การใช้มือเป็นตัวระบุชีวมิติในนิติวิทยาศาสตร์วิดีโอ

นักวิจัยในสหราชอาณาจักรได้พัฒนาระบบชีวมิติแบบเรียนรู้ของเครื่องจักรที่สามารถระบุบุคคลจากลักษณะของมือได้ จุดประสงค์ของงานนี้คือเพื่อช่วยในการระบุตัวผู้กระทำผิด โดยเฉพาะในกรณีของผู้กระทำผิดที่บันทึกการกระทำผิดของตนเอง ซึ่งมักจะมีเฉพาะข้อมูลมือเท่านั้นที่เป็นข้อมูลชีวมิติที่สามารถใช้ได้

บทความ นี้ มีชื่อเรื่องว่า การระบุตัวบุคคลโดยใช้ลักษณะของมือแบบทั่วไประดับโลกและระดับส่วน และเสนอเฟรมเวิร์กใหม่แบบเรียนรู้ของเครื่องจักรที่เรียกว่า Global and Part-Aware Network (GPA-Net)

ใน GPA-Net, มีเทนเซอร์ 3 มิติ 2 ชุด (ทั่วไประดับโลกและระดับส่วน) ที่ได้รับจากการผ่านภาพต้นฉบับผ่านชั้นการรวมกันบนเครือข่ายหลัก ResNet50 แต่ละช่องทางวิเคราะห์จะทำการคาดเดาตัวตน Source: https://arxiv.org/pdf/2101.05260.pdf

GPA-Net สร้างสาขาท้องถิ่นและทั่วไประดับโลกบนชั้นการรวมกัน เพื่อสร้างระบบการรู้จำที่แตกต่างกันสำหรับมือทั้งหมด (โดยมีมือซ้ายและขวาได้รับการรู้จำแยกกัน ไม่เหมือนกับการพยายามก่อนหน้านี้ในภาคส่วนนี้) และ ส่วน ของมือ ซึ่งสามารถใช้เป็นตัวบ่งชี้สำหรับการระบุตัวตนของมือทั้งหมดได้

การวิจัยนี้มาจาก School of Computing and Communications ที่ Lancaster University และได้รับการนำโดย Nathanael L. Baisa ซึ่งเป็น Assistant Professor ที่ De Montfort University ของ Leicester

มือเป็นตัวบ่งชี้ชีวมิติที่สม่ำเสมอ

นักวิจัยสังเกตว่ามือมีลักษณะชีวมิติที่แตกต่างกันซึ่งสามารถ น้อยกว่า อายุ การปลอมตัว หรือปัจจัยที่ทำให้เสียหายอื่นๆ (เช่น การเปลี่ยนแปลงของน้ำเสียง ในกรณีการจับภาพใบหน้า) ที่สามารถส่งผลต่อความน่าเชื่อถือของระบบบ่งชี้ที่ได้รับความนิยมมากกว่า รวมถึงการรู้จำการเดินและการรู้จำใบหน้า

แม้ว่าระบบความปลอดภัยจะมี การออกแบบ ที่ใช้รูปแบบหลอดเลือดมือผ่านการถ่ายภาพอินฟราเรด แต่นี่ไม่น่าจะเป็นไปได้ในอุปกรณ์บันทึกที่ใช้ในอาชญากรรม การวิจัยในปัจจุบันเน้นไปที่การบันทึกที่ได้รับจากกล้องดิจิทัลมาตรฐาน ซึ่งมักจะฝังอยู่ในอุปกรณ์มือถือ แต่ในกรณีอาชญากรรมทางเพศ มักจะบันทึกด้วยกล้อง “โง่” ที่ไม่ค่อยมีการแชร์ข้อมูลเครือข่าย

ในทางกลับกัน ลายนิ้วมือ ซึ่งเป็นวิธีการชีวมิติที่ได้รับความนิยมมากที่สุดในภาพยนตร์ทางวิทยาศาสตร์ในช่วง 50 ปีที่ผ่านมา ไม่ได้รับการยอมรับตามที่นักอนาคตคาดหวัง อาจเป็นเพราะระบบการรู้จำลายนิ้วมือต้องการพื้นที่การรู้จำที่เล็กกว่าและถูกกว่า อย่างไรก็ตาม Fujitsu ได้ทำการวิจัย การวิจัย ในปี 2016 โดยโต้แย้งว่าการรู้จำรูปแบบหลอดเลือดมือเป็นเครื่องมือชีวมิติที่ดีกว่าสำหรับระบบความปลอดภัย

ชุดข้อมูลและการทดสอบ

GPA-Net เป็นระบบที่ได้รับการฝึกอบรมแบบ end-to-end แรกที่พยายามในการรู้จำมือ ระบบหลักของเครือข่ายนี้มีพื้นฐานมาจาก ResNet50 ที่ได้รับการฝึกอบรมบน ImageNet ซึ่งถูกเลือกเนื่องจากสามารถทำงานได้ดีบนหลายแพลตฟอร์ม รวมถึง Google Inception (โมดูล GoogleNet ที่พัฒนาเป็น Convolutional Neural Network ที่เชี่ยวชาญในการตรวจจับวัตถุและการวิเคราะห์ภาพ)

เฟรมเวิร์ก GPA-Net ถูกทดสอบบนชุดข้อมูลสองชุด ได้แก่ ชุดข้อมูล 11k Hands ในปี 2016 ซึ่งเป็นการร่วมมือระหว่างนักวิจัยจากแคนาดาและอียิปต์ และชุดข้อมูล Hand Dorsal (HD) ของ Hong Kong Polytechnic University

รายละเอียดจาก ‘การระบุตัวบุคคลโดยใช้รูปแบบนิ้วก้อยจากพื้นผิวมือ’ โดยเน้นไปที่การระบุนิ้วก้อย

ชุดข้อมูล 11k มีหัวข้อตัวตน 190 หัวข้อ รวมถึงข้อมูลอื่นๆ เกี่ยวกับ ID, อายุ, สีผิว, เพศ และปัจจัยอื่นๆ นักวิจัยได้ยกเว้นภาพที่มีเครื่องประดับ เนื่องจากสิ่งเหล่านี้จะกลายเป็นข้อมูลที่รบกวนอย่างไม่จำเป็น พวกเขายังยกเว้นภาพจากชุดข้อมูล HD ที่ไม่มีความชัดเจนเพียงพอ เนื่องจากการค้นหาตัวตนเป็นภาคส่วนที่ไวต่อความเสี่ยงมากกว่าการสร้างภาพ และข้อมูลที่บดบังเป็นอันตรายมากกว่า

GPA-Net ถูกใช้งานบนเฟรมเวิร์กการเรียนรู้ของเครื่องจักรแบบลึก PyTorch บน GPU NVIDIA GeForce RTX 2080 Ti ที่มี VRAM 11gb โมเดลถูกฝึกอบรมโดยใช้ การเสียหายแบบเอนโทรปี และตัวปรับแต่ง Stochastic Gradient Descent (SGD) การฝึกอบรมเกิดขึ้นในช่วง 60 ยุคที่อัตราการเรียนรู้เริ่มต้น 0.02 โดยมีการจัดการโดยตัวจัดการอัตราการเรียนรู้ที่มีปัจจัยการลดลง 0.1 ทุกๆ 30 ยุค – โดยที่การฝึกอบรมจะช้าลงเมื่อถึงขั้นตอนสุดท้าย และระบบจะต้องใช้เวลานานขึ้นในการฝึกอบรมเพื่อให้ได้รายละเอียดที่แม่นยำยิ่งขึ้น

การประเมินถูกดำเนินการโดยใช้การวัด Cumulative Matching Characteristics (CMC) พร้อมด้วย Mean Average Precision (mAP)

นักวิจัยพบว่า GPA-Net มีประสิทธิภาพเหนือกว่าวิธีการอื่นๆ บน ResNet50 โดย 24.74% ในความแม่นยำระดับ 1 และ 37.82% ใน mAP

ผลลัพธ์เชิงคุณภาพจากการทดสอบระบบ GPA-Net จากบนลงล่าง คือการรู้จำมือที่ถูกต้องและไม่ถูกต้องของชุดข้อมูล 11k และ HD

นักวิจัยเชื่อว่าวิธีการนี้มี ‘ศักยภาพที่แข็งแกร่งสำหรับการระบุตัวตนของผู้กระทำผิดที่มีความรุนแรง’