Giriş
Küresel biyometri pazarının hızlı büyüme zemininde, yüksek hassasiyet ve yüksek güvenlik gibi benzersiz avantajlara sahip olan iris tanıma teknolojisi, finansal ödeme, sınır güvenliği ve akıllı şehirler gibi önemli senaryolar için tercih edilen çözüm haline geliyor. Pazar araştırma kuruluşlarının tahminlerine göre, küresel iris tanıma pazarının büyüklüğü 2025'te 5,14 milyar ABD dolarından 2030'da 12,92 milyar ABD dolarına yükselecek ve Bileşik Yıllık Büyüme Oranı (CAGR) %20,3 olacak.
Şekil 1: Küresel İris Tanıma Pazarı Büyüme Trendi (2025-2030 Tahmini)
Endüstriyel dönüşümün bu kritik noktasında, Homsh Technology, iki temel buluş patenti sayesinde iris tanıma teknolojisinde geleneksel paradigmadan yapay zeka paradigmasına atılım yaparak—"Vektör Veritabanına Dayalı Bir İris Hızlı Alma Sistemi ve Yöntemi" ve "Derin Sinir Ağlarına Dayalı Bir İris Sürekli Özellik Kodlama Yöntemi"—Çin'de ve küresel olarak iris tanıma teknolojisinin ön saflarında önemli bir yenilikçi konum oluşturdu.
Teknik Arka Plan: Geleneksel Yöntemlerin Darboğazları ve Yapay Zeka Çağındaki Fırsatlar
1990'larda iris tanıma teknolojisinin ticarileşmesinden bu yana, uzun süredir Gabor filtrelerine dayalı IrisCode kodlama yöntemine güveniyordu. Bu yöntem, iris dokusu özelliklerini çok ölçekli ve çok yönlü Gabor filtreleri aracılığıyla çıkarır, bunları 2048 bitlik ikili kodlara dönüştürür ve eşleştirme için Hamming mesafesini kullanır. Ancak, bu geleneksel paradigma üç temel darboğazla karşı karşıyadır: ilk olarak, sabit filtreler farklı iris görüntülerinin kalite farklılıklarına uyum sağlayamaz; ikincisi, ikili kodlama önemli bilgi kaybına neden olur ve bu da CASIA-Iris-Lamp standart test setinde yalnızca yaklaşık %1,75'lik bir Eşit Hata Oranı (EER) ile sonuçlanır; üçüncüsü, büyük ölçekli veritabanlarında (bir milyondan fazla seviye) alma hızı yavaştır ve gerçek zamanlı uygulamaların ihtiyaçlarını karşılamayı zorlaştırır.
Şekil 2: İris Tanıma Teknolojisi Paradigma Karşılaştırması - Geleneksel IrisCode Kodlaması ve Derin Öğrenme Sürekli Özellik Kodlaması
Derin öğrenme teknolojisinin olgunlaşması ve büyük ölçekli veri kümelerinin birikimiyle birlikte, iris tanıma, "el yapımı özelliklerden" "uçtan uca öğrenmeye" paradigma değişimine yönelik bir fırsat penceresine girdi. Son akademik araştırmalar, derin sinir ağlarına dayalı iris tanıma yöntemlerinin geleneksel yöntemlerin ötesinde potansiyel gösterdiğini ortaya koymuştur. Örneğin, en son akademik IrisFormer modeli aynı veri setinde %0,88'lik bir EER elde edebilir. Ancak, akademik başarıların endüstriyel rekabet gücüne sahip mühendislik uygulanabilir teknik çözümlere nasıl dönüştürüleceği, sektörün karşılaştığı ortak bir zorluktur.
Teknik İnovasyon: İki Patent, Tam Yığın Yapay Zeka Çözümü Oluşturmak İçin İşbirliği Yapıyor
Homsh Technology tarafından bu kez yayınlanan iki temel patent, geleneksel iris tanıma teknolojisinin teknik darboğazlarını iki boyuttan—"özellik temsili" ve "alma verimliliği"—sistemli bir şekilde çözerek, ön uç kodlamadan arka uç almaya kadar eksiksiz bir teknik kapalı döngü oluşturuyor.
Şekil 3: Homsh Technology'nin Çift Patentli İşbirlikçi Mimarisi - Uçtan Uca İris Tanıma Sistemi
Patent 1: Derin Sinir Ağlarına Dayalı Bir İris Sürekli Özellik Kodlama Yöntemi
Bu patent, bilgisayar görüşü alanındaki EfficientNet-B3 verimli evrişimsel sinir ağı mimarisini, yüz tanıma alanındaki ArcFace açısal marj kaybı fonksiyonu ile yenilikçi bir şekilde birleştirerek, ilk kez iris özelliklerinin uçtan uca derin öğrenme kodlamasını gerçekleştiriyor. Temel yenilikleri şunları içerir:
1. Uyarlanabilir Özellik Çıkarımı: Bileşik ölçeklendirme stratejisi (derinlik, genişlik ve çözünürlüğün üç boyutlu dengeli genişlemesi) ve verimli MBConv modülleri (ters artık yapı + sıkıştırma ve uyarma dikkat mekanizması) aracılığıyla, EfficientNet-B3, yalnızca 12,14 milyon parametre kısıtlaması altında iris dokularının yüksek ayrımcı özellik çıkarımını gerçekleştirir. Sabit Gabor filtreleri ile karşılaştırıldığında, model en uygun özellik temsilini otomatik olarak öğrenebilir.
2. Sürekli Özellik Kodlaması: Geleneksel IrisCode'un ikili kodlama nicemleme sınırlamasını aşarak, 16.384 bitlik (IrisCode'un 8 katı) bir bilgi kapasitesine sahip 512 boyutlu float32 sürekli özellik vektörleri çıkarır. Özellik uzayı, ayrık bir Hamming uzayından sürekli bir Öklid uzayına yükseltilir ve daha rafine benzerlik ölçümü sağlar.
3. ArcFace Açısal Marj Optimizasyonu: Normalleştirilmiş hipersferik özellik uzayında, 10° 'lik bir açısal marj eklemek, sınıf içi birleşmeyi ve sınıflar arası ayrımı zorlar, aynı kişinin iris özellik vektörleri arasındaki açıyı azaltır ve farklı insanlar arasındaki açıyı genişleterek özelliklerin ayrımcılığını önemli ölçüde artırır. Deneysel doğrulama, ArcFace'in standart Softmax kaybına kıyasla EER'yi %45,4 oranında azalttığını göstermektedir.
4. Sınıf Dengeli Toplu Örnekleme: İris veri kümelerindeki farklı bireyler arasındaki düzensiz örnek sayımı sorununu gidermek için, yenilikçi bir sınıf dengeli örnekleme stratejisi tasarlanmıştır. Her eğitim toplu işi, sınıf başına 8 örnek olmak üzere 16 sınıf içerir ve ArcFace kaybı fonksiyonunun sınıflar arası sınırları tam olarak öğrenebilmesini sağlar, rastgele örneklemeye kıyasla yakınsamayı %30 hızlandırır.
Patent 2: Vektör Veritabanına Dayalı Bir İris Hızlı Alma Sistemi ve Yöntemi
Bu patent, FAISS (Facebook AI Similarity Search) vektör veritabanı teknolojisini küresel olarak ilk kez iris tanıma alanına uygulayarak, bir milyon kişilik bir veritabanında milisaniye düzeyinde alma gerçekleştiriyor ve büyük ölçekli iris tanıma sistemlerinin gerçek zamanlı uygulaması için temel teknik destek sağlıyor. Temel yenilikleri şunları içerir:
1. FAISS Vektör İndeksi Oluşturma: Derin öğrenme ile çıkarılan 512 boyutlu iris özellik vektörlerinin L2 normalleştirmesinden sonra, FAISS'in IndexFlatIP indeks türü depolama için kullanılır. Bu indeks türü, normalleştirilmiş vektörlerin kosinüs benzerliğine eşdeğer olan iç çarpım benzerlik aramasına dayanmaktadır. NumPy kaba kuvvet araması ile karşılaştırıldığında, 10.000 kişilik bir ölçek veritabanında 15,9 kat CPU hızlandırması ve 75,0 kat GPU hızlandırması elde eder.
2. Akıllı İndeks Stratejisi: Yenilikçi bir çok seviyeli indeks mimarisi tasarlanmıştır. Özellik dağılımı optimizasyonu ve uyarlanabilir kümeleme yoluyla, yanlış eşleşmeler önlenir ve esnek tanıma modları desteklenir, tanıma doğruluğu ve sistem sağlamlığı önemli ölçüde artırılır.
3. Verimli Veri Yapısı Tasarımı: Sistem, FAISS indeks dosyalarını (.index.faiss) ve meta veri dosyalarını (.meta.json) ayrı olarak depolar. İndeks dosyaları, yaklaşık en yakın komşu araması için doğrudan belleğe eşlenir, meta veri dosyaları ise personel kimlikleri, toplama zamanları ve cihaz numaraları gibi iş bilgilerini depolar. Sorgu gecikmesi 8,5 milisaniye (CPU modu) içinde kontrol edilir.
4. Derin Öğrenme Modellerinin Kesintisiz Entegrasyonu: Sistemin ön ucu, ilgi alanını çıkarmak için EfficientNet-B5 (112MB ONNX) kullanır; arka uç ise özellik çıkarımı için EfficientNet-B3+ArcFace (44MB ONNX) kullanır. Tüm süreç, görüntü girişinden alma sonucu çıktısına kadar uçtan uca optimize edilmiştir, hem CPU hem de GPU çıkarım modlarını destekler ve kenar cihazlar ve sunucular gibi çeşitli dağıtım senaryolarına uyum sağlar.
Teknik Göstergeler: Dünya Standartlarına Ulaşmak
Uluslararası standart iris veri kümesi CASIA-Iris-Lamp (573 kişi, 11.845 görüntü) üzerinde yapılan titiz testler, Homsh Technology'nin çift patentli çözümünün aşağıdaki çığır açan göstergeleri elde ettiğini göstermektedir:
Şekil 4: İris Tanıma Performansı Karşılaştırması (CASIA-Iris-Lamp Veri Kümesi)
1. Eşit Hata Oranı (EER): %0,70. Geleneksel Gabor+Hamming mesafesi yöntemi (%1,75 EER) ile karşılaştırıldığında, hata oranı %60 azaltılmıştır; Homsh Technology'nin önceki EfficientNet-B3 temel çözümüne (%2,66 EER) kıyasla, hata oranı %73,7 azaltılmıştır; en son akademik IrisFormer modeli (%0,88 EER) ile karşılaştırıldığında, performans %20,5 artırılmış ve sektörde dünya standartlarında lider bir konum oluşturulmuştur.
2. Tanıma Doğruluğu (AUC): %99,97, çok düşük bir yanlış tanıma oranında bile çok yüksek bir doğru tanıma oranının korunabileceğini gösterir.
3. Alma Hızı: 10.000 kişilik bir ölçek veritabanında, ortalama alma gecikmesi FAISS CPU modunda 8,5 milisaniyedir ve 117,6 QPS'lik bir verimle; alma gecikmesi GPU modunda 1,8 milisaniyedir ve 555,6 QPS'lik bir verimle. Geleneksel NumPy kaba kuvvet araması ile karşılaştırıldığında, sırasıyla 15,9 kat ve 75,0 kat hızlandırma elde eder ve gerçek zamanlı uygulamaların ihtiyaçlarını tam olarak karşılar.
4. Model Verimliliği: EfficientNet-B3 özellik çıkarma modeli yalnızca 12,14 milyon parametreye sahiptir, 8 milisaniyelik (CPU) bir ONNX çıkarım süresi ve 1,8 GB'lık bir bellek ayak izi ile kenar cihazlarda ve mobil terminallerde dağıtımı destekler; INT8 nicemlemesi yoluyla, model boyutu daha da 11,2 MB'a sıkıştırılabilir, çıkarım süresi 5 milisaniyeye düşürülebilir ve bellek ayak izi 0,5 GB'a düşürülebilir.
Sektör Liderliği: ASIC Çiplerinden Yapay Zeka Paradigmalara Çift Yenilik
Homsh Technology, Çin'in iris tanıma teknolojisinin ön saflarında benzersiz teknik birikime ve yenilikçi genlere sahiptir. 2020'den önce, şirket, iris tanıma algoritmalarının donanım hızlandırma darboğazını aşarak, iris tanıma hızını milisaniye seviyesine çıkararak ve iris tanıma teknolojisinin büyük ölçekli ticarileşmesi için bir donanım temeli oluşturarak, iris tanımaya adanmış dünyanın ilk ASIC çipini başarıyla geliştirdi. Bu yenilik, Homsh Technology'ye endüstrileşme sürecinde ilk hareket avantajı sağladı.
Yapay zeka çağına giren Homsh Technology, derin öğrenme teknolojisinin iris tanıma paradigmasını yeniden yapılandırma fırsatını keskin bir şekilde yakaladı, Ar-Ge kaynaklarına kararlılıkla yatırım yaptı ve kodlama yöntemleri ve alma sistemleri gibi iki temel boyutta "geleneksel sinyal işlemeden" "uçtan uca derin öğrenmeye" bir paradigma yükseltmesi gerçekleştirdi. Bu kez yayınlanan çift patentli çözüm, teknik göstergelerde %0,7'lik dünya standartlarında bir EER seviyesine ulaşmakla kalmıyor, aynı zamanda daha da önemlisi, FAISS vektör veritabanının iris tanıma alanında küresel öncü uygulamasını gerçekleştirerek, bu teknik rotadaki boşluğu dolduruyor. Bu, Homsh Technology'nin bir "çip yenilikçisinden" bir "yapay zeka paradigma liderine" stratejik dönüşümünü tamamladığını ve akıllı iris tanıma çağında teknolojik bir komuta yüksekliği oluşturduğunu gösteriyor.
Potansiyel Uygulamalar: Çoklu Alanlarda Akıllı Yükseltmeyi Güçlendirmek
Yüksek hassasiyet, yüksek hız ve kolay dağıtım gibi teknik avantajlarıyla, Homsh Technology'nin çift patentli çözümü aşağıdaki senaryolarda yaygın olarak uygulanabilir:
Şekil 5: Homsh Technology'nin Çift Patentli Çözümünün Uygulama Senaryoları
Finansal Ödeme
İris tanımayı banka ATM'lerine ve mobil ödeme terminallerine dağıtmak, %0,7'lik ultra düşük EER fon güvenliğini sağlar, 8 milisaniyelik tanıma hızı sorunsuz bir kullanıcı deneyimi sağlar ve tek göz modu gözlük takan kullanıcıları destekler.
Sınır Güvenliği
Havaalanlarında ve limanlarda büyük ölçekli iris tanıma sistemleri dağıtmak, FAISS vektör veritabanı bir milyon kişilik bir veritabanında milisaniye düzeyinde almayı destekler ve çok modlu füzyon stratejisi doğruluğu daha da artırarak kimlik sahtekarlığını etkili bir şekilde önler.
Akıllı Parklar
Kurumsal parklarda ve devlet dairelerinde iris erişim kontrolü dağıtmak, INT8 nicemlenmiş model, kenar cihazlarda (erişim kontrol makineleri, turnikeler) yerel dağıtımı destekleyerek, ağ bağlantısı olmadan gerçek zamanlı tanıma sağlar ve veri gizliliğini sağlar.
Sağlık Hizmetleri
İris tanımayı hastane HIS sistemlerine entegre etmek, hasta kimliklerini elektronik tıbbi kayıtlarla doğru bir şekilde ilişkilendirerek, aynı isimden kaynaklanan karışıklığı önler ve tıbbi güvenliği artırır; yeni doğan yönetiminde benzersiz bir biyometrik kimlik oluşturarak bebek kaçırmayı önler.
Kamu Güvenliği
Kentsel izleme sistemlerinde iris tanıma dağıtmak, uzun mesafeli iris toplama ekipmanlarıyla birleştirilerek, kilit personel izleme ve kontrolünün erken uyarısını gerçekleştirir. GPU çıkarım modu, yüksek eşzamanlı gerçek zamanlı analizi destekler.
CEO'nun Açıklamaları: Dr. Yi Kaijun, CEO
Homsh Technology CEO'su Dr. Yi Kaijun, bir röportajda şunları belirtti: "Bu iki patentin başarılı Ar-Ge'si, Homsh Technology'nin on yıldan fazla bir süredir teknik birikiminin ve yeniliğe sürekli yatırımının bir sonucudur. Biyometri alanında, yalnızca temel teknolojilere hakim olarak yenilmez kalabileceğimizi derinden anlıyoruz. 2020'den önceki ASIC çip inovasyonundan, günümüzün derin öğrenme + vektör veritabanındaki çifte atılımlarına kadar, Homsh Technology her zaman en son teknolojinin ve endüstriyel ihtiyaçların derinlemesine entegrasyonuna bağlı kalmıştır. %0,7'lik EER göstergesi sadece bir sayı değildir; sistem tarafından elde edilen 'güvenlik' ve 'kullanılabilirlik' arasındaki en uygun dengeyi temsil eder. Finans ve güvenlik kontrolleri gibi önemli senaryolar için bu, daha yüksek güvenlik garantileri ve daha iyi bir kullanıcı deneyimi anlamına gelir."
"Daha da önemlisi, FAISS vektör veritabanı teknolojisini iris tanıma alanına ilk kez biz getirdik. Bu yenilik, büyük ölçekli iris tanıma sistemlerinin gerçek zamanlı uygulaması için yeni olanaklar sunuyor. Gelecekte, yapay zeka + biyometri alanındaki çalışmalarımızı derinleştirmeye, iris tanıma teknolojisinin daha fazla senaryoda uygulanmasını teşvik etmeye ve akıllı bir toplumun inşasına Homsh'un gücünü katmaya devam edeceğiz. Yenilik sonsuzdur ve Homsh Technology, sektörün teknolojik ilerlemesine liderlik etmeye devam edecektir."
Geleceğe Bakış: Akıllı İris Tanımanın Geleceği
Yapay zeka teknolojisinin sürekli evrimi ve 5G ve kenar bilişim gibi altyapıların iyileştirilmesiyle birlikte, iris tanıma "uzmanlaşmış senaryolardan" "kapsayıcı uygulamalara" doğru ilerliyor. Homsh Technology'nin çift patentli çözümü, olağanüstü teknik performansı ve mühendislik yetenekleriyle, önümüzdeki on yıldaki pazar patlamasını karşılamaya tamamen hazırdır. Şirket, Ar-Ge kaynaklarına yatırım yapmaya ve çok modlu füzyon (iris + yüz + parmak izi), canlılık tespiti ve gizlilik hesaplama gibi yönlerde sürekli yenilikler yapmaya devam ederek, daha güvenli, daha akıllı ve daha kullanışlı bir dijital toplum inşa etmeye temel teknik gücünü katacaktır.
Homsh Technology Hakkında
Homsh Technology, iris tanıma algoritmaları, çipler ve sistemlerin Ar-Ge'sine ve endüstrileşmesine odaklanan, Çin'in önde gelen iris tanıma teknolojisi sağlayıcısıdır. Şirket, iris tanımaya adanmış dünyanın ilk ASIC çipi dahil olmak üzere bir dizi temel teknoloji patentine sahiptir ve ürünleri finans, güvenlik ve sağlık hizmetleri gibi alanlarda yaygın olarak kullanılmaktadır.
