Rua Baronesa de Itu 336 , cj 12 , CEP 01231-000 - São Paulo - SP
+ 55 11 3826-5144

MEGAMACTHER-SDK-3.1-AFIS

MegaMatcher SDK 3.1
 
AFIS Larga Escala e Identificação Multi-Biométrica
 
SDK especialmente desenvolvido para uso em AFIS e aplicações Forense.
 
A tecnologia de MegaMatcher é desenvolvida para AFIS em grande escala e desenvolvedores de sistema  multi-biometricos. A tecnologia assegura a confiabilidade e a velocidade elevadas na identificação biométrica mesmo com a utilização de bases de dados grandes.
 
MegaMatcher está disponível como um KIT de desenvolvimento de software que permite o desenvolvimento em grande escala do Reconhecimento da impressão digital, da Face ou de produtos multi-biometricos para plataformas do Microsoft Windows e do Linux.
 

Tecnologia e SDK
 
Exigências para sistemas biométricos em grande escala. Os sistemas biométricos automáticos em grande escala da identificação têm um número de exigências especiais que são diferentes daquelas de sistemas biométricos de escala pequena ou media. Estas exigências incluem a confiabilidade do sistema, a produtividade, o escalabilidade, etc...
 
Algoritmo Características e potencialidades . MegaMatcher inclui os mecanismos de reconhecimento facial e da impressão digital e permite o uso do novo algoritmo fundido para a identificação rápida e de confiança em sistemas em grande escala de Faces e Impressões Digitais . O mecanismo da impressão digital é NIST MINEX compliant e é capaz de impressões digitais roladas e pousadas combinadas entre si. O mecanismo da FACE inclui a detecção viva de FACES e o processamento de múltiplas FACES em live vídeo streams (imagens de Vídeos ao vivo) …
 
Cluster de software para maior produtividade, eficiência e escalabilidade elevado. MegaMatcher SDK inclui o cluster de software para combinar execução em paralelo rapidamente. O cluster permite aumentos no tamanho combinando da velocidade e da base de dados proporcional ao número dos nós de conjunto, reserva-os para processar o número grande de requisições de identificação em praticamente Tempo-real, e fornece-os a robustez geral do sistema …
 
MegaMatcher Accelerator. A solução Desenvolvida para o lado SERVIDOR da parte de AFIS de larga escala.Uma simples unidade de MegaMatcher Accelerator identifica 40 milhões de impressões digitais por segundo…
 
MegaMatcher Standard e Extended SDK.O SDK Standard é indicado para o desenvolvimento do cliente/produtos multi-biometricos usuários baseados na identificação da FACE-Impressão Digital. O SDK EXTENDED é indicado para o desenvolvimento em grande escala , baseada em CLUSTER de AFIS para produtos multi-biometricos de identificação. Os componentes destes SDKs são alistados com plataformas suportadas. MegaMatcher SDK suporta BioAPI 2.0 e outros padrões biométricos do ANSI e do ISO …
 
Scanners suportados.Mais de 60 Scanners são suportados por MegaMatcher SDK. O SDK inclui drivers de scanners da impressão digital para o Microsoft Windows (32 e 64 bits) e o Linux …
 
Suporte a Reconhecimento de Faces com uso de câmeras. MegaMatcher SDK suporta quase qualquer câmera ou webcam; Também um grande número de câmaras avançadas são suportadas ...
 
Suporte a Reconhecimento de Iris com uso de câmeras.Um numero grande de câmeras para captura e identificação de Iris são suportadas por MegaMatcher SDK…
 
Exigências do sistema e ambientes suportados do desenvolvimento. Os componentes de MegaMatcher SDK podem rodar em computadores com os processadores de x86 32 e 64 bis (ao menos processador de 2 gigahertz recomendado). As plataformas de Windows e de Linux são suportadas. O usuário, MySQL e Oracle de Microsoft SQLsão suportados…
 
Testes de Resultados da confiabilidade e especificações técnicas. O algoritmo fundido MegaMatcher da identificação da FACE- Impressão digital pode combinar até 400.000 registros por segundo em um único ponto do sistema. MegaMatcher fornece a confiabilidade elevada da identificação usando os motores combinando da impressão digital ou Face, e a utilização da identificação multi-biometrica permite que alcance quase 0% FRR… … .
 
MINEX Certification. Em 2007 a tecnologia MegaMatcher recebeu a certificação completa de MINEX. O NIST certificou MegaMatcher para o uso em aplicações de identificações de pessoas e da verificação da identidade (PIV)…

MegaMatcher Standard SDK e SDK Extended
 
MegaMatcher SDK é destinado ao desenvolvimento do AFIS em grande escala ou multi-produtos de identificação biométrica. Mecanismos de Reconhecimento de Face de Impressões Digitais estão inclusos no MegaMatcher SDK, e mecanismo de reconhecimento de Íris está incluso no VeriEye 2.2 SDK Standard, Que pode ser utilizado como Add-On para MegaMatcher SDK.
 
MegaMatcher 3.1 SDK inclui o software para SERVER SIDE e um jogo dos módulos para desenvolvimento de aplicações do lado cliente (Client-side). Os componentes DOTNET são incluídos para o desenvolvimento rápido do software lado cliente (Client-side).
 
MegaMatcher 3.1 possui suporte para BioAPI 2.0. para assegurar a compatibilidade do sistema com o outro software, a biblioteca de WSQ é incluída, assim como os módulos para a conversão entre o Templates do MegaMatcher e padrões biométricos Standard.
 
MegaMatcher 3.1 é apropriado não somente para desenvolver AFIS civil, mas também para aplicações forenses de AFIS, porque inclui uma API para a edição dos Templates de impressões digitais latente. A edição latente do template da impressão digital é necessária a fim submeter uma impressão digital latente (por exemplo, uma imagem de uma cena de crime) para a identificação em AFIS. Também MegaMatcher pode comparar e identificar às impressões digitais roladas e pousadas entre si.
 
 
Estes tipos de MegaMatcher 3.1 SDK estão disponíveis:
 
MegaMatcher 3.1 SDK Standard, para desenvolver um cliente/Server baseado em um produto multi-biometrico da identificação da face-impressão digital e opcionalmente Identificação da Iris . Este SDK é apropriado para sistemas baseados em rede e baseados em WEB com o tamanho da base de dados que varia de diversos registros de milhares até milhões de  registros. O SDK inclui o software pronto para uso (ready-to-use) do lado SERVER/SIDE e um jogo dos componentes para aplicações desenvolvendo o Client/Side. Além disso, uma ou mais unidades de  MegaMatcher Accelerator  ou instalação de licenças podem ser adicionalmente adquiridas para a construção de sistemas de alto desempenho que correspondam a dezenas de milhões de impressões digitais por segundo.

Premiações para Tecnologia
 
IREX Avaliação
 
Em 2009 VeriEye SDKfoi reconhecida pelo Instituto Nacional de Padrões e Tecnologia (NIST) como um dos algoritmos mais confiável íris precisa de reconhecimento entre os testados.
 
O NIST Iris Exchange (IREX) Avaliação julgou 18 algoritmos considerados “Estado-da-Arte” a partir de 10 fornecedores diferentes e classificou o VeriEye entre os TOP 3 de precisão. Neurotechnology obteve o resultado de algoritmo mais rápido para identificação de Íris – de 25 a 75 vezes mais rápido do que seus outros principais concorrentes classificados - ao utilizar um Template de íris que é de 3,5 a 7,5 vezes menores que os concorrentes com o mesmo TEMPLATE. Neurotechnology foi o único fornecedor a alcançar tais classificações elevadas em todas estas áreas.
 
Testes do IREX são focados em reconhecimento de imagem comprimida e formatos interoperáveis em uma tentativa de estabelecer normas de dados para apoiar o intercâmbio de dados, armazenamento e "smart card".
 
Veja o NIST relatório completo IREXe os nossos Comunicado de Imprensapara mais informações.
 
MINEX Certificação
 
Em 2007 MegaMatcher 2.0a tecnologia da impressão digital recebeu a certificação completamente MINEX Certificação. NIST certificou o MegaMatcher para o uso em aplicações pessoais de identificações e verificações. A tecnologia da impressão digital de MegaMatcher 2.0 é usada também dentro do VeriFinger 6.0.
 
O Minutiae Interoperability Exchange Test (MINEX) avalia o código do Template da impressão digital para determinar a conformidade com o programa pessoal da verificação da identidade do governo (PIV) para a identificação e a autenticação de empregados e de contratados do governo federal dos USA. O programa de MINEX fornece medidas do desempenho e da interoperabilidade do algoritmo da impressão digital ao governo e às entidades comerciais.  MegaMatcher 2.0 é um dos únicos 12 fabricantes de algoritmos no MUNDO que recebeu a certificação completa MINEX para ambos os Templates de identificação e codificação da impressão digital. Esta certificação coloca o  MegaMatcher 2.0 SDK na lista certificada de compradores do governo dos  ESTADOS UNIDOS de algoritmos do reconhecimento da impressão digital.
 
 
Fingerprint Verification Competition (FVC2006)
 
Neurotechnology esta satisfeita em anunciar nossos resultados na competição da verificação da impressão digital (FVC2006) atingindo o ranking o mais elevado ao usar a marca de nível a mais realística (benchmark) para aplicações biométricas no MUNDO Real, “calculam de média Zero para FMR.”Neurotechnology participou do FVC2006 sob o nome conhecido de Neurotechnologija. Em 2008 a companhia mudou o nome incorporando a marca Neurotechnology.
 
 
 
FVC2006 Open Category results.
Toda a pagina esta disponível em FVC2006 web site.
O algoritmo da Neurotechnology esta referenciado como P058.
 
Neurotechnology também ganhou quatro medalhas de ouro, duas de prata e duas medalhas de bronze no FVC2006 na categoria Light. Nosso algoritmo obteve o  segundo lugar na categoria FVC2006 Light, de acordo com marca de nível zero da média FMR (FMR benchmark). O algoritmo ganhou uma medalha de ouro e quatro medalhas de bronze nesta categoria.
 
Considerando resultados da competição em aplicações no Mundo Real
 
Para cada algoritmo participando, a competição da verificação da impressão digital (FVC2006) mediu diversos parâmetros da confiabilidade, incluindo:
 
EER (Equal Error Rate) –False Acceptance Rate (FAR) onde a falsa taxa de aceitação (FAR) é igual à falsa taxa de Rejeição (FRR False Rejection Rate),
FMR 100 (FRR em FAR=1% Nível),
FMR 1000 (FRR em FAR=0.1% Nível),
Zero FMR (FRR em FAR=0% Nível).
 
Quando considerando os resultados das competições, é importante colocarmos os critérios da competição na perspectiva das aplicações biométricas no Mundo Real.
 
O objetivo de muitas aplicações no mundo real da tecnologia biométrica é deixar “as Pessoas Boas” dentro (Aceitar) e  manter “As Pessoas Ruins” para fora (Rejeitar). Na maioria das situações da segurança, manter algumas “das Pessoas Boas” fora (Rejeitar) é mais aceitável do que permitir a entrada de algumas “Pessoas Ruins” dentro. Assim, a maioria das aplicações no Mundo Real da tecnologia biométrica são ajustadas para ter um ponto baixo de FAR (Falta taxa de Aceitação).
 
A maioria das aplicações está pre-setadas para trabalhar com o FAR o mais próximo de Zero possível. UM FAR=0.001% é comum e às vezes FAR=0.0001% ou mesmo menos são usados. Isto minimiza o número de pessoas que são aceitos incorretamente no sistema (ou na entrada permitida). Quando o FAR é baixo, o FRR é mais elevado, o que significa que o sistema pode incorretamente recusar a entrada (reconhecimento) de alguém que deve ser identificado. Um algoritmo de maior confiança significa que você terá um FRR mais baixo isto é quando é FAR for (próximo de zero).
 
Neste sentido, à exceção do EER, que apenas representa a confiabilidade em uma faixa muito alta de FAR, a taxa zero de FMR é a marca de nível mais adequada para avaliar aplicações biométricas no Mundo Real.
 
O Fingerprint Vendor Technology Evaluation (FpVTE 2003)
 
Conduzido pelo Instituto Nacional de Medidas e Padrões & Technologia (NIST) em nome da Justice Management Division (JMD) do departamento de Justiça dos USA.Neurotechnology participou do FpVTE 2003 sob nome de Neurotechnologija. Em 2008 mudou seu nome para Neurotechnology.
 
Neurotechnology o algoritmo conseguiu um dos melhores resultados de confiabilidade no teste médio da escala entre os participantes da FpVTE 2003:
 
No cenário do Mundo Real, o algoritmo da Neurotechnology demonstrou estar entre os 03 mais altos níveis de segurança e confiabilidade.
Veja FpVTE web sitepara detalhes e resultados dos testes e avaliações*.
 
* Os resultados mostrados do NIST FpVTE 2003 não constituem o endosso de nenhum software em particular pelo governo, mas sim o reconhecimento dos níveis de segurança do algoritmo para uso em aplicações.
 
FVC2004, FVC2002 e FVC2000 resultados
 
Organizado pelo laboratório Biométrico de sistemas da (universidade de Bolonha), o teste de padrão e reconhecimento de imagens em  laboratório da (Universidade do Estado de Michigan) e o centro Biométrico de teste da  (Universidade do Estado do San Jose) a Neurotechnology participou do FVC2004, FVC2002 e FVC2000 sob o nome de Neurotechnologija. Em 2008 mudou seu nome para Neurotechnology.
 
Os algoritmos da Neurotechnology mostraram consistentemente alguns dos melhores resultados de confiabilidade entre participantes, ganhando as seguintes premiações:
 
FVC2004 (Veja FVC2004 web sitepara mais detalhes )
Categoria aberta : quatro medalhas de ouro , três de prata e duas de bronze, para o algoritmo de VeriFinger
Categoria Leve: uma medalha de ouro , seis de prata e três de bronze, para o algoritmo de FingerCell
FVC2002 (Veja FVC2002 web sitepara mais detalhes )
Uma medalha de prata e duas de bronze
FVC2000 (Veja FVC2000 web sitepara mais detalhes )
O algoritmo VeriFinger o algoritmo mostrou os melhores resultados de confiabilidade entre todos os participantes.
 
Desde as competições FpVTE 2003 e FVC2004 que as competições são apreciadas, Neurotechnology desenvolveu muitas melhorias do algoritmo nas versões testadas nas competições (ambos os algoritmos foram submetidos em 2003). As funções novas de filtragem da impressão digital foram desenvolvidas, permitindo a melhor filtragem das imagens de baixa qualidade. Adicionalmente, o tamanho gerado dos Templates foi diminuído a 300 - 600 bytes 150 - 300 bytes por a impressão digital usando a característica ajustada otimizada. Também, a velocidade da identificação foi aumentada de 5% a 100%, dependendo do número de minúcias da impressão digital. Todas estas melhorias permitiu-nos alcançar melhores resultados em nossos produtos.
 
Comentários em resultados das competições
 
O protocolo da FpVTE foi restrito e não permitia utilizar algumas de nossas características avançadas do algoritmo, que utilizamos em uma aplicação no mundo real , um aumento adicional a qualidade do reconhecimento. Particularmente, o SET do MST contem imagens de scanners diferentes, mas não foi divulgado cada determinado modelo de scanner de imagem. Em um cenário mundo do real, os parâmetros específicos seriam ajustados para cada tipo específico de scanner. Isto permitiria que o algoritmo executasse com o mais elevado nível de exatidão.
 
Outro exemplo do mundo real que não foi simulado no protocolo do FpVTE é a habilidade de globalizar a geração ou generalizar os Templates com as  características capturadas de diversas imagens do mesmo dedo ,  combinando os Templates com as características únicas unificadas. Utilizado-se as características generalizadas ajustadas certamente haveria melhoria significativa da confiabilidade do algoritmo e produziria um numero maior de identificações. No FpVTE MST tal método e ajustes não poderiam ser utilizados, porque somente dois impressões digitais eram permitidas para tal consideração.
 
O protocolo do FVC é muito útil para comparar algoritmos dos diferentes vendedores, porém permite somente a comparação da verificação (1: 1) mas não da identificação (1: X N). Uma das potencialidades as mais fortes dos algoritmos da Neurotechnology é a rápida identificação com confiança, conseqüentemente o teste de (1 x N) refletiria melhor nossa REAL colocação no ranking entre os participantes.
 
FVC utiliza uma bases de dados que não são para aplicações reais (mais informação), mas prefere utilizar os jogos (SETS) de impressão digital que tenham sido coletados especialmente para a competição (alguns com determinada distorção ou com alto nível de ruídos na captura). Desta maneira, várias distorções e altos níveis de ruído nas impressões digitais não corresponderam reais estatísticas de aplicação do mundo real, e os resultados dos vendedores podem não ser completamente adequados se aplicadas às situações reais da vida.
 
Como o FpVTE, o FVC não permitiu que nós gerássemos os Templates generalizados ou globalizados com as varias imagens do mesmo dedo e combinando os Templates ajustando com as características únicas unidas. Usar um jogo generalizado da característica e Templates generalizados melhora significativamente a capacidade de identificação e sua velocidade. No FVC tal método não poderia ser utilizado, porque a informação de somente duas impressões digitais foi permitida para a consideração.

Nome Descrição Data Tamanho (KB)