一個人被標記并進入 Facebook 系統(tǒng)，據(jù)說該技術(shù)能夠根據(jù)體型、頭發(fā)、姿勢、姿勢和服裝等來識別人。

　　同樣，萬事達卡版本使用自拍作為安全基礎(chǔ)。用戶在購買時自拍以授權(quán)購買，以確認他們的身份以及他們確實是買家。用戶在拍照時必須眨眼，以防止黑客對之前拍攝的照片進行拍照。該應用程序還允許用戶掃描他們的指紋，通過 Apple Pay 確認第二種形式的 ID。

　　技術(shù)選項

　　Omron 的 人類視覺組件 （HVC）模塊（圖 1）證明了底層傳感器技術(shù)取得了長足的進步。它基于使用 10 種算法或功能，包括面部檢測、面部識別、性別、年齡、表情、面部姿勢、凝視和眨眼估計以及手和身體檢測。通過與數(shù)據(jù)庫中已注冊的人臉進行比較，可以通過人臉識別出具有各種面部姿勢、表情和光照條件的人。該傳感器還可以在各種表情和照明條件下估計人臉的年齡和性別。HVC 傳感器甚至會自動估計各種面部表情（中性、快樂、悲傷、憤怒和驚訝）。

　　圖 1：使用 Omron B5T-01001 （G） 模塊的水平和垂直檢測范圍的圖像輸入規(guī)格。

　　Omron 將其 OKAO Vision 圖像傳感技術(shù)、相機、處理器和外部接口集成到單個 60 mm x 40 mm PCB 上。HVC 充當傳感器并使用 UART 接口提供有關(guān)它所看到的人的數(shù)據(jù)。除了安全應用程序之外，無論何時人們與機器交互，從消費者到工業(yè)環(huán)境，捕獲此類數(shù)據(jù)都是有益的。

　　為了幫助工程師，歐姆龍還提供了一個名為B5TE001SG的人類視覺組件演示套件。

　　身份驗證背后的技術(shù)通常涉及模式識別。Cogniem Technologies的 CM1K 模式識別芯片（圖 2）就是這種技術(shù)狀態(tài)的一個很好的例子。CogniMem 神經(jīng)網(wǎng)絡的第一個 ASIC 版本具有 1024 個并行工作的神經(jīng)元，能夠在短短幾微秒內(nèi)學習和識別多達 256 字節(jié)的模式。神經(jīng)元是一種聯(lián)想記憶，它可以自主地將輸入模式與其參考模式進行比較。

　　圖 2：CogniMem CM1K 的功能圖。

　　芯片支持的兩個非線性分類器即使在數(shù)據(jù)不明確、未知事件以及上下文和工作條件發(fā)生變化時也能對模式進行分類?；诘鸵_數(shù)和低功耗，它被用作智能傳感器和攝像頭的配套芯片。

　　功能包括能夠在 27 MHz 時鐘下在 10 微秒內(nèi)識別 1024 個或任何數(shù)字中的一個向量。該識別時間與模型數(shù)量無關(guān)。該芯片僅在 10 微秒內(nèi)學習一個向量。它保存和加載模型（即知識庫），并使用少于十幾個寄存器的簡單 RTL 指令。它提供并行和串行通信以及直接連接到識別階段的可選數(shù)字輸入總線。

　　據(jù)該公司稱，模式識別技術(shù)基于一個簡單的架構(gòu)。它是一串并行運行的相同神經(jīng)元。在識別輸入向量的過程中，神經(jīng)元會進行 15 個時鐘周期的短暫通信以找到最佳匹配。CM1K 還集成了一個內(nèi)置識別引擎，該引擎直接通過數(shù)字輸入總線接收矢量數(shù)據(jù)并將其廣播到神經(jīng)元，在 3 微秒后返回最佳擬合類別。它還可以選擇從二維視頻數(shù)據(jù)中提取一維矢量。

　　應用包括協(xié)助識別圖像和信號識別以及數(shù)據(jù)挖掘的能力。圖像識別領(lǐng)域的應用包括人臉識別、注視跟蹤、目標跟蹤和識別以及物體識別。在信號識別領(lǐng)域，它用于語音識別和語音識別，在數(shù)據(jù)挖掘中，它的用途包括生物信息學和指紋識別。

　　對生物識別應用至關(guān)重要的不僅僅是準確驗證 ID 的能力。一旦用戶信息到位，數(shù)據(jù)的安全至關(guān)重要。為此，有 MikroBUS Fingerprint click 開發(fā)板（圖 3），這是一種用于在設(shè)計中添加生物識別安全性的 click 板解決方案。GTS-511E2 模塊是目前市場上最薄的指紋傳感器，該模塊具有一個 CMOS 圖像傳感器，配有一個特殊的鏡頭和覆蓋物，可記錄真實指紋并防止 2-D 偽造。它還具有用于圖像處理的 STM32 MCU。

　　指紋點擊可以通過UART（TX，RX）或SPI（CS，SCK，MISO，MOSI）線與目標板MCU通信。它還帶有一個迷你 USB 連接器，用于將 Click 板連接到 PC——供應商表示，由于將輸入與現(xiàn)有的大型數(shù)據(jù)庫進行比較和匹配所需的處理能力，這通常是開發(fā)指紋識別軟件的更合適的平臺。圖片。該板還配備了額外的 GPIO 引腳，可以更多地訪問板載 STM32。指紋點擊設(shè)計為使用 3.3 V 電源。

　　圖 3：MikroBUS 指紋開發(fā)系統(tǒng)為生物識別應用程序增加了安全性。

　　底層算法

　　算法開發(fā)在基于生物識別的應用程序中的重要性怎么強調(diào)都不為過。一般來說，它分為兩組，幾何和光度。第一個專注于區(qū)分特征，后者是一種統(tǒng)計方法，將圖像轉(zhuǎn)換為值并使用這些值將它們與有助于消除差異的模板進行比較。

　　最近的趨勢是 3D 人臉識別，它使用 3D 傳感器收集有關(guān)人臉形狀的信息，并使用它來識別眼窩輪廓、下巴和鼻子形狀等不同特征。這種方法的好處是它不會因光照變化而失真，并且能夠使用面部的各種角度正確識別，而不是直接拍攝。使用的 3-D 數(shù)據(jù)點提高了識別精度。

　　當人們考慮到快速改進的底層傳感器、新的高度集成的芯片和先進的算法時，很容易看出為什么生物識別安全和識別正在爆炸式增長。事實上，5 月份發(fā)布的市場與市場報告預測，到 2020 年，生物識別系統(tǒng)市場預計將達到 244 億美元，2015 年至 2020 年的復合年增長率為 17.9%。