XiaoMi-AI文件搜索系统
World File Search SystemBiomet
生物识别标准和方法 - Redalyc
方法：本文探讨生物识别领域的标准化问题。本文的第一部分介绍了最广泛使用的生物识别标准的具体示例。本文的第二部分概述了最常用的生物识别方法。结果：所得结果表明，生物识别系统和生物识别传感器的发展有助于更好地保护身份免遭滥用，因为生物识别技术在提高系统操作的安全性和准确性方面具有巨大潜力。生物识别系统提高了用户的安全性，并且在确定身份方面也提供了更高的精度。结论：生物识别标准的制定应侧重于其互联互通性，以及提高与其他 IT 标准的连通性。关键词：生物识别标准化组织、生物识别标准、生物识别传感器、生物识别方法。
使用人工智能技术的生物特征认证系统的全面概述
摘要 — 生物特征认证正变得越来越普遍，因为它允许消费者在不输入实际地址或个人身份证号码的情况下进行身份验证。因此，一个简单的手指手势或看一眼相机仍然可以证明一个人的身份。在这篇评论中，我们详细解释了身份验证的概念和各种类型的生物特征技术如何用于用户识别。然后，我们讨论了将这些技术组合起来以创建真正的多模式身份验证系统的各种方式。为了更有条理，我们根据人类生物特征将概述分为两大类。首先，生理特征包括指纹、面部、虹膜/视网膜、手和手指静脉。其次，行为特征包括语音、签名和按键识别系统。最后，我们对选定的方法和技术进行了全面的比较，并重点关注三个标准：算法、优点和缺点。基于这种比较，我们为虹膜识别的未来研究提供了见解，通过这种研究，我们将结合几种人工智能算法来开发我们的系统。
使用脑电图信号进行移动设备生物特征认证
摘要 — 生物特征认证因其对个人用户的独特性而在各种应用中变得流行起来。在这种情况下，来自用户的脑电图 (EEG) 信号是身份验证的一个有趣候选。在这项工作中，我们特别关注与人类眨眼相对应的 EEG 信号，以创建一个身份验证系统，该系统可用于准确有效地区分多个用户，同时减轻用户的负担和方便。我们使用从 20 位用户收集的与眨眼相关的 EEG 信号数据集来研究我们的解决方案。我们的结果表明，眨眼信号可用于准确区分不同的用户，因此可用于身份验证。索引词 —EEG、眨眼、身份验证、生物特征
对生物特征数据进行分类以实现虚拟现实中的音乐互动
摘要。自 2015 年以来，商业手势界面扩大了研究人员和艺术家使用新型肌电图 (EMG) 生物特征数据的范围。EMG 数据可测量肌肉幅度，并使我们能够通过与数字媒体进行自然手势交互来增强人机交互 (HCI)。虚拟现实 (VR) 是一种沉浸式技术，能够模拟现实世界及其抽象。然而，当前的商业 VR 技术不具备处理和使用生物特征信息的能力。与当前商业 VR 设备中使用光学传感器进行手势识别相比，在 VR 中使用生物特征识别技术可以更好地描述手势细节并使用复杂的自定义手势，例如器乐演奏中的手势。然而，EMG 数据很复杂，必须使用机器学习来使用它。本研究使用 Myo 臂带对 Wekinator 中的四种自定义手势进行分类，并观察它们的预测准确性和表示（包括或省略信号开始）以在 VR 中创作音乐。结果表明，根据手势表示类型，特定的回归和分类模型在对 VR 中高级音乐 HCI 的四种音乐手势进行分类时最为准确。我们应用并记录了我们的结果，表明 EMG 生物识别技术有望成为未来 VR 中交互式音乐创作系统的良方。
关于公共和私营部门使用生物识别技术的信息（RFI）：答复
白宫科学技术政策办公室在联邦公共和私营部门使用生物识别技术的情况下发布了信息请求（RFI）。该RFI的目的是了解过去，当前或计划中的生物识别技术的程度和种类；使用这些技术的领域；利用它们的实体；当前的原则，实践或政策，用于使用其使用；以及可能受其使用或法规影响的利益相关者。要求输入过去的部署，建议，飞行员或试验，以及生物识别技术的当前使用，以进行身份验证，个人识别以及包括个人心理和情感状态在内的属性的推断。RFI评论期间于2021年10月8日开放，并在2022年1月15日提出了答复。此RFI产生了130个响应。
用于生物特征机器学习的眼动追踪特征提取
在学习机器方面，Nilsson (1965) 的研究更多地关注模式分类的机器学习。近年来，对眼动追踪的研究也有所增加。许多研究人员在实验中研究如何利用眼动追踪数据进行研究。因此，在分类研究中使用眼动追踪技术时，会引发一个疑问：从眼动追踪数据中可以获得哪些眼部特征用于分类。眼动追踪技术是指跟踪和测量用户的眼球运动和眼睛焦点的过程。眼动追踪广泛应用于心理学、市场营销、医学、电脑游戏和认知科学等许多领域。因此，眼动追踪越来越多地应用于计算机科学领域，并利用眼部特征来研究信息处理任务（Rayner，2009）。眼动追踪数据可以通过使用眼动追踪传感器或摄像头来测量和获取。这些数据提供了多种特征，可用于多种分类任务。眼动追踪技术非常有用，它可以在未来被广泛采用和实施，因为它只需要一个简单的摄像头就可以收集所需的数据。在本文中，我们进行了系统的文献综述，并收集了5年内（即从2016年到现在）所有与使用眼动追踪数据中的特征进行分类相关的研究和文章。第一部分介绍本文。在背景部分，我们提供了眼动追踪技术和眼动追踪器类型的背景，包括桌面眼动追踪、移动眼动追踪和虚拟现实（VR）中的眼动追踪，以及机器学习的简要介绍。方法论部分描述了研究方法，包括研究问题、选择标准、搜索过程和选择过程。结果部分展示了结果，相关研究如表1所示。最后一部分总结了本文。
生物特征数据融合中的人工智能 (AI) 和机器学习 (ML)
估计此次信息收集的公共报告负担平均为每份回应 1 小时，包括审查说明、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将有关此负担估计或本次信息收集任何其他方面的评论（包括减轻负担的建议）发送至国防部华盛顿总部服务处信息行动和报告局 (0704-0188)，1215 Jefferson Davis Highway, Suite 1204, Arlington, VA 22202-4302。受访者应注意，尽管法律有任何其他规定，但如果信息收集未显示当前有效的 OMB 控制编号，则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格寄回上述地址。
生物识别识别和行为检测
该文件是欧洲议会法律事务和请愿委员会要求的。作者克里斯蒂安·温德霍斯特（Christiane Wendehorst），维也纳大学，奥地利Yannic Duller，奥地利维也纳大学，作者希望感谢维也纳大学的Matthias Klonner，以提供背景支持。管理员负责Mariusz Maciejewski编辑助理Christina Katsara语言版本原始：关于编辑政策部门的EN内部和外部专业知识，以支持EP委员会和其他议会机构塑造立法并对欧盟内部政策进行民主审查。要联系政策部门或订阅更新，请写信给：公民权利和宪法事务的政策部欧洲议会B-1047 BRUSSELS电子邮件：poldep-citizens@europarl.europarl.europarl.europa.euuropa.eu Manuscript于8月2021年完成，欧洲联盟，2021年，该文档可在2021年提供。 http://www.europarl.europa.eu/supporting-analyses免责声明和版权本文档中表达的意见是作者的唯一责任，不一定代表欧洲议会的官方立场。为非商业目的的复制和翻译被授权，只要确认来源并给予欧洲议会事先通知并发送了副本。©Adobe Stock.com在许可下使用的封面图像Credits Metorworks。
生物识别识别和行为检测
由生物识别识别特别提出的主要道德问题与入学阶段有关，即识别特定人的唯一模板的创建和存储。入学阶段和部署阶段可能会重叠，而在部署过程中进行了改进，例如通过该领域的监督学习。创建独特的模板意味着将人类的独特物理特征转变为数字数据，从而导致人类的“数据缺陷”。由于独特地识别一个人的特征是一个人的身体的一部分，因此他们的收藏和使用干扰了人的个人自主权和尊严。一旦创建和存储了此模板，将来将其拥有的任何人都有能力追踪和认识到世界上任何地方的个人，并且有可能出于任何目的。个人无法将其逃脱，因为一个人通常无法改变“强”生物识别标识符。也考虑数据安全问题，收集和存储生物识别模板具有巨大的伤害潜力。
产前超声诊断生长受限胎儿大脑的生物特征变化。文学的系统评价
抽象的胎儿生长限制（FGR）是当Fetus未达到其生长和发育的潜力时，会导致影响妊娠5至10％的ISA条件，并且是造成围产期发病率和死亡率的第二大最常见原因的ISA条件。患有FGR的孩子有神经系统和认知发展受损以及成年后心血管或内分泌疾病的风险。本修订的目的是通过超声检查与胎儿生活期间与FGR相关的脑损伤的检测和评估的证据。使用系统的方法和定量评估作为研究方法，我们审查了具有客观质量措施的胎儿限制胎儿的胎儿大脑结构的超声研究。总共确定了八项研究。高质量的研究被确定用于测量脑体积； call体；脑填充深度测量和cavum septi pellucidi宽度测量。 一项低质量的研究可用于FGR中的小脑直径测量。 需要进一步的前瞻性随机研究，以了解胎儿大脑中发生的变化，以及它们与观察到的认知发展变化的相关性。高质量的研究被确定用于测量脑体积； call体；脑填充深度测量和cavum septi pellucidi宽度测量。一项低质量的研究可用于FGR中的小脑直径测量。需要进一步的前瞻性随机研究，以了解胎儿大脑中发生的变化，以及它们与观察到的认知发展变化的相关性。