Differenziazione biometrica di gemelli identici basata su segni del viso con potenziamento dinamico delle caratteristiche

Perché i piccoli dettagli della pelle contano

La maggior parte di noi presume che i gemelli identici siano, appunto, identici — così simili che persino telecamere ad alta tecnologia e test del DNA faticano a distinguerli. Questa somiglianza crea problemi concreti in scenari reali, dalla soluzione di crimini alla sicurezza delle frontiere. Questo studio mostra che la soluzione potrebbe trovarsi in qualcosa che raramente notiamo: i piccoli segni e le imperfezioni stabili sparsi sul nostro volto. Considerando nei nei, le macchie e i pori come una sorta di “mappa cutanea”, i ricercatori hanno costruito un sistema automatizzato in grado di distinguere in modo affidabile i gemelli identici, aprendo la strada a strumenti biometrici più precisi e interpretabili.

Da volti confusi a chiare mappe cutanee

I sistemi tradizionali di riconoscimento facciale si concentrano sulla struttura complessiva del volto — la distanza tra gli occhi, la forma del naso, il profilo della mascella. Nei gemelli identici queste caratteristiche sono quasi copie carbone, motivo per cui anche algoritmi avanzati e il profiling genetico spesso non riescono a distinguere i fratelli. Gli autori invece si sono concentrati sui piccoli dettagli, in gran parte permanenti, della pelle del viso: cicatrici da acne, macchie scure, pori e rughe. Questi segni tendono a formare pattern unici nel corso della vita di una persona, anche in individui che condividono quasi tutto il patrimonio genetico. L’idea centrale è semplice ma potente: sebbene i volti dei gemelli possano apparire identici a prima vista, le loro costellazioni di segni cutanei no.

Come il sistema vede ciò che noi perdiamo

Il team ha lavorato con 319 foto facciali provenienti da 74 coppie di gemelli in una nota raccolta di ricerca. Per prima cosa hanno impiegato un modello di visione artificiale pre-addestrato per scansionare ogni volto e rilevare diversi tipi di caratteristiche cutanee — come acne, occhiaie o pori — tracciando riquadri invisibili attorno a ciascuna. Importante: hanno impostato il rilevatore per essere molto sensibile, disposto a catturare anche segni deboli al prezzo di raccogliere anche un po’ di rumore. Piuttosto che fidarsi di ogni singola rilevazione, hanno riassunto tutti i segni in un profilo ricco per ogni persona: quante lesioni di ciascun tipo compaiono, quanto sono compatte, come sono distribuite sul volto e quanto sono grandi in media.

Trasformare i pattern cutanei in decisioni sui gemelli

In seguito i ricercatori hanno confrontato questi profili cutanei tra coppie di immagini — talvolta veri gemelli, talvolta persone non correlate — per misurare quanto fossero simili o diversi. Hanno combinato diversi passaggi di confronto intuitivi: quanto corrisponde la composizione dei tipi di segni, quanto sono simili le dimensioni complessive dei segni, quanto i segni sono distribuiti simmetricamente tra sinistra e destra o tra alto e basso del volto, e come i segni sono disposti nello spazio, compresa la loro distanza dal centro del volto e il grado di aggregazione. Questi punteggi di somiglianza sono poi stati alimentati in un modello di apprendimento automatico che ha imparato a rispondere a una domanda sì-no: questi due volti appartengono alla stessa coppia di gemelli o no?

Ottimizzazione intelligente senza sprechi di tempo

Costruire un classificatore del genere non riguarda solo quali informazioni si forniscono, ma anche come si regolano i numerosi “manopole” interne, come la complessità che si lascia assumere al modello. Lo studio ha confrontato sistematicamente quattro strategie diverse per trovare le impostazioni migliori, da una griglia esaustiva di possibilità a metodi più esplorativi ispirati al campionamento casuale e ai comportamenti di sciame in natura. Pur se un metodo basato sullo sciame ha ottenuto un leggero vantaggio in termini di accuratezza grezza nei test, una ricerca casuale più semplice ha offerto prestazioni quasi identiche in una frazione del tempo. Questo equilibrio è rilevante nella pratica: un sistema accurato ed efficiente ha molte più probabilità di essere impiegato nei laboratori di polizia, ai punti di controllo delle frontiere o nella ricerca medica.

Cosa la pelle rivela sull’identità

Nel complesso, il quadro ha raggiunto circa il 96,6% di accuratezza in validazione incrociata e un punteggio solido nei test che misurano quanto bene separa i gemelli dai non-gemelli, con minimi segnali di overfitting. Il segnale più decisivo non era il tipo di segni presenti, ma dove quei segni apparivano sul volto — il pattern spaziale funzionava come una firma unica. I conteggi dei tipi di segni, le differenze tra regioni facciali e i sottili pattern di aggregazione hanno aggiunto ulteriore affidabilità. Importante, le decisioni del sistema possono essere visualizzate e spiegate, permettendo agli investigatori di vedere quali aspetti della mappa cutanea hanno motivato un match o un non-match. Per il pubblico generale, il messaggio è netto: anche negli esseri umani più simili che conosciamo, la pelle registra silenziosamente dettagli individuali sufficienti perché le macchine li distinguano, aprendo la porta a processi giudiziari più equi, a biometriche più sicure e a nuovi modi di studiare come l’ambiente modella il nostro aspetto nel tempo.

Citazione: Brahmbhatt, K.J., Prakasha, K. & Sanil, G. Facial mark based biometric differentiation of identical twins using dynamic feature enhancement. Sci Rep 16, 9249 (2026). https://doi.org/10.1038/s41598-026-39470-y

Parole chiave: gemelli identici, biometria facciale, segni cutanei, identificazione forense, apprendimento automatico