شناسایی با ویژگی های منحصر به فرد

اسدپور برتری طرح خود را امکان استفاده آسان در شبکه های اینترنتی ذکر می کند و می گوید: ارسال و بررسی برخی داده های طبیعی بدن از راه دور دشوار و هزینه بردار است در حالی که با همراهی میکروفن و دوربین های دیجیتالی کوچک ، این شناسایی براحتی انجام می شود. از دیگر برتری های این طرح ، جلوگیری از تخلف در آن است ، چرا که به علت ساختار پیچیده عصبی ، ترکیب این 2 ویژگی ، تقلید همزمان صدا و حرکات صورت تقریبا غیرممکن است. در این میان تعداد ماهیچه های تولیدکننده حرکات فک و لب 36 عدد است که از این مجموعه 3 ماهیچه اصلی حرکتی در نظر گرفته شده است و در این طرح مدلسازی شده اند.

فریب دادن ممنوع استفاده توام از دو یا چند روش موجب دقت بیشتر در سیستم تشخیص می شود و احتمال فریب دادن سیستم تشخیص را نیز کم می کند. در این ارتباط استفاده از ترکیب اطلاعات صورت و صوت به علت سادگی استفاده ، هزینه کم و امکان به کارگیری آن در سیستم های ارزان قیمت با دقت زیاد یکی از پر کاربردترین این روشهاست. همچنین نشان داده شده است که حرکات لب انسان در هنگام صحبت کردن مولفه ای منحصر به فرد برای تشخیص هویت است. به گفته اسدپور استفاده از حرکات لب به صورت همزمان با گفتار علاوه بر آن که موجب افزایش دقت تشخیص و کاهش تاثیر نویز محیط می شود ، دارای این مزیت است که قابل تقلید یا شبیه سازی نیست ، زیرا این حرکات نتیجه ترکیب عوامل هندسه صورت ، تاثیر متقابل اعصاب و ماهیچه ها و عادتهای فردی است که تقلید آن تقریبا ناممکن است. استفاده از حرکات لب به همراه گفتار به منظور تشخیص هویت و تشخیص گفتار در طول 10 سال گذشته به عنوان روشی جدید به کار رفته است ، همچنین در چند نمونه از دستگاه های تجاری از این روش به عنوان روشی مطمئن برای تشخیص هویت استفاده شده است. با این روش می توان در محیطهای بدون سر و صدا (نویز) به دقت صد درصد حتی در دو قلوهای همسان و دقت 85 درصد در محیطهای دارای سر و صدا رسید که البته با تکرار کلمه عبور این دقت در محیطهای دارای سر و صدا به صد درصد هم می رسد

در مرحله بعد با استفاده از روشهای ریاضی ، تحلیل مدل ترکیبی حرکات صورت و صدا انجام و در گروهی از افراد مانند 4جفت دوقلوی همسان آزمایش شده است. نتایج مدلسازی هم نشان داد که این روش با وجود آسانی کاربرد و ارزانی سخت افزار مورد نیاز ، کارایی مناسب و دقیقی دارد.
اسدپور آنچه در این طرح معرفی شده است را یک روش تکمیلی جدید برای بهبود تشخیص هویت با استفاده از حرکات لب ، همزمان با گفتار می داند و می افزاید: در واقع با این طرح توانستیم با استفاده از یک مدل برای ماهیچه های لب هنگام صحبت کردن ، استخراج پارامترهای این مدل و استفاده از این پارامترها به عنوان ویژگی ، به منشائ تولید این حرکات نزدیک شویم و از آن به منظور بهبود تشخیص هویت استفاده کنیم. این روش برای اولین بار مطرح شده است و شناسایی سیستم عصبی - عضلانی مولد حرکات صورت را برای استخراج ویژگی مورد استفاده قرار می دهد. نتایج به دست آمده از این طرح نشان می دهد ، به کارگیری مدل ماهیچه های مولد حرکات صورت نسبت به دیگر روشهای دینامیک متداول در شرایط بدون نویز به بهبود نرخ تشخیص هویت تا 7 درصد و در شرایط نویزی تا 25 درصد منجر می شود. برای بررسی استحکام سیستم در برابر تغییرات شرایط محیطی ، حالت گرفتگی صوت با استفاده از داروی شبیه سازی شده و تاثیر نویزهای تصویری بر سیستم تشخیص هویت بررسی شده است.
همچنین روشهای دیگر نظیر شبکه عصبی ، هیبرید شبکه عصبی و مدل خود بازگشتی ، فیلتر کالمن ، روش فازی و فیدبک حالت مورد بررسی قرار گرفته است و با سیستم پیشنهادی مقایسه شده اند. روش هیبرید فیلتر کالمن و مدل پیشنهادی منجر به بهترین نتایج شدند.
در ضمن این روش موجب افزایش استحکام قابل ملاحظه سیستم تشخیص هویت در حالتهای بحرانی تشخیص نظیر دوقلوهای شبیه به هم می شود. علاوه بر آن ، این روش مالتی مودال موجب کاهش شدید تاثیرات نویز آکوستیکی می شود. پارامترهای استخراج شده از مدل ماهیچه های مولد حرکات صورت به همراه پارامترهای صوت که از طریق تبدیل کپستروم به دست می آیند در یک مدل مخفی مارکوف برای تشخیص هویت استفاده می شوند. روشهای مختلف استخراج ویژگی و ترکیب اطلاعات به همراه مدل ماهیچه مورد استفاده قرار می گیرند. برای ارزیابی سیستم های تشخیص از 2 بانک اطلاعاتی صوتی تصویری استفاده شده است. بانک اطلاعاتی چند رسانه ای گفتاری M2SPD که مطابق با استانداردهای بانکهای اطلاعاتی صوتی تصویری تهیه شده است. بعلاوه به منظور اعتبار سنجی بیشتر روش تشخیص هویت پیشنهادی ، در این بانک اطلاعاتی از جفت دوقلوهای شبیه به هم که حالتهای بحرانی تشخیص هستند برای تکمیل آن استفاده شده است.
بانک اطلاعاتی بین المللی استاندارد صوتی تصویری M2SPD نیز دومین بانک اطلاعاتی است که به منظور مقایسه با نتایج دادگان فارسی مورد استفاده قرار گرفته است. همچنین در این تحقیق روشهای آزمون گسترده ای برای ارزیابی سیستم تشخیص هویت ، طراحی و استفاده شده است. گفتنی است روش جدید تشخیص هویت در رساله دکتری مهندسی پزشکی در دانشگاه صنعتی امیرکبیر انجام و از نتایج آن تاکنون 8 مقاله علمی تهیه شده است.