DeepTeeth: um sistema de identificação biométrica que usa dentes

Pesquisadores da Índia propuseram um sistema biométrico para usar dentes como um token de autenticação para sistemas seguros em dispositivos móveis. Chamado Dentes Profundo, o sistema supera os obstáculos que os esforços anteriores em direção a esse objetivo encontraram, como tempo de treinamento excessivo ou requisitos de treinamento de dados altos ou irrealistas, para atingir uma taxa de precisão relatada de 100%.

Também é voltado especificamente para ambientes móveis frugais e cenários de autenticação de usuários casuais, em vez do uso mais comum de tais técnicas em um contexto de análise forense caro.

O novo pré-impressão, de pesquisadores do Instituto Birla de Tecnologia e Ciência Pilani, no Rajastão, utiliza um tamanho de imagem de dados de apenas 75 × 75 pixels, é uma estrutura de poucas fotos de ponta a ponta e tem necessidades mínimas de recursos locais em comparação com tentativas anteriores de sistemas de autenticação de aprendizado de máquina baseados em dentes.

O uso proposto para autenticação baseada em DeepTeeth. Fonte: https://arxiv.org/pdf/2107.13217.pdf

Dentes como significantes de identificação

Embora os dentes possam ser considerados as características faciais mais voláteis, devido à frequência da intervenção cirúrgica em comparação com outros tipos de cirurgia cosmética ou de reconstrução facial, o artigo observa que, a longo prazo e em média, eles permanecem os mais consistentes de nossa face características de identificação

Talvez o mais famoso seja que a resiliência de nossas configurações dentárias é exemplificada na frequência com que são usadas para identificação post-mortem, onde todos os outros tecidos foram vítimas de fogo ou outras formas extremas de trauma. Além disso, os dentes são o último componente do corpo a se degradar após a morte.

Enquanto os conjuntos de dados para esse tipo de odontologia forense são especializados e exigem equipamentos de digitalização personalizados (geralmente com um componente de raio-x), o DeepTeeth requer apenas uma série de 'selfies dentais' fáceis para estabelecer uma identificação de linha de base.

Além disso, os pesquisadores do artigo descobriram que sua estrutura de identificação baseada em dentes é resistente ao tipo de ataques de falsificação que foram efetivamente aplicados aos métodos de autenticação de impressão digital e identificação facial.

Imagens normalizadas da região de interesse (RoI) e seus aprimoramentos correspondentes no fluxo de trabalho automatizado do DeepTeeth.

Captura, Processamento e Treinamento

O sistema DeepTeeth opera em um aplicativo Android, com o assunto fornecendo várias capturas. As fotos dos dentes podem ser tiradas de vários ângulos e em várias condições de iluminação e são processadas localmente para posterior inferência no momento da autenticação.

Para gerar o banco de dados de treinamento básico, os pesquisadores coletaram imagens de dentes de 51 voluntários. Os voluntários usaram uma versão beta do aplicativo Android para obter as próprias imagens. O aplicativo identifica e localiza a área dos dentes que deseja adquirir. Cada usuário enviou quatro imagens de dentes de exemplo em um espaço de 3 a 4 dias.

Os dados foram testados em um rede siamesa onde também foi executado contra um método concorrente mais antigo - Google's 2015 FaceNet. O treinamento usou um tamanho de lote de 16 em um otimizador Adam. O modelo foi treinado em um Dell Inspiron-15-5577 usando uma GPU Nvidia GTX 1050, com o treinamento levando pouco menos de 25 minutos para gerar um vetor de recursos de 256 dimensões.

A abordagem DeepTeeth passa imagens brutas cortadas feitas pelo usuário por meio de uma estrutura de aprimoramento para extração subsequente de recursos antes do processamento no dispositivo por meio de uma rede local genérica pré-treinada.

Embora a seção de dentes inicialmente capturada e cortada meça 1416 x 510 pixels, um tamanho pesado mesmo para treinamento de aprendizado de máquina baseado em servidor, as imagens menores em escala de cinza derivadas dessas capturas são as que passam pelo sistema, com os dados maiores descartados.

A função de perda usado para treinar a rede de classificação é SoftMax, que é leve e resiliente o suficiente para o ambiente operacional de destino.

A arquitetura da função de perda do DeepTeeth.

Resultados

Os pesquisadores usaram cinco parâmetros de desempenho separados para avaliar o DeepTeeth e descobriram que o sistema opera de maneira ideal com um tamanho de entrada escasso de 75 pixels quadrados, alcançando uma taxa de sucesso de 100%.

Tentativas anteriores de usar os dentes como um indicador biométrico incluem o 2008 estudo Autenticação biométrica multimodal usando imagem de dentes e voz em ambiente móvel, que essencialmente adicionou dentes como um método de backup para identificação baseada em voz.

Outro candidato, de 2020, foi o SmileAuth proposta por pesquisadores da Universidade de Hunan, na China, uma colaboração com a Michigan State University e a University of Massachusetts. Os resultados experimentais no momento da publicação do artigo sugeriram que o sistema SmileAuth poderia atingir uma taxa de precisão de até 99.74%. O sistema usou Random Forest para extração de recursos.

Os pesquisadores afirmam que o DeepTeeth melhora todas as tentativas anteriores nessa área de nicho da biometria e leva o reconhecimento dentário além da esfera forense como um caminho potencial viável para autenticação de identificação baseada em rosto.