Компьютерное зрение

Защита Face ID

Проверка живого присутствия добавляет защиту в биометрический доступ: модуль выявляет попытки подменить человека фотографией или видео на экране.

Разработал ML-модуль проверки живого присутствия для интеграции с Face ID-терминалом.

Проверка подменыперед распознаванием личности на терминале

Камера → проверка подлинности

Живой человек или фото на экране

ML-модель пропускает живого человека к распознаванию личности и останавливает попытку подмены фотографией на экране телефона.

Живой человек перед камерой с зелёной рамкой проверки лица
Живой человекПроверка пройдена

ML-модель подтверждает живое присутствие и передаёт кадр на распознавание личности.

Рука подносит к камере телефон с фотографией лица и красной рамкой проверки подмены
Экран телефонаПодмена обнаружена

Модель обнаруживает признаки изображения на дисплее и останавливает проверку до распознавания личности.

2022 — 2023Разработано

Модуль разработан для Face ID-терминала; интеграцию и правила доступа определяет владелец биометрической системы.

Задача

Одного совпадения лица с эталоном недостаточно: перед камерой может находиться фотография или экран с видеозаписью.

Решение

До распознавания личности модель различает живое лицо и подмену. Если уверенности недостаточно, результат обрабатывается по отдельным правилам доступа.

Практическая польза

Защитить точку входа

Добавить проверку фотографии и видео перед подтверждением личности.

Сохранить привычный проход

Человек по-прежнему смотрит в камеру терминала.

Встроить в систему доступа

Модуль передаёт результат проверки существующему терминалу.

Результат

  • Разработан двухклассовый ML-модуль для проверки кадра перед Face ID.
  • Сценарий охватывает живого человека и подмену изображением на экране.

Подробности

Как устроено

Технологии

  • Python
  • XGBoost
  • OpenCV
  • GLCM
  • GLDS
  • NGTDM
  • GLRLM
  • HOG
  • Wavelets
  • Обработка изображений
  • Бинарная классификация

Последовательность обработки

  1. Кадр с терминала
  2. Детекция лица
  3. Текстурные признаки
  4. XGBoost-классификатор
  5. Оценка подлинности кадра
  6. Подтверждение Face ID
Данные и проверка

Данные

  • кадры с камеры терминала
  • выделенные изображения лиц
  • примеры подмены фотографией
  • видео на экране
  • текстурные и статистические признаки кадра

Критерии качества

  • различение живого лица и фотографии
  • обнаружение подмены видео на экране
  • задержка ответа на терминале
  • ошибочный допуск подмены и ошибочный отказ живому человеку

Ограничения

  • Модуль не имеет независимой сертификации безопасности; устойчивость к новым способам подмены требует отдельной проверки.