header-pattern-bg

Ögat är nyckeln – framtidens säkerhet genom biometrisk igenkänning

Del av fokusområde Smarta städer och samhällen

Hallå där, Kevin Hernández Díaz! I slutet av maj försvarade du din doktorsavhandling inom biometri. Kan du berätta mer om din forskning?

Min forskning med ögonigenkänning kan vara ytterligare en smart och flexibel lösning, som inte kräver mycket av användaren.

 

Kevin Hernández Díaz

– Jag har forskat på biometrisk igenkänning i ögonregionen. Det handlar om att använda unika egenskaper hos en individ, som fingeravtryck eller ansiktsdrag, för att identifiera och bekräfta personens identitet. I mitt fall har jag tittat närmare på området kring ögonen. Jag försöker göra sådana system mer flexibla och bättre på att känna igen folk, även i utmanande situationer när man har få data, svåra ljusförhållanden eller olika typer av kamerasensorer.

En man med blå kostym och vit skjorta står framför en ljus bakgrund och tittar in i kameran.

Kevin Hernández Díaz disputerade i slutet av maj med avhandlingen ”Ocular Recognition in Unconstrained Sensing Environments”.

Hur hjälper din forskning till att utveckla tekniken inom området?

– En del av min forskning visar att vi kan nyttja och använda färdiga djupinlärningsmodeller för nya användningsområden, som ögonigenkänning, utan att behöva lära upp modellerna eller samla in stora mängder data. De presterar lika bra eller bättre än modeller som är tränade speciellt för just ögonigenkänning. Det var lite oväntat!

– Ett annat spår inom min forskning visar att genom att låta djupinlärningsmodeller härma hur däggdjur uppfattar synintryck, kan vi förbättra modellernas prestanda och effektivitet. Däggdjurs syn är beroende av att upptäcka texturer, alltså hur en yta eller konsistens av ett objekt upplevs. Det kan vara mönster och detaljer, som ytan på ett träd eller asfalt. Detta har visat sig vara viktigt såväl för människor som för datorer.

Berätta mer!

– I stället för att ge djupinlärningsmodellerna färgbilder, som är det vanliga sättet att arbeta på i dag, startade jag med att ge modellerna information om textur och riktningar i texturen. Då såg jag en märkbar förbättring i hastighet, precision och modellstorlek. Sammanfattningsvis försöker jag göra djupinlärningsmodeller mer effektiva för biometrisk ögonigenkänning.

På vilket sätt kan biometrisk igenkänning komma till användning i samhället?

– När samhället blir mer och mer digitaliserat behöver vi sätt att skydda vår privata information och våra ägodelar på ett säkert och smidigt sätt. Biometri är en bra lösning på det här problemet, och system för fingerigenkänning har blivit väldigt framgångsrika och vanliga som autentiseringsmetoder. Min forskning med ögonigenkänning kan vara ytterligare en smart och flexibel lösning, som inte kräver mycket av användaren. Det kan också vara ett bra alternativ när andra system inte fungerar optimalt, som under covid-19-pandemin, när system för ansiktsigenkänning inte kunde känna igen personer med ansiktsmasker.

Vad är dina planer för framtiden?

– Jag älskar biometri och datorseende, alltså hur datorer ser och förstår världen! Min plan är att fortsätta att forska på områden inom det. Kanske med ett djupare fokus på forensik. AI är ett snabbt växande fält med massor av möjligheter och utmaningar, så jag är ivrig att fortsätta att lära mig och försöka bidra med nya idéer och lösningar – både till forskarsamhället och samhället i stort.

Text: ANNA-FRIDA AGARDSON

Bild: ANNA-FRIDA AGARDSON, toppbild: ISTOCK