डीपटीथ: एक बायोमेट्रिक आईडी सिस्टम जो दांतों का उपयोग करता है

भारत के शोधकर्ताओं ने मोबाइल डिवाइस पर सुरक्षित प्रणाली के लिए प्रमाणीकरण टोकन के रूप में दांतों का उपयोग करने के लिए एक बायोमेट्रिक प्रणाली का प्रस्ताव दिया है। इसे डीपटीथ कहा जाता है, यह प्रणाली इस लक्ष्य की ओर पहले के प्रयासों द्वारा देखे गए बाधाओं को पार करती है, जैसे कि अत्यधिक प्रशिक्षण समय या उच्च या अवास्तविक डेटा प्रशिक्षण आवश्यकताएं, 100% की सूचना दर हासिल करने के लिए।

यह विशेष रूप से फ्रुगल मोबाइल वातावरण और आकस्मिक उपयोगकर्ता प्रमाणीकरण परिदृश्यों के लिए लक्षित है, महंगे फोरेंसिक विश्लेषण संदर्भ में इस तरह की तकनीकों के अधिक सामान्य उपयोग के बजाय।

बिड़ला प्रौद्योगिकी और विज्ञान संस्थान पिलानी राजस्थान के शोधकर्ताओं द्वारा新的 प्रिंट में, केवल 75×75 पिक्सेल के डेटा छवि आकार का उपयोग किया जाता है, यह एक एंड-टू-एंड फ्यू-शॉट फ्रेमवर्क है, और पिछले दांत-आधारित मशीन लर्निंग प्रमाणीकरण प्रणालियों की तुलना में न्यूनतम स्थानीय संसाधन आवश्यकताएं हैं।

डीपटीथ-आधारित प्रमाणीकरण के लिए प्रस्तावित उपयोग। स्रोत: https://arxiv.org/pdf/2107.13217.pdf

दांत आईडी संकेतक के रूप में

हालांकि दांतों को सबसे अस्थिर चेहरे की विशेषता माना जा सकता है, सर्जिकल हस्तक्षेप की आवृत्ति के कारण अन्य प्रकार की कॉस्मेटिक या चेहरे की पुनर्निर्माण सर्जरी की तुलना में, लेख में उल्लेख किया गया है कि दीर्घकालिक और औसतन, वे हमारे चेहरे की पहचान विशेषताओं में सबसे अधिक सुसंगत रहते हैं

शायद सबसे प्रसिद्ध, हमारे दंत संरचनाओं की लचीलापन इस तरह से प्रदर्शित होता है कि वे कितनी बार मृत्यु के बाद पहचान के लिए उपयोग किए जाते हैं, जहां सभी अन्य ऊतक आग या अन्य अत्यधिक आघात के शिकार हो जाते हैं। इसके अलावा, दांत शरीर के最后 घटक हैं जो मृत्यु के बाद खराब होने से पहले होते हैं।

जबकि इस प्रकार के फोरेंसिक दंत चिकित्सा के लिए डेटासेट विशेषज्ञ होते हैं और कस्टम स्कैनिंग उपकरण (आमतौर पर एक्स-रे घटक के साथ) की आवश्यकता होती है, डीपटीथ को केवल एक श्रृंखला की सुविधाजनक ‘दंत स्व-फोटो’ की आवश्यकता होती है ताकि एक आधार आईडी स्थापित की जा सके।

इसके अलावा, लेख के शोधकर्ताओं ने पाया कि उनका दांत-आधारित आईडी फ्रेमवर्क उन प्रकार के स्पूफ हमलों के प्रतिरोधी है जो फिंगरप्रिंट और चेहरे की पहचान प्रमाणीकरण विधियों पर प्रभावी ढंग से लगाए गए हैं।

सामान्यीकृत क्षेत्र के हित (आरओआई) छवियां, और उनके संबंधित सुधार स्वचालित डीपटीथ कार्य-प्रवाह में।

कैप्चर, प्रोसेसिंग और प्रशिक्षण

डीपटीथ प्रणाली एक एंड्रॉइड ऐप में काम करती है, जिसमें विषय कई कैप्चर प्रदान करता है। दांतों की तस्वीरें विभिन्न कोणों और प्रकाश स्थितियों में ली जा सकती हैं और बाद में प्रमाणीकरण समय पर स्थानीय रूप से संसाधित की जाती हैं।

मुख्य प्रशिक्षण डेटाबेस उत्पन्न करने के लिए, शोधकर्ताओं ने 51 स्वयंसेवकों से दांतों की तस्वीरें एकत्र कीं। स्वयंसेवकों ने एक एंड्रॉइड ऐप के बीटा संस्करण का उपयोग करके स्वयं छवियों को प्राप्त किया। ऐप दांतों के क्षेत्र की पहचान करता है और स्थानीयकृत करता है जिसे यह प्राप्त करने का प्रयास कर रहा है। प्रत्येक उपयोगकर्ता ने 3-4 दिनों की अवधि में चार दांतों की तस्वीरें जमा कीं।

डेटा का परीक्षण एक सियामीज नेटवर्क में किया गया था, जहां इसे एक प्रतिस्पर्धी पुराने तरीके – गूगल के 2015 फेसनेट के खिलाफ भी चलाया गया था। प्रशिक्षण में एडम ऑप्टिमाइज़र पर 16 के बैच आकार का उपयोग किया गया था। मॉडल को डेल इंस्पिरॉन-15-5577 पर एनवीडिया जीटीएक्स 1050 जीपीयू का उपयोग करके प्रशिक्षित किया गया था, और प्रशिक्षण में 256-आयामी विशेषता वेक्टर का उत्पादन करने में लगभग 25 मिनट का समय लगा।

डीपटीथ दृष्टिकोण क्रॉप्ड रॉ यूजर-ली गई छवियों को एक सुधार फ्रेमवर्क के माध्यम से पारित करता है जो बाद के सुविधा निकासी से पहले एक सामान्य पूर्व-प्रशिक्षित स्थानीय नेटवर्क के माध्यम से उपकरण पर प्रसंस्करण के लिए।

हालांकि शुरू में कब्जा कर लिया गया और दांतों का खंड 1416 x 510 पिक्सेल का उपाय करता है, एक भारी आकार यहां तक कि सर्वर-आधारित मशीन लर्निंग प्रशिक्षण के लिए, छोटे ग्रे स्केल छवियां जो इन कैप्चर से व्युत्पन्न होती हैं वे ही प्रणाली के माध्यम से चलती हैं, और बड़े डेटा को त्याग दिया जाता है।

प्रशिक्षण वर्गीकरण नेटवर्क के लिए हानि फंक्शन का उपयोग सॉफ्टमैक्स है, जो लक्ष्य ऑपरेटिंग वातावरण के लिए पर्याप्त हल्का और लचीला है।

डीपटीथ की हानि फंक्शन वास्तुकला।

परिणाम

शोधकर्ताओं ने डीपटीथ का मूल्यांकन करने के लिए पांच अलग प्रदर्शन मापदंडों का उपयोग किया, और पाया कि प्रणाली 75 पिक्सेल वर्ग के एक छोटे से इनपुट आकार के साथ इष्टतम रूप से काम करती है, 100% सफलता दर हासिल करती है।

दांतों को एक बायोमेट्रिक संकेतक के रूप में उपयोग करने के पिछले प्रयासों में 2008 का अध्ययन मोबाइल वातावरण में दांतों की छवि और आवाज का उपयोग करके बहुसंकेतक बायोमेट्रिक प्रमाणीकरण शामिल है, जिसने मूल रूप से आवाज-आधारित पहचान के लिए एक बैक-अप विधि के रूप में दांतों को जोड़ा।

एक अन्य प्रतियोगी, 2020 से, चीन के हुनान विश्वविद्यालय के शोधकर्ताओं द्वारा प्रस्तावित स्माइलऑथ फ्रेमवर्क था, जो मिशिगन स्टेट यूनिवर्सिटी और मैसाचुसेट्स विश्वविद्यालय के साथ एक सहयोग था। उस समय प्रकाशित परिणामों से पता चलता है कि स्माइलऑथ प्रणाली 99.74% तक की सटीकता दर हासिल कर सकती है। प्रणाली ने सुविधा निकासी के लिए रैंडम फॉरेस्ट का उपयोग किया।

शोधकर्ताओं का तर्क है कि डीपटीथ इस बायोमेट्रिक्स के इस निशे क्षेत्र में सभी पिछले प्रयासों में सुधार करता है, और दंत पहचान को फोरेंसिक क्षेत्र से परे एक व्यवहार्य संभावित मार्ग के रूप में चेहरे आधारित आईडी प्रमाणीकरण के लिए ले जाता है।