High Accuracy Fingerprint Recognition on FPGA Using a Dual Path Lightweight CNN

في العالم الحديث، يعتمد إثبات هويتك غالبًا على شيء تحمله، مثل بطاقة، أو شيء تتذكره، مثل كلمة مرور. ومع ذلك، يمكن لهذه الوسائل أن تُفقد، أو تُسرق، أو تُنسى. وقد دفع هذا العلماء والمهندسين للبحث عن شيء أنت عليه ببساطة، سمة بيولوجية فريدة تخصك وتلازمك طوال حياتك. ومن بين هذه السمات، لطالما كانت التعرجات والوديان الموجودة على طرف إصبع الإنسان مفضلة لتحديد الهوية؛ فهي سهلة الالتقاط، ومستقرة بشكل ملحوظ عبر العقود، ومن شبه المستحيل تكرارها بدقة تامة. لسنوات، تم تعليم الحواسيب كيفية قراءة هذه الأنماط، لكن القيام بذلك بسرعة ودقة دون استنزاف البطارية أو الحاجة إلى خادم ضخم ظل تحديًا صعبًا. والهدف هو بناء نظام يمكنه النظر إلى بصمة الإصبع، وفهم خريطتها الفريدة، واتخاذ قرار في لمح البصر، كل ذلك أثناء العمل على شريحة صغيرة وفعالة بدلاً من كمبيوتر ضخم يستهلك الكثير من الطاقة.

لقد اتخذ فريق من الباحثين في جامعة فلوريدا خطوة كبيرة نحو حل هذه المشكلة من خلال تصميم طريقة جديدة للحواسيب للتعرف على بصمات الأصابع تكون دقيقة للغاية وخفيفة الموارد بشكل مدهش. فبدلاً من الاعتماد على الأنظمة الثقيلة والمعقدة التي تشغل مثل هذه المهام عادةً، صمموا "دماغًا رقميًا" انسيابيًا صُنع خصيصًا ليتناسب مع شريحة كمبيوتر متخصصة تُعرف باسم مصفوفة البوابات المنطقية القابلة للبرمجة (FPGA). هذه الشرائح تشبه اللوحات البيضاء للمهندسين؛ حيث يمكن برمجتها لأداء مهام محددة بسرعة فائقة واستهلاك منخفض جدًا للطاقة، مما يجعلها مثالية للأجهزة التي تحتاج إلى العمل بموثوقية دون الحاجة إلى توصيلها بمقبس حائط. أراد الباحثون معرفة ما إذا كان بإمكانهم بناء قارئ لبصمات الأصابع لا يحتاج إلى تنظيف أو تبسيط الصورة قبل قراءتها، وهي خطوة شائعة غالبًا ما تتخلص من التفاصيل القيمة.

ولتحقيق ذلك، صمم الفريق نوعًا جديدًا من الشبكات العصبية، وهو نظام حاسوبي يحاكي الدماغ البشري ويتعلم التعرف على الأنماط من خلال النظر في آلاف الأمثلة. معظم الأنظمة الموجودة حاليًا لهذه المهمة إما أنها ثقيلة جدًا للعمل على شرائح صغيرة أو تتطلب تصغير صورة بصمة الإصبع وتنعيمها، مما قد يؤدي إلى طمس التفاصيل الدقيقة اللازمة للمطابقة الصحيحة. اقترح الباحثون نهجًا مختلفًا: بنية "المسار المزدوج". تخيل فريقًا من خبيرين ينظران إلى نفس بصمة الإصبع في وقت واحد؛ يركز أحد الخبراء على الصورة الكبيرة، أي الشكل العام والمنحنيات الكبيرة، بينما يركز الخبير الآخر على دراسة التفاصيل الدقيقة والمتشابكة والخطوط الرفيعة. في تصميمهم، يعمل هذان "المساران" بالتوازي، حيث يستخرج كل منهما أنواعًا مختلفة من المعلومات من الصورة الخام. وفي النهاية، يتم دمج نتائجهم لاتخاذ قرار نهائي. سمحت هذه الطريقة باستخدام الحجم الأصلي الكامل لصور بصمات الأصابع، مما حافظ على كل تعرج ووادٍ دون الحاجة إلى تغيير حجم البيانات أو معالجتها مسبقًا.

درب الفريق هذا النظام الجديد باستخدام مجموعة واسعة من صور بصمات الأصابع من قواعد بيانات عامة، والتي تضمنت عمليات مسح ضوئي أُخذت باستخدام أنواع مختلفة من المستشعرات وبدقات متفاوتة. وللتأكد من قدرة الكمبيوتر على التعامل مع مختلف الظروف الواقعية، علموه باستخدام تقنية تسمى "تعزيز البيانات". تضمن ذلك عرض نسخ معدلة قليلاً من نفس بصمة الإصبع للنظام، مثل الصور التي تم تدويرها بضع درجات أو إزاحتها قليلاً إلى الجانب، لمحاكاة الطريقة التي قد توضع بها الأصابع على الماسح الضوئي في كل مرة. ومن خلال التدريب على هذه الأمثلة المتنوعة، تعلم النظام التعرف على الهوية الكامنة للإصبع بغض النظر عن كيفية وضعيته. وعند اختباره، أثبت هذا النموذج الجديد أنه أكثر دقة من عدة طرق سابقة، حيث حدد بصمات الأصابع بشكل صحيح في حوالي 70 بالمائة من الحالات عند استخدام النطاق الكامل لبيانات التدريب، ولا يزال يحقق دقة تزيد عن 63 بالمائة في سيناريوهات الاختبار الأكثر صرامة حيث لم تكن صور الاختبار معدلة.

بعيدًا عن كونها دقيقة فحسب، كان الاختبار الحقيقي لهذا البحث هو ما إذا كان بإمكانها العمل فعليًا على الأجهزة المتخصصة المخصصة للاستخدام في العالم الحقيقي. قام الباحثون بترجمة تصميمهم الرقمي إلى لغة تفهمها شريحة (FPGA) وبنوا النظام بأكمله من الصفر. لقد تمكنوا من وضع الشبكة المعقدة على شريحة Xilinx Virtex-7، وهي شريحة قوية تُستخدم غالبًا في التطبيقات عالية الأداء. وكانت النتيجة نظامًا يمكنه معالجة بصمة إصبع واحدة في أقل من 80 مللي ثانية، وهو ما يكفي للاستخدام في الوقت الفعلي. استهلكت الشريحة حوالي 29 واط من الطاقة، وهو رقم يوازن بين الأداء العالي وكفاءة الطاقة، واستخدمت حوالي 70 بالمائة من موارد الشريحة المتاحة. ويثبت هذا التنفيذ الناجح أنه من الممكن تشغيل التحقق من الهوية المتطور مباشرة على أجهزة فعالة، مما يلغي الحاجة إلى أجهزة كمبيوتر خارجية ضخمة أو بطاريات ثقيلة.

كما سلط العمل الضوء على مقايضة حاسمة في كيفية بناء هذه الأنظمة. فمن خلال تقليل عدد الإعدادات الداخلية، أو المعلمات (parameters)، التي تحتاج الشبكة لتذكرها، جعل الباحثون النظام أخف بكثير وأسهل في التخزين على الشريحة. تطلب نموذجهم حوالي 483 كيلوبايت فقط من الذاكرة لحفظ جميع معلوماته المتعلمة، وهو جزء ضئيل مما احتاجته النماذج القديمة والأثقل. لم يأتِ هذا التقليل في الحجم على حساب الأداء؛ بل في الواقع، تفوق التصميم الجديد على المحاولات السابقة التي استخدمت هياكل أكثر تعقيدًا. وجد الباحثون أنه بينما كان أحد أجزاء نظام المسار المزدوج الخاص بهم أفضل في رصد الميزات الكبيرة والآخر في التقاط التفاصيل الدقيقة، فإن الجمع بينهما كان ضروريًا لتحقيق أعلى دقة. وهذا يشير إلى أنه بالنسبة للتعرف على بصمات الأصابع، فإن النظر إلى الغابة والأشجار في آن واحد يوفر الإجابة الأكثر موثوقية.

في نهاية المطاف، يقدم هذا البحث مسارًا عمليًا نحو جلب التعرف عالي السرعة والمؤمن على بصمات الأصابع إلى الأجهزة الصغيرة والمحمولة والموفرة للطاقة. ومن خلال إثبات أنه يمكن بناء شبكة عصبية خفيفة الوزن ذات مسار مزدوج لتعمل بكفاءة على شريحة (FPGA) دون التضحية بتفاصيل الصورة الخام، أظهر الفريق أن الأمن البيومتري الموثوق لا يتطلب بنية تحتية ضخمة ومستهلكة للطاقة. يعمل النظام بسرعة 108.6 مليون دورة في الثانية، مما يجعله سريعًا بما يكفي للتحقق من هوية الشخص بشكل فوري تقريبًا. ويشير هذا الإنجاز إلى أنه في المستقبل القريب، قد نرى ماسحات بصمات الأصابع مدمجة في مجموعة أوسع من الأجهزة اليومية، من الهواتف المحمولة إلى بوابات مراقبة الحدود، والتي لن تكون آمنة فحسب، بل ستكون أيضًا فعالة وذاتية الاحتواء، وقادرة على اتخاذ قرارات معقدة بجزء بسيط من الطاقة التي كان يُعتقد سابقًا أنها ضرورية.