การลงทะเบียน ดังแสดงในรูปที่ 1 ตัวอย่างไบโอเมตริกซ์ของบุคคลจะถูกบันทึกระหว่างกระบวนการลงทะเบียน (เช่น การใช้อุปกรณ์เซ็นเซอร์สำหรับลายนิ้วมือ ไมโครโฟนสำหรับการรู้จำเสียง กล้องสำหรับการรู้จำใบหน้า กล้องสำหรับการรู้จำม่านตา) จากนั้นคุณลักษณะเฉพาะจะถูกดึงออกจากตัวอย่างไบโอเมตริกซ์ (เช่น รูปภาพ) เพื่อสร้างเทมเพลตไบโอเมตริกซ์ของผู้ใช้ เทมเพลตไบโอเมตริกซ์นี้จะถูกจัดเก็บไว้ในฐานข้อมูลหรือบนบัตรประจำตัวที่เครื่องอ่านได้ เพื่อใช้ในภายหลังระหว่างกระบวนการจับคู่

การจับคู่ รูปที่ 2 แสดงกระบวนการจับคู่ข้อมูลชีวมิติ มีการจับภาพตัวอย่างข้อมูลชีวมิติอีกครั้ง มีการสกัดคุณลักษณะเฉพาะจากตัวอย่างข้อมูลชีวมิติเพื่อสร้างเทมเพลตข้อมูลชีวมิติ "สด" ของผู้ใช้ จากนั้นเทมเพลตใหม่นี้จะถูกเปรียบเทียบกับเทมเพลตที่จัดเก็บไว้ก่อนหน้านี้ และสร้างคะแนนการจับคู่ (ความคล้ายคลึง) เป็นตัวเลขตามการพิจารณาองค์ประกอบร่วมกันระหว่างเทมเพลตทั้งสอง ผู้ออกแบบระบบจะกำหนดค่าเกณฑ์สำหรับคะแนนการยืนยันนี้ โดยพิจารณาจากข้อกำหนดด้านความปลอดภัยและความสะดวกสบายของระบบ

การระบุตัวตน (การเปรียบเทียบแบบหนึ่งต่อกลุ่ม หรือ 1:N) จะกำหนดว่าบุคคลนั้นมีอยู่ในกลุ่มประชากรที่ลงทะเบียนไว้หรือไม่ โดยการเปรียบเทียบเทมเพลตตัวอย่างสดกับเทมเพลตที่จัดเก็บไว้ทั้งหมดในระบบ การระบุตัวตนสามารถยืนยันได้ว่าบุคคลนั้นไม่ได้ลงทะเบียนด้วยข้อมูลประจำตัวอื่น หรือไม่ได้อยู่ในรายชื่อบุคคลที่ถูกห้ามไว้ล่วงหน้า ข้อมูลชีวมิติของบุคคลที่กำลังพิจารณาเพื่อการลงทะเบียนควรถูกเปรียบเทียบกับข้อมูลชีวมิติที่จัดเก็บไว้ทั้งหมด สำหรับแอปพลิเคชันการออกบัตรบางประเภท กระบวนการระบุตัวตนด้วยข้อมูลชีวมิติจะถูกใช้ในขณะลงทะเบียนเพื่อยืนยันว่าบุคคลนั้นยังไม่ได้ลงทะเบียน

การยืนยันตัวตน (การเปรียบเทียบแบบหนึ่งต่อหนึ่ง หรือ 1:1) เป็นการตรวจสอบว่าเทมเพลตข้อมูลชีวมิติที่สแกนสดตรงกับเทมเพลตที่บันทึกไว้หรือไม่ ซึ่งจำเป็นต้องมีการ "อ้างสิทธิ์" ในตัวตนโดยบุคคลที่ต้องการยืนยันตัวตน เพื่อให้สามารถเข้าถึงบันทึกเทมเพลตที่บันทึกไว้ได้ ตัวอย่างเช่น การแสดงบัตรสมาร์ทการ์ด และการเปรียบเทียบคู่เทมเพลตข้อมูลชีวมิติที่สแกนสดกับเทมเพลตที่บันทึกไว้ซึ่งจัดเก็บอยู่ในหน่วยความจำของสมาร์ทการ์ด อีกตัวอย่างหนึ่งคือการป้อนชื่อผู้ใช้หรือหมายเลขประจำตัว ซึ่งจะชี้ไปยังบันทึกเทมเพลตที่บันทึกไว้ในฐานข้อมูล

การเลือกเทคโนโลยีไบโอเมตริกซ์ที่เหมาะสมจะขึ้นอยู่กับปัจจัยเฉพาะของแอปพลิเคชันหลายประการ รวมถึงสภาพแวดล้อมที่กระบวนการระบุตัวตนหรือการยืนยันตัวตนดำเนินการ โปรไฟล์ผู้ใช้ ข้อกำหนดสำหรับความแม่นยำในการจับคู่และปริมาณงาน ต้นทุนและความสามารถของระบบโดยรวม และประเด็นทางวัฒนธรรมที่อาจส่งผลต่อการยอมรับของผู้ใช้ ตารางแสดงการเปรียบเทียบเทคโนโลยีไบโอเมตริกซ์ต่างๆ โดยมีการให้คะแนนประสิทธิภาพตามตัวชี้วัดหลายประการ

ปัจจัยสำคัญในการเลือกเทคโนโลยีไบโอเมตริกที่เหมาะสมคือความแม่นยำ เมื่อเทมเพลตไบโอเมตริกแบบสดถูกเปรียบเทียบกับเทมเพลตไบโอเมตริกที่จัดเก็บไว้ (ในการใช้งานเพื่อยืนยันตัวตน) จะมีการใช้คะแนนความคล้ายคลึงเพื่อยืนยันหรือปฏิเสธตัวตนของผู้ใช้ ผู้ออกแบบระบบจะกำหนดเกณฑ์ (จุดตัดสินใจว่าตรงกันหรือไม่ตรงกัน) สำหรับคะแนนตัวเลขนี้ เพื่อรองรับระดับประสิทธิภาพการจับคู่ที่ต้องการสำหรับระบบ ซึ่งวัดได้จากอัตราการยอมรับผิด (False Acceptance Rate - FAR) และอัตราการปฏิเสธผิด (False Rejection Rate - FRR) อัตราการยอมรับผิดบ่งชี้ถึงความเป็นไปได้ที่ระบบไบโอเมตริกจะยืนยันตัวตนของบุคคลผิดพลาด หรือยอมรับผู้แอบอ้าง อัตราการปฏิเสธผิดบ่งชี้ถึงความเป็นไปได้ที่ระบบไบโอเมตริกจะปฏิเสธบุคคลที่ถูกต้อง ผู้ดูแลระบบไบโอเมตริกจะปรับความไวของระบบต่อ FAR และ FRR เพื่อให้ได้ระดับประสิทธิภาพการจับคู่ที่ต้องการ ซึ่งสนับสนุนข้อกำหนดด้านความปลอดภัยของระบบ (เช่น สำหรับสภาพแวดล้อมที่มีความปลอดภัยสูง การปรับเพื่อให้อัตรา FAR ต่ำและยอมรับอัตรา FRR ที่สูงขึ้นได้ สำหรับสภาพแวดล้อมที่เน้นความสะดวกสบาย การปรับเพื่อให้อัตรา FAR สูงขึ้นและอัตรา FRR ต่ำลง)

ข้อจำกัดด้านความแม่นยำและการใช้งานบางประการที่เกิดจากการใช้ไบโอเมตริกซ์เพียงรูปแบบเดียว สามารถแก้ไขได้โดยการใช้ไบโอเมตริกซ์หลายรูปแบบ ไบโอเมตริกซ์แบบหลายรูปแบบช่วยเพิ่มความแม่นยำในการจับคู่โดยรวมผ่านการใช้การวัดค่าไบโอเมตริกซ์ที่หลากหลายและเป็นอิสระ ตัวอย่างเช่น คะแนนความคล้ายคลึงจากการวัดลายนิ้วมือสามารถ "หลอมรวม" ทางคณิตศาสตร์กับการวัดรูปแบบเส้นเลือดในนิ้วที่เป็นอิสระ เพื่อให้ได้ระดับความมั่นใจที่สูงขึ้นในตัวตนของบุคคล นอกจากนี้ ไบโอเมตริกซ์แบบหลายรูปแบบยังสามารถเป็นทางออกสำหรับบุคคลที่ไม่สามารถแสดงตัวอย่างไบโอเมตริกซ์ที่เหมาะสมในรูปแบบใดรูปแบบหนึ่งได้ ตัวอย่างเช่น การเสนอทางเลือกในการแสดงลายนิ้วมือหรือม่านตาเพื่อยืนยันตัวตน บุคคลที่มีรูปแบบลายนิ้วมือไม่ชัดเจนเนื่องจากอายุ อาชีพ หรือสภาวะทางการแพทย์ จะได้รับทางเลือกในการลงทะเบียนและใช้ม่านตาเป็นรูปแบบไบโอเมตริกซ์ที่เลือก หากมีเซ็นเซอร์ทั้งสอง ระบบจะอนุญาตให้ผู้ใช้เลือกใช้รูปแบบที่เหมาะสมที่สุด ในสถานการณ์นี้ จะไม่มีการหลอมรวมการวัดค่าไบโอเมตริกซ์ที่เป็นอิสระ ดังที่เห็นในรูปที่ 3 ระบบไบโอเมตริกซ์แบบหลายรูปแบบสามารถรวมข้อมูลจากหลายรูปแบบ กรณี อัลกอริทึม เซ็นเซอร์ ตัวอย่าง หรือการผสมผสานใดๆ ของทั้งห้าประการ อาจกล่าวได้ว่าระบบดังกล่าวอาจรวมแหล่งข้อมูลอื่นๆ ด้วย รวมถึงข้อมูลชีวประวัติหรือข้อมูลที่อิงตามเอกสารการเดินทาง

ไบโอเมตริกซ์และการรักษาความปลอดภัยได้กลายเป็นส่วนสำคัญที่ขาดไม่ได้ของการบริการตนเอง และ Huabiao Technology ยึดมั่นในความปลอดภัยเป็นหลักการพื้นฐานเสมอมา โดยให้บริการที่ปลอดภัยและมีประสิทธิภาพแก่ผู้ใช้ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริษัทและผลิตภัณฑ์ โปรดเยี่ยมชมเกี่ยวกับเรา หน้า หรือติดต่อผ่านทาง สนับสนุน หน้า