ACM News Distinguer les jumeaux identiques
Les défis liés à l'utilisation de systèmes de reconnaissance faciale pour identifier des jumeaux identiques sont amplifiés par leur similitude, bien que, comme les parents, les systèmes de reconnaissance faciale commencent à être capables de les distinguer dans certaines circonstances. Crédit : South China Morning Post
La reconnaissance faciale évolue, défiant la capacité humaine à identifier les individus. Peut-il identifier avec précision des jumeaux identiques ?
La réponse est oui et non.
Les défis liés à l'utilisation de systèmes de reconnaissance faciale pour identifier des jumeaux identiques commencent par les mêmes problèmes que l'identification d'individus, tels que la qualité de l'image, la position de la tête, l'expression du visage, l'éclairage et les changements superficiels tels que le maquillage et l'ajout ou le retrait de la barbe. et autres poils du visage. Ces défis sont amplifiés par l'identité apparente des jumeaux, bien que, comme les parents, les systèmes de reconnaissance faciale commencent à être capables de les distinguer dans certaines circonstances.
Jeremy Dawson, professeur agrégé spécialisé en biométrie à la West Virginia University, a construit des ensembles de données d'images de jumeaux identiques à des fins de recherche sur la reconnaissance faciale. Il décrit des algorithmes qui décomposent les principaux composants d'une image faciale, tels que la bouche, le nez et les yeux, pour créer un modèle de l'image et crypter les données. Dawson dit: "Si les images sont de haute qualité et que les composants d'un visage sont décomposés en un modèle, il est possible de voir des différences infimes entre des jumeaux identiques."
Il y a une mise en garde, cependant; bien qu'il soit possible de faire correspondre une image d'un jumeau identique à une petite base de données d'images, à mesure que la base de données grandit, les performances se détériorent car il y a plus de chances qu'il existe d'autres images faciales avec des caractéristiques similaires. Selon Dawson, "Si un groupe d'images est grand, il y a un impact sur les performances de toute identification."
Une autre approche de la reconnaissance faciale utilise l'orientation spatiale des traits du visage. Par exemple, une image des yeux et de tout ce qui les entoure peut être transformée en fréquence spatiale (le niveau de détail présent par degré d'angle visuel). C'est la base de l'analyse discriminante linéaire, basée sur une idée suggérée par Sir Ronald A. Fisher en 1936 et utilisée pour trouver la représentation sous-spatiale des images faciales. Encore une fois, en utilisant cette technique, il peut être possible de distinguer des jumeaux identiques.
Arun Ross, professeur d'informatique et d'ingénierie à la Michigan State University, décompose la reconnaissance faciale en trois niveaux. Le premier niveau comprend la forme d'un visage; le niveau deux comprend des caractéristiques spécifiques telles que les yeux, le nez et la bouche, et le niveau trois intègre des détails plus précis, tels que des taches de rousseur, des cicatrices ou des tatouages. Selon Ross, "En utilisant plusieurs ensembles de fonctionnalités et des fonctionnalités de niveau trois, des jumeaux identiques peuvent être identifiés, mais les systèmes feront toujours des erreurs."
Après avoir visité deux fois le Twins Day Festival à Twinsburg, OH, le plus grand rassemblement annuel de jumeaux au monde, Kevin Bowyer, professeur Schubmehl-Prein au département d'informatique et d'ingénierie de l'Université de Notre Dame, Indiana, a recueilli des données faciales, des empreintes digitales , et les données de l'iris dans le but de distinguer les vrais jumeaux.
Comme ses pairs, Bowyer affirme que des images de haute qualité et des algorithmes performants peuvent contribuer à distinguer les jumeaux identiques, bien que les algorithmes doivent être capables d'enregistrer des détails fins qui sont différents de manière fiable. Le défi ici est le détail transitoire, qui, selon Bower, peut inclure des détails aussi infimes que des croûtes sur le visage, qui peuvent être recouvertes. Dans ces types de cas, Bowyer dit qu'il est difficile d'attraper des jumeaux qui se remplacent. "La reconnaissance faciale ne fonctionnera probablement pas si des jumeaux identiques entreprennent de vaincre le système."
Les systèmes de reconnaissance faciale utilisent souvent plusieurs techniques et fusionnent les résultats. Par exemple, l'apprentissage automatique et les réseaux de neurones permettent aux systèmes d'examiner des images complètes et des sous-ensembles de données inclus dans des modèles. De même, plusieurs algorithmes peuvent être agglomérés pour créer des ensembles de données de certains aspects d'un visage et, au fil du temps, apprendre quelles caractéristiques extraire pour prendre en charge une reconnaissance faciale précise.
Bien que les systèmes de reconnaissance faciale des fournisseurs soient en place pour faire correspondre les individus aux images de la base de données à des fins telles que le contrôle des frontières, l'application de la loi et la sécurité sur le lieu de travail, ils ont des limites lorsque les individus sont des jumeaux identiques. Elke Oberg, responsable marketing à Dresde, en Allemagne, Cognitec, qui commercialise la technologie de reconnaissance faciale FaceVACS, affirme que les algorithmes sous-jacents à la gamme de produits FaceVACS peuvent distinguer les jumeaux identiques au point même s'ils ont de très petites différences dans les fonctionnalités qui ne seraient pas requises. rapidement sur l'œil humain; lorsque les jumeaux sont absolument identiques, cependant, la technologie échoue.
Les agences gouvernementales interrogées sur la capacité de leurs programmes de reconnaissance faciale à distinguer les jumeaux identiques pour cet article ont refusé de répondre, peut-être parce que c'est un problème qu'ils n'ont pas encore résolu.
En examinant les programmes actuels, U.S. Customs and Border Protection