Самообучающаяся система оценивает качество отпечатков пальцев точнее, чем человек

Программный алгоритм, который снижает роль человеческого фактора в идентификации людей по отпечаткам пальцев, разработали учёные из Национального института стандартов и технологий США и Мичиганского университета. Он автоматически определяет, насколько конкретный слабо проявляющийся отпечаток пригоден для работы.

Алгоритм работает по принципу машинного обучения. В отличие от традиционного программирования, при котором разработчик фактически пишет для компьютера чёткие инструкции, машинное обучение предусматривает, что в компьютер вводят образцы неких объектов, и за счёт этого он приобретает способность различать их.

Чтобы провести обучение системы, исследователи обратились к помощи трёх десятков экспертов в области дактилоскопии. Каждый из них оценил порядка 100 некачественных отпечатков пальцев, определив, какие из них содержат достаточно информации, то есть пригодны для сравнения с другими отпечатками. Затем эти отпечатки и результаты их оценки экспертами были введены в систему. На основе этих данных система прошла обучение.

Далее состоялось тестирование результатов обучения. Для этого в систему ввели новые отпечатки пальцев, также слабо проявленные. Система на основе выработанного у неё умения произвела их оценку, определив, какие отпечатки пригодны для идентификации, а какие — нет.

После этого отпечатки, прошедшие процедуру оценки, ввели в автоматическую систему идентификации отпечатков пальцев, к которой подключалась база данных на 250 000 отпечатков. В результате были получены данные о том, насколько хорошо сработала самообучающаяся система, то есть, сколь часто для отпечатков, оценённых ею как пригодные для идентификации, было найдено соответствие в базе, а для отпечатков, оценённых ею как непригодные, не найдено. Оказалось, что эту работу автоматическая система выполняла немного лучше, чем люди, которые делали такой же поиск вручную.

Разработанный учёными алгоритм найдёт практическое применение. Например, с его помощью можно на ранней стадии криминального расследования оценивать пригодность отпечатков, найденных на месте преступления. Так можно будет снизить вероятность ложной идентификации людей по отпечаткам пальцев и избежать предъявления необоснованных обвинений ни в чём не повинным людям.

На следующем этапе учёные планируют использовать для обучения системы более обширный набор слабо проявляющихся отпечатков. Это позволит им повысить эффективность работы алгоритма.