研究人员开发了 Bharat ABIS，一个开源系统，专为大规模、多模态生物识别搜索而设计。该系统集成了指纹、面部和虹膜数据，创建一个统一的模板，用于高效的身份去重。在源自印度 Aadhaar 数据库的大型数据集上的评估显示出有希望的准确性，在 0.5% 的误报率下，假阴性识别率为 0.3%。该系统表现出令人印象深刻的性能，在一台配备 Nvidia H100 GPU 的服务器上，对 4000 万身份的图库实现了每秒 100 次搜索。 AI
影响 展示了大规模生物识别搜索系统的进步，可能影响身份验证和安全基础设施。
排序理由 该集群包含一篇详细介绍大规模生物识别搜索新系统的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Searching a multi-biometric database of a billion records for a country-level identity system requires pushing the limits of all aspects of a biometric system, including acquisition, preprocessing, feature extraction, accuracy, matching speed, presentation attack detection, and h…
Searching a multi-biometric database of a billion records for a country-level identity system requires pushing the limits of all aspects of a biometric system, including acquisition, preprocessing, feature extraction, accuracy, matching speed, presentation attack detection, and h…