军事应用推动生物识别技术发展收藏

网友投稿 326 2024-01-23


   生物识别技术涵盖不同的解决方案,包括指纹识别、脸部识别、虹膜识别等等,现在都能提供更高的可靠度以及准确度;接下来介绍几项生物识别技术在军事应用上的进展    2001年在纽约市发生的911恐怖攻击事件,加速了美国将生物识别(biometric)技术应用于军事领域,以识别敌人并强化国防安全;而近来因为无线通信、人工智能(AI)与机器学习等各种技术的演进,又进一步推动了生物识别技术的采用。

军事应用推动生物识别技术发展收藏

   生物识别技术涵盖不同的解决方案,包括指纹识别、脸部识别、虹膜识别等等,现在都能提供更高的可靠度以及准确度;接下来 介绍几项生物识别技术在军事应用上的进展士兵专用的可穿戴身份验证标章    美国陆军作战能力发展司令部(CCDC) C5ISR中心旗下战术网络保护分部(Tactical Network Protection Branch)的计算机科学家Ogedi Okwudishu表示,陆军的可穿戴式身份验证标章(authentication token)自2019年完成第一代原型之后继续演化,这种标章结合了以公钥为基础的凭证,以及商用无线支付与软性混合电子的技术演进。

可穿戴式身份验证标章能放进口袋或是别在衣物腕带上    “在战术IT环境中使用智能卡在操作上是不可行的;”Okwudishu表示,就像内含生物识别资料的美国国防部通用存取卡(common access card,CAC),陆军的身份识别标章会使用以公钥为基础的身份验证平台(authenticator),士兵会用它们透过蓝牙低功耗技术无线、安全地链接个人终端装置。

他们必须以一个PIN码作为第二身份验证元素,让网络系统授权他们存取受限制的区域;一旦超出系统的范围,他们就会被注销    该身分验证标章目前还在原型阶段,“政府开发项目将持续到2021年,”Okwudishu表示:“接下来的商用开发预计在2021年底展开,现场实地测试则会在2023年初开始;”他表示,目前项目小组正在布署测试士兵身分验证(Soldier Authentication)平台,接下来几个月,该小组将专注于Windows与Linux装置的生物识别身分验证,以及为人因测试开发的行动版本标章,还有美国陆军自主开发的其他无线通信协议与技术的使用。

在夜色中辨别敌军    美国陆军研究实验室(Army Research Laboratory,ARL)进行了一项实验性的测试,结合了脸部识别与热成像技术,让士兵能在夜色中更容易进行特定人物的识别新技术利用了AI、机器学习以及红外线摄影机,能藉由探测皮肤的辐射热来识别脸部形状。

结合热成像与脸部识别技术的方案    ARL智慧感知部门的开发团队领导人/电子工程师Sean Hu 表示,AI与机器学习的进展,能让热成像与脸部识别技术的整合效果更好,硬件开发也有进展,下一代内建热成像脸部识别功能的手持式双筒望远镜原型已经在开发中;在2019年开发的第一代手持式双筒望远镜原型能支持短距离扫瞄,新一代原型将支持更长距离。

同时ARL也致力于改善算法;实验室的科学家团队已经开发出第一代算法,并将数据与软硬件整合平台绑定    Hu指出,热成像技术能侦测皮肤或物体的辐射热,在经过适当校准之后,成像技术还能量测出皮肤的绝对温度。

热成像技术的最大优势,是能够撷取面罩覆盖下的特征,并实现在夜间或是低光线条件下的脸部识别然而该方案的挑战在于目前只能支持非常薄、非常紧贴脸部之面罩下的成像;Hu解释,若是比较厚的面罩,就得用到像是机场扫描机使用的毫米波成像技术,但这种技术就无法小型化。

生物识别数据库的现代化    美国陆军已经利用一种更新软件,将一个有20年历史的生物识别数据库现代化,以协助那些驻扎在海外检查哨的美军实时识别特定人物CCDC C5ISR中心密码现代化分部(Cryptographic Modernization Branch)的工程师William Daddario表示,“原始数据库是靠软件与表格建立关联,我们则是在数据库里建立关联,这是一种更有效的作业方法;”如果在数据库的某个区域有一个变更,就会传播到整个数据库。

一名士兵以美国陆军生物识别自动化工具组采集虹膜影像    士兵可利用手持式美国陆军生物识别自动化工具组(Biometrics Automated Toolset-Army,BAT-A)来收集并处理生物识别数据,像是虹膜、指纹与脸部的影像。

被采集虹膜影像的对象,可以是戴着眼镜或隐形眼镜,所收集到的数据会与储存在美国国防部内含100万个生物识别项目的数据库进行比对Daddario表示,C5ISR中心还对美国国防部生物识别项目管理办公室(PM DoD Biometrics)之旧系统进行了安全漏洞评估。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:PCB的这些事,你不一定都知道!收藏
下一篇:如何为机器视觉应用选择最佳处理平台收藏
相关文章

 发表评论

暂时没有评论,来抢沙发吧~