Une étude montre que votre ADN peut révéler l’aspect de votre visage !

VU ICI

Couplé à la reconnaissance faciale, çà va être angoissant … portez un masque.   ;=))

par Jade 

Non seulement l’ADN peut révéler à quoi ressemble votre visage, mais les modèles de reconnaissance faciale peuvent également être transformés en images faciales, selon des chercheurs.

Recréer votre visage à partir de votre ADN

Une étude publiée le 7 mai montre comment des chercheurs ont mis au point une méthode permettant de recréer des modèles faciaux tridimensionnels d’individus à partir de leur ADN.

« La morphologie faciale est un marqueur biométrique distinctif qui offre des informations inestimables sur l’identité personnelle, en particulier dans le domaine de la criminalistique. Dans le contexte du séquençage à haut débit, la reconstruction d’images faciales humaines en 3D à partir de l’ADN devient une approche révolutionnaire pour identifier des individus à partir de spécimens biologiques inconnus », indique l’étude dans sa section "Résumé".

Inspirée par des techniques d’intelligence artificielle dans la synthèse texte-image, elle propose Difface, un modèle multi-modalité conçu pour reconstruire des images faciales en 3D uniquement à partir de l’ADN.

La méthode peut même être utilisée comme un outil de prédiction des caractéristiques.

« Étonnamment, Difface a pu générer des images faciales en 3D d’individus uniquement à partir de leurs données ADN, projetant leur apparence à différents âges futurs », a déclaré Luonan Chen, l’un des auteurs de l’article et chercheur à l’Académie chinoise des sciences.

Bien que la technique ait été mise au point en utilisant uniquement des Chinois Han, une race humaine très homogène, il est nécessaire d’étendre la technologie à d’autres races humaines afin d’affiner la technique, selon les chercheurs.

« Les études futures devraient se concentrer sur cette extension cruciale en testant et en adaptant le modèle pour englober des populations génétiquement plus diverses. La validation de Difface avec des ensembles de données provenant de plusieurs groupes ethniques et l’étude de la nécessité de loci génétiques supplémentaires pour certaines caractéristiques faciales constitueront des étapes clés pour garantir que le modèle se généralise efficacement à travers diverses populations. Cette application plus large permettra non seulement d’améliorer la robustesse du modèle, mais aussi d’accroître considérablement son utilité dans les enquêtes médico-légales et la médecine personnalisée à l’échelle mondiale », indique l’étude dans sa section "Discussion".

Cette technique est la plus récente dans le domaine du phénotypage de l’ADN (identification des caractéristiques physiques d’un individu sur la base de sa génétique).

« Le phénotypage de l’ADN en médecine légale est devenu un outil révolutionnaire dans les enquêtes criminelles, car il permet de prédire l’apparence physique d’un individu en se basant uniquement sur son matériel génétique. Cette technologie vise à générer des pistes dans des affaires où les méthodes traditionnelles n’ont pas abouti, offrant ainsi aux services de police de nouveaux moyens d’action. Cependant, l’application de la FDP comporte des défis scientifiques, éthiques et juridiques qui méritent d’être examinés avec soin », a déclaré Biometric Update en février.

Parabon NanoLabs, une société de biotechnologie basée à Reston, en Virginie, a été à l’avant-garde du PRD grâce à son service de phénotypage ADN Snapshot. Lancé en 2015, Snapshot prétend prédire divers traits physiques, notamment la couleur des yeux et des cheveux, le teint de la peau et même la morphologie du visage, à partir d’échantillons d’ADN prélevés sur des scènes de crime. L’entreprise est née d’une expertise en informatique et en bio-informatique qui visait initialement des applications thérapeutiques avant de s’orienter vers des applications médico-légales. Elle a travaillé en étroite collaboration avec le ministère américain de la défense et les forces de l’ordre pour affiner et déployer cette technologie.

Le phénotypage par l’ADN n’est cependant pas exempt d’écueils. Si prédire la couleur des cheveux ou des yeux est assez simple, prédire les traits du visage est beaucoup plus compliqué et moins précis, du moins jusqu’au développement récent de Difface.

« Au-delà de la validité scientifique, le FDP pose d’importants dilemmes éthiques et juridiques. L’une des préoccupations majeures est la violation potentielle des droits individuels à la vie privée. L’ADN contient des informations sensibles non seulement sur les traits physiques d’un individu, mais aussi sur ses prédispositions en matière de santé et ses relations familiales. L’utilisation de données génétiques pour prédire l’apparence d’une personne sans son consentement peut être considérée comme une violation de la vie privée, en particulier lorsque ces données sont obtenues à partir de bases de données généalogiques publiques. L’affaire de l’arrestation du tueur de l’État de Golden en 2018, qui a impliqué le téléchargement de l’ADN de la scène du crime dans une base de données généalogique publique, a suscité un débat sur l’équilibre entre la sécurité publique et les droits individuels à la vie privée », a déclaré Biometric Update en février.

Il n’existe pas non plus de réglementation complète régissant l’utilisation du FDP dans les enquêtes criminelles par rapport à d’autres formes de biométrie.

« Alors que cette technologie continue d’évoluer, un dialogue permanent entre les scientifiques, les éthiciens, les experts juridiques et le public sera essentiel pour naviguer de manière responsable dans le paysage complexe de la génétique médico-légale », a déclaré Biometric Update en février. "Son application doit être tempérée par une validation scientifique rigoureuse, des considérations éthiques et des cadres juridiques appropriés afin de garantir que la poursuite de la justice ne se fasse pas au détriment des droits individuels et des valeurs sociétales ".

Il est intéressant de noter que ce premier sentiment était en accord avec les chercheurs qui ont développé Difface.

« Pour atténuer ces risques, nous insistons sur le besoin urgent d’une analyse interdisciplinaire complète. L’établissement de cadres et de lignes directrices éthiques clairs et applicables est primordial pour garantir que la recherche génomique progresse de manière responsable, en protégeant la vie privée et les droits des individus tout en exploitant les avantages potentiels de cette technologie. Ces cadres permettront d’équilibrer le progrès scientifique et la responsabilité sociétale, en créant les bases d’une application éthique et transparente du phénotypage de l’ADN dans divers domaines », indique l’étude dans sa section "Discussion".

L’ADN n’est cependant pas le seul outil capable de recréer le visage d’un individu. Les modèles de reconnaissance faciale – des ensembles de données qui permettent de vérifier un visage mais qui ne contiennent pas toutes les données du visage – peuvent désormais être exploités pour recréer l’image faciale originale, selon une étude récente.

« Nous présentons la première attaque pratique de reconstruction de visage et d’usurpation d’identité basée sur le score contre trois API commerciales de FRS : AWS CompareFaces, FACE++ et KAIROS, ainsi que cinq FRS open-source pré-entraînés couramment utilisés », indique l’étude dans la section « Résumé ».

Notre attaque est réalisée dans le modèle FRS « boîte noire », où l’adversaire n’a aucune connaissance du FRS (modèles sous-jacents, paramètres, bases de données de modèles, etc.), à l’exception de la capacité à effectuer un nombre limité de requêtes sur les scores de similarité. ), à l’exception de sa capacité à effectuer un nombre limité de requêtes sur les scores de similarité. L’attaque est notamment simple à mettre en œuvre, ne nécessite pas d’essais et d’erreurs, et utilise un petit nombre de requêtes sur les scores non adaptatifs.

Nous motivons l’attaque en analysant la signification topologique des scores de similarité, puis nous présentons notre nouvelle méthode utilisant des ensembles de visages orthogonaux : un ensemble de base approximatif précalculé d’images de visages humains qui nous permet d’obtenir des scores de similarité significatifs à partir d’un petit nombre de requêtes non adaptatives.

Notre approche reconstruit avec succès des images d’usurpation d’identité humaine avec des taux de réussite de >20% (resp. >96%) sur trois ensembles de données de test en attaquant directement l’API CompareFaces d’AWS (resp. CosFace FRS open-source) en utilisant seulement 100 requêtes – soit deux ordres de grandeur de moins que les approches précédentes. Nous prouvons que les caractéristiques biométriques personnellement identifiables sont capturées dans nos reconstructions en évaluant notre approche dans des contextes d’attaque de type transfert et à l’aide d’autres mesures de similarité d’image. »