Bir Hintli araştırmacı ekibi, mobil ve diğer el cihazları için dişler aracılığıyla bir tür insan kimlik doğrulaması gibi görünen şey geliştirmiştir. Takım, uygulamanın bir mobil ahizede kamerayı kullanarak biyometrik örnekleri aldığını söylüyor. Uygulamanın tüm yüzünü kaydeden mevcut uygulamalara benzer şekilde, bir insanın dişlerini kimlik doğrulaması için kaydeden belirli belirteçlere sahiptir.
Çalışmanın adı "Deepteeth: mobil ve elde tutulan cihazlar için bir diş-fotoğraf tabanlı insan kimlik doğrulama sistemi" dir. Geetika Arora, Rohit K Bharadwaj ve Kamlesh Tiwari, Topla Teknoloji ve Bilim Enstitüsü (Bits), Pilani'den yazılmıştır. Uygulamanın işleyişini, ekibin, makalenin özetinde, ilgi alanının (YG), işaretçiler kullanılarak çıkarıldığını ve elde edilen numunenin daha sonra daha iyi görsel netlik için kontrast sınırlı adaptif histogram eşitliği (CLARE) kullanılarak geliştirildiğini yazar. .
Takım, anlayışlarının en iyisini yaptığını söylüyor, bu, herhangi bir mobil cihaz için Diş-fotoğraf tabanlı kimlik doğrulamasının ilk çalışmasıdır, sonuçları "mükemmel doğruluk" gösterdiler. Kağıdı okuduktan sonra, diş-fotoğraf kimlik doğrulamasının nasıl çalıştığını açıklayan bir şema bulursunuz. Uygulama, mobil cihazınızın ön kamerasını kullanarak, önce dişlerinizin izlenimini edinir. Bunu, YG ekstraksiyonu ve geliştirilmesi izler. Uygulamanın bir sonraki işlevi "Derin Özellik Çıkarma", ardından "Kayıt / Doğrula ve Tanımla" dır.
Bir sonraki adım, kimlik doğrulamanın gerçekten başladığı yerdir. Kayıtlı ekstraksiyon daha sonra, uygulamanın doğru kişiyle eşleşip eşleşmediği konusunda "karar" nı yaptığını izleyerek veritabanındaki diş izlenimini karşılaştırır.
Sonuç olarak, yazarlar, daha az araştırılan dişlerin çalışmasında önerilen özel özelliği ile çok yüksek tanınması ve kimlik doğruluğuna sahip olduğunu gözlemlediklerini yazdılar.
Ve başlangıçta eğitmek biraz daha uzun sürmesine rağmen, bir kez konuşlandırıldıktan sonra, kimlik veya doğrulama için oldukça verimlidir. Çalışmaya göre, önerilen model küçük boyutlu bir numune ile mükemmel çalışır ve bu nedenle, güç tasarrufu ve mobil cihazlar için uygundur.
Araştırmacılar, "Derin öğrenme mimarisinin, marjı ve karşılıklı bilgileri birleştirerek, derin öğrenme mimarisinin düzenlenmesi için yeni bir yöntem önerdik" dedi.
Kaynak: Gadgets 360