Американские разработчики представили Deep MasterPrints — алгоритм, который умеет создавать изображения универсальных отпечатков пальцев, которые подходят под фрагменты отпечатков пальцев реальных людей. Для этого авторы использовали генеративно-состязательную сеть, которую обучили на биометрических данных 5400 человек.

Препринт статьи опубликован на arXiv.org.

Уникальность папиллярных линий — тех, которые образуют узор на подушечках человеческих пальцев — в конце XIX века привела к открытию дактилоскопии — методу опознания человека по отпечаткам пальцев, очень популярного в криминалистике. Уникальность, а также неизменность узора с течением времени позволяет отпечаткам служить валидными биометрическими данными, которые уже давно используются не только для опознания преступников, но и в качестве личного идентификатора, например, для разблокировки телефона или пересечения границы.

Тем не менее, некоторые способы идентификации человека по отпечатку пальца используют не целое его изображение, а только их часть. Такие системы могут быть небезопасны: это, к примеру, показали американские разработчики, создавшие MasterPrints — систему, которая ищет или создает универсальные фрагменты отпечатков пальцев, которые подходят сразу нескольким людям. В новой работе разработчики под руководством Филипа Бонтрэйджера (Philip Bontrager) из Нью-Йоркского университета решили пойти дальше и предложили алгоритм, который автоматически генерирует универсальные изображения отпечатков пальцев; систему назвали Deep MasterPrints.

Для этого они использовали генеративную состязательную нейросеть, которая обучалась на открытой базе данных, содержащих отпечатки пальцев 5400 людей — в работе авторы использовали отпечаток большого пальца на правой руке. После успешного создания изображения алгоритм ищет скрытые переменные, использованные генератором, для выбора наиболее универсального отпечатка — такого, который подойдет для наибольшего количества отпечатков из обучающей выборки.

Отпечатки пальцев из датасета и отпечатки, созданные Deep MasterPrint / Bontrager et al. / arXiv 2018

При проверке разработанного метода ученые выяснили, что одно изображение отпечатка совпадает примерно с 76,67 процентами всей выборки, в то время как один фрагмент отпечатка MasterPrints совпадает лишь с 33,4 процента. Также ученые проверили полученные отпечатки пальцев на двух независимых от использованной обучающей выборки биометрических системах (Bozorth3 и Inovatrics): каждое созданное изображение оказалось в десять раз эффективнее случайно созданного отпечатка.

Полученная исследователями система в будущем может быть использована для улучшения алгоритмов идентификации пользователей по биометрическим данным. Кроме того, работа также может пригодиться и для улучшения методов создания синтезированных отпечатков пальцев.