アイデンティティ認証技術の進化において セキュリティと便利性の最適なバランスをとることは 業界にとって常に重要な課題でした特定のシナリオのニーズを満たすことができます顔認識は便利性においてより大きな利点を持っています. 顔認識は,ユーザの習慣を広範囲に広げていますこの実用的な需要は,アイリス認識からより広範なマルチモダルの領域まで,私たちの技術研究開発の境界を広げることを促しました.
システム的な技術研究と開発を通じて,ホームシュの技術は基本的に多形態の生体認証のための統一された枠組みの構築を完了しました.このフレームワークの基本的な設計コンセプトは,アイリス認識のセグメント化とコーディングモデル (私たちが長年に渡って改良した) を基本的なアーキテクチャとして使用することです.基礎の特徴抽出層を再利用することで,2つの新しい方法 (顔と指紋認識) の転送学習を完了します.画像分割アルゴリズムの選択は偶然ではありませんイリス認識の分野に蓄積したマッチングロジックは,本質的に非常に構造的に他の生体測定機能の処理ワークフローに類似しています.この洞察に基づいた統一枠組みは,ゼロから3つの独立したシステムを構築するのではなく,クロスモダルの知識の転送を可能にします.
性能検証に関しては,顔認識モジュールは,国際的に使用されるCASIA Face V5評価データセットで 0.4%の等誤差率 (EER) を達成しました.指紋認識モジュールは EER を 0 にしましたFVC2004国際指紋コンテストの標準データセットの.35%です.特に注意すべきは,これらの2つのパフォーマンスメトリックが私たちの最終的な目標ではないということです.枠組みの可行性を検証するための段階的な結果単一のモダリティに深く最適化された専用アルゴリズムと比較して,各モダリティにおける統一フレームワークのパフォーマンスは最高のものではありません.核融合の認識と柔軟な導入のための技術的基盤を確立することにある.
現在,三形態の融合認識機能は,予備検証を完了しています.融合認識は,3つの生体認証情報 (アイリス) を包括的に利用するシステム能力を指します.理論的には認識の信頼性と攻撃防止能力を大幅に向上させる.この機能は,金融決済などの高度なセキュリティのシナリオで直接的な応用価値があります重要なインフラへのアクセス.
次の研究開発の作業では,2つの技術的方向性を調査することに焦点を当てます.
まず,2つの技術的な経路の効果を体系的に比較する研究を行います. 各モードの独立したチャンネル解読と共有基地の共同訓練です.目的は,認識性能とモデルのサイズとの間に最適なバランスを見つけることです. これは,リソースが限られたエッジデバイスにアルゴリズムを展開するために重要です..
2つ目は 認識モードのフリースイッチ機能の エンジニアリング開発を迅速に完了しますユーザが,実際のアプリケーションシナリオのセキュリティレベル要件に応じて,認識方法を柔軟に選択できるようにする.例えば,高セキュリティのシナリオでは虹膜や指紋認識が有効になり,日常の便利なシナリオでは顔認識が有効になります.信頼性が高い特殊な状況に適しています.
長期的に見れば the construction of the multi-modal unified framework is a key step for Homsh’s technology to evolve from a professional iris recognition manufacturer to a comprehensive biometric recognition solution providerスマートウェアラブルデバイス,VR/ARターミナル,スマートセキュリティ,または金融アイデンティティ認証などのアプリケーション分野であれ,マルチモダルの融合認識は 次世代の人間・コンピュータ・インタラクションシステムの基本機能の一つとなるこの技術成果がパートナーやエンドユーザーに より安全で柔軟な アイデンティティ認証体験を 近いうちにもたらすことを期待しています
