Exemples d'images d'iris obtenues à partir d'un sujet mort (à gauche) et d'un sujet vivant (à droite) :images originales (rangée du haut) et leurs versions recadrées et masquées recadrées (rangée du bas). Crédit :arXiv:1807.04058 [cs.CV]
A Varsovie, Une équipe basée en Pologne a exploré la détection d'iris de cadavre, pour distinguer un iris mort d'un iris vivant. Leur article "Détection d'attaque de présentation pour Cadaver Iris" est sur arXiv .
Les affiliations des auteurs incluent l'Université de technologie de Varsovie, un laboratoire de biométrie et l'Université de médecine de Varsovie. L'accent est mis sur ce qu'on appelle "l'identification biométrique post-mortem, " et leur méthode pour discerner les yeux vivants des yeux non vivants a été décrite dans l'article.
Leur objectif pour la détection de la "vivance" de l'iris a été atteint sur la base d'un réseau de neurones à convolution profonde VGG-16.
Il a été adapté et affiné, ils ont dit, pour faire la tâche. (Les chercheurs ont remercié NVIDIA d'avoir fourni une unité GPU pour leur laboratoire.) Ils ont testé pour voir si leur méthode était efficace pour attribuer les étiquettes. Examen de la technologie du MIT avait quelque chose à dire sur l'utilisation par l'équipe d'une base de données inhabituelle. L'ensemble de données Warsaw BioBase PostMortem Iris comprend "574 images d'iris dans le proche infrarouge recueillies auprès de 17 personnes à divers moments après leur mort. Les images datent de cinq heures à 34 jours après la mort."
Quant aux 256 images d'iris vivants collectées, Examen de la technologie du MIT "La technologie émergente de l'arXiv" a déclaré que les chercheurs ont utilisé la même caméra à iris que celle utilisée sur les cadavres, "afin que l'algorithme d'apprentissage automatique ne puisse pas être trompé en reconnaissant des images en fonction des caractéristiques de différentes caméras."
Résultats? Ils ont déclaré que leur méthode pouvait classer correctement près de 99% des échantillons.
Ils l'ont fait, bien que, offrir une note sur l'importance du timing.
Dans leurs recherches, les auteurs ont noté que « bien que les images d'iris post-mortem soient relativement faciles à identifier, ceux obtenus très peu de temps après la disparition d'un sujet peuvent poser des problèmes pour les solutions automatiques en raison des changements post-mortem qui ne sont pas encore assez importants. »
Combien de recherches antérieures ont porté sur la vivacité des yeux ? Apparemment, c'est un nouveau terrain. Les auteurs ont déclaré qu'à leur connaissance, ils n'avaient connaissance d'aucune recherche antérieure sur le sujet de la cueillette d'iris vivants sur des morts. Les auteurs ont déclaré qu'"il n'y a toujours pas d'articles publiés qui exploreraient le concept de détection de la vivacité dans un scénario où des yeux de cadavre (post-mortem) sont utilisés pour effectuer une attaque de présentation sur le capteur biométrique".
« Technologies émergentes de l'arXiv », pendant ce temps, abordé l'iris comme une application de sécurité. "Les ophtalmologistes reconnaissent depuis longtemps que la structure complexe de l'iris est unique chez chaque individu. Les détails sont particulièrement apparents dans les images d'iris dans le proche infrarouge, et les images d'iris à cette longueur d'onde sont largement utilisées dans diverses applications de sécurité."
Mais le système n'est pas parfait, ils ont ajouté. L'année dernière, les pirates informatiques ont déverrouillé un téléphone en imprimant une image de l'iris du propriétaire sur une lentille de contact, puis en plaçant la lentille de contact sur un globe oculaire factice.
Offrant une vue capsule de l'importance du travail des chercheurs de Varsovie, « Emerging Technology from the arXiv » a posé la question, « Est-il possible pour un scanner de faire la différence entre un iris vivant et un iris mort ? » L'article indique qu'une réponse est fournie "grâce au travail de Mateusz Trokielewicz de l'Université de technologie de Varsovie en Pologne et de quelques-uns de ses collègues. Ces gars-là ont créé une base de données d'analyses d'iris de personnes vivantes et de cadavres, puis ont entraîné une machine -apprentissage de l'algorithme pour repérer la différence."
© 2018 Tech Xplore