Des recherches antérieures en psychologie cognitive ont suggéré que les mouvements des yeux peuvent différer considérablement d’un individu à l’autre. Il est intéressant de noter que ces caractéristiques individuelles des mouvements oculaires se sont révélées relativement stables dans le temps et largement indépendantes de ce que l’on regarde.

En d’autres termes, les personnes présentent des schémas différents dans la manière de bouger leurs yeux et ces mouvements oculaires uniques pourraient être utilisés comme moyen d’identification. Fascinés par ces observations, des chercheurs de l’université de Potsdam, en Allemagne, ont récemment mis au point une nouvelle méthode d’identification biométrique qui permet de traiter les micromouvements oculaires.

Les mouvements oculaires comme moyen d’identification

L’idée d’identifier les individus sur la base de leurs mouvements oculaires existe depuis plus d’une décennie, mais les méthodes proposées jusqu’à présent présentent d’importantes limites. Par exemple, la plupart de ces techniques ne sont pas très précises ou prennent trop de temps pour aboutir.

Voici une vidéo montrant la méthode adoptée actuellement :

Dans la recherche en psychologie, il est courant de prétraiter les données de mouvements oculaires en différents types de mouvements oculaires. Les méthodes biométriques précédentes avaient adopté cette pratique au prix d’une grande perte d’informations. Cette nouvelle idée était d’utiliser ces caractéristiques à haute fréquence et ne prétraitent pas les données, mis forment plutôt un réseau convolutionnel approfondi en utilisant les échantillons bruts collectés à 1 000 images par seconde en entrée.

Une précision supérieure

Dans leur étude, les chercheurs ont montré que les données de suivi oculaire non prétraitées conduisaient à une précision bien supérieure à celle obtenue avec les approches existantes, tout en nécessitant des flux vidéo plus courts.

Le taux d’erreur du réseau est inférieur d’un ordre de grandeur et l’identification est plus rapide de deux ordres de grandeur par rapport à la technique précédemment la plus performante.

Source :

Techxplore