DeepTeeth: ระบบระบุตัวตนแบบไบโอเมตริกที่ใช้ฟัน

นักวิจัยจากอินเดียได้เสนอระบบไบโอเมตริกสำหรับการใช้ฟันเป็นโทเค็นสำหรับการยืนยันตัวตนในระบบมือถือที่ปลอดภัย โดยระบบที่เรียกว่า DeepTeeth สามารถ克服อุปสรรคที่ความพยายามก่อนหน้านี้ได้พบ เช่น เวลาในการฝึกอบรมที่มากเกินไป หรือความต้องการข้อมูลฝึกอบรมที่สูงหรือไม่สมจริง เพื่อให้ได้อัตราความแม่นยำที่รายงานไว้ถึง 100%

นอกจากนี้ยังมุ่งเป้าไปที่สภาพแวดล้อมมือถือที่ประหยัดและสถานการณ์การยืนยันตัวตนของผู้ใช้ทั่วไป มากกว่าการใช้เทคนิคดังกล่าวในบริบทการวิเคราะห์ทางนิติวิทยาศาสตร์ที่มีค่าใช้จ่ายสูง

เอกสารก่อนพิมพ์ใหม่ นี้ จากนักวิจัยที่สถาบันเทคโนโลยีและวิทยาศาสตร์ Birla ในรัฐราชสถาน ใช้ขนาดภาพข้อมูลเพียง 75×75 พิกเซล เป็นเฟรมเวิร์กแบบ few-shot ที่สมบูรณ์ และมีความต้องการทรัพยากรท้องถิ่นที่น้อยที่สุดเมื่อเทียบกับการพยายามก่อนหน้านี้สำหรับระบบการยืนยันตัวตนด้วยฟันโดยใช้เครื่องจักร

การใช้งานที่เสนอสำหรับการยืนยันตัวตนด้วย DeepTeeth Source: https://arxiv.org/pdf/2107.13217.pdf

ฟันเป็นตัวบ่งชี้ตัวตน

แม้ว่าฟันอาจถือเป็นคุณลักษณะที่ผันผวนที่สุดของใบหน้า เนื่องจากความถี่ของการแทรกแซงทางศัลยกรรมเมื่อเทียบกับการผ่าตัดทางศัลยกรรมหรือการสร้างใบหน้าอื่นๆ แต่เอกสารนี้ระบุว่าในระยะยาวและโดยเฉลี่ย ฟันจะยังคงเป็นคุณลักษณะที่สม่ำเสมอที่สุดของเราในการระบุตัวตน

อาจเป็นที่รู้จักกันดีที่สุดในเรื่องความทนทานของการกำหนดค่าทางทันตกรรม ซึ่งแสดงให้เห็นในความถี่ที่พวกมันถูกใช้ในการระบุตัวตนหลังการเสียชีวิต โดยที่เนื้อเยื่อทั้งหมดได้รับผลกระทบจากไฟหรือการบาดเจ็บที่รุนแรงอื่นๆ นอกจากนี้ ฟันยังเป็นส่วนสุดท้ายของร่างกายที่จะเสื่อมสภาพหลังการเสียชีวิต

ในขณะที่ชุดข้อมูลสำหรับการทันตกรรมนิติวิทยาศาสตร์เป็นพิเศษและต้องการอุปกรณ์สแกนแบบกำหนดเอง (โดยทั่วไปมีส่วนประกอบของการถ่ายรูปเอ็กซ์เรย์) ระบบ DeepTeeth ต้องการเพียงซีรีส์ของ ‘เซลฟี่ฟัน’ ที่ง่ายดายเพื่อตั้งค่าฐานข้อมูลตัวตน

นอกจากนี้ นักวิจัยพบว่าระบบการระบุตัวตนด้วยฟันของพวกเขาเป็นระบบที่ต้านทานการโจมตีแบบ spoof ที่มีประสิทธิภาพซึ่งได้ถูกใช้กับวิธีการยืนยันตัวตนด้วยลายนิ้วมือและใบหน้า

ภาพ RoI ที่ปกติและความปรับปรุงที่สอดคล้องกันในกระบวนการทำงานอัตโนมัติของ DeepTeeth

การบันทึก การประมวลผล และการฝึกอบรม

ระบบ DeepTeeth ทำงานในแอป Android โดยมีผู้ใช้ให้การบันทึกหลายครั้ง ภาพถ่ายของฟันสามารถถ่ายจากมุมต่างๆ และในเงื่อนไขแสงสว่างที่หลากหลาย และจะถูกประมวลผลท้องถิ่นสำหรับการอนุมานในภายหลังในการยืนยันตัวตน

เพื่อสร้างฐานข้อมูลฝึกอบรมหลัก นักวิจัยได้รวบรวมภาพฟันจากอาสาสมัคร 51 คน อาสาสมัครใช้แอป Android เบต้าเพื่อรับภาพด้วยตนเอง แอปจะระบุและกำหนดตำแหน่งพื้นที่ฟันที่ต้องการได้ แต่ละผู้ใช้ให้ภาพฟัน 4 ภาพภายในระยะเวลา 3-4 วัน

ข้อมูลถูกทดสอบใน เครือข่าย Siamese ซึ่งถูกทดสอบกับวิธีการที่แข่งขันกันแบบเก่า – FaceNet ของ Google ในปี 2015 การฝึกอบรมใช้ขนาดแบตช์ 16 บน Adam optimizer โมเดลถูกฝึกอบรมบน Dell Inspiron-15-5577 โดยใช้ Nvidia GTX 1050 GPU โดยใช้เวลาประมาณ 25 นาทีในการสร้างเวกเตอร์แบบ 256 มิติ

แนวทางของ DeepTeeth ส่งผ่านภาพที่ถ่ายโดยผู้ใช้แบบดิบผ่านเฟรมเวิร์กการปรับปรุงสำหรับการ抽출คุณลักษณะในภายหลังและการประมวลผลบนอุปกรณ์ผ่านเครือข่ายท้องถิ่นที่ฝึกอบรมไว้ล่วงหน้า

แม้ว่าภาพฟันที่ถ่ายและตัดครั้งแรกจะมีขนาด 1416 x 510 พิกเซล ซึ่งเป็นขนาดที่ไม่เหมาะสมแม้แต่สำหรับการฝึกอบรมเครื่องจักรบนเซิร์ฟเวอร์ แต่ภาพสีเทาที่เล็กกว่าที่ได้มาจากภาพเหล่านี้คือสิ่งที่ผ่านระบบ โดยที่ข้อมูลขนาดใหญ่จะถูกทิ้งไป

ฟังก์ชัน การสูญเสีย ที่ใช้ในการฝึกอบรมเครือข่ายการจำแนกประเภทคือ SoftMax ซึ่งมีน้ำหนักเบาและทนทานเพียงพอสำหรับสภาพแวดล้อมการทำงานเป้าหมาย

สถาปัตยกรรมฟังก์ชันการสูญเสียของ DeepTeeth

ผลลัพธ์

นักวิจัยใช้พารามิเตอร์ประสิทธิภาพ 5 รายการเพื่อประเมิน DeepTeeth และพบว่าระบบทำงานได้อย่างเหมาะสมที่สุดด้วยขนาดการเข้า 75 พิกเซลกำลังสอง โดยบรรลุอัตราความสำเร็จ 100%

ความพยายามก่อนหน้านี้ในการใช้ฟันเป็นตัวบ่งชี้ไบโอเมตริก ได้แก่ การศึกษา ในปี 2008 การยืนยันตัวตนด้วยไบโอเมตริกแบบหลายโหมดโดยใช้ภาพฟันและเสียงใน môi trườngมือถือ ซึ่งโดยพื้นฐานแล้วได้เพิ่มฟันเป็นวิธีการสำรองสำหรับการระบุตัวตนด้วยเสียง

อีกผู้แข่งขันหนึ่งในปี 2020 คือ SmileAuth ที่เสนอโดยนักวิจัยจากมหาวิทยาลัย Hunan ในประเทศจีน ซึ่งเป็นความร่วมมือกับมหาวิทยาลัย Michigan State และมหาวิทยาลัย Massachusetts ผลการทดลองในขณะนั้นแสดงให้เห็นว่าระบบ SmileAuth สามารถบรรลุอัตราความแม่นยำได้ถึง 99.74% ระบบใช้ Random Forest สำหรับการ抽출คุณลักษณะ

นักวิจัยแถลงว่า DeepTeeth มีการปรับปรุงเหนือความพยายามทั้งหมดในพื้นที่ไบโอเมตริกเฉพาะนี้ และนำการรู้จำฟันไปไกลกว่าพื้นที่นิติวิทยาศาสตร์เป็นเส้นทางที่เป็นไปได้สำหรับการยืนยันตัวตนด้วยใบหน้า