รูปแบบทางสรีรวิทยา

ดังที่แสดงไว้ก่อนหน้านี้กิริยาทางสรีรวิทยาขึ้นอยู่กับการวัดโดยตรงของส่วนต่างๆของร่างกายมนุษย์เช่นม่านตาลายนิ้วมือรูปร่างและตำแหน่งของนิ้วเป็นต้น

มีลักษณะทางกายภาพบางอย่างที่ไม่เปลี่ยนแปลงตลอดชีวิตของคน ๆ หนึ่ง พวกเขาสามารถเป็นแหล่งข้อมูลที่ดีเยี่ยมในการระบุตัวบุคคล

ระบบจดจำลายนิ้วมือ

เป็นโซลูชันไบโอเมตริกซ์ที่รู้จักและใช้มากที่สุดในการตรวจสอบบุคคลบนระบบไบโอเมตริกซ์ สาเหตุที่ทำให้มันได้รับความนิยมคือมีแหล่งข้อมูลไบโอเมตริกซ์ที่มีอยู่ 10 แหล่งและง่ายต่อการได้มา

ทุกคนมีลายนิ้วมือที่เป็นเอกลักษณ์ซึ่งประกอบด้วยสันร่องและทิศทางของเส้น มีสามรูปแบบพื้นฐานของสันเขา ได้แก่arch, loopและ whorl. ความเป็นเอกลักษณ์ของลายนิ้วมือจะพิจารณาจากคุณสมบัติเหล่านี้เช่นเดียวกับminutiae features เช่นการแยกส่วนและจุด (จุดสิ้นสุดของสันเขา)

ลายนิ้วมือเป็นหนึ่งในเทคนิคการจดจำที่เก่าแก่และเป็นที่นิยมมากที่สุด เทคนิคการจับคู่ลายนิ้วมือมีสามประเภท -

  • Minutiae Based Techniques- ในจุดข้อปลีกย่อยเหล่านี้จะพบแล้วแมปกับตำแหน่งสัมพัทธ์บนนิ้ว มีปัญหาบางอย่างเช่นหากรูปภาพมีคุณภาพต่ำก็ยากที่จะหาจุดข้อปลีกย่อยได้อย่างถูกต้อง ปัญหาอีกประการหนึ่งคือการพิจารณาตำแหน่งของสันเขาและร่องในท้องถิ่น ไม่ใช่ทั่วโลก

  • Correlation Based Method- ใช้ข้อมูลระดับสีเทาที่สมบูรณ์ยิ่งขึ้น มันเอาชนะปัญหาของวิธีการที่ใช้ข้อปลีกย่อยโดยสามารถทำงานกับข้อมูลที่มีคุณภาพไม่ดี แต่ก็มีปัญหาบางอย่างเช่นการแปลจุด

  • Pattern Based (Image Based) Matching - อัลกอริธึมตามรูปแบบจะเปรียบเทียบรูปแบบลายนิ้วมือพื้นฐาน (arch, whorl และ loop) ระหว่างเทมเพลตที่จัดเก็บและลายนิ้วมือของผู้สมัคร

ข้อดีของระบบจดจำลายนิ้วมือ

  • นับเป็นวิธีการที่ร่วมสมัยที่สุด
  • เป็นวิธีที่ประหยัดที่สุด
  • มีความน่าเชื่อถือและปลอดภัยสูง
  • ใช้งานได้กับเทมเพลตขนาดเล็กซึ่งทำให้กระบวนการตรวจสอบเร็วขึ้น
  • ใช้พื้นที่หน่วยความจำน้อยลง

ข้อด้อยของระบบจดจำลายนิ้วมือ

  • รอยแผลเป็นบาดแผลหรือการไม่มีนิ้วอาจขัดขวางกระบวนการรับรู้
  • ระบบต่างๆสามารถหลอกได้โดยใช้นิ้วเทียมที่ทำจากขี้ผึ้ง
  • มันเกี่ยวข้องกับการสัมผัสทางกายภาพกับระบบ
  • พวกเขาทิ้งรูปแบบของนิ้วไว้ข้างหลังในเวลาที่ป้อนตัวอย่าง

การใช้งานระบบจดจำลายนิ้วมือ

  • การตรวจสอบความถูกต้องของใบขับขี่
  • การตรวจสอบความถูกต้องของใบขับขี่
  • การควบคุมชายแดน / การออกวีซ่า
  • การควบคุมการเข้าถึงในองค์กร

ระบบจดจำใบหน้า

การจดจำใบหน้าขึ้นอยู่กับการกำหนดรูปร่างและขนาดของกรามคางรูปร่างและตำแหน่งของดวงตาคิ้วจมูกริมฝีปากและโหนกแก้ม เครื่องสแกนใบหน้า 2D เริ่มอ่านรูปทรงใบหน้าและบันทึกลงในตาราง รูปทรงใบหน้าจะถูกโอนไปยังฐานข้อมูลในรูปของจุด อัลกอริธึมการเปรียบเทียบจะทำการจับคู่ใบหน้าและสร้างผลลัพธ์ การจดจำใบหน้าทำได้ด้วยวิธีต่อไปนี้ -

  • Facial Metrics - ในประเภทนี้จะวัดระยะห่างระหว่างรูม่านตาหรือจากจมูกถึงริมฝีปากหรือคาง

  • Eigen faces - เป็นขั้นตอนการวิเคราะห์ภาพใบหน้าโดยรวมโดยใช้จำนวนใบหน้าหลาย ๆ แบบรวมกัน

  • Skin Texture Analysis - มีเส้นลวดลายและจุดที่เป็นเอกลักษณ์ที่ปรากฏบนผิวหนังของบุคคล

ข้อดีของระบบจดจำใบหน้า

  • มีการจัดเก็บเทมเพลตในฐานข้อมูลได้ง่าย
  • ช่วยลดความซับซ้อนทางสถิติในการจดจำภาพใบหน้า
  • ไม่เกี่ยวข้องกับการสัมผัสทางกายภาพกับระบบ

ลักษณะของระบบจดจำใบหน้า

  • ลักษณะใบหน้าเปลี่ยนไปตามกาลเวลา
  • ไม่รับประกันความเป็นเอกลักษณ์เช่นในกรณีของฝาแฝดที่เหมือนกัน
  • หากใบหน้าของผู้สมัครแสดงการแสดงออกที่แตกต่างกันเช่นยิ้มอ่อน ๆ ก็อาจส่งผลต่อผลลัพธ์ได้

  • ต้องใช้แสงที่เพียงพอเพื่อให้ได้อินพุตที่ถูกต้อง

การใช้งานระบบจดจำใบหน้า

  • การยืนยันตัวตนทั่วไป
  • การตรวจสอบการควบคุมการเข้าถึง
  • ปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์
  • การระบุอาชญากรรม
  • Surveillance.

ระบบจดจำม่านตา

การจดจำม่านตาทำงานบนพื้นฐานของรูปแบบม่านตาในสายตามนุษย์ ม่านตาเป็นเนื้อเยื่อยืดหยุ่นที่มีเม็ดสีที่มีช่องเปิดเป็นวงกลมตรงกลาง ควบคุมเส้นผ่านศูนย์กลางของรูม่านตา ในมนุษย์ผู้ใหญ่พื้นผิวของม่านตาจะคงที่ตลอดชีวิต รูปแบบม่านตาของตาซ้ายและขวาแตกต่างกัน รูปแบบและสีของม่านตาเปลี่ยนไปจากคนสู่คน

เกี่ยวข้องกับการถ่ายภาพม่านตาด้วยกล้องที่มีความสามารถจัดเก็บและเปรียบเทียบสิ่งเดียวกันกับดวงตาของผู้สมัครโดยใช้อัลกอริธึมทางคณิตศาสตร์

ข้อดีของระบบจดจำม่านตา

  • มีความแม่นยำสูงเนื่องจากโอกาสในการจับคู่ไอริส 2 อันคือ 1 ใน 10 พันล้านคน

  • สามารถปรับขนาดได้สูงเนื่องจากรูปแบบม่านตายังคงเหมือนเดิมตลอดอายุการใช้งานของบุคคล

  • ผู้สมัครไม่จำเป็นต้องถอดแว่นตาหรือคอนแทคเลนส์ ไม่ขัดขวางความถูกต้องของระบบ

  • ไม่เกี่ยวข้องกับการสัมผัสทางกายภาพกับระบบ

  • ให้การตรวจสอบทันที (2 ถึง 5 วินาที) เนื่องจากเทมเพลตมีขนาดเล็ก

ข้อด้อยของระบบจดจำม่านตา

  • เครื่องสแกนม่านตามีราคาแพง
  • ภาพคุณภาพสูงสามารถหลอกสแกนเนอร์ได้
  • บุคคลต้องให้ศีรษะนิ่งมากเพื่อการสแกนที่แม่นยำ

การใช้งานระบบจดจำม่านตา

  • ความมั่นคงแห่งชาติและบัตรประจำตัวเช่นบัตรAdhaarในอินเดีย
  • Google ใช้การจดจำม่านตาเพื่อเข้าถึงศูนย์ข้อมูล

ระบบจดจำรูปทรงเรขาคณิตของมือ

ซึ่งรวมถึงการวัดความยาวและความกว้างของฝ่ามือพื้นที่ผิวความยาวและตำแหน่งของนิ้วมือและโครงสร้างกระดูกโดยรวมของมือ มือของบุคคลนั้นมีลักษณะเฉพาะและสามารถใช้ระบุบุคคลจากผู้อื่นได้ มีระบบเรขาคณิตสองมือ -

  • Contact Based- วางมือบนพื้นผิวของสแกนเนอร์ ตำแหน่งนี้อยู่ในตำแหน่งด้วยหมุดห้าตัวซึ่งจะนำทางให้มือของผู้สมัครอยู่ในตำแหน่งที่ถูกต้องสำหรับกล้อง

  • Contact Less - ในแนวทางนี้ไม่จำเป็นต้องใช้หมุดหรือแพลตฟอร์มสำหรับการรับภาพมือ

ข้อดีของระบบจดจำรูปทรงเรขาคณิตด้วยมือ

  • มีความทนทานและเป็นมิตรกับผู้ใช้
  • การเปลี่ยนแปลงความชุ่มชื้นของผิวหนังหรือเนื้อสัมผัสไม่ส่งผลกระทบต่อผลลัพธ์

Demerits of Hand Geometry Recognition System

  • เนื่องจากรูปทรงมือไม่ซ้ำกันจึงไม่น่าเชื่อถือมากนัก
  • ใช้ได้ผลในกรณีของผู้ใหญ่ไม่ใช่สำหรับเด็กที่กำลังเติบโต
  • หากมือของผู้สมัครอยู่กับเครื่องประดับปูนปลาสเตอร์หรือโรคข้ออักเสบก็มีแนวโน้มที่จะทำให้เกิดปัญหา

การประยุกต์ใช้ระบบจดจำรูปทรงเรขาคณิตของมือ

  • โรงไฟฟ้านิวเคลียร์และการใช้งานทางทหาร Hand Geometry Recognition สำหรับการควบคุมการเข้าถึง

ระบบสแกนจอประสาทตา

เรตินาเป็นชั้นเยื่อบุด้านหลังของลูกตาซึ่งครอบคลุม 65% ของพื้นผิวด้านในของลูกตา ประกอบด้วยphotosensitiveเซลล์. เรตินาของแต่ละคนมีลักษณะเฉพาะเนื่องจากเครือข่ายหลอดเลือดที่ซับซ้อนซึ่งส่งเลือด

เป็นไบโอเมตริกซ์ที่เชื่อถือได้เนื่องจากรูปแบบเรตินายังคงไม่เปลี่ยนแปลงตลอดชีวิตของบุคคลนั้นโดย จำกัด รูปแบบของผู้ที่เป็นโรคเบาหวานต้อหินหรือความผิดปกติของความเสื่อมบางอย่าง

ในกระบวนการสแกนจอประสาทตาบุคคลจะถูกขอให้ถอดเลนส์หรือแว่นตา ลำแสงอินฟราเรดความเข้มต่ำจะถูกส่งเข้าสู่ดวงตาของบุคคลเป็นเวลา 10 ถึง 15 วินาที แสงอินฟราเรดนี้ถูกดูดซึมโดยเส้นเลือดที่สร้างรูปแบบของหลอดเลือดในระหว่างการสแกน จากนั้นรูปแบบนี้จะถูกแปลงเป็นดิจิทัลและเก็บไว้ในฐานข้อมูล

ข้อดีของระบบสแกนจอประสาทตา

  • ไม่สามารถปลอมแปลงได้
  • มีความน่าเชื่อถือสูงเนื่องจากอัตราความผิดพลาดคือ 1 จากตัวอย่าง crore (ซึ่งเกือบ 0%)

ข้อด้อยของระบบสแกนจอประสาทตา

  • ไม่เป็นมิตรกับผู้ใช้มากนักเนื่องจากผู้ใช้จำเป็นต้องรักษาความมั่นคงซึ่งอาจทำให้เกิดความรู้สึกไม่สบายได้

  • มีแนวโน้มที่จะเปิดเผยภาวะสุขภาพที่ไม่ดีบางอย่างเช่นความดันโลหิตสูงหรือโรคเบาหวานซึ่งทำให้เกิดปัญหาความเป็นส่วนตัว

  • ความแม่นยำของผลลัพธ์มีแนวโน้มที่จะเกิดโรคต่างๆเช่นต้อกระจกต้อหินเบาหวานเป็นต้น

การใช้งานระบบสแกนจอประสาทตา

  • มีการปฏิบัติโดยหน่วยงานของรัฐบางแห่งเช่น CID, FBI เป็นต้น
  • นอกเหนือจากแอปพลิเคชันด้านความปลอดภัยแล้วยังใช้สำหรับการวินิจฉัยโรคตา

ระบบจดจำดีเอ็นเอ

Deoxyribo Nยูลิค Acid (DNA) เป็นสารพันธุกรรมที่พบในมนุษย์ มนุษย์ทุกคนยกเว้นฝาแฝดที่เหมือนกันมีลักษณะเฉพาะที่พบในดีเอ็นเอซึ่งอยู่ในนิวเคลียสของเซลล์ มีแหล่งที่มาจากหลายแหล่งที่สามารถรวบรวมรูปแบบของดีเอ็นเอเช่นเลือดน้ำลายเล็บเส้นผม ฯลฯ

ภายในเซลล์ DNA ถูกจัดเรียงเป็นโครงสร้างเกลียวคู่ยาวเรียกว่า chromosomes. โครโมโซมในมนุษย์มี 23 คู่ จากโครโมโซมทั้งหมด 46 โครโมโซมลูกหลานจะได้รับโครโมโซม 23 ตัวจากพ่อแม่ทางชีววิทยาแต่ละตัว DNA ของลูกหลาน 99.7% แบ่งปันกับพ่อแม่ DNA ที่เหลืออีก 0.3% มีการเข้ารหัสซ้ำ ๆ กันเฉพาะสำหรับแต่ละบุคคล

ขั้นตอนพื้นฐานของการทำโปรไฟล์ดีเอ็นเอคือ -

  • 1. แยกดีเอ็นเอออกจากตัวอย่างที่ได้มาจากเลือดน้ำลายเส้นผมน้ำอสุจิหรือเนื้อเยื่อ

  • 2. แยกตัวอย่างดีเอ็นเอออกเป็นส่วนที่สั้นกว่า
  • 3. การจัดระเบียบส่วนดีเอ็นเอตามขนาด
  • 4. เปรียบเทียบส่วนดีเอ็นเอจากตัวอย่างต่างๆ

ยิ่งตัวอย่างมีรายละเอียดมากเท่าใดการเปรียบเทียบก็ยิ่งแม่นยำมากขึ้นและการระบุตัวตนของแต่ละบุคคลก็จะยิ่งมากขึ้นเท่านั้น

DNA Biometrics แตกต่างจากคนอื่น ๆ ด้วยวิธีต่อไปนี้ -

  • มันต้องการตัวอย่างทางกายภาพที่จับต้องได้แทนที่จะเป็นภาพ
  • การจับคู่ดีเอ็นเอจะกระทำกับตัวอย่างทางกายภาพ ไม่มีการแยกคุณลักษณะหรือการบันทึกเทมเพลต

ข้อดีของระบบจดจำดีเอ็นเอ

ให้ความแม่นยำสูงสุด

Demerits ของ DNA Recognition System

  • ความยาวของขั้นตอนตั้งแต่การได้มาของตัวอย่างจนถึงผลลัพธ์มีมาก
  • การให้ข้อมูลมากขึ้นทำให้เกิดปัญหาความเป็นส่วนตัว
  • ต้องการพื้นที่จัดเก็บมากขึ้น
  • การสุ่มตัวอย่างการปนเปื้อนหรือการย่อยสลายของตัวอย่างอาจส่งผลต่อผลลัพธ์

การประยุกต์ใช้ระบบจดจำดีเอ็นเอ

  • ส่วนใหญ่จะใช้เพื่อพิสูจน์ความผิดหรือความบริสุทธิ์
  • ใช้ในการรักษาความปลอดภัยทางกายภาพและเครือข่าย