Forskare från University of Western Australia har utformat ett nytt system som kan utföra storskalig 3D-ansiktsigenkänning som kan förändra hela biometriindustrin.

Modellen kan användas av vilken organisation eller myndighet som helst för mer exakt 3D-ansiktsigenkänning och kan leda till utbredda tillämpningar, och förbättra säkerhetsåtgärder samtidigt som behovet av personliga lösenord eventuellt tas bort.

Ansiktsigenkänning blir snabbt det valda verktyget för övervakning, säkerhets- och IT -branscher och förlitar sig på datormodellers förmåga att avgöra om en person är legitim eller inte.

För närvarande, 2-D ansiktsigenkänning av fotografier används i stor utsträckning och har till synes överträffat människans noggrannhetsnivåer, men det har flera brister som den mer avancerade 3D-modellen kan hantera.

Till skillnad från 2-D programvara för ansiktsigenkänning, 3D-modeller har potential att hantera förändringar i ansiktsstruktur, uttryck, poser och skala, men data är svår att samla in.

2-D ansiktsdata kan erhållas helt enkelt genom att söka på internet medan 3D-ansiktsdata kräver fysisk insamling från riktiga ämnen och därmed begränsa dess användning.

Forskargruppen från UWA-avdelningen för datavetenskap och programvaruteknik skapade den första modellen i sitt slag-kallad FR3DNet-och analyserade 3,1 miljoner 3D-skanningar med mer än 100, 000 personer.

De utbildade modellen för att lära sig identiteten hos en stor datamängd med "kända" personer och sedan matcha ett testansikte med en av dessa identiteter.

3D-modellens skapare, Dr Syed Zulqarnain Gilani, sa att modellen var ett stort steg framåt inom 3D-ansiktsigenkänning.

"Med 3D-kameror på hyllan som blir billiga och prisvärda, framtiden för ren 3D-ansiktsigenkänning verkar inte långt borta, "Dr Gilani sa.

"Vår forskning visar att igenkänningsprestanda på 3D-skanningar är bättre och mer robust. Din 3D-genomsökning kan vara i vilken pose som helst, bär glasögon eller ansiktsmask, och skrattar eller bara ler och den djupa modellen kan känna igen dig på ett ögonblick.

"Vi hoppas att denna forskning hjälper till att förbättra säkerheten på enheter som använder ansiktsigenkänning för att ge åtkomst till nätverk och system."

3D-ansiktsigenkänningsmodellen (FR3DNet) är för närvarande tillgänglig för forskningsändamål. Tidningen publicerades i Datorsyn och mönsterigenkänning .