Анализ отпечатков пальцев считается невероятно важным инструментом в области криминалистики и безопасности из-за уникальности и стойкости паттернов.
Даже у близнецов не существует одинаковых отпечатков пальцев. Считается, что эти отпечатки настолько уникальны, что даже у одного и того же человека нет двух одинаковых отпечатков, даже с разных пальцев. Однако новое исследование с применением искусственного интеллекта (ИИ) предлагает заявления, которые могут изменить подход к судебно-медицинской идентификации отпечатков пальцев.
Это исследование было опубликовано в журнале Science Advances.
Несмотря на важность уникальности отпечатков при расследованиях преступлений, сложность сравнения отпечатков с разных пальцев одного человека может создавать серьезные трудности при анализе судебно-медицинских доказательств.
Это делает их неэффективными в случаях, когда представленные отпечатки принадлежат другим пальцам, чем те, которые были зарегистрированы.
Однако ученые из Колумбийского университета утверждают, что разработали модель искусственного интеллекта, способную сопоставлять отпечатки пальцев с уверенностью в 99,99 процента. Они утверждают, что отпечатки пальцев одного и того же человека не уникальны, а их просто неправильно сравнивали.
Проведенные эксперименты показали, что в некоторых ситуациях новый метод может увеличить эффективность судебно-медицинской экспертизы почти вдвое.
Структура отпечатков пальцев включает выступающие гребни и углубленные борозды на подушечках пальцев. Обычно отпечатки анализируются путем сравнения рисунков гребней трения, разделенных на три категории: петли, завитки и арки. Аналитик использует характеристики гребней, такие как мелочи, для идентификации и сравнения.
Однако новый искусственный интеллект принимает решения на основе анализа бинарных шаблонов, ориентации гребней, плотности гребней и мелочей.
При анализе завитков и петель вблизи центра отпечатка, известных как сингулярность, исследователи обнаружили, что большая часть схожести отпечатков пальцев объясняется ориентацией гребней, и пришли к выводу, что карты мелких деталей являются наименее надежными в категории анализа.