به گزارش مشرق،علامت دستی V یک ژست حرکتی است که اکنون در بیشتر تصاویر سلفی و گروهی
استفاده می‌شود و همه می‌دانند که این علامت به عنوان نشانه صلح یا جذاب
بودن مبادله می‌شود. اما این علامت ساده پیروزی نه فقط توسط سربازان ارتش
بلکه توسط تروریست‌ها نیز استفاده می‌شود.
تصاویری که در آن تروریست‌ها علامت پیروزی را نشان می‌دهند، اغلب به این شکل است که فرد در حالی که روی جسد قربانی خود ایستاده و تمام صورت و سر خود را با کلاه یا پارچه پوشانده تا هویت خود را پنهان کند، علامت پیروزی را نشان می‌دهد. از آنجایی که چهره و سر فرد پنهان شده، ماموران اجرایی به دنبال راههای موثرتر مانند تشخیص صدا برای شناسایی این افراد هستند اما این روشها آسان نیستند.
روش جدید محققان دانشگاه موته در اردن می‌تواند افراد را با شیوه منحصربفردی که برای نشان دادن علامت پیروزی استفاده می‌کنند، آن‌ها را شناسایی کند. این روش جدید نبوده اما تاکنون برای این رفتار مورد بررسی قرار نگرفته بود.
محققان از اندازه انگشتان و زاویه بین آن‌ها به عنوان یک واحد اندازه‌گیری بیومتریک بهره برده‌اند. به گفته کارشناسان، شکل دست افراد در صورتی که جزئیات بطور بدون اشکال سنحیده شود، با هم تفاوت بسیار زیادی دارد. اما شناسایی فرد از روی بخش کوچکی از دست وی بسیار مشکل است. همچنین این مساله وجود دارد که چه میزان اطلاعات از تصاویر حاوی این نشانه قابل بهره‌برداری است.
محققان ابتدا از ۵۰ زن و مرد با سنین مختلف خواستند تا علامت V را با دست راست خود نشان دهند. آن‌ها تصویر را بر روی یک زمینه مشکی با استفاده از دوربین هشت مگاپیکسلی تلفن همراه ثبت کرده و در کل یک پایگاه داده حاوی ۵۰۰ تصویر تولید کردند.
از آنجایی که بیشتر تصاویر جهان دارای وضوح تصویر پائین است این امر میزان اطلاعات قابل دسترسی را محدود می‌کند، از این رو محققان تصمیم گرفتند تحلیل خود را به شناسایی نقاط انتهایی دو انگشت، بخش پائینی بین دو انگشت و و دو نقطه در کف دست محدود کردند.
آن‌ها توانستند شکل مثلثی مختلف بین نقاط، زاویه‌ای که ساخته بودند، اندازه نسبی‌شان و سایر جنبه‌ها دیگر را بررسی کنند. محققان سپس شکل دست را با محاسبات آماری مختلف مورد سنجش قرار دادند و ترکیب این دو روش به آن‌ها کمک کرد تا از ۱۶ ویژگی برای تشخیص هویت استفاده کنند.
این دانشمندان با استفاده از دو سوم تصاویر پایگاه داده خود یک الگوریتم یادگیری ماشین برای شناسایی نشانه‌های پیروزی متفاوت آموزش دادند. آن‌ها این الگوریتم را با استفاده از تصاویر باقیمانده آزمایش کردند.
به گفته محققان، این الگوریتم در ترکیب با سنجش‌های آماری می‌تواند افراد را با دقت ۹۰ درصد شناسایی کند. این در حالیست که نرم‌افزار مذکور هنوز محدودیت‌های زیادی دارد. اول اینکه داده‌های تیم در مقیاس کوچک تنظیم شده و هنوز بر روی تعداد افراد زیاد آزمایش نشده است. همچنین احتمال تشخیص نادرست وجود دارد.
تصاویری که در آن تروریست‌ها علامت پیروزی را نشان می‌دهند، اغلب به این شکل است که فرد در حالی که روی جسد قربانی خود ایستاده و تمام صورت و سر خود را با کلاه یا پارچه پوشانده تا هویت خود را پنهان کند، علامت پیروزی را نشان می‌دهد. از آنجایی که چهره و سر فرد پنهان شده، ماموران اجرایی به دنبال راههای موثرتر مانند تشخیص صدا برای شناسایی این افراد هستند اما این روشها آسان نیستند.
روش جدید محققان دانشگاه موته در اردن می‌تواند افراد را با شیوه منحصربفردی که برای نشان دادن علامت پیروزی استفاده می‌کنند، آن‌ها را شناسایی کند. این روش جدید نبوده اما تاکنون برای این رفتار مورد بررسی قرار نگرفته بود.
محققان از اندازه انگشتان و زاویه بین آن‌ها به عنوان یک واحد اندازه‌گیری بیومتریک بهره برده‌اند. به گفته کارشناسان، شکل دست افراد در صورتی که جزئیات بطور بدون اشکال سنحیده شود، با هم تفاوت بسیار زیادی دارد. اما شناسایی فرد از روی بخش کوچکی از دست وی بسیار مشکل است. همچنین این مساله وجود دارد که چه میزان اطلاعات از تصاویر حاوی این نشانه قابل بهره‌برداری است.
محققان ابتدا از ۵۰ زن و مرد با سنین مختلف خواستند تا علامت V را با دست راست خود نشان دهند. آن‌ها تصویر را بر روی یک زمینه مشکی با استفاده از دوربین هشت مگاپیکسلی تلفن همراه ثبت کرده و در کل یک پایگاه داده حاوی ۵۰۰ تصویر تولید کردند.
از آنجایی که بیشتر تصاویر جهان دارای وضوح تصویر پائین است این امر میزان اطلاعات قابل دسترسی را محدود می‌کند، از این رو محققان تصمیم گرفتند تحلیل خود را به شناسایی نقاط انتهایی دو انگشت، بخش پائینی بین دو انگشت و و دو نقطه در کف دست محدود کردند.
آن‌ها توانستند شکل مثلثی مختلف بین نقاط، زاویه‌ای که ساخته بودند، اندازه نسبی‌شان و سایر جنبه‌ها دیگر را بررسی کنند. محققان سپس شکل دست را با محاسبات آماری مختلف مورد سنجش قرار دادند و ترکیب این دو روش به آن‌ها کمک کرد تا از ۱۶ ویژگی برای تشخیص هویت استفاده کنند.
این دانشمندان با استفاده از دو سوم تصاویر پایگاه داده خود یک الگوریتم یادگیری ماشین برای شناسایی نشانه‌های پیروزی متفاوت آموزش دادند. آن‌ها این الگوریتم را با استفاده از تصاویر باقیمانده آزمایش کردند.
به گفته محققان، این الگوریتم در ترکیب با سنجش‌های آماری می‌تواند افراد را با دقت ۹۰ درصد شناسایی کند. این در حالیست که نرم‌افزار مذکور هنوز محدودیت‌های زیادی دارد. اول اینکه داده‌های تیم در مقیاس کوچک تنظیم شده و هنوز بر روی تعداد افراد زیاد آزمایش نشده است. همچنین احتمال تشخیص نادرست وجود دارد.
