นักวิจัยพัฒนาชีวภาพรูปร่างมือแนะนำการใช้งานทางนิติวิทยาศาสตร์

Biometrics รูปร่างมือได้รับการพัฒนาโดยทีมงานของนักวิจัยในสหราชอาณาจักรซึ่งเชื่อว่ามีศักยภาพที่แข็งแกร่งสำหรับกรณีการใช้งานการระบุทางนิติวิทยาศาสตร์เขียนUnite.ai-

-การระบุบุคคลที่ใช้มือโดยใช้การเรียนรู้การเป็นตัวแทนคุณลักษณะที่ลึกซึ้งทั่วโลกและส่วนหนึ่ง'อธิบายการใช้กรอบการเรียนรู้ของเครื่องที่ผู้เขียนเรียกว่าเครือข่ายทั่วโลกและเครือข่ายที่รับรู้ (GPA-NET) เพื่อรับรู้ทั้งสองส่วนของมือและทั้งหมด

Unite.ai ตั้งข้อสังเกตว่าความพยายามก่อนหน้านี้บางอย่างไม่ได้แยกความแตกต่างระหว่างมือขวาและซ้ายซึ่งระบบไบโอเมตริกซ์ GPA-net ทำ

มือมักจะเป็นสัญญาณไบโอเมตริกซ์ที่มีศักยภาพเพียงอย่างเดียวที่มีอยู่เพื่อระบุผู้กระทำความผิดทางเพศที่บันทึกอาชญากรรมของพวกเขากระดาษกล่าว ความท้าทายในการระบุผู้กระทำความผิดนั้นประกอบไปด้วยสถานการณ์ที่ไม่สามารถควบคุมได้หลักฐานวิดีโอจะถูกบันทึกไว้บทความแสดงให้เห็นว่าการรวมกันของชีวภาพรูปร่างมือกับลักษณะอื่น ๆ อาจปรับปรุงความแม่นยำในการระบุตัวตนในสถานการณ์อื่น ๆ

นักวิจัยทั้งเจ็ดซึ่งเป็นพันธมิตรกับโรงเรียนคอมพิวเตอร์และการสื่อสารของมหาวิทยาลัยแลงคาสเตอร์แนะนำว่ามือมีความแปรปรวนน้อยกว่าคุณสมบัติอื่น ๆ ที่ใช้สำหรับการระบุไบโอเมตริกซ์เช่นใบหน้าซึ่งเปลี่ยนไปตามการแสดงออกของบุคคล รูปร่างของมือยังคงมีอยู่เมื่อคนอายุและไม่ได้ปลอมแปลงโดยปกติ

พวกเขาฝึกอบรมโมเดล resnet50 พร้อมรูปภาพจากจินตนาการและทดสอบกับชุดข้อมูล 11K Hands ที่ผลิตในปี 2559 โดยนักวิจัยชาวแคนาดาและอียิปต์และชุดข้อมูลด้านหลังมือจากมหาวิทยาลัยโพลีเทคนิคฮ่องกง วิธีการของพวกเขาได้คะแนนความแม่นยำสูงขึ้นเกือบ 25 % โดย RANK-1 และเกือบ 38 เปอร์เซ็นต์โดยค่าเฉลี่ยความแม่นยำเฉลี่ย (MAP)

หัวข้อบทความ

ความแม่นยำ-การระบุไบโอเมตริกซ์-ไบโอเมตริกซ์-การวิจัยทางชีวภาพ-นิติวิทยาศาสตร์-ไบโอเมตริกซ์มือ-การจดจำมือ-การเรียนรู้ของเครื่องจักร