Журнал ПЛАС » Архив » 2019 » Журнал ПЛАС №5 » 459 просмотров

Лицевая биометрия 2D vs 3D: прогнозы развития

Лицевая биометрия  2D vs 3D: прогнозы развития

Александр Горшков, директор по развитию «Прософт-Биометрикс», рассматривает перспективные направления развития биометрической идентификации по образу лица в своем материале, подготовленном на базе расширенного доклада, сделанного автором на 6-м Международном ПЛАС-Форуме «Online & Offline Retail 2019».

Аналитическая компания J’son & Partners Con­sulting провела исследование рынка биометрических технологий, который показал высокий процент использования биометрической идентификации по лицу как в России, так и во всем мире.

Несмотря на то что существуют более точные методы биометрической идентификации, например, по радужной оболочке глаз или по венам ладони, идентификация по лицу применяется достаточно широко и динамично развивается. Объяснить это можно тем, что точность биометрической идентификации по лицу достигла допустимого уровня ошибок, и доминирующее значение начинают приобретать другие факторы, такие как удобство использования, скорость получения результата, низкая возможность обмана алгоритма, чувствительность к сложным условиям использования, размер шаблона, стоимость внедрения и поддержки и т. д.

Стремление сотрудников маркетинга показать решение своей компании в максимально выгодном свете заставляет их немного лукавить. Например, говоря про точность идентификации, зачастую называют только одно значение, умалчивая при этом о втором.

На самом же деле точность биометрической идентификации определяется двумя параметрами:

  • FRR (False Rejection Rate) – вероятность того, что человек может быть не распознан системой (коэффициент ложного отказа в доступе – именуется «ошибкой 1-го рода»).
  • FAR (False Acceptance Rate) – процентный порог, определяющий вероятность того, что один человек может быть принят за другого (коэффициент ложного доступа – именуется «ошибкой 2-го рода»).

Ошибка первого рода во многих случаях не очень критична. Для достижения успешного результата бывает достаточно повторить процедуру идентификации: приложить палец, поднести руку или посмотреть в камеру. А вот возникновение ошибки второго рода чревато более серьезными последствиями. Это может быть несанкционированное списание денег с чужого счета, получение доступа к закрытой информации ограниченного доступа или несанкционированный проход на режимный объект.

Атаки хакеров и мошенников направлены как раз на воспроизведение ошибки второго рода, на то, чтобы система биометрической идентификации кого-то или что-то восприняла как зарегистрированного пользователя. Например, алгоритм распознавания лица во флагманских смартфонах Samsung Galaxy S10 ошибается с идентификацией по фотографии, по видеоролику с YouTube или при идентификации близкого родственника владельца смартфон. На текущий момент ни один смартфон на базе Android не позволяет осуществить подтверждение платежа по лицевой биометрии. Но, как оказалось, из-за допущенной ошибки в обновлении программного обеспечения обмануть получилось и датчик отпечатка пальцев смартфона Samsung Galaxy S10. К чести производителя, надо сказать, что эта ошибка была оперативно исправлена совместно с внеплановым обновлением, улучшающим производительность идентификации.

3D-идентификация

Специалистами исследовательских центров разработаны алгоритмы генерации отпечатков пальцев (в основном используется для тестирования высоконагруженных систем), а компания Nvidia обучила свою нейронную сеть создавать реалистичные лица людей, с воспроизведением мельчайших деталей внешности, мимики и даже динамически изменяемого фона на заднем плане. На текущий момент этот метод имеют один параметр, используя который можно выявить факт фальсификации. Это – плоское изображение. Использование объемной или 3D-идентификации позволит не допустить элементарного обмана системы при помощи распечатанной фотографии или видеозаписи на экране устройства.

3D-идентификация может быть реализована несколькими способами. Один из них использует невидимую для глаза инфракрасную подсветку в виде проекции сетки на объемную поверхность. Суть метода заключается в том, что если сетка проецируется на плоскую поверхность, то линии проекции сетки остаются прямолинейными, а на рельефной поверхности будут наблюдаться искривления прямых линий. По этим искривлениям можно отличить объемный объект от его плоского изображения. Однако использовать этот метод для построения объемной модели малоэффективно. Во-первых, если излучатель сетки и камера будут размещаться близко друг к другу или камера и линия сетки будут находиться в одной плоскости, то обнаружить искажение будет невозможно или очень сложно. Во-вторых, с увеличением расстояния между объектом и камерой размер сетки (расстояние между ее линиями) будет увеличиваться, что приведет к созданию менее точной модели. И наконец, в-третьих, с увеличением расстояния между объектом и камерой угол между лучом генерации сетки и объективом будет уменьшаться, что не позволит фиксировать мелкие изменения рельефа поверхности. А следовательно, создаваемая 3D-модель будет также более грубой.

Полноценное 3D-изображение, полученное при помощи синхронной съемки двумя камерами, позволяет построить более точную объемную модель лица, что не только повышает точность идентификации и исключает возможность обмана системы при помощи плоского изображения, но и не дает обмануть систему идентификации при помощи грима либо затруднить идентификацию, используя солнцезащитные очки или широкополые головные уборы.

Несмотря на то что современные 2D-алгоритмы биометрической идентификации по лицу позволяют с высокой точностью выполнять идентификацию людей, надо отметить, что с увеличением отклонения лица человека от фронтального положения по отношению к видеокамере уменьшается точность идентификации. Применение 3D-сканирования позволяет уменьшить это влияние. Так как когда для одной из камер угол отклонения от фронтального положения будет значительным, для другой камеры этот угол будет несколько меньше.

Конечно, для компактных и мобильных устройств, где обе камеры расположены близко друг к другу, увеличение углов стабильной идентификации будет не сильно заметно. С увеличением же расстояния между камерами этот эффект будет более ощутим.

Алгоритмы 3D-биометрической идентификации были разработаны не сегодня и даже не вчера. Их развитие сдерживалось более высокими требованиями к вычислительным ресурсам, значительными размерами и стоимостью оборудования. Еще недавно для стереосъемки требовались громоздкие фото- или видеокамеры, а сейчас на рынке появились компактные корпусные и OEM USB-устройства. Увеличились вычислительные мощности серверного оборудования и мобильных устройств. Такие позитивные изменения делают 3D-биометрию по лицу реальным конкурентом традиционной 2D-биометрической идентификации.

2D vs 3D

Каждое решение имеет свои плюсы и минусы. Сформулируем их для 2D- и 3D- идентификации по лицу (см. табл. 1).

Все перечисленные в табл. 1 достоинства и недостатки могут иметь большее или меньшее значение. Например, расстояние до видеокамер в СКУД может быть значительным, как при использовании камер видеонаблюдения, но также могут использоваться планшеты и камеры, расположенные компактно рядом с исполнительными устройствами доступа (турникеты, электрозамки и т. д.).

Биометрия и гражданские права

Биометрическая идентификация – это не только оборудование и алгоритмы. Это еще и нормативное регулирование. Понимая возможности биометрической идентификации по лицу для реализации повсеместного контроля за гражданами, многие страны предпринимают шаги по регулированию в этой сфере. Так, в США, вслед за Иллинойсом штаты Вашингтон, Массачусетс и Калифорния обсуждают принятие закона о конфиденциальности биометрической информации. Для получения компенсации жителям этих штатов даже не потребуется доказывать реальные убытки, если их личная информация или биометрические данные были незаконно собраны или сохранены. В Европе драйверами законодательства выступают Франция и Великобритания. Конституционный суд Ямайки отменил обязательный биометрический Закон о национальной идентификации и регистрации и Национальную систему идентификации и регистрации (NIDS), постановив, что это нарушает конституционную защиту частной жизни. Даже в Китае, где давно и повсеместно используется биометрия по лицу, предпринимаются шаги по регулированию ее использования. В России приняты документы, регламентирующие реализацию и использование Единой биометрической системы. В следующие 2–3 года будут разработаны и приняты дополнительные нормативные документы, которые позволят более широко использовать биометрическую идентификацию в повседневной жизни.

Национальные и наднациональные системы биометрической идентификации

Разрозненные биометрические решения успешно внедряются в различных странах и компаниях. Уже не одна и не две страны делают шаги для создания единой системы биометрической идентификации на уровне государства. А в конце апреля 2019 года Европейский парламент одобрил создание единой европейской биометрической базы данных  на 350 млн человек.

Конкурентная борьба разработчиков требует от них выделения значительных ресурсов на развитие собственных продуктов

Есть и отрицательный опыт реализации таких решений. Из-за ошибки при выборе поставщика или самого решения далеко не всегда эти проекты получают успешное завершение. Так, в январе 2019 года закрылся проект по созданию единой биометрической системы в Австралии – Biometric Identification Services (BIS). Национальное финансово-ревизионное управление Австралии (Australian National Audit Office, ANAO) назвало технологию «несовершенной» при выполнении почти всех задач, которые должны были быть на нее возложены. Для устранения недостатков современных систем и возможности их использования на государственном уровне будут совершенствоваться биометрические алгоритмы, их интеграционные и функциональные возможности.

Прогнозы и перспективы

В ближайшие один-два года ожидаются функциональные и технологические прорывы в области производства оборудования для биометрической идентификации. По информации Bloomberg, самая продвинутая из трех моделей iPhone, которые Apple представит в начале осени 2019-го, будет оснащена тройной тыловой камерой, а модели 2020 года получат инновационную систему 3D-съемки, использующую лазеры. Это приведет к пересмотру возможностей использования видеоанализа, в том числе для распознавания лиц. Развитие виртуальной реальности будет способствовать снижению стоимости оборудования для работы с 3D-моделями. В совокупности эти факторы сделают 3D-биометрическую идентификацию по лицу общедоступной.

Пример неудачного внедрения биометрической идентификации в Сочинской гимназии № 15

 

В процессе дискуссии по развитию биометрии на форуме Securika 2019 мной был сформулирован тезис, который станет определяющим вектором развития на следующие несколько лет: «Точность системы идентификации не имеет значения, если ее легко обмануть». Это утверждение подтверждает проект, реализованный в британских тюрьмах строгого режима, в которых была внедрена система безопасности на основе биометрических замков. Заключенные быстро нашли способ, как ее обойти, и стали свободно перемещаться по разным зонам тюрьмы, устраивая криминальные разборки и сведение счетов. В результате администрация тюрьмы была вынуждена вернуться к механическим замкам.

Продолжатся работы по совершенствованию алгоритмов биометрического анализа. Если можно оценить финансовые потери компаний от ошибок идентификации, то потери от ошибочного осуждения граждан, включая проведенную ими в заключении часть своей жизни, разрушенную семью, потерянную работу и репутацию, оценить невозможно. Таким примером может быть случай в США, когда по ошибке обвинили в теракте и даже заключили под стражу невиновного человека – Брэндона Мэйфилда. Поначалу ФБР не обнаружило в своей базе данных отпечатки пальцев, которые совпадали бы с отпечатками, найденными на пакете со взрывчаткой. Но после обработки на компьютере полученного отпечатка сотрудники ФБР указали на 20 лиц с похожими отпечатками пальцев, в том числе на Мэйфилда, который был арестован и две недели провел под стражей, прежде чем федеральный судья отказался принять его дело к рассмотрению.

В заключение стоит отметить те тренды, которые происходят на рынке производства биометрических решений. Конкурентная борьба разработчиков требует от них выделения больших ресурсов на развитие собственных продуктов. Разработчики все чаще начинают выполнять роль вендора, поставщика биометрических решений. Это приводит к изменению положения на рынке партнеров и интеграторов, от которых требуются более глубокие знания не только самих решений, но и тех процессов, где они применяются. Пример такого неудачного внедрения биометрической идентификации был продемонстрирован по центральному телевидению – речь шла о внедрении в Сочинской гимназии № 15 системы идентификации личности по видеоизображению. На фото хорошо видно, что видеокамеры установлены очень высоко.

Для биометрической идентификации школьникам приходится задирать голову вверх. Результат такого внедрения можно наблюдать даже при демонстрации новостного ролика. Учащиеся для идентификации, как и прежде, в основном используют электронные пропуска. В данном случае все положительные моменты биометрической идентификации были перечеркнуты непрофессионально реализованным решением.

Таким образом, можно убедиться, что опыт компании и число реализованных ею проектов играют существенную роль для достижения положительного результата внедрения, независимо от выбранной технологии или алгоритма.

Подписывайтесь на наши группы, чтобы быть в курсе событий отрасли.

Читайте в этом номере:


Перейти к началу страницы

Подпишитесь на новости индустрии

Нажимая на кнопку "подписаться", вы соглашаетесь с


политикой обработки персональных данных