口罩暫時摘不下來，人耳識別可能會更方便？

后疫情時代，人們依舊需要帶著口罩，衛生意識也大有提升，同時也因此愈發需要高效的身份驗證措施。人耳識別，聽起來是一項不錯的選擇，并且有著獨特的優勢：被動、無接觸、非侵入式，且不涉及任何表情。

在佐治亞大學的一項新研究中，研究者們提出，人們有望在不久后讓人們用耳朵進行識別，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、佐治亞大學工程學院副教授 Thirimachos Bourlai 談到，人耳是少數能隨著時間的推移而保持相對不變的身體部位之一，所以它可以替代需要面部或指紋識別的技術。據此，Bourlai 的團隊開發的人耳識別系統可以準確驗證個人身份，其準確率高達 99%。

耳朵對每個人來說都是獨一無二的，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。還有一個好處在于，除了耳垂會隨著年齡的增長而下降以外，人耳不會像人臉一樣變老。

人耳識別軟件的工作原理與人臉識別類似：當人們換了新手機，必須注冊自己的指紋或人臉以便機器識別。新設備通常要求用戶反復將手指放在傳感器上，以獲得指紋的完整「圖像」。人臉識別技術依賴于用戶在攝像頭前以特定方式移動面部，以便設備有效地捕捉他們的面部特征。Bourlai 提出的人耳識別算法的方式相似。

基于深度學習的耳朵識別系統概述。

Bourlai 說：「手機會捕捉一個人的多個身份樣本，這些圖像會暫時保存在你的設備中。就像你必須使用活體指紋來解鎖手機，并將其與你的注冊指紋進行對比一樣，你必須使用活體的耳朵來解鎖。」

Bourlai 還說，這實際上并不是第一次將人耳識別用于安全驗證。「有許多獨特的方法可以利用其他傳統方式來識別個人，例如通過人臉、指紋和虹膜。人耳識別，聽起來就令人興奮，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。」

在設置生物識別設備時，算法會采集一個人的多個身份樣本，如面部圖像或指紋，并將其記錄到設備中。當使用生物特征來解鎖設備時，它需要實時樣本來與設備上的日志進行比較，比如臉的照片，就這項研究而言則是耳朵的照片。

Bourlai 的軟件使用一種耳部識別算法來評估耳部掃描，并確定它們是否適合自動匹配。Bourlai 還使用了各種耳部數據集和各種耳部形態來測試軟件。?

耳朵圖像質量評估工具。該數據集由 WVU 耳朵數據集的原始圖像和降質圖像的組合組成。

Bourlai 使用兩個不同的現有人耳圖像數據集測試了他的算法。在一個數據集中，與之前的人耳識別軟件相比，系統性能從 58.72% 提高到 97.25%，而在另一個數據集中，與基線方法相比，性能從 45.8% 提高到 75.11%。

為確保該系統即使在繁瑣的圖像中也能運作，Bourlai 團隊使用受圖像噪聲因素影響的人耳圖像（包括模糊度、亮度和對比度的變化）對幾個模型進行了評估。

如上表所示，DenseNet 模型在 WVU 和 USTB 數據集中的識別性能最好，而 SqueezeNet 的 Rank-1 評分最低。

Bourlai 說，人耳識別軟件可以用來改進現有的安全系統，比如世界各地機場使用的安全系統，以及基于攝像頭的安全系統。他的團隊還計劃改進提出的人耳識別算法，以更好地處理熱圖像，并將較暗的環境納入考慮，畢竟在這種環境下，使用傳統相機可能難以捕捉清晰的可見光波段圖像。

更多研究細節，可參考原論文。

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

編輯：黃飛

?