ఫుజిట్సు లాబొరేటరీస్ లిమిటెడ్. నాన్-కాంటాక్ట్, ఇంటిగ్రేటెడ్ బయోమెట్రిక్ ప్రామాణీకరణ సాంకేతిక పరిజ్ఞానం యొక్క అభివృద్ధిని ప్రకటించింది, ఇది ఒక వ్యక్తిని వారి అరచేతి సిర మరియు ముఖ డేటాను మాత్రమే ఉపయోగించి గుర్తించగలదు, నగదు రహిత సమాజం యొక్క సృష్టికి ఒక అడుగు దగ్గరగా ఉంటుంది.
ఇటుక మరియు మోర్టార్ దుకాణాలలో లేదా ఈవెంట్ వేదికలలో ప్రవేశాల కోసం ఒక వ్యక్తి యొక్క గుర్తింపును నిర్ధారించే బయోమెట్రిక్ ప్రామాణీకరణను ప్రారంభించడానికి, రిజిస్టర్డ్ బయోమెట్రిక్ డేటా యొక్క భారీ పరిమాణంలో శోధనలను క్రమబద్ధీకరించడం - ఒక మిలియన్ వినియోగదారుల స్థాయిలో - తగ్గించడం అవసరం కార్డులు లేదా ఇతర రకాల డేటాను ఉపయోగించడం ద్వారా విషయం. క్రొత్త సాంకేతిక పరిజ్ఞానం సున్నితమైన చెల్లింపు విధానాన్ని అనుమతిస్తుంది, దీనిలో వినియోగదారులు టెర్మినల్పై మాత్రమే చేతులు పట్టుకోవలసి ఉంటుంది, అయితే పేమెంట్ టెర్మినల్ మరియు కెమెరాను దగ్గరగా ఉంచడం ద్వారా అప్రయత్నంగా సంగ్రహించిన ముఖ చిత్రం ద్వారా విషయం యొక్క గుర్తింపు తగ్గించబడుతుంది.
ఈ సాంకేతికత ఏ ఐడిలను మోసుకెళ్ళకుండా వాలెట్ రహిత చెల్లింపులను అనుమతిస్తుంది, మరింత సౌకర్యవంతమైన నగదు రహిత సమాజానికి మార్గం సుగమం చేస్తుంది.
అక్టోబర్ 7 నుండి గ్రీస్లోని ఏథెన్స్లో జరిగే ఇంటర్నేషనల్ కాన్ఫరెన్స్ ఆన్ ఇమేజ్ ప్రాసెసింగ్ 2018 (ఐసిఐపి 2018) లో ఈ టెక్నాలజీ గురించి మరిన్ని వివరాలు ప్రకటించబడతాయి. ఇది అక్టోబర్ నుండి మకుహారీ మెస్సేలో జరగనున్న సియాటెక్ జపాన్ 2018 లో కూడా ప్రదర్శించబడుతుంది. 16.
అభివృద్ధి నేపధ్యం
ఇటీవలి సంవత్సరాలలో, ప్రామాణీకరణ మరియు అధికారం యొక్క ప్రాముఖ్యత పెరుగుతోంది మరియు పెరుగుతున్న ఐడిలు మరియు పాస్వర్డ్లను నిర్వహించడం యొక్క సంక్లిష్టతను నివారించడానికి బయోమెట్రిక్ డేటాను ఉపయోగించే ప్రామాణీకరణ సాంకేతికతలకు ఎక్కువ ప్రాధాన్యత ఇస్తున్నారు. ఎక్కువ భద్రత మరియు సౌలభ్యం కోసం, ఐడి చూపించాల్సిన అవసరం లేకుండా లేదా పాస్వర్డ్ ఎంటర్ చేయకుండా, మరియు వాలెట్ను తీసుకెళ్లవలసిన అవసరాన్ని తొలగించకుండా, బయోమెట్రిక్ డేటాతో ఒక వ్యక్తిని గుర్తించగల ప్రామాణీకరణ సాంకేతిక పరిజ్ఞానం కోసం అధిక అంచనాలు ఉన్నాయి.
సమస్యలు
గది ప్రవేశాన్ని నిర్వహించడానికి మరియు ఎటిఎంలతో పాటు వ్యక్తి యొక్క పిసి మరియు ఇతర పరికరాలను యాక్సెస్ చేయడానికి పామ్ సిర ప్రామాణీకరణ ఇప్పుడు ప్రపంచవ్యాప్తంగా సాధారణంగా ఉపయోగించబడుతుంది. ఎటిఎంల వంటి అనేక వేల మంది వినియోగదారుల అరచేతి సిరలు నమోదు చేయబడిన సందర్భాల్లో, సమర్థవంతమైన పోలిక సరిపోలిక కోసం సెట్ చేయబడిన డేటాను తగ్గించడానికి ఒక కార్డు లేదా ఇతర సమాచారం నమోదు చేయబడుతుంది. దుకాణాలలో నగదు రహిత చెల్లింపుల వాడకాన్ని విస్తరించడానికి, ఒక మిలియన్-వినియోగదారు స్కేల్ వాల్యూమ్ను నిర్వహించడానికి వినియోగదారు-స్నేహపూర్వక శుభ్రమైన, సంపర్కం కాని వాతావరణంలో ప్రామాణీకరణ అవసరం.
కొత్తగా అభివృద్ధి చెందిన టెక్నాలజీ గురించి
కొత్త టెక్నాలజీ ఆఫ్-ది-షెల్ఫ్ కెమెరాతో సంగ్రహించగల ముఖ డేటాను ఉపయోగిస్తుంది, వాలెట్ను తీసుకువెళ్ళాల్సిన అవసరం లేకుండా అత్యంత అనుకూలమైన ప్రామాణీకరణను అనుమతిస్తుంది.
కొత్త టెక్నాలజీ కింది లక్షణాలను కలిగి ఉంది.
1. ముఖ లక్షణాల యొక్క హై-స్పీడ్ ప్రాసెసింగ్ కోసం సంగ్రహణ సాంకేతికత
ఒక చిత్రం నుండి ఒక వ్యక్తిని ఖచ్చితంగా గుర్తించడానికి, చాలా ఖచ్చితమైన ఖచ్చితత్వంతో ముఖ కోణాలను మరియు విభిన్న ముఖ కవళికలను తీయగల సంక్లిష్టమైన యంత్రాంగాన్ని నిర్మించడం అవసరం, అయితే దీనికి అపారమైన ప్రాసెసింగ్ సమయం అవసరం. ఫుజిట్సు ఇప్పుడు ప్రాసెసింగ్ పరిమాణాన్ని సంప్రదాయ సాంకేతిక పరిజ్ఞానం అందించే దానిలో పదోవంతుకు విజయవంతంగా తగ్గించింది, అల్గోరిథంను అభివృద్ధి చేయడం ద్వారా సంక్లిష్ట యంత్రాంగాన్ని దాని ఖచ్చితత్వానికి రాజీ పడకుండా అనుకరిస్తుంది. ఇది అధునాతన ముఖ గుర్తింపు యొక్క తక్షణ ప్రాసెసింగ్ను అనుమతిస్తుంది.
2. అరచేతి సిర మరియు ముఖ డేటా గుర్తింపును సమగ్రపరిచే బయోమెట్రిక్ ప్రామాణీకరణ సాంకేతికత
వ్యక్తులు చెల్లింపు టెర్మినల్ను నిర్వహిస్తున్నప్పుడు కెమెరా ద్వారా సంగ్రహించబడిన ముఖ డేటా ఒక మిలియన్ నమోదిత వినియోగదారుల స్థాయిని కలిగి ఉన్న డేటాబేస్ల నుండి ఇలాంటి సమూహాలను తగ్గించడానికి ఉపయోగించబడుతుంది. చెల్లింపు సమయంలో వాస్తవ ప్రామాణీకరణ అవసరం అయినప్పుడు, ఎంచుకున్న సమూహంలోని వినియోగదారులు చెల్లింపు టెర్మినల్లపై అరచేతులను పట్టుకోవడం ద్వారా త్వరగా గుర్తించవచ్చు. అదనంగా, రెండు రకాల బయోమెట్రిక్ డేటా ఉపయోగించబడుతున్నందున, సిర డేటాలో కొంత భాగాన్ని సంగ్రహించకపోయినా, ప్రామాణీకరణకు అవసరమైన డేటాను ముఖ డేటాతో భర్తీ చేయవచ్చు, ప్రామాణీకరణ యొక్క స్థిరత్వాన్ని పెంచుతుంది. అంతేకాకుండా, అరచేతి సిర మరియు ముఖ డేటా యొక్క ప్రాసెసింగ్ను వేరు చేయడం ద్వారా, ప్రామాణీకరణ సర్వర్పై భారాన్ని తగ్గించవచ్చు, అవసరమైన కంప్యూటింగ్ వనరుల పెరుగుదలను నియంత్రించేటప్పుడు ముఖ పోలికల యొక్క అధిక-వేగ ప్రాసెసింగ్ను అనుమతిస్తుంది.
ఫలితాలు
ఈ క్రొత్త సాంకేతిక పరిజ్ఞానాన్ని ఉపయోగించడం ద్వారా, ప్రామాణీకరణ సర్వర్కు అవసరమైన కంప్యూటింగ్ వనరుల పెరుగుదలను నియంత్రించేటప్పుడు, కార్డులు లేదా ఇతర రకాల సమాచారంతో అదనపు వ్యక్తిగత సమాచారాన్ని ఇన్పుట్ చేయకుండా, ఒక మిలియన్ మంది వ్యక్తుల స్థాయిలో రియల్ టైమ్ ప్రామాణీకరణ చేయవచ్చు.
భవిష్యత్తు ప్రణాళికలు
ఫుజిట్సు లాబొరేటరీస్ 2020 ఆర్థిక సంవత్సరంలో ఈ సాంకేతికతను ఆచరణాత్మకంగా మార్చాలని లక్ష్యంగా పెట్టుకుంది.