DeepTeeth: Un sistem de identificare biometrică care utilizează dinții

Cercetătorii din India au propus un sistem biometric pentru utilizarea dinților ca token de autentificare pentru sisteme securizate pe dispozitive mobile. Numele sistemului este DeepTeeth, care depășește obstacolele întâmpinate de încercările anterioare în acest scop, cum ar fi timpul excesiv de antrenament sau cerințele de antrenament a datelor mari sau nerealiste, pentru a obține o rată de acuratețe raportată de 100%.

Este orientat în special către medii mobile frugale și scenarii de autentificare casual a utilizatorilor, mai degrabă decât utilizarea mai frecventă a unor astfel de tehnici în contextul analizei forensice scumpe.

Noua pre-tipărire, de la cercetătorii de la Birla Institute of Technology and Science Pilani din Rajasthan, utilizează o dimensiune a imaginii de date de numai 75×75 pixeli, este un cadru end-to-end few-shot și are nevoi minime de resurse locale în comparație cu încercările anterioare pentru sisteme de autentificare bazate pe dinți și învățare automată.

Utilizarea propusă pentru autentificarea bazată pe DeepTeeth. Source: https://arxiv.org/pdf/2107.13217.pdf

Dinții ca indicatori de ID

Deși dinții ar putea fi considerați cea mai volatilă dintre caracteristicile faciale, datorită frecvenței intervențiilor chirurgicale în comparație cu alte tipuri de chirurgie cosmetică sau de reconstrucție facială, articolul menționează că, pe termen lung și în medie, aceștia rămân cea mai consistentă dintre caracteristicile noastre de identificare facială.

Poate cel mai faimos, reziliența configurațiilor noastre dentare este exemplificată în modul în care acestea sunt utilizate frecvent pentru identificarea post-mortem, unde toate celelalte țesuturi au căzut victimă incendiilor sau altor forme extreme de traumă. În plus, dinții sunt ultimul component al corpului care se degradează după moarte.

În timp ce seturile de date pentru acest tip de medicină dentară forensică sunt specializate și necesită echipamente de scanare personalizate (de obicei cu o componentă cu raze X), DeepTeeth necesită doar o serie de “selfie-uri dentare” facile pentru a stabili un ID de bază.

Mai mult, cercetătorii articolului au constatat că cadrul lor de identificare bazat pe dinți este rezistent la tipul de atacuri de spoof care au fost eficient direcționate către metodele de autentificare prin amprentă digitală și facială.

Imagini normalize Region of Interest (RoI) și îmbunătățirile corespunzătoare în fluxul de lucru automatizat DeepTeeth.

Captură, prelucrare și antrenament

Sistemul DeepTeeth funcționează într-o aplicație Android, cu subiectul care furnizează multiple capturi. Fotografiile dinților pot fi luate din diverse unghiuri și în diferite condiții de iluminare și sunt prelucrate local pentru inferență ulterioară la momentul autentificării.

Pentru a genera baza de date de antrenament de bază, cercetătorii au colectat imagini cu dinți de la 51 de voluntari. Voluntarii au utilizat o versiune beta a aplicației Android pentru a obține imaginile înseși. Aplicația identifică și localizează zona dinților pe care o caută. Fiecare utilizator a trimis patru exemple de imagini cu dinți într-un interval de 3-4 zile.

Datele au fost testate într-o rețea Siamese unde a fost și comparată cu o metodă mai veche – FaceNet a lui Google din 2015. Antrenamentul a utilizat o dimensiune de lot de 16 pe un optimizer Adam. Modelul a fost antrenat pe un Dell Inspiron-15-5577, utilizând un GPU Nvidia GTX 1050, antrenamentul luând puțin sub 25 de minute pentru a genera un vector de caracteristici de 256 de dimensiuni.

Abordarea DeepTeeth trece imagini brute decupate printr-un cadru de îmbunătățire pentru extragerea ulterioară a caracteristicilor, înainte de prelucrarea pe dispozitiv printr-o rețea locală generică pre-antrenată.

Deși imaginile cu dinți capturate și decupate inițial măsoară 1416 x 510 pixeli, o dimensiune nefirească chiar și pentru antrenamentul de învățare automată pe server, imaginile mai mici în tonuri de gri derivate din aceste capturi sunt cele care rulează prin sistem, iar datele mai mari fiind eliminate.

Funcția de pierdere utilizată pentru antrenarea rețelei de clasificare este SoftMax, care este ușoară și suficient de rezistentă pentru mediul de operare țintă.

Arhitectura funcției de pierdere a lui DeepTeeth.

Rezultate

Cercetătorii au utilizat cinci parametri de performanță separați pentru a evalua DeepTeeth și au constatat că sistemul funcționează optim cu o dimensiune de intrare de 75 de pixeli pătrați, obținând o rată de succes de 100%.

Încercările anterioare de a utiliza dinții ca indicator biometric includ studiu din 2008 Autentificare biometrică multimodală utilizând imaginea dinților și vocea în mediu mobil, care a adăugat dinții ca o metodă de rezervă pentru identificarea bazată pe voce.

Un alt concurent, din 2020, a fost cadrul SmileAuth propus de cercetători de la Universitatea Hunan din China, o colaborare cu Universitatea de Stat Michigan și Universitatea din Massachusetts. Rezultatele experimentale la momentul publicării articolului au sugerat că sistemul SmileAuth ar putea obține o rată de acuratețe de până la 99,74%. Sistemul a utilizat Random Forest pentru extragerea caracteristicilor.

Cercetătorii susțin că DeepTeeth îmbunătățește toate încercările anterioare în acest domeniu de nișă al biometriei și duce recunoașterea dentară dincolo de sfera forensică, ca o cale viabilă potențială pentru autentificarea bazată pe față.