口罩暫時(shí)摘不下來(lái)，人耳識(shí)別可能會(huì)更方便？

后疫情時(shí)代，人們依舊需要帶著口罩，衛(wèi)生意識(shí)也大有提升，同時(shí)也因此愈發(fā)需要高效的身份驗(yàn)證措施。人耳識(shí)別，聽(tīng)起來(lái)是一項(xiàng)不錯(cuò)的選擇，并且有著獨(dú)特的優(yōu)勢(shì)：被動(dòng)、無(wú)接觸、非侵入式，且不涉及任何表情。

在佐治亞大學(xué)的一項(xiàng)新研究中，研究者們提出，人們有望在不久后讓人們用耳朵進(jìn)行識(shí)別，而不是用人臉或指紋。

論文地址：https://ieeexplore.ieee.org/document/9887947

該研究的主要作者、佐治亞大學(xué)工程學(xué)院副教授 Thirimachos Bourlai 談到，人耳是少數(shù)能隨著時(shí)間的推移而保持相對(duì)不變的身體部位之一，所以它可以替代需要面部或指紋識(shí)別的技術(shù)。據(jù)此，Bourlai 的團(tuán)隊(duì)開(kāi)發(fā)的人耳識(shí)別系統(tǒng)可以準(zhǔn)確驗(yàn)證個(gè)人身份，其準(zhǔn)確率高達(dá) 99%。

Thirimachos Bourlai

耳朵對(duì)每個(gè)人來(lái)說(shuō)都是獨(dú)一無(wú)二的，就像指紋一樣。研究者表示，即使是同卵雙胞胎的耳朵也有差異。還有一個(gè)好處在于，除了耳垂會(huì)隨著年齡的增長(zhǎng)而下降以外，人耳不會(huì)像人臉一樣變老。

人耳識(shí)別軟件的工作原理與人臉識(shí)別類(lèi)似：當(dāng)人們換了新手機(jī)，必須注冊(cè)自己的指紋或人臉以便機(jī)器識(shí)別。新設(shè)備通常要求用戶(hù)反復(fù)將手指放在傳感器上，以獲得指紋的完整「圖像」。人臉識(shí)別技術(shù)依賴(lài)于用戶(hù)在攝像頭前以特定方式移動(dòng)面部，以便設(shè)備有效地捕捉他們的面部特征。Bourlai 提出的人耳識(shí)別算法的方式相似。

基于深度學(xué)習(xí)的耳朵識(shí)別系統(tǒng)概述。

Bourlai 說(shuō)：「手機(jī)會(huì)捕捉一個(gè)人的多個(gè)身份樣本，這些圖像會(huì)暫時(shí)保存在你的設(shè)備中。就像你必須使用活體指紋來(lái)解鎖手機(jī)，并將其與你的注冊(cè)指紋進(jìn)行對(duì)比一樣，你必須使用活體的耳朵來(lái)解鎖?！?/span>

Bourlai 還說(shuō)，這實(shí)際上并不是第一次將人耳識(shí)別用于安全驗(yàn)證?！赣性S多獨(dú)特的方法可以利用其他傳統(tǒng)方式來(lái)識(shí)別個(gè)人，例如通過(guò)人臉、指紋和虹膜。人耳識(shí)別，聽(tīng)起來(lái)就令人興奮，我們需要多多討論它的好處，盡管在捕捉自己的耳朵圖像方面還存在挑戰(zhàn)?！?/span>

在設(shè)置生物識(shí)別設(shè)備時(shí)，算法會(huì)采集一個(gè)人的多個(gè)身份樣本，如面部圖像或指紋，并將其記錄到設(shè)備中。當(dāng)使用生物特征來(lái)解鎖設(shè)備時(shí)，它需要實(shí)時(shí)樣本來(lái)與設(shè)備上的日志進(jìn)行比較，比如臉的照片，就這項(xiàng)研究而言則是耳朵的照片。

Bourlai 的軟件使用一種耳部識(shí)別算法來(lái)評(píng)估耳部掃描，并確定它們是否適合自動(dòng)匹配。Bourlai 還使用了各種耳部數(shù)據(jù)集和各種耳部形態(tài)來(lái)測(cè)試軟件。 

耳朵圖像質(zhì)量評(píng)估工具。該數(shù)據(jù)集由 WVU 耳朵數(shù)據(jù)集的原始圖像和降質(zhì)圖像的組合組成。

Bourlai 使用兩個(gè)不同的現(xiàn)有人耳圖像數(shù)據(jù)集測(cè)試了他的算法。在一個(gè)數(shù)據(jù)集中，與之前的人耳識(shí)別軟件相比，系統(tǒng)性能從 58.72% 提高到 97.25%，而在另一個(gè)數(shù)據(jù)集中，與基線方法相比，性能從 45.8% 提高到 75.11%。

為確保該系統(tǒng)即使在繁瑣的圖像中也能運(yùn)作，Bourlai 團(tuán)隊(duì)使用受圖像噪聲因素影響的人耳圖像（包括模糊度、亮度和對(duì)比度的變化）對(duì)幾個(gè)模型進(jìn)行了評(píng)估。

如上表所示，DenseNet 模型在 WVU 和 USTB 數(shù)據(jù)集中的識(shí)別性能最好，而 SqueezeNet 的 Rank-1 評(píng)分最低。

Bourlai 說(shuō)，人耳識(shí)別軟件可以用來(lái)改進(jìn)現(xiàn)有的安全系統(tǒng)，比如世界各地機(jī)場(chǎng)使用的安全系統(tǒng)，以及基于攝像頭的安全系統(tǒng)。他的團(tuán)隊(duì)還計(jì)劃改進(jìn)提出的人耳識(shí)別算法，以更好地處理熱圖像，并將較暗的環(huán)境納入考慮，畢竟在這種環(huán)境下，使用傳統(tǒng)相機(jī)可能難以捕捉清晰的可見(jiàn)光波段圖像。

更多研究細(xì)節(jié)，可參考原論文。

參考鏈接：

https://news.uga.edu/new-facial-recognition-technology-scans-your-ear/