生体認証市場における 4 つの「ホットアイテム」: 音声認識、顔認識など。

生体認証市場における 4 つの「ホットアイテム」: 音声認識、顔認識など。

生体認証市場を見ると、顔認証や虹彩認証などの割合が増加しており、一般の人々のこれらの技術に対する理解はより包括的かつ深くなり、新たな経験を得ています。

[[348763]]

声紋認識

声紋は、電気音響機器で表示できる音声情報を運ぶ音波スペクトルであり、指紋、顔、虹彩などの生体認証の特徴に似ており、安定性と独自性を備えていることが分かっています。音声認識技術は、コールセンターの身元認証、非接触インタラクティブインターフェース、銀行口座の認証保護、モバイルアプリケーション開発など、セキュリティ、公安および司法システム、金融リスク管理の身元認証、座席品質検査など、多くの分野で使用できる汎用技術です。

音声指紋詐欺防止は、音声指紋認識の主要な応用分野になりつつあります。現在、国内の多くの大手金融機関では音声指紋詐欺対策が実施されており、中国銀聯、太平洋保険、陽光保険グループなどは快上通の「音声指紋認識詐欺対策ソリューション」を導入し、電話での高精度、長距離の身元認証と身元詐欺対策を実現している。遠くからでも話者の正体を判別するには、電話をかけて数秒待つだけで済みます。

顔認識

人間の顔はそれぞれ異なるため、顔認識は本人確認に非常によく使われる方法です。現在、我が国の顔認識技術は一定の進歩を遂げており、徐々にさまざまな業界、特に身分認証、支払い、行政犯罪解決などに最初に応用され、中国市場で普及し始めています。

市場の観点からは、技術自体の成熟とセキュリティ保護対策を加速させる必要があります。顔認識の安全性に対する一般の疑問に直面して、業界は関連研究をさらに強化し、技術レベルを継続的に向上させ、テストと認証を実施し、真に成熟した安全な顔認識技術と製品を際立たせるための業界ベンチマークを確立する必要があります。

虹彩認識

指紋認証と比較すると、虹彩認証の最大の利点は、使用時に物理的な痕跡が残らず、盗難されにくいことです。また、虹彩認証は生体情報のみを検出できるため、写真や動画を撮っても騙されることがなく、より安全です。現在、虹彩認証システムは、制御された条件下で高精度にユーザーの身元を確認でき、社会保障・福祉、教育試験、国家資格・免許、金融証券、国境検査・通関、アクセス制御・出勤、インターネット、情報セキュリティなどの重要な分野で広く使用されています。

現在、いくつかの国際および国内の標準化組織が虹彩データ、機器、アプリケーションに関するいくつかの標準仕様を策定しており、虹彩認識技術と産業の発展に大きな意義を持っていますが、現在の標準システムはさらに改善する必要があります。

指紋認識

指紋は人間の指先の皮膚の表面に現れる凹凸のある線で、その配置には一定の規則性があります。指紋には多くの細かい特徴点があり、指紋認識技術ではこれらの細かい特徴点を比較して識別します。現在の指紋認識技術はすでに比較的成熟しており、指紋認識デバイスも更新と反復を経てより高い認識率を達成しています。

指紋認識には、超音波指紋認識、光学指紋認識、静電容量指紋認識の 3 つの主な種類があり、それぞれの応用シナリオで価値を発揮しています。中でも、OLED 画面の自発光、折り曲げ可能、薄型という特性は、光学式画面下指紋認識技術の強力なサポートとなります。光学式画面下指紋認識は、周囲光による干渉を効果的に回避し、複雑な環境でも優れた安定性を実現します。

結論:

技術的な観点から見ると、従来の生体認証技術は近年、精度と攻撃耐性において大幅な向上を達成しています。例えば、2D顔の深度データ損失の限界を打破することで、認識精度がより高いシナリオで3D顔認識技術が推進され始めています。

一部のアナリストは、生体認証技術の今後の動向は、従来の人間の生理学的特徴のみを抽出するものから、人間、デジタル世界、物理世界を統合する認証方向へと発展すると指摘している。生体認証の安全性、使いやすさ、拡張性も、各方面が設計を進める上での重要な入り口となるだろう。

<<:  AIの次の目的地:洗練された生活シナリオのインテリジェント時代

>>:  自動運転車におけるセンサー応用に関する重要な考慮事項

ブログ    

推薦する

朱順燕:機械知能の発展は、機能的なニーズから感情的なニーズへの進化です。

「Tmall Genieに代表される機械知能デバイスは、まさに家族の一員となり、より心温まるイノベ...

人工知能技術が人の流れにおける個々の感染リスクを迅速に特定し、同済は伝染病予防・制御識別システムを開発

[[315277]]校門に設置されたカメラの前に立つと、システムは顔認識技術と現場での体温検知を組み...

機械は倫理的な判断を下せるのか?

ロボットや機械が下す決定は必ずしも道徳的に正しいとは限りません。テクノロジー企業が機械倫理に注目する...

人工知能をうまく実装するにはどうすればよいでしょうか?

人工知能 (AI) と機械学習 (ML) は、ビジネスの流行語から、より広範な企業での導入へと移行し...

...

ニューラルネットワークの不気味な評判

[[185985]]ニューラル ネットワークが無限のトリックを実行するのを見ると、最近ではディープラ...

...

NLP とは異なり、データ駆動型手法と機械学習は、次の 3 つの理由により NLU に勝てません。

自然言語理解 (NLU) は人工知能における中核的なトピックの 1 つであり、最も困難かつ象徴的なタ...

2018 年最も注目された AI および機械学習のスタートアップ 10 社

PwCとCB Insightsによるマネーツリーのレポートによると、人工知能のスタートアップへの投資...

AIoTとは何ですか?なぜそれが突然、インテリジェント製造の主流トレンドになったのでしょうか?

人工知能(AI)とモノのインターネット(IoT)の組み合わせにより、自律走行車やスマートウェアラブル...

...

フロントエンド上級編: よく使われるいくつかの JS 検索アルゴリズムの概要とパフォーマンス比較

[[356180]]序文今日は引き続き js アルゴリズムについてお話ししましょう。以下の説明を通じ...

未来が到来: 脳コンピューターインターフェースの新たなブレークスルー: 人間の脳信号をテキストに変換する精度は 97%

4月23日、海外メディアの報道によると、カリフォルニア大学サンフランシスコ校の研究チームが開発した...

...

...