Biometrids - Platform yang Bagus untuk Identitas dengan Pengenalan Wajah dengan Pengenalan Wajah pada Blockchain
Sistem pengenalan wajah adalah aplikasi komputer yang mampu mengidentifikasi atau memverifikasi seseorang dari gambar digital atau bingkai video dari sumber video. Salah satu cara untuk melakukannya adalah dengan membandingkan fitur wajah yang dipilih dari gambar dan database wajah.
Hal ini biasanya digunakan dalam sistem keamanan dan dapat dibandingkan dengan biometrik lainnya seperti sistem pengenalan sidik jari atau mata iris. Baru-baru ini, ia juga menjadi populer sebagai alat identifikasi dan pemasaran komersial.
Teknik untuk akuisisi wajah
Beberapa algoritma pengenalan wajah mengidentifikasi fitur wajah dengan mengekstrak tengara, atau fitur, dari gambar wajah subyek. Sebagai contoh, algoritma dapat menganalisa posisi relatif, ukuran, dan / atau bentuk mata, hidung, tulang pipi, dan rahang.Fitur ini kemudian digunakan untuk mencari gambar lain dengan fitur yang serasi. Algoritma lain menormalkan galeri gambar wajah dan kemudian memampatkan data wajah, hanya menyimpan data pada gambar yang berguna untuk pengenalan wajah. Citra probe kemudian dibandingkan dengan data wajah. Salah satu sistem yang paling awal sukses didasarkan pada teknik pencocokan template yang diterapkan pada serangkaian fitur wajah yang menonjol, memberikan semacam representasi wajah terkompresi.
Algoritma pengakuan dapat dibagi menjadi dua pendekatan utama, geometris, yang membedakan fitur, atau fotometrik, yang merupakan pendekatan statistik yang menyaring gambar menjadi nilai dan membandingkan nilai dengan template untuk menghilangkan varians.
Algoritma pengenalan yang populer mencakup analisis komponen utama menggunakan eigenfaces, analisis diskriminan linier, grafik kelompok elastis yang sesuai dengan algoritma Fisherface, model Markov tersembunyi, pembelajaran subruang multilinear yang menggunakan representasi tensor, dan pencocokan dynamic link yang dinamis dengan neuronal.
Pengakuan 3 dimensi
Teknik pengenalan wajah tiga dimensi menggunakan sensor 3D untuk menangkap informasi tentang bentuk wajah. Informasi ini kemudian digunakan untuk mengidentifikasi ciri khas pada permukaan wajah, seperti kontur soket mata, hidung, dan dagu.
Salah satu keunggulan dari pengenalan wajah 3D adalah tidak terpengaruh oleh perubahan pencahayaan seperti teknik lainnya. Hal ini juga dapat mengidentifikasi wajah dari berbagai sudut pandang, termasuk tampilan profil. Titik data tiga dimensi dari wajah sangat meningkatkan ketepatan pengenalan wajah.Penelitian 3D diperkuat dengan pengembangan sensor canggih yang melakukan pekerjaan yang lebih baik dalam menangkap citra wajah 3D.Sensor bekerja dengan memproyeksikan cahaya terstruktur ke wajah. Sampai selusin atau lebih dari sensor gambar ini dapat ditempatkan pada chip CMOS yang sama - masing-masing sensor menangkap bagian spektrum yang berbeda ....
Bahkan teknik pencocokan 3D yang sempurna pun bisa sensitif terhadap ekspresi. Untuk tujuan itu, sebuah kelompok di alat yang diterapkan Technion dari geometri metrik untuk memperlakukan ungkapan seperti isometri
Metode baru adalah mengenalkan cara untuk menangkap gambar 3D dengan menggunakan tiga kamera pelacak yang mengarah pada sudut yang berbeda; satu kamera akan menunjuk bagian depan subjek, yang kedua ke samping, dan yang ketiga di sebuah sudut. Semua kamera ini akan bekerja sama sehingga bisa melacak wajah subjek secara real time dan mampu menghadapi deteksi dan pengenal.
Analisis tekstur kulit
Tren lain yang muncul menggunakan detail visual kulit, seperti yang ditangkap dalam gambar digital atau pindaian standar. Teknik ini, yang disebut analisis tekstur kulit, mengubah garis, pola, dan bintik unik yang terlihat di kulit seseorang menjadi ruang matematis.
Pengujian telah menunjukkan bahwa dengan penambahan analisis tekstur kulit, kinerja dalam mengenali wajah dapat meningkat 20 sampai 25 persen.
Kamera termal
Bentuk lain dari pengambilan data masukan untuk pengenalan wajah adalah dengan menggunakan kamera termal, dengan prosedur ini kamera hanya akan mendeteksi bentuk kepala dan akan mengabaikan aksesori subjek seperti kacamata, topi, atau make up. Masalah dengan menggunakan gambar termal untuk pengenalan wajah adalah bahwa database untuk pengenalan wajah terbatas. Diego Socolinsky, dan Andrea Selinger (2004) meneliti penggunaan pengenalan wajah termal dalam kehidupan nyata, dan pemandangan operasi, dan pada saat yang sama membangun database baru gambar wajah termal. Penelitian ini menggunakan sensor elektrik ferro-elektrik beresolusi rendah sensitif yang mampu memperoleh inframerah termal gelombang panjang (LWIR). Hasilnya menunjukkan bahwa fusi LWIR dan kamera visual biasa memiliki hasil lebih besar pada probe outdoor. Hasil dalam ruangan menunjukkan bahwa visual memiliki akurasi 97,05% sedangkan LWIR memiliki 93,93%, dan Fusion memiliki 98,40%, namun pada tampilan outdoor visual memiliki 67,06%, LWIR 83,03%, dan fusi memiliki 89,02%.Penelitian ini menggunakan 240 subjek selama periode 10 minggu untuk membuat database baru. Data dikumpulkan pada hari yang cerah, hujan, dan berawan.
sebuah platform baru dibangun untuk memudahkan mengenali wajah pengguna perangkat mobil. sekaligus sebagai platform yang bisa memecahkan masalah identitas pada blockchain
Platform Biometrids memungkinkan orang mengidentifikasi diri mereka dengan orang lain yang menggunakan pengenalan wajah pada ponsel mereka. Menggunakan buku besar terdistribusi yang tidak berubah, semua orang dalam rantai itu unik. Satu wajah berarti satu ID, dan setiap ID unik. Jika Anda tercatat dalam rantai itu sekali, Anda tidak akan pernah dapat memanipulasi ID itu lagi atau menyalin ID itu.Ini akan mencegah pencurian identitas dan penipuan, dan juga akan memastikan pengguna adalah mereka yang mereka katakan.
Token Sale
Nama token adalah IDS.
Akan ada total 100.000.000 IDS.
- 5% akan dijual di pre-ICO.
- 5% untuk hadiah dan penasihat.
- 70% akan dijual melakukan crowdsale.
- 10% untuk tim.
- 10% untuk pondasi.
Pre-ICO akan berjalan selama satu minggu dan harganya 910 IDS / 1eth. Crowdsale akan berjalan selama empat minggu dan harga akan menjadi:
- Minggu 1: 665 IDS / 1eth
- Minggu 2: 550 IDS / 1eth
- Minggu 3: 500 IDS / 1eth
- Minggu 4: 450 IDS / 1eth
Pra-Ico dan crowdsale akan berjalan sampai tanggal akhir, atau sampai semua koin terjual.
10% untuk tim dan 10% untuk pondasi akan dikurung selama tiga tahun.
Setiap koin yang tidak terjual selama ICO akan dikunci selama lima tahun. Setelah lima tahun, mereka akan dijual kembali ke investor awal dalam kampanye penggalangan dana pribadi.Mereka tidak akan dijual di bursa.
Tim
Morten Nielsen
CEO dan pemimpin harian.
Morten adalah penggemar kripto dengan wawasan mendalam tentang teknologi blockchain. Dia sangat menyukai teknologi dan kasus penggunaan baru, dan merupakan wirausahawan yang telah membangun dan menjual berbagai toko online.
Dia memiliki pengalaman hebat dalam penjualan, teknologi, dan kepemimpinan.Morten adalah pemecah masalah, belajar ekonomi di waktu senggangnya.
Daniel bip
Pengembang Bisnis dan Kemitraan
Daniel memimpin pengembangan bisnis. Dia bergairah tentang blockchain dan pengembangan bisnis dan merupakan wirausahawan.
Saat ini dia bekerja sebagai konsultan Senior IT and Finance. Daniel sebelumnya adalah salah satu pendiri analisis olahraga anak perusahaan Norwegia dan Kepala Departemen di Denmark.
jalone sapworth
Manajer Pemasaran
Jolene memimpin departemen pemasaran.
Dia telah bekerja dengan pemasaran dan komunikasi di sebuah perusahaan besar Denmark. Dia memiliki PBA dalam Pemasaran dan Komunikasi Internasional dan juga dididik dalam Manajemen Pemasaran.
kirill Beresnev
Pengembang Ethereal
Kirill adalah pengembang Ethleton terkemuka dan merupakan insinyur blockchain yang antusias dengan pengalaman lima tahun.
Kirill memiliki pengalaman yang luas dalam pengembangan Ethereal dan Blockchain. Kirill sebelumnya pernah bekerja dengan Smartum Pro dan Hyerledger Fabric.
jana atonova
Desainer grafis
Jana adalah seorang desainer grafis dan fotografer berpengalaman, mengelola dan mengkoordinasikan proyek desain grafis mulai dari konsep hingga selesai.
Jana pandai menyusun desain, sekaligus membangun, memotivasi, dan mengarahkan disain dan produksi secara efektif.
Kiril ganchev
Algorithme dan pengembang full stack
Kiril memimpin Algoritma. Kiril Ganchev memiliki pengalaman lebih dari delapan tahun dalam pemrosesan gambar, algoritma penglihatan komputer, embedded system, dan pinggiran. Dia telah bekerja bertahun-tahun untuk proyek Nokia dan Microsoft, yang telah berhasil dan mendapat nilai tinggi. Dia juga memimpin tim profesional kecil namun sangat terampil.
Kiril belajar Fisika di Universitas Sofia "St.Kliment Ohridski "dan telah berpartisipasi dalam kontes informatika, matematika, fisika, dan astronomi.
lgor Nokavic
Ethereal dan pengembang web
Igor adalah pengembang web berpengalaman dan pengembang Ethereal. Sangat antusias dengan teknologi baru.
Memiliki gelar Bachelor di Sistem Informasi Bisnis. Lulus pada "Agile Software Development - SCRUM methodology".
Adivisors
michael moller Nielsen
Penasihat keuangan
Michael telah bekerja dengan audit dan pajak, serta konsultasi khusus, untuk perusahaan dan individu sejak tahun 2009. Ini mencakup pengembangan bisnis untuk optimalisasi proses bisnis dan rencana strategi.
Michael memiliki Master of Science (MSc) dalam Ekonomi Bisnis dan Audit dan PBA dalam Pemasaran dan Komunikasi Internasional, dan juga dididik dalam Manajemen Pemasaran.
sabina kethelz
Penasihat Teknis dan Produk
Sabina adalah direktur dan pendiri di CIP Consulting Group.
Anggota dewan penasehat di Shape Robotics dan mantan CEO CP Robotics, Sabina memiliki Master of Arts dalam Komunikasi Bisnis Internasional dan Kewirausahaan Strategis.
Mari Bergabunglah dengan kami di sini, di Platform BIOMETRIDS yang bagus
Tidak ada komentar:
Posting Komentar