有一個(gè) Nvidia Docker 可以簡(jiǎn)化系統(tǒng)的部署，而服務(wù)提供商（例如 AWS）可以提供不間斷的通信通道、神經(jīng)網(wǎng)絡(luò)的計(jì)算能力以及用于擴(kuò)展系統(tǒng)的便捷接口。

測(cè)試 #1：面部識(shí)別

用戶(hù)使用相機(jī)創(chuàng)建存儲(chǔ)在設(shè)備上的照片印記。 此生物特征印記使用 OpenCV 庫(kù)進(jìn)行轉(zhuǎn)換和標(biāo)準(zhǔn)化。

使用照片識(shí)別人臉，并突出顯示 OpenCV 檢測(cè)到的所有 64 個(gè)地標(biāo)。 生物識(shí)別驗(yàn)證標(biāo)志包括從鼻梁到眼睛的距離和其他面部特征。

這些地標(biāo)和人臉的剪切圖像被傳輸?shù)缴疃壬窠?jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)使用 TensorFlow 庫(kù)進(jìn)行訓(xùn)練。

神經(jīng)網(wǎng)絡(luò)處理完成后形成eDNA特征向量。特征向量收集特定人的生物特征。向量的長(zhǎng)度通常為 2048 位，但實(shí)際向量長(zhǎng)度取決于 DNN 架構(gòu)。

在驗(yàn)證過(guò)程中，會(huì)發(fā)布 eDNA 并與之前形成的錨記錄進(jìn)行比較。逆向工程是不可能的，因?yàn)闊o(wú)法訪問(wèn)向量。生物識(shí)別系統(tǒng)將定期更新此錨記錄以匹配個(gè)人不斷變化的外觀。

測(cè)試 #2：語(yǔ)音驗(yàn)證

用戶(hù)通過(guò)麥克風(fēng)提供語(yǔ)音樣本，然后由 Librosa 庫(kù)處理。該庫(kù)讀取音頻，對(duì)其進(jìn)行轉(zhuǎn)換和轉(zhuǎn)換，然后將生物識(shí)別信息傳輸?shù)缴窠?jīng)網(wǎng)絡(luò) (DNN)。

形成了一個(gè) eDNA 特征向量（2048 位），它考慮了諸如音色、語(yǔ)調(diào)、節(jié)奏、音高等生物特征，以及神經(jīng)網(wǎng)絡(luò)被訓(xùn)練來(lái)響應(yīng)的其他特征。