업계 특성을 어떻게 파악하나요?

금융산업의 생체인식 기술 적용 솔루션 분석

현대 패턴인식 기술의 발전과 함께 패턴인식 기술의 일부 특정 분야 기술이 점차 성숙해졌으며, 물론 응용할 수 있는 수준에 도달했습니다. 물론 이러한 응용 프로그램의 대부분은 여전히 ​​제한된 환경 조건에 있습니다. 본 논문에서는 패턴인식 전문 방향의 하위 분야인 생체인식 기술과 금융산업에서의 응용을 소개하고, 이를 분석, 비교한다.

2. 생체 인식 기술의 분류

소위 생체 인식 기술은 컴퓨터와 광학, 음향, 바이오 센서 및 생물 통계학 원리와 같은 첨단 기술 수단의 긴밀한 결합을 통해 이루어집니다. , 인체 이용 고유의 생리적 특성(예: 지문, 얼굴 이미지, 홍채 등)과 행동 특성(예: 필기, 음성, 보행 등)을 사용하여 개인의 신원을 식별합니다. 전통적인 식별 방법은 식별 항목(예: 열쇠, 문서, ATM 카드 등)과 식별 지식(예: 사용자 이름, 비밀번호)을 사용합니다. 그러나 주로 외부 객체에 의존하기 때문에 일단 식별 항목과 식별 지식을 통해 증명해야 합니다. 신원은 도난당하거나 잊혀지며, 신원은 쉽게 다른 사람으로 가장되거나 대체될 수 있습니다.

생체인식 기술은 기존 식별 방법보다 더 안전하고 기밀하며 편리합니다. 생체인식 기술은 잊어버리기 어렵고, 위조방지 성능이 뛰어나며, 위조나 도난이 어렵고, '휴대 가능'하고 언제 어디서나 사용할 수 있다는 장점이 있습니다. 생체 인식 기술은 정부, 군대, 은행, 사회 복지, 전자 상거래, 보안 및 국방 분야에서 널리 사용될 수 있습니다. 예를 들어, 예금자가 은행 카드를 가져오지 않고 비밀번호도 기억하지 않은 채 은행에 가서 돈을 인출하면, 현금인출기에서 돈을 인출할 때 카메라가 사용자의 눈을 스캔한 후 빠르고 정확하게 사용자 신원 인증을 완료하고 업무를 처리합니다. 미국 텍사스주 유니언뱅크(Union Bank of Texas) 영업부에서 실제 있었던 장면이다. 본 영업부가 사용하는 것은 현대 생체 인식 기술 중 '홍채 인식 시스템'입니다. 현재 국내외에서 연구되고 있는 관련 기술은 얼굴 인식, 홍채 인식, 지문 인식, 손바닥 인식 등 7가지 세부 기술로 나눌 수 있습니다. 인식, 정맥 인식, 음성 인식, 필기 인식, 행동 인식, 비디오 감독.

위 7가지 기술 중 처음 6가지 기술은 모두 본인 또는 사물이 누구인지 확인하는 신원인증 범주에 속합니다. 행동인식에서 파생된 또 다른 분야는 보조적인 신원 확인 방법인 영상 감독이다. 그러나 신원 인증 이상의 용도가 더 많다는 사실이 밝혀져 점차 분리되었다.

2 지문 인식 기술의 장점:

1. 높은 실용성: 지문 샘플을 쉽게 얻을 수 있고 식별 시스템을 개발하기 쉽습니다.

2. 신뢰성을 높이기 쉽습니다. 더 많은 지문을 등록하고 더 많은 손가락을 식별하면 정확도가 향상됩니다.

3. 좋은 편의성: 지문 스캔은 매우 빠르고 사용하기 매우 편리합니다.

4. 널리 사용됨: 지문 인식 기술이 대부분의 시장을 점유하고 있습니다.

5. 지문 인식 제품은 비용 효율적입니다. 지문 수집 헤드가 더 작고 저렴합니다.

7. 애착(안경, 턱수염)의 영향.

8. 사진(사진)카메라의 변화: 같은 사람이 서로 다른 사진(사진)카메라를 사용해 찍은 이미지는 다르다.

얼굴 인식을 측정하는 주요 성과 지표는 다음과 같습니다. 1. 허위 수락률: 지정된 사람을 다른 사람으로 착각할 확률입니다. 2. 허위 거부율: 지정된 사람을 착각할 확률입니다. 다른 사람을 위한 사람.

두 지표는 컴퓨터가 판단에 사용하는 임계값에 따라 다릅니다. 일반적으로 임계값이 증가할수록(이완된 조건), 오인식률 FAR은 증가하고, 임계값이 증가할수록 거부율 FRR은 감소한다. 따라서 오류율(Equal Error Rate; ERR)은 FAR과 FRR을 FAR과 동일하게 만드는 조정 임계값인 성능 지표로 사용될 수 있으며, 얼굴 인식은 다른 생체 인식 기술에 비해 가장 좋은 성능을 갖습니다. . 확실한 장점은 후자가 쉽다는 것입니다. 기본적으로 사람의 눈으로 판단하면 본인의 신원 인증에 오류가 있는지 확인할 수 있지만, 다른 기술로는 이렇게 간단한 방법으로 판단할 수 없기 때문에 기본적으로 전문가와 특수 장비의 협력이 필요합니다.

2.2 홍채 인식 임상 의학적 관찰에 따르면 홍채는 각막 뒤쪽과 수정체 앞에 위치하며, 색소의 양과 분포에 따라 색이 달라집니다. 이 독특한 붓꽃 구조는 안정성이 매우 좋습니다. 현재 주류 홍채 인식 시스템 응용 프로그램은 흑백 TV와 카메라 기술을 소프트웨어와 결합한 비디오 방식을 사용하여 홍채 디지털 정보를 획득하고, 검증 중에 스캔한 정보를 미리 저장된 템플릿 정보와 비교하여 결정을 내립니다. .

홍채인식 기술의 장점:

1. 생체 특징 수집이 더욱 편리해졌습니다.

2. 높은 정확도: 통계에 따르면 현재까지 홍채 인식의 오류율은 다양한 생체 인식 중 가장 낮습니다.

홍채인식 기술의 단점:

1. 낮은 적용 인기: 홍채인식 시스템은 많은 테스트를 거쳤지만 아직 대규모로 적용되지는 않았습니다.

2. 높은 비용: 영상 획득 장비의 크기를 소형화하는 동시에 고가의 카메라가 필요합니다.

홍채인식기술 연구에 있어서 중국과학원 자동화연구소 패턴인식 국가중점연구소의 연구기술은 국제적 수준에 있다. 소프트웨어 알고리즘 분야에서 선도적인 위치를 차지하고 있지만 홍채 인식 분야에서 세계 유일의 인식 장비를 자체적으로 설계 및 제작할 수도 있습니다. 2004년에는 홍채 장치의 하드웨어 비용을 크게 줄이면서 휴대용 소형 홍채 수집 장치도 만들었습니다. 2006년에는 장거리(3미터 이상) 홍채 수집 장비 연구에서도 획기적인 발전을 이뤘다. 이번 연구가 성공하면 홍채인식을 이용해 별도의 장비 없이도 간섭 없는 장거리 수집이 가능해진다. 현재 고급 장비에는 정밀한 정렬이 필요합니다.

2.3 지문 인식 지문은 손가락 끝 앞쪽 피부에 나타나는 고르지 못한 선을 말합니다. 의학은 이러한 선이 패턴, 중단점 및 교차점에서 서로 다르며 고유하고 영구적이라는 것을 입증했습니다. 현재 주류 지문 인식 시스템 애플리케이션은 사용자가 프리즘 표면이나 유리판에 손가락 하나를 대고 CCD 센서 장치를 통해 스캔하는 것입니다. 획득된 지문 이미지는 디지털화, 처리 및 분석되어 최종적으로 허용 가능한 지문 디지털 특징 정보로 추출된 다음 메모리나 카드에 참조 템플릿으로 저장되며, 사용 시 지문 판독기에 의해 스캔된 정보는 템플릿과 비교됩니다. 정보를 비교하고 식별합니다.

지문 인식 기술의 장점:

1. 높은 실용성: 지문 샘플을 쉽게 얻을 수 있고 식별 시스템을 개발하기 쉽습니다.

2. 신뢰성을 높이기 쉽습니다. 더 많은 지문을 등록하고 더 많은 손가락을 식별하면 정확도가 향상됩니다.

3. 좋은 편의성: 지문 스캔은 매우 빠르고 사용하기 매우 편리합니다.

4. 널리 사용됨: 지문 인식 기술이 대부분의 시장을 점유하고 있습니다.

5. 지문 인식 제품은 비용 효율적입니다. 지문 수집 헤드가 더 작고 저렴합니다.

지문인식 기술의 단점:

1. 지문이 널리 퍼져 있지 않습니다. 개인이나 특정 집단의 지문은 지문 특징이 거의 없고 이미지화도 어렵기 때문에 이 기술은 적용하기 어려운 것은 특정 영향을 미칩니다.

2. 낮은 사용자 수용도: 과거에는 범죄 기록에 지문을 사용했기 때문에 사용자가 사용하는 데 일정한 심리적 장벽이 있었습니다.

2.4 장문 인식 손바닥 기하학은 거의 모든 사람의 손 모양이 다르며 사람이 특정 연령에 도달한 후에는 손 모양이 더 이상 크게 변하지 않는다는 사실에 기초합니다. 사용자가 핸드 리더기에 손을 얹으면 손의 3D 이미지가 캡처되어 손가락과 관절의 모양과 길이를 측정하고 비교할 수 있습니다.

손 모양 판독 기술은 사람을 식별하는 데 사용되는 데이터에 따라 손의 혈관 패턴, 손바닥과 손가락의 기하학적 분석의 세 가지 범주로 나눌 수 있습니다. 손의 다양한 특징을 매핑하는 것은 매우 간단하며 큰 데이터 세트가 생성되지 않습니다. 그러나 기록이 많다고 해도 손의 특성이 너무 유사하기 때문에 손바닥 기하학이 반드시 사람을 구별하는 것은 아닙니다. 손바닥 기하학은 다른 생체 인식 방법에 비해 가장 높은 정확도를 달성하지 못합니다. 데이터베이스가 지속적으로 증가함에 따라 템플릿을 통해 사람을 명확하게 식별하고 비교하기 위해서는 손의 특징적인 특징의 수를 늘려야 할 것입니다.

2.5 정맥 인식 정맥 인식은 지난 2년 사이에 등장한 신기술로, 신원 인증 및 식별을 위해 인간 손 근처의 정맥 흐름 분포 맵에 대한 주요 연구가 이루어지고 있다. 일반적으로 정맥 이미지를 수집하기 위해 적외선 CCD 카메라를 사용합니다. 인식 시스템이 적외선 CCD 카메라를 통해 손등의 정맥 이미지를 획득하면 각 정맥 이미지의 특징 코드가 저장됩니다. 그런 다음 현장 사용자의 베노그램을 저장된 베노그램 기능 코드와 비교하여 결과를 피드백합니다.

정맥 인식 시스템의 특징:

1. 정맥 인식 시스템은 손등의 상태에 따라 달라집니다.

2. 손등의 작은 변화라도 정맥 인식 시스템의 인식에 영향을 미칩니다.

3. 관절염이나 류머티즘이 있는 사용자의 경우 정맥식별시스템을 사용할 수 없습니다.

4. 이 시스템에 접속하면 편안함과 편리함을 극대화할 수 있습니다. 이 시스템은 습도, 땀, 먼지, 펜 자국, 작은 손상 등의 측면에서 다른 생체 인식 시스템보다 더 잘 인식합니다.

그 기술은 지문인식에 매우 가깝고, 사용 범위와 적용 환경도 유사하기 때문에 많은 지문인식 업체들이 이를 새로운 대안이자 업데이트된 기술로 홍보하고 적용하고 있다.

2.6 음성 인식 인간의 생리적, 심리적, 행동적 특성과 같은 음성 매개변수는 인간의 음성 파형에 반영됩니다. 인간의 음성 스펙트럼에는 곡선의 시간 변화와 구동 음원의 특성이 포함됩니다. 사람의 목소리에 따라 크게 다르지만 동일한 사람에 대해서는 거의 차이가 없는 특징을 분석, 비교 및 ​​식별을 위해 추출할 수 있습니다.

현재 주류 음성 인식 시스템 응용 분야는 마이크를 통해 사람의 음성을 녹음하고 이를 디지털 신호 프로세서를 통해 디지털화한 후 소프트웨어를 통해 압축하고 음성 이미지 정보를 추출하여 데이터베이스에 저장하는 것입니다. 수집된 음성은 데이터베이스의 특징 정보와 결합되어 식별됩니다.

음성인식 기술의 장점:

1. 음성인식은 사용자가 자연스럽게 받아들일 수 있는 비접촉 인식 기술이다.

2. 음성인식 기술은 편의성과 경제성, 정확성이 좋습니다.

음성인식 기술의 단점:

1. 낮은 정확도: 소리 변화의 범위가 너무 커서 정확하게 일치시키기 어렵습니다.

2. 높은 기술적 복잡성: 사운드의 볼륨, 속도 및 품질은 특정 조건(예: 감기)에 의해 영향을 받으며 이러한 변화에 적응하려면 시스템 기능을 추가해야 합니다.

3. 높은 비용: 음향 수집 장비(예: 고성능 마이크)는 매우 비쌉니다.

2.7 필기 인식은 글을 쓰는 사람과 같습니다. 중국인들은 글을 쓸 때 서예에 주목합니다. 사람들은 자신이 좋아하는 서예 스타일을 선택한 후 그것에 자신의 글쓰기 특성을 접목시키므로 작습니다. 단어의 프레임 구조나 전체 기사의 크기만큼 모든 사람은 자신의 글쓰기 습관을 갖고 있으며 기사의 세로 및 가로 레이아웃에 대한 형식 계획은 사람들이 자신의 정체성을 식별하는 중요한 수단 중 하나가 되었습니다. 현재 주류 필기(서명) 인식 시스템 응용 프로그램은 유선 펜과 민감한 그래픽 태블릿을 사용하여 서명의 동적 프로세스 정보 특성을 추출하고 서명의 습관적인 부분과 변경되는 변경 부분을 구별하는 시스템입니다. 서명이 서명될 때마다 거의 서명자의 실제 신원을 확인하는 정보 특성입니다.

필기 인식 기술의 장점: 더 나은 수용성: 필기 인식을 사용하는 것은 식별을 위한 기술로 인정받고 있습니다. 대중이 받아들이기 쉽습니다.

필기 인식 기술의 단점: 1. 높은 기술적 복잡성: 사람들의 기질과 생활 방식이 변화함에 따라 서명도 변경되며, 이러한 변화에 적응하려면 시스템 기능을 추가해야 합니다.

2. 가격이 비싸다: 서명에 사용되는 필기 패드는 구조가 복잡하고 가격이 비싸다.

2.8 행동 인식 행동 인식 기술은 객체를 모니터링, 분류, 추적 및 계산하는 영상 분석 시스템입니다. 행동 인식 기술은 특정 규칙에 따라 분석하고 판단하여 특정 행동에 대한 알람을 설정할 수 있습니다.

행동 인식은 특정 특허 기술을 기반으로 한 비디오 기술로, 다음과 같이 소개됩니다. 1. 지능형 비디오 인식: 행동으로 인한 변화를 감지하고 보상하는 데 사용할 수 있는 비디오 이미지 알고리즘 제품군입니다. 환경 및 카메라의 일련의 변화: 카메라 안정성, 배경 인식, 원근 정확도, 적응형 제한, 그림자 무시, PTZ 카메라 제어.

2. 대상 분할: 엔진은 나무의 움직임, 빛의 변화 등 대상이 아닌 개체의 변화를 무시하고 배경에서 대상 개체를 정확하게 분할할 수 있습니다. 대상 그룹을 개별 대상으로 분할하는 것도 가능합니다.

3. 궤적 추적: 일정 시간을 초과하여 대상 물체가 감지되면 대상의 동작, 궤적, 속도 기능을 설정하여 물체의 크기, 수량, 모양을 보다 정확하게 측정할 수 있습니다. 표시된 표적 궤적은 실시간으로 업데이트되어 침입 후 침입자의 방향과 경로를 파악할 수 있습니다.

4. 표적 탐지: 주로 표적의 위치, 크기 및 모양에 대한 판단과 표적이 아닌 물체의 고정밀 필터링입니다.

5. 행동 인식: 특정 규칙을 적용하여 대상의 위치, 속도 및 방향을 식별할 수 있으며 대상의 수도 결정할 수 있습니다.

6. 효율적인 개발 도구: 병렬 작동 모드 및 고급 중앙 프로세서 멀티미디어 명령어 세트를 개발하여 업계 최고의 비용 성능을 제공합니다.

2.9 영상 감시 영상 감시는 전통적으로 지능형 영상 감시 기술이라고 불립니다.

움직이는 표적 감지 등 기본 기술 외에도 지능형 영상감시 기술의 적용도 다른 알고리즘 및 기술과 결합되어야 한다. 지능형 영상분석에서는 영상분할, 이동표적 검출 등이 기본적인 이슈로 최근 몇 년간 많은 연구가 진행되어 왔지만 여전히 해결해야 할 핵심 기술적인 이슈로는 모션블러(Motion Blur)와 배경(Background)이 있다. 조명, 실시간 요구 사항, 폐색 문제 등의 변화.

초기 샷 분할 알고리즘은 픽셀 도메인에서 수행되었지만 이 방법은 픽셀의 빠른 움직임에 매우 민감하여 잘못된 감지가 많이 발생했습니다. 나중에 개발된 프레임 간 히스토그램 차이를 기반으로 하는 샷 분할 알고리즘은 알고리즘 복잡도가 낮고 샷 분할 효과가 좋기 때문에 매우 널리 사용되는 방법이 되었습니다.

움직이는 표적 감지 및 추적은 이벤트 감지, 행동 인식, 비디오 이미지 압축 코딩, 의미론적 인덱싱과 같은 자동 또는 반자동 영상 감시 분야의 고급 애플리케이션을 위한 기초입니다. 현재 움직이는 표적 탐지 방법에는 시간 차분법, 배경 차감법, 광류 기반 방법(광류) 등이 있습니다.

배경차이법은 Grayscale 기반의 움직이는 표적 검출법으로 특징점 기반의 방법이 많이 사용된다.

특징 기반 탐지는 이미지 특징(점, 선, 모멘트) 또는 특징으로 구성된 모델(다각형, 다면체)을 기반으로 움직이는 대상을 감지하는 것입니다. 대상이 크거나, 특징 추출이 용이하거나, 매칭을 위한 표준 대상 모델 라이브러리가 있는 경우에 주로 사용됩니다. 배경차이 방법은 매우 완전한 대상을 추출할 수 있지만, 조명 등에 의한 배경 변화에 쉽게 영향을 받습니다. 최근에는 배경 모델링 및 배경 제거를 달성하기 위해 몇 가지 통계적 방법이 도입되었으며, 이는 조명 변화 및 그림자와 같은 노이즈에 대한 배경 차이 방법의 견고성을 크게 향상시킵니다. 모델 특성을 기반으로 한 배경 모델링 방법에는 여러 가지가 있습니다. 그 중 픽셀 강도를 기반으로 한 통계적 모델 모델링은 점진적인 조명 변화에 적응할 수 있지만 급격한 조명 변화에 문제가 있습니다. 간단하고 쉬운 방법으로 칼만 필터(Kalman filter)가 표적 추적에 널리 사용되어 왔다.

텍스처 분석은 광학 흐름 필드 및 동작 매개변수 추정을 기반으로 합니다. 이는 일반적으로 사용되는 또 다른 동작 영역 감지 알고리즘이지만 조리개 및 폐색 문제로 인해 광학 흐름의 신뢰성이 상대적으로 떨어집니다. 베이지안 확률 통계를 기반으로 한 움직임 분할 방법은 분할과 움직임 추정을 동시에 수행할 수 있어 효과가 좋다. 그러나 계산이 복잡하고 계산 집약적이어서 실시간 처리에는 적합하지 않다.

현재 국내외 디지털 영상감시 시스템에는 크게 두 가지 유형이 있는데, 하나는 디지털 영상 장비를 핵심으로 하는 영상감시 시스템이고, 다른 하나는 내장형 지능형 영상감시 시스템이다. 임베디드 영상 감시 시스템은 기능, 신뢰성, 비용, 용량 등에 대한 응용 시스템의 포괄적이고 엄격한 요구 사항을 충족하는 응용 중심의 특수 컴퓨터 시스템입니다. DSP(Digital Signal Processor)는 디지털 신호를 실시간으로 고속 처리하기 위한 특수 프로세서로, 가장 빠른 CPU보다 처리 속도가 10~50배 빠릅니다. 프런트 엔드 통합, 비디오 디지털화, 감시 네트워크 및 시스템 통합은 지능형 비디오 감시 시스템의 개발 방향입니다. 디지털화 및 네트워킹은 지능형 비디오 감시 개발의 주요 특징입니다.

3. 생체인식 기술 적용현황

생체인식 기술의 특징을 분석해 보면 거의 모든 생체인식 기술 적용대상이 유사하고 극히 일부만 있음을 알 수 있다. 응용 프로그램 환경의 차이. 그러나 기술과 기술 개발 상황의 차이로 인해 기술마다 특정 적용 시나리오가 다릅니다. 이는 다음과 같은 측면으로 나눌 수 있습니다. 1. 사전 방어 인증: 접근 제어, 채널 관리, 은행 출금 ATM 등의 애플리케이션에 사용됩니다. 2. 사후 분석 및 식별: 사고 후 현장에서 얻은 특성을 기반으로 합니다. 경찰이 범죄 현장에서 지문, DNA를 수집·분석하는 등 정보를 분석·검증하는 방법 3. 현장 행동 분석 : 움직이는 물체의 행동과 주변 물체의 속성을 분석하여 그에 대한 판단 및 분석 결과를 얻는다. 도로 교통사고 분석, 신호등 위반 차량, 불법 차선 변경 등의 행동 판단, 교도소 제한 구역 내 경찰 신고 등이 포함됩니다.

3.1 은행 ATM 애플리케이션 분석 생체 인식 기술이 금융 산업에 적용되는 것을 고려하여 베이징에서는 은행 ATM에 얼굴 인식 분석을 적용할 준비를 마쳤습니다. 얼굴 인식 기술부터 시작해 보겠습니다.

일반적으로 ATM에서 얼굴인식 기술을 활용하는 과정은 두 가지 신청 형태로 나누어진다. 얼굴 인식을 신원 인증 수단으로 활용하는 것(선험적 방어 인증에 속함): 사람이 ATM 기기에 접근하는 것 , 카드를 삽입하고 입력합니다. 비밀번호 기간 동안 카메라는 사람의 얼굴 정면 사진을 촬영하여 비교 및 ​​확인을 위해 서버로 다시 전송되며 동시에 ATM 시스템으로 다시 전송됩니다. 비밀번호를 판단하여 후속 작업을 진행할지 여부를 결정합니다. 데이터 수집 수단으로 얼굴 사용(사후 분석 및 식별에 속함): 사람들이 ATM 장치에 접근하여 카드를 삽입합니다. 비밀번호를 입력하는 동안 카메라는 사람의 얼굴 정면 사진을 다시 전송합니다. ATM 시스템은 비밀번호가 작동하는지 판단한 후 정상 작동을 수행합니다.

정상적인 상황에서는 얼굴인식 기술을 개발하고 관련 국내외 기술 및 장비에 대한 이해도가 있는 기술자로서 관련 금융 ATM 장비를 Faces로 인증할 때 주로 얼굴인식을 활용하는 것을 권장합니다. 데이터 수집 수단은 위의 두 번째 형태입니다. 이는 ATM 장비의 적용 환경 특성에 따라 결정됩니다. ATM 장비 적용 환경의 특징은 다음과 같다. 1. 사용자 수가 많다. 현재의 얼굴인식 기술로 인해 많은 양의 실제 얼굴 데이터를 이용한 비교 실험이 거의 이루어지지 않았으며, 데이터 실험이 진행되었다. 현재까지는 모두 실험실 환경에서 수집되었으며, 수집된 주변 환경은 상대적으로 안정적이며 얼굴의 각도와 조정 정도가 상대적으로 높기 때문에 기존 실제 환경 응용에 대한 실제 데이터 참조로 사용할 수 없습니다.

2. 대부분 야외와 약간 차단된 장소에서 작동합니다. 얼굴 인식 기술은 빛에 대한 요구 사항이 상대적으로 엄격하며, 특히 가시광선 하에서의 얼굴 인식 기술은 더욱 그렇습니다. 광원 방향, 크기, 모양, 색온도, 거리, 광도 및 기타 요소와 같은 다양한 광원만으로도 수집된 얼굴 이미지에 많은 차이가 발생하여 얼굴이 수천 개의 얼굴을 가진 한 사람처럼 나타나게 됩니다. 인식 시스템에 대한 오해가 나타납니다. 실외 조명 조건은 너무 복잡하며, 특히 태양광 스펙트럼은 가시광선과 비가시광선을 모두 포괄하므로 실외 얼굴 인식 장비에 대한 연구는 항상 불가능했습니다.

3.2 생체식별기술의 특성 분석 다른 식별기술의 활용은 전적으로 식별기기 자체의 판단에만 의존할 수 있으며, 일반 은행이나 금융업계 종사자의 직접적인 판단은 불가능하다. . 여기서 우리는 관련 기술에서 발생할 수 있는 몇 가지 문제를 정리할 수 있습니다. 1. 홍채 인식: 가장 정확한 생체 식별 기술이지만 더 높은 정렬 정확도가 필요합니다. 또한 사람들이 아프거나 약을 복용할 때 영향을 받습니다. 약의 효과. 홍채는 시간이 지나면서 변합니다.

2. 지문 인식: 손가락에 묻은 기름이나 분비물 때문에 지문 인식 장치가 인식하지 못하는 문제가 발생할 수 있습니다.

3. 장문인식 : 손바닥의 면적이 지문에 비해 훨씬 높으며, 심지어 홍채인식에 가깝다고 주장하기도 하지만, 문제는 비슷하다. 지문도 나옵니다. 지문인식 장치보다 크기도 훨씬 크다.

4. 정맥 인식: 손등의 작은 변화라도 정맥 인식 시스템의 인식에 영향을 미칩니다. 사용자가 관절염이나 류머티즘을 앓고 있는 경우 정맥 식별 시스템을 사용할 수 없습니다.

5. 음성 인식: 질병, 특히 인후 질환으로 인해 성대가 변하여 인식할 수 없게 됩니다. 동시에, 테이프나 기타 녹음 장치에 녹음된 내용에 속기 쉽습니다.

6. 필기인식 : 사람의 기분과 나이의 변화에 ​​따라 달라지게 됩니다. 단기특수훈련을 받으면 사람들의 글씨 습관도 변하게 됩니다.

7. 행동 인식: 현재 인식 정확도가 가장 낮은 인식 기술은 영향을 미치는 요인이 너무 많아 상업적인 용도는 커녕 실험실에서 사용 가능한 수준에 도달하지 못했습니다.

3.3 지능형 영상감시 기술 이상으로 인증기술 중 생체인식의 활용 분류를 분석하였다. 여기서는 지능형 영상감시의 보조 신원확인 방법을 분석한다.

현재 성숙된 지능형 영상 감시 기술은 객체의 행동에 대한 일부 분석을 수행할 수 있습니다. 이러한 행동 분석은 현재 싸움과 같은 세부적인 행동을 분석할 수는 없지만 객체의 전반적인 행동에 대한 분석은 가능합니다. 물체의 형태 궤적, 색상, 모양, 주행 속도, 속도 변화, 부피 등을 측정할 수 있습니다. 이러한 분석 데이터를 사용하여 다음 기능을 달성할 수 있습니다. 1. 제한 구역의 경보: 은행 금고 및 출입 제한이 필요한 일부 구역에 사용됩니다. 누군가 신원 인증을 통과하지 않고 이 구역에 들어오면 시스템은 자동으로 경보를 울리고 관련 이미지 및 비디오 데이터를 증거로 저장하거나 관련 캡처 장비를 활성화하여 자세한 캡처 및 분석을 수행합니다.

2. 방향 통제 : 재무관리센터 및 경계선 내 모든 물건의 이동방향을 감시하며 야간, 특정경보시간 등 특정시간에는 누구도 비밀기관에 출입하거나 접근해서는 안 된다. 또는 관련 시설에 누군가가 접근하면 시스템이 자동으로 경보를 울리고 관련 이미지 및 비디오 데이터를 증거로 저장하거나 관련 캡처 장비를 활성화하여 세부 사항을 캡처하고 분석할 수 있습니다.

3. 수량 계산: 지능형 비디오 감시 기술은 카메라 범위 내에 움직이는 물체의 수를 계산할 수 있으며, 이로 인해 금고와 같은 구역에 들어가는 사람의 수를 제한할 수 있습니다. 인증을 통과하더라도 출입 통제 시스템이 활성화되지 않고 문이 열리게 됩니다.

본 기술의 적용은 인증을 위한 보조 수단으로 활용될 수 있으며, 인증 장비는 지역 안보 통제를 위한 보조 수단으로도 활용될 수 있다.

3.4 금융산업 적용 가능성 분석 3.4.1 은행 ATM 등 주변기기 독립기기는 얼굴 캡쳐 및 보조 인증을 위해 얼굴 인식 기술을 사용하지만 이를 유일한 인증 수단으로 사용하지 않는다. 지능형 영상감시 기술은 ATM과 같은 장비에 손상을 줄 수 있는 동작 및 객체 특성을 획득하는 데 사용됩니다.

3.4.2 금고 등 밀폐된 공간에서는 얼굴 캡처 및 보조 인증을 위해 얼굴 인식 기술을 사용하지만, 이를 유일한 인증 수단으로 사용해서는 안 되며, 동시 인증을 위해 다른 생체 인식 기술을 사용하는 것도 고려해 볼 수 있습니다. , 이를 통해 열쇠나 RFID 카드 분실과 같은 위협을 피할 수 있습니다. 얼굴 캡처 이미지는 향후 사후 기술로 사용될 수 있습니다.

지능형 비디오 감시 기술은 출입 통제 근처의 사람 수를 계산하는 데 사용됩니다. 예를 들어 출입 통제 근처의 특정 수 미터 내에 2명 이상의 사람이 있는 경우, 인증에 성공하더라도 출입통제 시스템을 열 수 없습니다.

3.4.3 은행 업무 홀에서는 처리 대상 업무 담당자가 비즈니스 홀에 입장할 때 얻은 얼굴 이미지 정보를 분석하여 대기열 번호를 얻을 수 있으며 일부 VIP 고객에게 특별 우선 서비스를 제공할 수 있습니다. 동시에, 업무 처리를 위해 서비스 창구에 갔을 때 이미지를 획득해 두 가지를 비교하여 업무를 처리한 사람과 번호를 가져간 사람이 본인인지 여부를 판단할 수도 있다. 동일한 사람인지, 두 사람이 이 카드의 소유자인지 여부를 확인하여 은행 카드 분실을 방지하기 위해 고객에게 큰 손실을 초래합니다.

4. 금융산업의 응용솔루션 분석

여기서는 기술관리 분야의 규모에 따른 분류분석을 실시하는데, 기본적으로 생체인식 기술의 적용 범위는 다음과 같다. 출입 통제와 표면 기반 면적 통제로 나뉜다.

4.1 접근 통제 접근 통제란 주로 은행 금고문, 중요한 장소의 통로, 기타 신원 인증이 필요한 주요 지점 등의 접근 통제를 의미합니다. 접근 제어는 일반 접근 제어 시스템과 시스템 아키텍처 분석을 위한 중요한 접근 제어 시스템의 두 가지 측면으로 구분됩니다.

4.1.1 일반 출입 통제 일반 출입 통제는 차고 문, 공원 출입문, 일반 사무실 문 또는 덜 중요한 출입구와 같은 출입구 관리입니다. 이러한 시나리오에서는 신원 인증을 위해 얼굴 인식 지원과 관련된 기타 고정밀 인증 기술(예: 홍채 인식, RFID 카드)을 고려할 수 있으며 지능형 영상 감시 기술 및 DVR 장비를 사용하여 출입 행위를 기록하는 데 도움을 줄 수 있습니다. 후속 분석을 위한 보조 인증 분석 및 기본 데이터를 제공하는 사람입니다.

4.1.2 중요 출입 통제 중요 출입은 기록 보관소, 재무부, 재무청, 총지배인실 등 중요 핵심기관의 출입을 관리하는 것입니다. 이 시나리오에서는 가장 완벽한 인증 및 분석 시스템을 사용할 수 있습니다. 얼굴 인식 지원과 관련된 기타 고정밀 인증 기술(예: 홍채 인식 또는 RFID 카드)을 신원 인증에 사용하고 지능형 비디오 감시 기술을 사용하여 모니터링합니다. 인원수를 통제하여 신원인증, 보안알림 등의 연쇄관리를 실시하여 인원의 강압이나 외부인의 침입으로 발생할 수 있는 사고를 예방합니다. 이러한 출입 통제 시스템은 기본적으로 흠잡을 데가 없다고 할 수 있다.

4.2 지역보안관리 모든 출입통제 기술은 전체 지역보안관리의 구성요소이며, 지역보안관리는 금융산업 내 유관기관이 안전하고 안정적으로 운영될 수 있도록 하는 가장 효과적인 방법이다. 여기서는 우리가 효과적이라고 생각하는 일련의 지역 보안 관리 조치를 제공하겠습니다.

지역 보안 관리를 위해서는 전반적인 건물/커뮤니티 모니터링과 출입 통제를 결합하여 전반적인 지역 지능형 제어 관리 시스템을 구현하는 것이 좋습니다.

우리는 이 시스템을 구현하기 위해 다양한 생체 인식 기술을 사용합니다. 1. 지능형 비디오 감시 기술을 통해 벽과 비정상적인 통로를 모니터링하고 모든 비정상적인 상황과 경보를 적시에 기록합니다. 게이트 및 입구의 보안 방어를 위해 섹션 4.1에 언급된 두 가지 형태. 3. 카메라 융합 기술을 사용하여 해당 영역에 들어오는 모든 객체를 추적하고 기록하며, 비정상적인 상황이 발생할 경우 모든 객체의 이동 궤적과 동작을 즉시 수행합니다. 상황의 추가 악화를 방지하고 의심스러운 개체를 직접 제어하기 위해 관련 관심 개체의 출처에 대해 4. 각 카메라에는 로컬 이미지 및 비디오 저장 공간이 있고 컴퓨터실에는 중앙 집중식 저장 공간이 있습니다. 지능형 비디오 감시 기술은 DVR이 저장하는 비디오 이미지가 차지하는 시간과 공간을 크게 줄이고, 장비 활용도를 효과적으로 향상시키며, 문제에 대한 후속 분석을 더욱 목표화하고 운용성 있게 만듭니다. 6. 전체 시스템의 약점은 주로 전력에 있습니다. 회로가 중단되면 전체 시스템이 작동할 수 없습니다.

위 내용은 우리가 더 실용적이고 실현 가능하다고 믿는 지역 보안 통제 시스템입니다. 여기에 사용되는 관련 기술은 성숙되어 있으며 직접적으로 실행될 수 있습니다.

저자 소개: 필명 Qingrun인 Bai Huidong은 독립 소프트웨어 기술 컨설턴트이자 "소프트웨어 엔지니어링의 전체 프로세스 모델링 및 구현"이라는 책의 저자입니다. 국내 연구기관의 선임 소프트웨어 설계자/수석 프로젝트 매니저로서 생체인식기술 제품의 연구개발, 관리, 기획에 참여하였습니다.