Cela a incité les militaires et les forces de l’ordre à identifier ces personnes par d’autres manières telles que l’identification vocale. Ce n’est pas toujours facile, mais on peut explorer d’autres pistes. Aujourd’hui, Ahmad Hassanat de l’université Mu’tah en Jordanie et quelques collègues estime qu’ils ont trouvé une nouvelle manière. Ils ont travaillé sur un algorithme de machine learning qui permet de distinguer des gens dans leur manière unique de faire le signe V. Cette manière unique se compose de l’angle entre les doigts qui est aussi caractéristique qu’une empreinte digitale.
Si vous avez apprécié cet article, soutenez-moi sur Patreon ou Buy me a coffee Vous recevrez chaque semaine du contenu exclusif et des réponses à vos questions. Merci ! 😊
L’idée d’utiliser la géométrie de la main comme une indicatrice biométrique n’est pas nouvelle. De nombreux anatomistes admettent que la forme des mains varie considérablement entre les individus permettant de les identifier si on fournit suffisamment de détails. Mais il est difficile de reconnaitre une personne uniquement par la forme de leurs mains. C’est un sacré défi et on n’a jamais utilisé la forme des mains comme une empreinte biométrique selon Hassanat.
L’équipe a commencé par demander à 50 hommes et femmes de différents âges de faire le signe V et on les a photographiés sur un fond noir avec un APN de téléphone de 8 mégapixels. Cela a produit une base de données de 500 images. La question importante est la quantité d’informations qu’on peut extraire de ces images pour aider à l’identification. Hassanat et ses collègues pointent le fait que de nombreuses images réelles sont en faible résolution imposant une limite sur les informations qu’on peut extraire.
Les résultats sont intéressants. Hassanat et ses collègues ont déclaré que la combinaison des techniques a permis d’identifier 90 % des personnes. Cette méthode possède un grand potentiel pour identifier des terroristes si on a uniquement leur signe V qui est visible. Il y a des limites à cette technique. La première est la taille réduite des données disponibles et Hassanat veut le déployer à grande échelle. La seconde est que les faux positifs n’ont pas été analysés en détail. Qu’est-ce qui se passe si le Machine Learning identifie des innocents comme des terroristes ?
Hassanat et ses collègues sont conscients de ce problème de logique floue. Et ils travaillent pour améliorer l’algorithme en incluant la largeur et la longueur des doigts par exemple. Bien sûr, on ne va pas déclencher une frappe de drone sur l’identification d’un signe V, mais cela permet de le compléter avec d’autres données pour identifier formellement un individu. Et cela prouve que les individus dangereux du 21e siècle mènent à la création de techniques biométriques assez innovantes.
Source : Arxiv
Si vous avez apprécié cet article, soutenez-moi sur Patreon ou Buy me a coffee Vous recevrez chaque semaine du contenu exclusif et des réponses à vos questions. Merci ! 😊