Autenticação Biométrica: Rosto, Impressão Digital, Pupilas e…Veias?

Uma equipe de engenheiros introduziu um novo sistema de autenticação biométrica que pode coletar, categorizar e armazenar dados automaticamente, utilizando muito menos recursos computacionais do que os métodos originais. Veja por que isso representa um grande avanço no setor e como pode afetar tudo, desde a forma como você faz login em seus dispositivos eletrônicos até como seu médico aprova sua próxima reivindicação de seguro.

Autenticação Biométrica

Quando você ouve falar em biometria, pode pensar em scanners avançados de retina ou sistemas de reconhecimento facial. No entanto, a ciência de registrar características individuais e utilizá‑las para fins de autenticação é tão antiga quanto a própria civilização.

Culturas antigas, como os babilônios, utilizavam impressões digitais para selar tábuas de argila certificadas já em 500 a.C. No século XIX, um sistema de registro de impressões digitais foi introduzido no sistema jurídico da Índia. Esse sistema, nomeado em homenagem ao seu criador, o Inspetor‑Geral Edward Henry, ainda é usado globalmente hoje.

A introdução da tecnologia transformou a biometria de um serviço de segurança usado por governos e conglomerados para um método que qualquer pessoa pode usar para proteger seus pertences, dados e muito mais. Hoje, a biometria oferece uma solução rápida e sem senha. Como tal, sua popularidade está em ascensão.

Tipos de Autenticação Biométrica

Existem dois principais tipos de biometria em uso hoje: externa e interna. Ambos os tipos de dados biométricos oferecem aos usuários vantagens e desvantagens que tornam um mais adequado para uma aplicação específica do que as outras opções.

Autenticação Biométrica Externa

A maioria das pessoas pensa em biometria externa ao discutir essa tecnologia. Você já viu ou usou esses sistemas, mesmo que não soubesse que estava participando. Essas opções incluem itens como o scanner de impressão digital e facial encontrados nos smartphones avançados de hoje.
A biometria externa oferece acesso rápido e autenticação à distância. Essas redes são ideais quando você precisa monitorar uma grande área ou identificar uma pessoa em uma cidade lotada. Hoje, redes biométricas como o sistema de reconhecimento facial usado na China permitem que o país monitore autonomamente seus cidadãos, capture criminosos procurados e forneça acesso a dados sensíveis.

Problemas com a Biometria Externa Hoje

Existem vários cenários em que os sistemas biométricos externos falham. Primeiro, eles dependem de características facilmente visíveis, como seu rosto ou impressão digital. Esses itens podem ser coletados e usados para enganar o sistema. Já existem estudos consideráveis que documentam como pessoas conseguiram hackear sistemas de reconhecimento facial simplesmente usando fotos do indivíduo.

Autenticação Biométrica Interna

Essas desvantagens levaram muitos a buscar uma alternativa melhor, como a biometria interna. A biometria interna baseia‑se em aspectos internos, como medições de tecidos, disposição das veias e outras características humanas vitais que são únicas para cada indivíduo.

A vantagem da biometria interna é que ela é invisível aos observadores. É muito mais difícil obter uma varredura interna da rede de veias da palma de alguém do que uma foto do rosto. Além disso, é muito difícil replicar esses dados mesmo que você tenha generalizações sobre eles. Dessa forma, a biometria interna oferece alta precisão e resistência adicional a fraudes.

As formas mais comuns de capturar biometria interna são por meio da tomografia de coerência óptica (OCT) e da tomografia fotoacústica (PAT). A abordagem OCT cria um mapa topográfico das medições de tecido, enquanto o método PAT realiza medições precisas dos dedos.

Imagem Hiperespectral

A forma mais avançada de obter biometria interna atualmente é utilizar a imagem hiperespectral. Esse método de fotografia cria imagens ao iluminar a palma com comprimentos de onda visíveis a infravermelho próximo com resolução de 5 nm. O resultado é uma imagem que revela dados ao longo de um amplo espectro de comprimentos de onda contíguos.

A imagem hiperespectral oferece uma variedade de vantagens em relação aos métodos de varredura tradicionais. Primeiro, cada comprimento de onda revela diferentes aspectos da estrutura interna da palma. Dessa forma, uma única varredura pode fornecer uma multidão de materiais potenciais para senhas.

Problemas com a Imagem Hiperespectral

A imagem hiperespectral oferece algumas das melhores opções de segurança ao mercado, mas possui falhas que retardaram sua integração em larga escala. Primeiro, é muito mais difícil administrar esse tipo de segurança biométrica, pois requer que a pessoa se sente e tenha sua palma escaneada diretamente.
 
Essa abordagem funcionará para áreas sensíveis, mas seria muito demorada para ser utilizada em um cenário massivo ou em toda a cidade. Imagine ter que esperar que cada passageiro do metrô escaneie a palma antes de você poder entrar no trem. A espera e os atrasos adicionais anulariam quaisquer benefícios de segurança.

Requisitos Massivos de Dados

Uma das principais razões pelas quais a imagem hiperespectral ainda não foi amplamente adotada é o tamanho enorme de cada varredura. O tamanho da imagem pode afetar muitos aspectos da sua segurança. Armazenar a palma ou as impressões digitais de alguém não requer espaço e pode ser feito em tudo, desde papel até um sistema digital.
Em comparação, uma imagem hiperespectral contém uma variedade de dados aprofundados em diferentes comprimentos de onda, resultando em um arquivo massivo repleto de informações. Esses dados adicionais tornam a análise mais difícil, pois há muito mais a revisar ao procurar padrões ou comparar dados.

Estudo de Autenticação Biométrica

Reconhecendo a limitação inerente dessa abordagem e o potencial da tecnologia, uma equipe de engenheiros da Universidade Metropolitana de Osaka, no Japão, publicou o estudo intitulado “Identificação usando uma imagem hiperespectral transversal de uma mão.”¹ Este artigo de pesquisa explora um método inovador para reduzir a quantidade de dados necessária para utilizar varreduras hiperespectrais para fins de segurança.
Os engenheiros demonstram um sistema que pode gerar uma imagem transversal de uma parte da palma que fornece alta resolução espectral e pode identificar detalhes‑chave, como padrões de veias distintos. Eles também revelam como esse novo sistema tem potencial para aprimorar a identificação pessoal no futuro em múltiplas indústrias.

O Sistema de Autenticação Biométrica Aprimorado

Os engenheiros capturaram imagens hiperespectrais com precisão e, em seguida, as dividiram em arquivos menores, mais adequados para verificação, armazenamento e transferência. O sistema integra uma câmera especial, iluminação, um scanner e algoritmos de computador para realizar essa tarefa.

Câmera Hiperespectral

No núcleo do experimento estava a câmera hiperespectral (NH-A-S, EBA, Japão, Japão). Este dispositivo foi configurado com uma lente de foco único M118FM12 de f=12 mm, que fornecia resolução espectral de 5 nm em faixas que variam de 400 a 1000 nm.

Scanner de Palma

Um scanner de palma sensível foi configurado para capturar a rede de veias e os internos da palma durante o processo. O scanner possuía uma área de varredura de 240 × 240 mm, permitindo capturar uma região específica da palma. Notavelmente, a unidade ficava a 900 mm do chão e era inclinada em um ângulo de aproximadamente 30 graus em relação ao solo.

Iluminação

A iluminação foi usada para iluminar a palma e proporcionar profundidade às imagens. Especificamente, uma lâmpada halógena de 500 W foi posicionada sob a seção de varredura, projetando luz sobre uma placa de vidro de alta transparência com 5 mm de espessura. A placa foi escolhida devido à sua capacidade de transmitir luz visível a infravermelho próximo com perda mínima.

Computador Pessoal

Notavelmente, este sistema pode funcionar em um PC tradicional. Para este experimento, os engenheiros utilizaram um laptop com Intel (INTC ) Core i7-1068NG7 e 32 GB de RAM. Ele não teve problemas para armazenar os dados do cubo hiperespectral.

Inteligência Artificial

Um algoritmo de IA desenvolvido especificamente desempenha múltiplas funções no sistema. Primeiro, ele tem a tarefa de determinar a melhor região de interesse (ROI). A ROI é uma área da varredura que oferece as informações mais claras e personalizadas.

A IA pegaria esses dados e criaria uma imagem de cubo hiperespectral. Em seguida, calcularia o plano de corte ideal com base no MediaPipe Hands do Google, uma biblioteca de aprendizado de máquina.

Essa abordagem eliminou a necessidade de os engenheiros criarem uma nova biblioteca de registro de imagens, economizando dinheiro e tempo. O resultado é uma imagem espacial‑espectral 2D que fornece parâmetros de identificação distintos.

Teste de Autenticação Biométrica

Para testar sua teoria, os pesquisadores selecionaram 10 adultos saudáveis com idades entre 24 e 47 anos. Cada participante teve sua palma escaneada hiperespectralmente várias vezes ao longo do período pré‑definido. Notavelmente, cada participante seguia um cronograma de varredura único, permitindo que os engenheiros considerassem variáveis que ocorrem com base no tempo e em outros fatores.
Notavelmente, uma lâmpada halógena de 500 W foi posicionada sob a seção de varredura para iluminar a palma do participante a partir do lado oposto do vidro. A partir daí, os dados internos escaneados foram processados usando diferentes pacotes de software, incluindo Jupyter Notebook, LabVIEW e ImageJ.

Resultados do Teste de Autenticação Biométrica

Os resultados do teste revelam um grande sucesso. Os engenheiros alcançaram identificação confiável com base nesses dados em todos os participantes. Curiosamente, observaram que o sistema conseguiu fornecer melhores resultados com uma área escaneada menor. Além disso, descobriram que imagens hiperespectrais transversais da palma apresentavam diferentes características em cada comprimento de onda, permitindo observação e autenticação em múltiplas camadas.

Benefícios da Autenticação Biométrica

Existem muitos benefícios que essa tecnologia trará ao mercado. Primeiro, ajudará a tornar os sistemas biométricos mais seguros e eficientes. Para que a biometria se expanda no mercado, a tecnologia precisa superar algumas de suas principais fraquezas. Essa abordagem mais recente ajuda a preencher uma lacuna no setor e promete oferecer alta segurança com custos mínimos.

Aplicações da Autenticação Biométrica

Existem várias aplicações potenciais para essa tecnologia, que vão do setor comercial ao uso médico e militar. A capacidade de autenticar rapidamente e com precisão uma pessoa é crucial para muitas indústrias; aqui estão apenas algumas aplicações potenciais para essa tecnologia no futuro.

Segurança

O uso mais óbvio desses sistemas é aprimorar a segurança. No futuro, sua impressão da palma pode ser a forma como você faz pagamentos offline, acessa sua casa ou até mesmo liga seu veículo. Assim, é vital que esses sistemas sejam o mais precisos e acessíveis possível.

Médico

O setor médico poderia aproveitar essa tecnologia para garantir a identidade de seus pacientes. Desde erros profissionais até fraudes e simples falhas humanas, o setor médico precisa de uma forma de verificar eficientemente a identidade de uma pessoa antes de fornecer cuidados de saúde. Esse sistema poderia oferecer uma alternativa acessível que poderia prevenir diagnósticos errados e outros erros que resultam em perdas e sofrimento desnecessário.

Pesquisadores do Estudo de Autenticação Biométrica

Takashi Suzuki liderou o estudo hiperespectral. Ele trabalhou com uma equipe de engenheiros e cientistas da Universidade Metropolitana de Osaka, no Japão. Agora, a equipe busca expandir os cenários de uso da tecnologia e criar métodos mais acessíveis e econômicos para obter e integrar a tecnologia em larga escala.

Empresas Inovadoras que Lideram o Mercado de Biometria

Existem muitas empresas que atualmente possuem algum tipo de P&D voltado para biometria. Desde empresas que buscam utilizar sua retina para acessar sua conta de criptomoedas até scanners de retina usados para manter suas posições valiosas protegidas, não falta fabricantes envolvidos no mercado. Aqui está uma empresa que dedicou considerável esforço para criar um sistema biométrico confiável que melhora seu ROI e UX.

Alibaba Group Holding Limited

Alibaba Group Holding Limited (BABA ) entrou no mercado em 1999 para conectar comerciantes e consumidores por meio de um marketplace digital. Desde então, a empresa cresceu e se tornou um dos maiores provedores de comércio eletrônico online do mundo em volume. Hoje, possui centenas de milhões de usuários ativos e conecta milhares de comerciantes a clientes diariamente.

A Alibaba tem trabalhado discretamente em um sistema de pagamento biométrico desde 2004. O sistema, denominado “Smile to Pay”, usa reconhecimento facial para permitir que os usuários façam pagamentos. Embora ainda esteja em fase de testes beta, executivos da empresa declararam que esperam utilizar a tecnologia para autorizar pagamentos da carteira AliPay simplesmente com uma varredura facial.

Alibaba é um site de comércio eletrônico massivo que tem clientes e parcerias com alguns dos maiores gigantes de tecnologia do mundo. Seu posicionamento e acesso a uma enorme rede de clientes e comerciantes tornam a Alibaba bem preparada para integrar quaisquer soluções biométricas com sucesso. Assim, BABA vale a pena ser pesquisado mais a fundo.

Últimas Notícias sobre Alibaba Group Holding

Nunca Mais Esqueça Suas Chaves – Autenticação Biométrica

O impulso para utilizar biometria está crescendo globalmente. Corporações, consumidores e governos estão todos promovendo essa tecnologia. Impressionantemente, esse desenvolvimento mais recente oferece uma forma confiável e eficaz de melhorar resultados, reduzir custos de armazenamento e computação, e proporcionar segurança confiável. Assim, esse trabalho pode ter um efeito revolucionário no mercado no futuro.
Saiba Mais Sobre Outras Tecnologias Bio Incríveis Hoje.

Estudos Referenciados:

^{1. Suzuki, T. (2025). Identificação pessoal usando uma imagem hiperespectral transversal de uma mão. Journal of Biomedical Optics, 30(2), 023514. https://doi.org/10.1117/1.JBO.30.2.023514}