AuthNet: آلية المصادقة المستندة إلى التعلم العميق باستخدام حركات الخصائص الوجهية الزمنية

تُستخدم أنظمة الحيوانات البيومترية المستندة إلى التعلم الآلي والتعلم العميق على نطاق واسع كآليات للمصادقة في بيئات محدودة الموارد مثل الهواتف الذكية والأجهزة الحاسوبية الصغيرة الأخرى. لقد اكتسبت هذه الآليات المعتمدة على الذكاء الاصطناعي للتعرف على الوجه شعبية هائلة في السنوات الأخيرة بسبب طبيعتها الشفافة وخالية من الاتصال وغير الغازية. رغم فعاليتها بشكل كبير، هناك طرق للحصول على الوصول غير المصرح به باستخدام الصور أو الأقنعة أو النظارات وغيرها. في هذا البحث، نقترح آلية مصادقة بديلة تستخدم التعرف على الوجه والحركات الفريدة لتلك الوجهة الخاصة أثناء نطق كلمة المرور، أي الحركات الزمنية لخصائص الوجه. النموذج المقترح لا يتأثر بالحواجز اللغوية لأن المستخدم يمكنه إعداد كلمة مرور بلغة أي اختيار. عند تقييمه على مجموعة البيانات القياسية MIRACL-VC1، حقق النموذج المقترح دقة بنسبة 98.1٪، مما يؤكد فعاليته كنظام فعال وقوي. الطريقة المقترحة أيضًا ذات كفاءة عالية في البيانات حيث أظهر النموذج نتائج جيدة حتى عند تدريبه باستخدام 10 عينات فيديو إيجابية فقط. كما تم التأكيد على قدرة تدريب الشبكة من خلال مقارنة النظام المقترح مع العديد من نماذج التعرف على الوجه والقراءة الشفوية المركبة.