首頁 > 科技週邊 > 人工智慧 > 生物辨識在門禁控制領域的應用與發展

生物辨識在門禁控制領域的應用與發展

WBOY
發布: 2023-04-11 21:04:08
轉載
1970 人瀏覽過

現在門禁已有更先進的技術和新的應用市場,現在應用於門禁系統的技術有:條碼、磁條碼、無線射頻辨識、生物辨識等。其中射頻識別門禁和生物辨識門禁是門禁發展的兩大趨勢。

無線射頻辨識門禁和生物辨識門禁最大的差別就是認證的介質和方式不同,無線射頻辨識門禁是以ID卡、IC智慧卡為介質,認證介質容易遺失,損壞,ID卡也比較容易複製。生物辨識門禁目前有指紋、掌形、面像、虹膜等辨識方式,認證介質不會遺失,安全性較好。無線射頻識別門禁和生物識別門禁在不同的要求和應用場合均得到了廣泛的採用。不過,生物認證模式由於技術發展的瓶頸,在穩定性、應用成本和系統建構難度等方面仍存在一定的問題和實際應用的難度。當然,隨著科技的不斷發展,這些難題有些已經被破解。為了提高系統安全性和適用性,智慧卡多重認證、智慧卡 密碼認證和生物辨識 智慧卡認證等複合認證模式得到了發展。

生物辨識在門禁控制領域的應用與發展

應用較多的生物辨識門禁系統有指紋辨識門禁、臉部辨識門禁、掌紋辨識門禁和虹膜辨識門禁等。

人臉辨識系統

人臉辨識門禁是一款可以離線運作的臉部辨識門禁和考勤產品,它定位於中高階門禁考勤市場,部分取代目前市場上的刷卡、指紋門禁考勤機。

互聯網大會是企業展現自身科技的時刻,百度的刷臉門禁根據百度提供的現場視頻,用戶只要在首次入園時提供身份證掃描併錄入一張實時拍攝照片,耗時在10秒鐘內,用戶在之後就可以「刷臉」在烏鎮景區各處閘機處通行了。百度這樣描述這項技術的應用場景:「當未來的城市把人臉閘機的技術更多地應用到生活,那麼人們上車、回家或許不再需要鑰匙,甚至用人臉實現空調、洗衣機等家用電器的調節了。」

在內部信中,百度提及人臉辨識閘機會基於深度神經網路機器學習演算法對偵測到的多個人臉臉部特徵點進行學習、識別,整個項目貫穿了研發、硬體、技術支援、深度學習實驗室、AI平台部、流程資訊管理部以及內部溝通部等部門。百度的人臉辨識系統準確率達到了98%。

指紋辨識系統

指紋門禁系統以手指取代傳統的鑰匙,使用時只需將手指平放在指紋採集儀的採集視窗上即可完成開鎖任務,操作十分簡便,避免了其它門禁系統(密碼、識別卡等系統)有可能被偽造、盜用、遺忘、破解等弊端。

指紋辨識門禁系統是用指紋辨識技術來驗證身分的。指紋是隨身攜帶的,人人不同,也是終身不變的。 RFID卡可能被借用,指紋是無法借用的。指紋辨識門禁系統更安全和準確,使用的介質也不會遺忘和遺失。目前指紋辨識門禁系統的成本與RFID卡門禁系統相當,因為指紋是無需費用的。

虹膜辨識門禁

虹膜辨識技術是目前生物辨識手段中最為精準的辨識方式,和其他身分辨識技術相比,虹膜辨識具有以下特點:

準確度

受英國政府委託,英國國家物理實驗室(NPL)測試比較了視網膜、虹膜、指紋、掌紋、臉部、聲音、手書動力學等七種技術。報告認為:虹膜、視網膜準確度最高,臉部"是最不準確的",指紋要提高準確性須採集十個手指的指紋。此外,日本自動辨識專題研討會(AIM)給出了不同技術的錯誤接受率,虹膜比指紋準確1200倍,比臉部準確12000,比聲音準確40000倍。 AIM認為,七種技術中準確度最低的是聲音辨識。

抗欺騙性

NPL認為,抗欺騙性虹膜、視網膜最強,指紋、掌紋容易偽造,簽名可以模仿,聲音可以用錄音代替,面部是"最容易被欺騙的"。例如:指紋每次使用時都會留下印膜,很容易被他人取得,用以製造假指紋。

實用性

NPL認為,視網膜在眼底,取像困難,發展前景最差;深色虹膜難於採集可用影像(實際上是所採影像難於正確識別);聲音需要高保真度的麥克風;臉部、掌紋需要高精準攝影機;手冊需要專用寫字板,不能使用電腦上的已有配置;指紋取像容易,但屬於接觸式採集。接觸式採集的弊端是易污染設備,影響準確度。此外,對指紋辨識來說,還有體力勞動使紋理磨損、老年人手指乾澀影響使用等問題。而虹膜採用一般攝影機即可取得,對人體無傷害且便利。

安全等級

與模式辨識領域中的人臉辨識、語音辨識、指紋辨識和掌紋辨識等相比,虹膜辨識的安全等級更高,但是當感測器訊號擷取時對使用人員的操作有特殊要求,容易造成被採集人員的緊張不安,因此目前虹膜識別多用於資訊安全等級較高的領域和部門。

總結:

將生物辨識應用在門禁系統中已經是許多門禁企業目前都在做的事,隨著對生物辨識產品使用使用者的增多,使用者對於使用生物辨識產品的接受程度也越來越高。不同的產品應用會造成使用者對生物辨識技術不同的接受程度。生物辨識技術已經開始達到大規模的應用水平,包括產品價格、品質和技術都已經相對成熟。

以上是生物辨識在門禁控制領域的應用與發展的詳細內容。更多資訊請關注PHP中文網其他相關文章!

來源:51cto.com
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板