Что такое биометрическая идентификация
Биометрическая идентификация — плохо или хорошо
Содержание
Содержание
Пока злоумышленники пытаются добыть конфиденциальную информацию, инженеры совершенствуют методы защиты персональных гаджетов.
Еще 20 лет назад идентификацию по сетчатке глаза, голосу или лицу, можно было встретить только в фантастических фильмах и на страницах научно-популярных романов.
Современный ноутбук или смартфон способен узнать хозяина по глазам, отпечаткам пальцев, лицу, обычному и графическому паролю. Рассмотрим в порядке убывания самые популярные методы биометрии:
Отпечаток
Датчики, «запоминающие» папиллярные узоры на пальцах, встречаются в ноутбуках, смартфонах, электронных замках, платежных терминалах — это самый популярный и простой метод биометрии. Он дешев в производстве и экономит время пользователя — идентификация происходит быстрее, чем при вводе пароля.
Основной недостаток: загрязнение считывающей поверхности, частые сбои, невозможность использования в перчатках.
Повышенное содержание влаги в кожных покровах, механическое повреждение, холод — эти и другие факторы, влияющие на целость рисунка папилляр, приводят к многочисленным ошибкам в работе датчиков.
Уровень безопасности: возможен взлом.
Жировой отпечаток пальцев легко скопировать с гладкой поверхности и нанести на латексную или силиконовую накладку, что не раз было продемонстрировано в фильмах про шпионов.
Правда это касается только оптического сканера, срабатывающего на прикосновение. Линейные тепловые, они же кремневые сканеры, обмануть гораздо сложнее — для активации необходимо провести настоящим пальцем.
Есть еще один тип сканеров, который только проходит тестирование, но уже получил сертификат безопасности от ФБР. Светоизлучающий датчик в виде пленки может считывать биометрические данные с сухой и влажной кожи, под прямыми солнечными лучами. Устройство от компании Sherlock, устойчиво к механическим повреждениям и легче других сканеров на 95%.
Распознавание лица
Технология Face ID пришла на смену идентификатору отпечатка пальцев, как надежный способ защиты гаджета от взлома. Сканер «запоминает» геометрию лица, положение лба, подбородка, глубину посадку глаз и другие параметры.
Основной недостаток: чувствительность к любым изменениям внешнего облика, зависимость от освещенности.
Головной убор, отбрасывающий тень, очки, борода, новая прическа и другие факторы может привести к ошибке идентификации.
Уровень безопасности: возможен взлом.
В бюджетных моделях смартфонов и ноутбуков устанавливаются недорогие датчики с функцией 2D-идентификации — такую систему можно обмануть даже с помощью качественной фотографии.
Face ID 3D — достаточно надежный метод, изготавливать объемную копию лица долго и дорого. Наличие головных уборов, усов не влияет на скорость и точность идентификации, но все 3D-сканеры лица чувствительны к яркому свету и могут выдавать ошибку идентификации в солнечный день.
Радужная оболочка глаза
Самая перспективная технология идентификации личности основана на измерении уникальных характеристик нитевидных мышц, удерживающих зрачок нашего глаза. Датчик измеряет ширину и глубину складок, изгибы мышц, фиксирует дрожание зрачка и моргание глаза. Собрав всю информацию и оцифровав ее, биометрический сканер с высоким уровнем точно определяет личность.
Уровень безопасности: практически невозможно взломать.
Изготовление подобных датчиков обходится дешевле, чем сканеров сетчатки глаза, они миниатюрны и просты в использовании. Срабатывает датчик на расстоянии 30 см со скоростью 1 секунды.
Сканер сетчатки глаза
В фантастическом кино 20-го века сканер сетчатки изображался, как большой механический глаз, просвечивающий лицо героя киноленты зелеными или красными лучами. В реальности луч лазера невидимый.
Основной минус: для успешной идентификации необходимо замереть и сфокусировать взгляд на несколько секунд.
Уровень безопасности: максимальный.
Размещать подобный сканер в мобильном устройстве не имеет смысла. Он дорог в производстве, у него медленная скорость срабатывания. Сканер можно приобрести отдельно в качестве периферийного устройства и подключить через USB к своему ноутбуку.
Рисунок вен или FingoPay
Более сложный вариант идентификации отпечатков пальцев. Высокоскоростная камера фиксирует изображение рисунка вен, «подсвеченных» лазерными лучами — свет проходит сквозь кожу и поглощается венозной кровью. Технология впервые была опробована в лондонских пабах и применяется сейчас японскими банкирами. Теоретически существует 3,5 миллиарда уникальных венозных узоров. Учитывая, что людей на планете более 7 миллиардов, есть шанс выпить в баре за чужой счет.
Основной недостаток: изменения рисунка с возрастом и при различных заболеваниях.
Геометрия ладоней
Метод, пришедший к нам из начала 20-го века, когда при аресте подозреваемого измеряли и записывали все антропометрические данные — длину, ширину и высоту ног, рук, головы, грудной клетки и т.д. Современная дактилоскопия осуществляется с помощью сканера размером с планшет. Используется в государственных учреждениях. Не пользуется популярностью из-за низкой надежности измерений и высокой вероятности совпадений.
Идентификация по голосу
Технология, основанная на сравнении амплитуды колебания звуковых волн. Потеряла свою актуальность в связи с распространением переносимых звукозаписывающих устройств. Иногда используется, как один из элементов многофакторной идентификации в сочетании с анализом мимики лица.
Можно ли взломать систему биометрии
Ответ на этот вопрос зависит от качества сканера. Эксперименты блогеров показали — сканеры отпечатков пальцев можно обмануть с помощью латексной перчатки, желатина, листка бумаги с оттиском.
Достаточно проявить жировой отпечаток с любой поверхности с помощью цианакрилата и «скопировать» его на скотч.
Иногда сами разработчики делают устройство с качественным сканером небезопасным. Например, датчик отпечатков пальцев на Nokia 10 можно было «взломать» упаковкой жвачки.
Примитивные 2D-сканеры лица можно обмануть с помощью цветной фотографии:
или маски за 200 долларов:
Веру в безупречность Face ID подорвал недавний скандал, связанный с распространением дипфейков — поддельных изображений знаменитостей. Датчик, считывающий изображение с экрана, принимал цифровую голову за хозяина устройства.
Как сбросить отпечатки пальцев или Face ID
Если устройство не распознает хозяина после бурной вечеринки, придется с ним поговорить по душам. Большинство смартфонов при первом включении предлагают установить цифровой или графический пароль и только потом сделать первый «слепок» своего лица или 5 отпечатков пальцев.
Для доступа к настройкам телефона необходимо ввести этот пароль и сбросить все настройки идентификации.
Забыл пароль
После 10 неправильных вводов пароля, смартфон услужливо предлагает сбросить все настройки и стереть данные. Если есть бэкап, вы сможете вернуть телефон к заводским настройкам, восстановить данные и дальше пользоваться устройством.
Еще один способ
Владельцы заблокированных телефонов могут получить доступ к своим гаджетам через личный кабинет пользователя Apple и Xiaomi. Понадобиться указать серийный номер телефона — IMEI адрес, дополнительно может потребоваться фотография коробки и чека из магазина.
Метод перебора
Если вышеуказанные способы по каким-то причинам не подошли, можно получить доступ к инженерному меню через функцию Device Firmware Update во время процедуры установки новой прошивки. В инженерном режиме нет лимита на количество попыток ввода пароля, методом перебора есть шанс случайно «натыкать» подходящую комбинацию.
Отвлеките Siri
Siri и другие голосовые помощники довольно легкомысленны, если отвлечь их вопросом, можно разблокировать телефон в обход защиты.
Спросите у Siri: «Который сейчас час», как только откроется встроенный браузер с указанием текущего времени, нажмите кнопку «Главное меню» – автоматически откроется рабочий стол со всеми иконками. Функцию показа браузера можно заблокировать через меню устройства.
Если функция заблокирована, на вопрос: «Который час», Siri в 12-м iPhone отвечает всплывающим сообщением:
Для получения доступа к меню необходимо нажать на push-уведомление, свайпнуть вниз, нажать плюсик для добавления в список город с другим часовым поясом, выбрать добавленный город, зажать кнопку «Удалить», свайпнуть вверх.
Что дает биометрическая идентификация
Из-за развития мощности вычислительных устройств пароль уже не так надежен, как прежде. Элементарным методом перебора можно взломать пароль любой сложностью за несколько часов или дней.
Биометрическая идентификация — быстрый и легкий способ получить доступ к своему устройству, без необходимости запоминать сложные пароли. Из-за программных ошибок (багов) в некоторых устройствах можно обойти биометрическую защиту, но такие уязвимости после обнаружения быстро устраняются с помощью обновлений прошивки.
Безопасно ли хранить свои биометрические данные — вопрос дискуссионный. Телефон или ноутбук не хранит фотографии лиц, глаз, отпечатков, он создает цифровой слепок и переводит его в нули и единицы. Для идентификации используются только цифры и ничего более.
Сканеры, использующиеся в мобильных гаджетах, надежно охраняют конфиденциальные данные от мелких воришек и взломщиков-любителей. Профессионала же не остановит не один замок.
Биометрическая идентификация – что это. Биометрия: типы и тенденции.
Традиционные методы распознавания долгое время управляли индустрией технологий безопасности. Но их статусу просто бросили вызов, и они проиграли.
На сцену в качестве нового победителя выходит биометрическая технология. Начиная от распознавания лиц и заканчивая распознаванием вен, эти новые технологии не только более точны, чем традиционные методы, но и легко интегрируются в жизнь потребителей, что делает их легко адаптируемой функцией в мобильных телефонах, системах домашней безопасности и многом другом. Они также более удобны для пользователя, чем традиционные методы распознавания, поскольку пользователям больше не нужно запоминать пароли, и они могут удаленно управлять различными функциями.
Что такое биометрическая аутентификация?
Типы биометрического распознавания
Человеческие характеристики в рамках использования биометрии могут быть физическими (визуальными), поведенческими и химическими. Итак, давайте поговорим обо всех типах, которые вы можете легко использовать для обеспечения безопасности своего бизнеса или дома.
Распознавание отпечатков пальцев
Благодаря широко распространенной цифровой трансформации и использованию смартфонов сканеры отпечатков пальцев стали популярными в последние годы. Доказано, что новые версии сканирования отпечатков пальцев выходят за пределы папиллярных узоров и сосудистых паттернов на пальцах людей. Несмотря на то, что иногда они неточны, сканеры отпечатков пальцев являются одними из самых эффективных и используемых биометрических технологий для повседневных потребителей.
Распознавание лиц
Распознавание лиц быстро становится привычной функцией в приложениях и на веб-сайтах. Хотя распознавание лиц не является новой технологией, она, безусловно, эволюционировала. Новое поколение алгоритмов; рост числа онлайн и офлайн баз данных; и все более широкая интеграция камер в потребительские устройства делает распознавание лиц все более важной частью повседневной жизни. В лучших технологиях точность распознавания лиц составляет 99%.
Распознавание вен
Технология распознавания вен не так хорошо известна, как распознавание лиц, но ее использование все шире, так как она представляет меньше проблем с конфиденциальностью и позволяет избежать «криминального клейма» отпечатков пальцев. Утверждается, что структура вен на руке остается стабильной на протяжении всей жизни человека, за исключением травм или хирургических вмешательств, которые в противном случае могли бы их изменить.
По сравнению с другими биометрическими системами системы распознавания вен пальцев обладают такими преимуществами, как высокая точность, устойчивость к вмешательству преступников, скорость аутентификации и компактность. Другие факторы, определяющие спрос на технологию распознавания вен в повседневной жизни, включают удобство использования, безопасность и низкий уровень ложных отказов. Интеграция этой технологии с другими методами биометрического распознавания, такими как методы отпечатков рук и отпечатков пальцев, открывает огромные возможности. Основным препятствием для роста этого рынка является более высокая стоимость этих систем по сравнению с другими биометрическими решениями.
Распознавание голоса
Распознавание голоса или речи идентифицирует людей на основе различий в их голосе, возникающих в результате физиологических различий и приобретенных разговорных навыков. Использование биометрической технологии распознавания речи для идентификации людей превратилось в реальное приложение, которое компании во всем мире рассматривают как мощный инструмент предотвращения мошенничества и, что более важно, как способ улучшить отношения со своими клиентами.
Биометрическая технология голоса или речи предоставляет клиентам более безопасную форму аутентификации. Банки и финансовые учреждения уже начали использовать этот метод аутентификации в контакт-центрах в нескольких частях мира, и клиенты сообщают о возросшем удовлетворении и повышении уверенности в этом новом процессе. Мобильные приложения также начали использовать эту технологию, позволяя пользователям полностью взаимодействовать с приложением с помощью голоса, что значительно упрощает процесс и интуитивно понятно. Эта биометрическая технология, в частности, помогает людям с нарушениями зрения, тем, у кого проблемы с моторикой, и тем, кто менее технически подкован.
Преимущества и недостатки биометрической идентификации
Методы биометрической аутентификации и их использование в передовых технологиях и автоматизированных приложениях имеют ряд преимуществ. Но нужно знать, что они из себя представляют?
Преимущества систем биометрии
— Простота использования
Сканер отпечатка пальца или радужной оболочки глаза намного проще в использовании, чем длинный и раздражающий пароль. Обнаружение отпечатка пальца и разрешение человеку открыть телефон занимает всего секунду для всех современных смартфонов.
— Не подлежит передаче
Вы не можете передать свои пальцы кому-либо, например для ввода пароля. Для этого требуется настоящая авторизация и физическое приложение, являющееся единственным способом доступа к большинству схем биометрической аутентификации. Так что будьте уверены, никто не сможет взломать ваше устройство, кроме вас!
— Отсутствие подделки
Поскольку невозможно подделать папиллярный узор пальцев, также невозможно воспроизвести другие биометрические данные, такие как отметки лица, отпечатки пальцев, сканирование радужной оболочки глаза, даже с помощью передовых технологий.
Кроме того, как вы думаете, ваши отпечатки пальцев могут совпадать с кем-то? Фактически, у вас больше шансов выиграть в лотерею, чем иметь тот же отпечаток пальца, что и у хакера, пытающегося войти в вашу учетную запись, защищенную биометрией.
Недостатки биометрической аутентификации
— Высокая стоимость
Мы знаем, что более сложная система защиты потребует более значительных инвестиций и затрат. Но большинству пользователей также необходимо обновить существующие технологии, чтобы приспособиться к изменению биометрической аутентификации на своих смартфонах. Так что это может вызывать беспокойство.
— Взлом данных
Компании и правительства, которые собирают и хранят личные биометрические данные пользователей, подвергаются постоянным хакерским атакам. Поскольку биометрические данные незаменимы, компаниям необходимо обращаться с конфиденциальными биометрическими данными с повышенной бдительностью и осторожностью, чтобы опережать случаи мошенничества.
— Ложные срабатывания
Факторы биометрической аутентификации полагаются на частичное знание для аутентификации личности. Например, в процессе регистрации мобильные биометрические системы могут сканировать весь отпечаток пальца и преобразовывать его в данные. Однако будущая биометрическая проверка отпечатков пальцев может использовать только часть отпечатков для проверки личности, поэтому иногда она может давать ложные срабатывания.
Тенденции биометрических технологий
Мобильные биометрические технологии
Чем больше тенденций в разработке мобильных приложений приводят к цифровым изменениям, тем более удобная и эффективная безопасность нам нужна. Вот почему эта технология попала в наш список. Мобильная биометрия означает достижение биометрической идентификации человека с возможностью удобного переноса или перемещения с одного места на другое на мобильном устройстве. Дело в том, что в контролируемом офисе управления персоналом индивидуальной биометрической идентификации не всегда будет достаточно. Часто люди находятся в общественных местах, поэтому разработка мобильных биометрических приложений стала важной. Именно это привело к появлению тенденции и становится основной потребностью всех предприятий в 2021 году.
Облачные биометрические технологии
Мультимодальные технологии биометрической идентификации
Вертикальные индивидуальные биометрические технологии
Большинство компаний внедряют решения для разблокировки лица и биометрические схемы по отпечаткам пальцев с вертикальными передовыми платформами, потому что настройка является актуальной. Такие типы решений предназначены для удовлетворения конкретных критериев соответствующих секторов. Они настраиваются с учетом местных и международных законов и правил. Это может стать следующим успехом, поскольку он может дать вам самое большое конкурентное преимущество перед другими аналогами, которые еще не внедрили его.
Биометрические технологии единого входа
Самая большая причина, по которой это находится в нашем списке, заключается в том, что пароли становятся слабыми. Поэтому для обеспечения безопасности большинство компаний и ИТ-специалистов уже внедрили биометрические системы единого входа (SSO) вместо пароля. Представьте, что работники должны входить в несколько баз данных и иметь отдельные пароли для каждой из них. В любое время, когда им нужно, трудно вспомнить все пароли и войти в систему. Вот почему корпорации сейчас выбирают полную биометрическую единую систему единого входа. Это упрощает работу и обеспечивает колоссальную производительность при работе.
Бесплатная консультация
Мы бесплатно подберём оптимальное решение для Вашего объекта и разработаем концептуальный проект с оценкой бюджета!
Для уточнения условий предоставления услуги, пожалуйста, обратитесь по бесплатному телефону 8-800 301 24 45, по email: office@intelvision.ru или оставьте контакт и мы свяжемся с вами.
Вы также можете записаться на бесплатную онлайн* видео-консультацию с специалистом компании INTELVISION в удобное для вас время.
*Мы используем бесплатные для вас и удобные инструменты видеоконференций такие как Zoom и Google Meet не требующие установки дополнительного программного обеспечения и работающие прямо из браузера.
Проектирование
Компания INTELVISION выполяет разработку проектной и рабочей документации по инженерными и слаботочным системам, систамам автоматизации и безопасности.
Мы также работаем в среде Audodesk Revit и выполняем проекты с использованием BIM информационного моделирования.
Реализация
Мы внедряем решения на всех этапах: от поставки оборудования до пусконаладки и технического обслуживания.
За 12 лет на рынке компания INTELVISION выполнила более 100 комплексных проектов и зарекомендовала себя как надёжного технологичного партнёра. Компания обладает опытом, технической базой и штатом квалифицированных инженеров и программистов для реализации задач любого масштаба.
Биометрия в платежах – основы технологии
Сегодня мы постоянно слышим в новостях «запущен проект по распознаванию лиц на транспорте», «в кафе NN реализовано распознавание лиц для оплаты», «в компании ZZ организован проход в офис по лицу» и прочие «яркие» заголовки. Кроме того, многие люди привыкли к использованию FaceID на своих смартфонах. Но, как обычно, известное – не есть от того познанное. Начнём с основ, чтобы разобраться в предмете.
Факторы аутентификации
Аутентификация – подтверждение того, что «Я это Я». Все известные способы аутентификации субъекта (субъект – тот, кто действует) относятся к трем классам-факторам:
Фактор 1. То, что человек знает. Имеется в виду обладание уникальной или секретной, информацией: пароль, ответ на вопрос, дата рождения, номер паспорта и т.д.
Фактор 2. То, чем человек владеет. Речь идёт о владении каким-либо предметом, например, документом, ключом от автомобиля, пластиковой картой для прохода, брелоком и т.д.
Фактор 3. То, чем человек является. Под этим подразумеваются неотъемлемые естественные характеристики человека: лицо, отпечаток пальца, подпись (почерк) и многие другие
Мы будем говорить о последнем, третьем факторе аутентификации в применении к решению практических задач.
Что такое биометрия
Когда говорят «биометрия», то имеют в виду технологии, позволяющие измерять, классифицировать и сравнивать естественные, присущие каждому человеку, физические характеристики. В конечном итоге, всё это делается для распознавания человека среди множества других людей (идентификация) или дополнительное подтверждение того, что субъект является тем, кем он себя назвал (аутентификация). Короче говоря, биометрические технологии позволяют определить и подтвердить личность человека, основываясь на определённом наборе данных.
Какие данные могут быть использованы для достижения этой цели? Перечислю основные требования:
Универсальность: данные могут быть получены, или сняты, с любого человека, вне зависимости от возраста, роста, пола, и т.д.
Уникальность: получаемый набор данных должен быть уникальным для каждого человека, т.е. необходимо свести к минимуму вероятность нахождения двух разных людей с одними и теми же или близкими данными
Приведу несколько примеров характеристик, или биометрических модальностей, присущих всем людям, но при этом являющихся уникальными для каждого человека:
Отпечаток пальца
Лицо
Голос
Рисунок вен ладони
Радужка глаза
Почерк
Походка
Список можно продолжить. При этом в практических задачах, например, для идентификации личности при выполнении платежа или при прохождении паспортного контроля, важны дополнительные требования к биометрическим технологиям:
Скорость и простота сбора и обработки: данные должны собираться и обрабатываться достаточно быстро, весь процесс должен занимать секунду. Если процесс занимает больше секунды, это приводит людей в невообразимое раздражение потому, что люди уже привыкли к быстрой работе бесконтактных платежей
Стоимость датчиков для снятия биометрических данных и системы их обработки
Характеристики первых трёх биометрических модальностей из списка выше могут быть сняты и обработаны достаточно быстро и относительно просто. Например, для снятия рисунка вен необходим специальный прибор, который сегодня нельзя установить на каждый недорогой смартфон. Несмотря на то, что прибор этот (обычная камера, которая видит чуть шире, чем видимый диапазон) очень прост, ставить его на устройства не принято.
Кроме этого, следует отметить, что для уверенной работы алгоритмов распознавания какого-либо признака человека необходимо, чтобы этот признак был мало подвержен изменениям как с течением времени, так и при наличии различных помех. Например, испачкав палец в краске, им уже нельзя разблокировать устройство при помощи датчика отпечатка пальца; если голос осип, т.е. поменял свой тембр при простуде, становится временно недоступным распознавание человека по голосу.
Некоторые признаки человека крайне мало подвержены изменениям, например, рисунок радужки глаза практически не меняется при жизни человека. Лицо человека меняется со временем, но этот процесс достаточно медленный, и, как правило, непрерывный. Кроме этого, два этих признака (радужка и лицо) мало подвержены случайным изменениям, например, травмам, царапинам и т.д. Таким образом, можно добавить ещё одно требование к биометрическим характеристикам:
Устойчивость: данные должны быть неизменны со временем или изменяться очень медленно
Наконец, биометрические технологии можно разделить на контактные и бесконтактные, по принципу снятия данных. Например, при снятии отпечатка пальца, предполагается контакт между частью тела человека и поверхностью прибора, что не всегда удобно. Напротив, для записи голоса или создания снимка (фотографии) лица непосредственного контакта не требуется. Поэтому – ещё одно требование:
Удобство для пользователя: данные должны собираться простым и удобным для пользователя образом (желательно бесконтактно) и не требовать от
пользователя усилий для предоставления его биометрических данных
Таким образом, можно выделить шесть основных требований к биометрическим характеристикам: универсальность, уникальность, стоимость, простота сбора и обработки, устойчивость, удобство.
Остановлюсь на технологиях, позволяющих распознавать человека по лицу, т.е. лицевой биометрии, или facial recognition, поскольку данная биометрическая модальность удовлетворяет в достаточной степени всем выдвинутым нами требованиям.
Идентификация и аутентификация по биометрическим признакам
Важно понимать разницу между двумя понятиями: идентификацией и аутентификацией.
Под идентификацией понимают выделение или нахождение одного объекта среди множества похожих. Человек сталкивается с такой задачей регулярно, например, увидев на экране знакомое лицо актёра, человек сразу идентифицирует его, то есть узнаёт, находит его у себя в памяти, среди многих других знакомых лиц. Узнав актёра по лицу, мы сразу вспоминаем, например, список фильмов с этим актёром, возраст, имя и т.д. Иными словами:
Задача идентификации состоит в нахождении объекта по определённому признаку среди многих похожих между собой. Также такую задачу называют сравнением 1:N (один ко многим), где N – это общее количество объектов, по которым идёт поиск.
Под аутентификацией понимают подтверждение факта сходства полученной характеристики объекта с характеристикой, записанной ранее. То есть, получение ответа на вопрос “действительно ли перед нами Х”? Подобная задача тоже часто встаёт перед человеком: например, увидев на экране телефона имя звонящего “Y”, мы заранее предполагаем, что будем беседовать с Y, однако только услышав знакомый голос, то есть сравнив услышанное с тем, что есть у нас в памяти, мы убеждаемся, что говорим действительно с Y. Иными словами:
Задача аутентификации состоит в подтверждении достаточного сходства объекта со своим образом, записанным ранее. Также задачу называют сравнением 1:1 (один к одному).
Необходимо отметить, что полное сходство при биометрической аутентификации не может быть достигнуто, так как каждый человек одновременно и равен, и не равен самому себе. Улыбнувшись для фотоснимка один раз, потом невозможно повторить точно такую же улыбку: мельчайшие детали лица всё равно будут другими. Однако, это обстоятельство не мешает успешно проводить надёжную аутентификацию человека по лицу: установив достаточно высокий порог сходства для вынесения решения, можно добиться очень высокой точности.
Решение задачи распознавания и классификации изображений лица
В основе современных способов распознавания лица лежат технологии машинного зрения, позволяющие компьютерной программе самостоятельно без помощи человека распознавать и классифицировать определённые детали изображения. Например, возможно выделить человеческое лицо среди многих деталей на снимке (распознавание) и сравнить с уже имеющимися образцами лиц для установления возможного сходства (классификация).
Разработка отдельных алгоритмов распознавания объектов на изображениях началась ещё в 1960-х годах, но только ближе к концу 1980-х стало возможно использовать значительно возросшие вычислительные мощности для проверки идей, лежащих в основе алгоритмов, на практике. В XXI веке, а именно с середины 2010-х годов повсеместное распространение смартфонов, оснащённых камерами, сделало возможным резкое улучшение качества работы технологии в связи с огромным количеством исходных данных для алгоритмов (фотографий лиц) и устройств, способных выдавать результаты их работы. Согласно исследованиям компании Gemalto, с 2013 года было выпущено 500 моделей смартфонов, поддерживающих распознавание как минимум одной биометрической модальности, а общее количество платежей, произведённых с мобильных устройств достигло почти 2 миллиардов за 2017 год [1], т.е. можно говорить о повсеместном использовании устройств, поддерживающих биометрическую аутентификацию/идентификацию для платежей.
Весь процесс применения технологий машинного зрения к задаче идентификации человека по лицу можно разделить на три этапа:
Поиск лица на изображении (фотографии)
Выделение черт и характеристик лица для получения биометрического образца
Сравнение образца с хранящимися в базе, или поиск по базе образцов
Рассмотрим основные принципы алгоритмов, лежащих в основе каждого из этапов решения задачи.
Поиск лица на изображении
Алгоритм обладает следующими достоинствами:
Устойчивость: большое количество истинно-положительных ответов и очень малое количество ложноположительных
Возможность использования алгоритма только для решения задачи нахождения лица на фотографии, без идентификации/аутентификации пользователя
Работа алгоритма начинается с поиска определённых признаков на изображении: на рис.1 изображены 4 различных типа признаков. Значение, присваиваемое каждому из признаков, вычисляется следующим образом: берётся сумма величин всех пикселей светлой области и вычитается из суммы величин всех пикселей закрашенной области. Величиной пикселя может, например, выступать численное значение (номер) цвета, записанное в нём. Таким образом, значением, присвоенным признаку А, может быть разность между освещённостью (яркостью) правой и левой частями прямоугольника.
Пример прямоугольных шаблонов-признаков
Каким образом может быть такой принцип использован для поиска лиц на изображении? Все человеческие лица имеют более или менее похожие свойства, или черты. Поиск по подобному признаку позволяет найти эти черты на снимках:
Область носа всегда светлее, чем область глаз
Область глаз всегда немного темнее, чем верхняя часть щёк
шаблон-признак, похожий на нос шаблон-признак, похожий на область глаз
Используя другие прямоугольные шаблоны-признаки, а также шаблоны-признаки разного размера можно составить карту местоположений и размеров черт лица: глаз, рта, носа, границ лица.
Приведём пример работы алгоритма: предположим, мы ведём поиск четырёх признаков с рис. 1 по изображению размером 100 на 100 пикселей. Изображение делится на 25 сегментов, размером 20 на 20 пикселей, и поиск черт ведётся шаблонами такого же размера. Мы поочерёдно накладываем каждый из шаблонов на участок изображения, смотрим получаемое значение, а затем записываем результат в таблицу:
На этой карте-таблице в ячейках записан тип шаблона, который получил наибольшее по модулю значение в данном сегменте, а также это значение. Видно, что в центральной части карты находятся сильно выраженные черты, соответствующие определённым шаблонам-признакам, например, весьма вероятно, что в центральной части изображения находится нос.
Вот таков базовый принцип составления карты черт лица на изображении. Можно заметить, что, во-первых, в нём не учитывается, что лица могут быть наклонены как в целом, так и частично, во-вторых, может потребоваться более, или наоборот, менее подробное разбиение изначального изображения, в-третьих элементы разбиения могут пересекаться, и т.д. Все эти замечания учитываются в современных подходах, например, используется большее число шаблонов, составляются более “сильные” классификаторы признаков, как линейные комбинации “простых, слабых” и т.д.
Получение биометрического образца из фотографии
После того, как лицо на фотографии найдено и выделено, можно говорить о переводе изображений лица в биометрический образец, т.е. в такую форму, в которой можно сравнивать её с другими по формальным критериям, автоматическим (машинным) образом. Очевидно, например, что простое попиксельное сравнение двух снимков вряд ли увенчается успехом – помимо различий в мельчайших деталях лица, обязательно будут иметь место различия в условиях съёмки. Поэтому необходимо выделять некий набор черт лица и сравнивать лица уже по этим чертам.
Приведу алгоритм, опубликованный в 1991 году [3], хорошо демонстрирующий основной принцип создания биометрического шаблона: “собственные лица” (по аналогии с собственными векторами).
Сначала формируется набор из изображений, которые используются для обучения, так называемый тренировочный набор. Изображения должны быть сняты в идентичных условиях: при одинаковом освещении, при одинаковом положении головы, и т.д. Также они должны иметь одинаковый размер, например, 100 на 100 пикселей.
Затем все изображения переписываются в векторном виде, то есть создаётся вектор-столбец, в котором записаны значения, взятые из пикселей (номера цветов); таким образом, векторы будут иметь 10 000 компонент каждый. Формируется матрица (таблица) T из вектор-столбцов. После этого необходимо вычислить “среднее” изображение и вычесть его из каждого из векторов-столбцов; можно сказать, что таким образом мы выделяем всё “общее” из каждого изображения и отбрасываем его, оставляя только отличительные черты.
Далее, составляется ковариационная матрица S (неформально говоря, отображающая зависимость изменения компоненты вектора от других компонент) и для неё вычисляются собственные значения и собственные вектора. На деле этот шаг – самый затратный с точки зрения вычислений, но он может быть упрощён поиском собственных векторов S без явного вычисления самой матрицы S.
Каждый полученный в нашем примере собственный вектор будет иметь 10 000 компонент, т.е. сам может быть “расшифрован” как изображение. Эти изображения и формируют базис “собственных лиц”. Т.е., каждое изображение из тренировочного набора, и вообще каждое изображение, удовлетворяющее изначальному формату, может быть теперь записано в форме:
Понятно, что 10 000 собственных значений – это слишком много, и их хранение и использование ничем не отличается от хранения 10 000 пикселей изначального изображения. Поэтому выбираются основные собственные значения и соответствующие им “собственные лица”. Выбор осуществляется сортировкой собственных значений по величине и установлением произвольного порогового значения t для их суммарной вариации, т.е.:
Иными словами, мы выбираем набор собственных значений такой, что их сумма будет значительной частью суммы всех собственных значений (можно установить значение t, например, 0.85). Значение k на практике оказывается относительно небольшим, например, для изображений 100 на 100, оно часто близко к 30.
Теперь можно говорить об основном наборе “собственных лиц”, который содержит наиболее значимые признаки всех лиц из тренировочного набора, а любое изображение лица как из тренировочного набора, так и извне, может быть разложено на компоненты – в виде взвешенного набора (линейной комбинации) “собственных лиц”. Т.е., любое изображение лица может быть представлено в виде вектора из, например, 30 компонент (а1, а1, …, а30). В таком виде его уже можно хранить и сравнивать с другими по формальным критериям, это и будет биометрический образец.
Следует дополнительно отметить два момента: во-первых, не имея доступа к набору “собственных лиц”, нельзя воссоздать изображение лица по биометрическому образцу. Во-вторых, “собственные лица”, переведённые в изображение, не всегда даже и похожи на лица в обычном понимании:
пример “собственных лиц” от AT&T Laboratories
Данный алгоритм, безусловно имеет свои недостатки, например, почти всегда главными собственным значениями становятся те, которые отвечают за освещённость, он плохо справляется с выражениями лица, очень зависит от условий съёмки. Однако, он хорошо показывает общий подход к формированию биометрических образцов по изображениям лица.
В современных решениях по идентификации человека по лицу используются, в основном, подходы, основывающиеся на глубоком обучении (deep learning), в которых многие шаги выполняются неявно при помощи нейронных сетей, к примеру, составление набора черт лица, взвешенный набор которых и будет составлять биометрический образец. Поэтому алгоритмы в целом, и форматы образцов в частности, варьируются от решения к решению; многое определяется качеством (разнообразием, величиной) набора лиц, на котором обучается решение, архитектурой нейронной сети и другими параметрами.
Поиск и сравнения в базе биометрических образцов
Как я уже писал, биометрический образец представляет собой вектор характеристик лица, на данный момент у многих известных решений он состоит из порядка 100 компонент (значений). Иными словами, биометрический образец являет собой точку в, допустим, 100-мерном пространстве. Теперь, каким образом, сделав снимок на камеру смартфона, можно определить, какой человек изображён на фотографии?
Сперва с фотографии выделяется изображение лица человека, затем изображение переводится в биометрический образец-вектор. Затем вектор пересылается на сервер распознавания, где хранятся записи образцов для разных пользователей. Если представить себе образец как точку в 100-мерном пространстве, то вопрос “какой человек изображён на снимке?” эквивалентен вопросу “какая точка является ближайшей к данной для сравнения?”. Близость между точками может определяться разными способами, в зависимости от алгоритма, например, это может быть обычное евклидово расстояние между точками. Таким образом, найдя ближайшую точку (ближайший вектор) к данной для сравнения, мы будем знать, на кого более всего похож человек, лицо которого изображено на фотографии.
Для каждого пользователя в базе может храниться несколько образцов для последующего сравнения, тогда можно говорить о попадании вектора в некую область 100-мерного пространства, отождествляемую с определённым пользователем. Таким образом, можно ответить на вопрос “является ли человек тем, за кого себя выдаёт?”, т.е. произвести аутентификацию. На нашем языке вопрос будет звучать как “попадет ли вектор-образец в нужную область?”.
В следующей статье я рассмотрю способы оценки решений, а именно, как посчитать, какой алгоритм лучше справляется с задачей идентификации и аутентификации.
Никита Лукьянов
аналитик-разработчик Департамента Инноваций НСПК