৫০ বছর বয়সের পর চোখের নড়াচড়া কমে, বায়োমেট্রিক সুরক্ষা ঝুঁকিতে পড়ছে বাংলাদেশে
বয়স বাড়ার সঙ্গে সঙ্গে মানুষের চোখের অনৈচ্ছিক নড়াচড়া বা স্যাকেডের ধারাবাহিকতা কমে যায়। এই পরিবর্তন ম্যানুয়াল বায়োমেট্রিক যাচাইকরণ পদ্ধতিতে বড় ধরনের দুর্বলতা তৈরি করছে। গবেষণাটি কম্পিউটার ভিশন ও ফরেনসিক টুলস তৈরির জন্য গুরুত্বপূর্ণ বার্তা দিচ্ছে।
বয়স বাড়ার সঙ্গে সঙ্গে মানুষের চোখের অনৈচ্ছিক নড়াচড়া বা স্যাকেডের ধারাবাহিকতা কমে যায়। এই পরিবর্তন ম্যানুয়াল বায়োমেট্রিক যাচাইকরণ পদ্ধতিতে বড় ধরনের দুর্বলতা তৈরি করছে। গবেষণাটি কম্পিউটার ভিশন ও ফরেনসিক টুলস তৈরির জন্য গুরুত্বপূর্ণ বার্তা দিচ্ছে।
বয়স বাড়ার সঙ্গে মানুষের চোখের অনৈচ্ছিক নড়াচড়া বা স্যাকেডের ধারাবাহিকতা কমে যায়। dev.to AI-তে প্রকাশিত নতুন গবেষণা বলছে, বয়স ৫০ পেরোলেই এই পরিবর্তন শুরু হয়। এটি ম্যানুয়াল বায়োমেট্রিক যাচাইকরণ পদ্ধতিতে বড় ধরনের দুর্বলতা তৈরি করছে।
স্যাকেড হলো চোখের দ্রুত ও অনৈচ্ছিক নড়াচড়া যা মুখের তথ্য সংগ্রহের জন্য ব্যবহৃত হয়। বয়স বাড়ার সঙ্গে এই নড়াচড়ার ধারাবাহিকতা কমে যায়। ফলে একই ব্যক্তির মুখ বারবার দেখলেও ভিন্ন ভিন্ন তথ্য সংগ্রহ হয়। এই সমস্যা ম্যানুয়াল বায়োমেট্রিক যাচাইকরণ পদ্ধতিতে বড় ধরনের ত্রুটির কারণ হতে পারে।
গবেষকরা বলছেন, এই সমস্যা এনরোলমেন্ট বনাম ভেরিফিকেশন ড্রিফটের মতো। অর্থাৎ প্রথমবার যে মুখের তথ্য নেওয়া হয় তার সঙ্গে পরবর্তী সময়ে নেওয়া তথ্যের মিল থাকে না। এটি ফরেনসিক টুলস এবং কম্পিউটার ভিশন সিস্টেমের জন্য বড় চ্যালেঞ্জ। কারণ এসব সিস্টেম নির্ভর করে মানুষের সঠিক তথ্য সংগ্রহের ওপর।
গবেষণায় আরও দেখা গেছে, বয়সজনিত এই পরিবর্তন ধীরে ধীরে হয়। ব্যবহারকারী নিজেও এটি টের পান না। কিন্তু মেশিন বা ম্যানুয়াল যাচাইকরণ পদ্ধতিতে এটি বড় সমস্যা তৈরি করে। বিশেষ করে যেখানে নিরাপত্তার জন্য মুখ শনাক্তকরণ ব্যবহার করা হয় সেখানে এই সমস্যা গুরুতর হতে পারে।
বাংলাদেশের ডেভেলপার ও ফ্রিল্যান্সারদের জন্য এই গবেষণা গুরুত্বপূর্ণ। দেশে বায়োমেট্রিক পদ্ধতির ব্যবহার বাড়ছে। ব্যাংকিং, ই-গভর্ন্যান্স ও নিরাপত্তা ব্যবস্থায় মুখ শনাক্তকরণ ব্যবহার করা হয়। এই গবেষণা থেকে শিক্ষা নিয়ে স্ট্যান্ডার্ডাইজড ফিচার এক্সট্রাকশন পদ্ধতি তৈরি করা জরুরি।
গবেষকরা বলছেন, এই সমস্যার সমাধানের জন্য স্ট্যান্ডার্ডাইজড ফিচার এক্সট্রাকশন পদ্ধতি প্রয়োজন। অর্থাৎ মুখের এমন বৈশিষ্ট্য নির্বাচন করতে হবে যা বয়স পরিবর্তনের সঙ্গে পরিবর্তিত হয় না। এর জন্য উন্নত অ্যালগরিদম ও মেশিন লার্নিং মডেল ব্যবহার করা যেতে পারে।
এই গবেষণা ভবিষ্যতে বায়োমেট্রিক পদ্ধতির নির্ভুলতা বাড়াতে সাহায্য করবে। বিশেষ করে যেখানে বয়স্ক মানুষের মুখ শনাক্ত করতে হয় সেখানে এটি কার্যকর হবে। ডেভেলপারদের এখন থেকেই এই চ্যালেঞ্জ মাথায় রেখে সিস্টেম ডিজাইন করা উচিত।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: dev.to AI
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...