この記事の出典：Wulian Media
著者：Vior.Liu
Internet of Things Exchange：1万イベントにサインアップする
今年の初めから現在まで、ToFセンサーは、Apple、Samsung、GD、AMS、その他のセンサー会社やスマートハードウェア会社が常に注目しているテクノロジーです。ToFセンサー
の最も広く使用されている分野は顔認識です。
ほぼ全員が、政務、アクセス制御、支払いなどのアプリケーションシナリオで顔認識を使用しています。調査によると、90％の人が関連技術を使用しています。利便性は高いものの、顔認識のセキュリティ問題は技術から生まれています。これまで、顔の認識だけでなく、指紋認識、音声認識、虹彩認識、静脈認識などの生体認証技術がAI分野で常にホットな話題になっています。
しかし、顔認識のセキュリティは頻繁な雷雨であり、バイオメトリクスのセキュリティが注目されています。では、バイオメトリクスとはどのようなビジネスですか？
指紋認識と顔認識は最良の生物測定法ではありません
アプリケーションの傾向の観点から、指紋認識と顔認識は現在最も広く使用されているバイオメトリクスですが、技術的な観点とセキュリティの観点から、どちらも理想的なバイオメトリクスとは見なされません。
バイオメトリック認識の分野では、第1世代と第2世代の認識技術に分けられ、上記の指紋認識、顔認識、虹彩認識、掌紋認識、DNA認識、署名認識、声紋認識、歩行認識はすべてに属します。第一世代の生物測定技術。静脈認識（指静脈認識と手のひら静脈認識に分けられる）と網膜認識は、第2世代の生物測定技術に属しています。
セキュリティと技術の反復の観点から、第2世代のバイオメトリック技術には、第1世代の認識技術よりも多くの利点があります。
2世代のテクノロジーの違いは、機能の可視性やinvivoでの認識とは区別できます。
特徴の可視性、生理学的または行動的特徴が肉眼で見ることができ、模倣およびコピーが容易である場合、生理学的/行動的特徴に基づくこの種の生物測定技術は、第1世代の生物測定技術、指紋認識、顔と呼ぶことができます認識、虹彩認識、掌紋認識、署名認識、声紋認識、および歩行認識。これらの認識技術の動作または特性が表示されます。指紋、顔、および掌紋は、いくつかの技術またはハードウェアとソフトウェアを介して実現できます。ツールは抽出またはコピーされますが、声紋、署名、および歩行は意図的に模倣して、非常に類似した動作特性を取得できます。
生体認識「生体認識」とは、外力で置き換えたりシミュレートしたりすることができない生体の検出と認識を指します。つまり、顔のモデルをコピーまたは3D印刷した場合、プロテーゼ認識は第1世代の生体認証技術としか見なされません。生体認識は本物の生体であるかを判断することができ、視認性と生体認識の要件を満たす生体は第二世代の生体認証技術と見なすことができます。
たとえば、静脈認識では、静脈は指や手のひらに隠れて見えません。また、静脈認識技術は、特定の波長の赤外線を使用して人体を照射します。皮膚の血液と皮膚の下の血管のヘモグロビンは、赤外線の反射が異なります。特性、血管画像のリアルタイム取得、機能の比較と保存された画像との照合により、IDの認証と識別を実現します。そのため、偽の指や指の画像を静脈から識別することはできません。静脈認識は、判断の2つの要件を満たし、第2世代の生体認証技術に属します。
網膜認識は静脈認識に似ており、第2世代の生物測定技術に属しています。網膜は目の下の血液細胞層であり、その特徴は明らかではありません。第二に、血流がない場合、またはそれが非生物である場合、網膜の認識は通過できません。ただし、網膜認識では眼球の裏側を照らすためにレーザーが必要であり、眼球に損傷を与える可能性があり、コストを削減することも困難です。この記事では比較を行いません。
下の図からわかるように、指紋認識と顔認識は、複数の技術的指標の観点から、最良の生物測定法ではありません。
しかし、上記のコスト、利便性、受け入れから、指紋認識と顔認識は確かにバイオメトリクスを普及させるための最良の方法であり、今では市場シェアの点でその名に値します。Transparency Marketの最新データによると、指紋認識はすべてのバイオメトリクスの58％を占め、顔認識は18％を占め、上位2位にランクされています。
しかし、今年の流行の刺激と非接触の経済と技術の成長により、より安全性の高い静脈認識市場も常に人々の注目を集めています。今年の7月、Appleの「困難な生体認証ケースの静脈マッチング」のアプリケーションでは、顔の認識に顔の静脈を使用することで、このテクノロジーには指の静脈や手のひらの静脈よりも多くの利点があると述べられました。複雑な静脈構造の場合、模倣するのはより困難です。Appleと同様に、今年1月、Amazonも手のひら静脈技術を開発して手払いテストを実施しました。
市場の成長に関しては、2020年の静脈認識の市場シェアは2015年と比較して約4倍に増加し、市場規模は約20億米ドルです。著者は、スマートフォンに近赤外線センサーが徐々に設置されることにより、静脈認識の市場成長率がさらに加速すると考えています。
日本では、銀行のATM機、大量の個人情報にアクセスできるPC、アクセス制御・出勤管理システム、安全管理、コピー機管理、電子決済など、本人確認が必要な分野で指静脈技術が広く使われています。同時に、上記の分野では、日立や富士通をはじめ、ほぼすべての特許を日本企業が保有しています。
マルチモーダル、マルチセンサーフュージョンはバイオメトリクスの未来です
方言的には、静脈認識の安全性は比較的高いですが、その普及には大きな課題もあります。
まず、血管は3Dであり、位置や角度によって画像パターンが大きく異なります。特に指静脈認識では、わずかなずれが誤解や誤解を招き、ユーザーエクスペリエンスに大きな影響を与えます。第二に、コストも静脈認識製品の大規模な宣伝を制限する最も重要な要因です。
指紋認識と顔認識を組み合わせることで、現在、市場のニーズに完全に適応できる単一の生体認証技術はありません。同時に、実際の識別システムの構築とアプリケーション環境は複雑であるため、単一の生体識別にはさまざまな問題があります。たとえば、静脈認識に使用される近赤外線センサーと顔認識に使用されるToFセンサーは、データ収集の過程でノイズが発生し、データの精度に影響を与えます。障害のある人など、該当する人は普遍的ではありません。前述の指紋と顔認識のセキュリティ問題は簡単にコピーできます。したがって、単一のバイオメトリクスには、実際のアプリケーションシナリオでの制限があります。
これに基づいて、最近、バイオメトリクスの分野では、マルチモーダルおよびマルチタイプのバイオメトリクス融合技術が将来のトレンドと見なされており、スマートフォン、スマートドアロック、およびセキュリティ分野は、マルチバイオメトリック技術統合のアプリケーションにすでに登場しています。
この傾向は、センサー会社が提唱している現在のマルチセンサーフュージョンテクノロジーとも互換性があります。この点は、提案されたマルチセンサーフュージョンであろうとマルチモーダルバイオメトリックテクノロジーであろうと、本質的に、対応する結果を得るために異なるセンサーやバイオメトリックアルゴリズムを使用せず、フュージョンアルゴリズムを通じて複数のデータを統合することを指摘する必要があります。最終的な認識結果またはデータを決定します。この処理方法は、バイオメトリクスとIoTデータの処理速度とセキュリティを向上させます。
マルチモーダルバイオメトリックフュージョンは、アルゴリズムフュージョンのセンサーフュージョンに基づいて最初に構築する必要があることがわかります。国を見ると、指紋や顔に広く使われていますが、静脈認識などの第2世代の生物測定技術では比較的安全で集中力が高いため、国内のマルチモーダル生物測定法の開発にはまだ時間がかかります。 。