Kolorowe soczewki kontaktowe wydrukowane z teksturą tęczówki innej osoby, wydrukowane zdjęcie tęczówki w wysokiej rozdzielczości, realistyczna proteza oka,lub syntetyzowany przez sztuczną inteligencję wizerunek tęczówki. Wszystkie mają jedną wspólną cechę.: mogą oszukać system rozpoznawania tęczówki, który koncentruje się tylko na dopasowaniu wzorów.
W przemyśle takie metody mają standardowy termin: atak prezentacyjny.jeśli nie potrafi odróżnić prawdziwego oka od fałszywego przed kamerąW międzynarodowej normie ISO/IEC 30107-3 wymieniono funkcję wykrywania ataków prezentacyjnych (PAD), powszechnie znaną jako wykrywanie aktywności,jako niezależny punkt oceny dla systemów biometrycznych.
Homsh niedawno zakończył badania i praktyczną weryfikację własnego systemu wykrywania ataków, HOMSH-PAD.system osiąga współczynnik błędu identycznego z wykryciem (D-EER) 0.50%.
I. Najpierw sprawdź autentyczność, potem potwierdź tożsamość
Jako niezależny moduł umieszczony przed procesem rozpoznawania, HOMSH-PAD działa w następujący sposób: po wykonaniu obrazu oka przez urządzenie,System najpierw lokalizuje tęczówkę i wydaje ocenę autentyczności za pośrednictwem sieci głębokiego uczenia sięDo etapu rozpoznawania przechodzą tylko obrazy potwierdzone jako prawdziwe ludzkie oczy; te zidentyfikowane jako ataki są natychmiast odrzucane.
Obecna wersja obejmuje cztery główne rodzaje metod ataku: teksturowane kolorowe soczewki kontaktowe, drukowane obrazy tęczówki, protezy oczu i tęczówki syntetyzowane przez sztuczną inteligencję.Przetetyczne oczy i wydrukowane obrazy tęczówki mają zerowy wskaźnik błędów w badaniach; wskaźnik błędów w przypadku iris syntetyzowanych przez sztuczną inteligencję wynosi 0,08%System utrzymuje skuteczne wykrywanie nawet dla nowych wzorów soczewek kontaktowych nigdy nie widzianych podczas szkolenia to oznacza, że model nauczył się wspólnych cech ataków, zamiast po prostu zapamiętywać określone wzorce.
Interpretacja danych z badań w języku prostym
Z 1000 różnych prób ataku, około 993 zostało zablokowanych.
Na 1000 legalnych użytkowników, około 3 zostaje błędnie odrzucone.
II. Za liczbami: konkurs dyscypliny danych
W dziedzinie wykrywania żywotności tęczówki od dawna występuje trwały problem: modele dostarczają imponujących danych w laboratorium, ale często się nie sprawdzają, gdy są stosowane w rzeczywistych scenariuszach.Zespół badawczo-rozwojowy Homsh's uważa, że problem zazwyczaj nie leży w samym modelu., ale w danych szkoleniowych ukryte skróty statystyczne przypadkowo skorelowane z etykietami prawdziwe/fałszywe pozwalają modelowi na podejmowanie skrótów zamiast uczyć się rzeczywistych cech ataków.
W celu rozwiązania tego problemu zespół opracował metodologię zarządzania domeną danych szkoleniowych w celu systematycznego wykrywania i wyeliminowania takich skrótów przed przechowywaniem danych i rozpoczęciem szkolenia.919 zdjęć tęczówki z 10W ramach szkolenia, kalibracji i badań wykorzystano 750 badanych,z całkowicie nie nakładającymi się grupami badanych w trzech zestawach danychMetodologia ta stanowi podstawową niezależną innowację projektu i została chroniona przez zgłoszenia patentowe.
Wszystkie wskaźniki są obliczane zgodnie z międzynarodową normą ISO/IEC 30107-3. Próg decyzyjny jest określany na niezależnym zestawie kalibracji,bez ekspozycji na zestaw testowy przez cały proces.
III. Projektowanie inżynieryjne zbudowane do wdrożenia w świecie rzeczywistym
HOMSH-PAD jest w pełni zaprojektowany do praktycznego wykorzystania:
●Oświetlenie:Model ma rozmiar około 30 MB, jest zdolny do wykonywania wniosków w czasie rzeczywistym na procesorze i jest kompatybilny ze wszystkimi czynnikami kształtu, od osadzonych terminali kontroli dostępu po serwery.
●Łatwo zintegrować:Integratory muszą tylko wprowadzać surowe obrazy; wszystkie wstępne przetwarzanie jest obsługiwane wewnętrznie przez SDK, umożliwiając integrację za pomocą zaledwie kilku linii kodu.
●Kalibrowalne:Wspiera ponowną kalibrację progu jednym kliknięciem przy użyciu prawdziwych próbek użytkowników z miejsca wdrożenia, umożliwiając dostosowanie fałszywego wskaźnika odrzucenia do rzeczywistej grupy użytkowników.
●Bezpieczeństwo awaryjne:Nienormalne dane wejściowe są klasyfikowane jako ataki domyślnie, nie pozostawiając "szarej strefy" dla atakujących.
IV. Ukończenie ostatniego kawałka układanki
Podczas gdy silnik rozpoznawania tęczówki odpowiada: "Kto to?", HOMSH-PAD odpowiada: "Czy to prawdziwa osoba".umożliwiają rozwiązaniom rozpoznawania tęczówki Homsh?? pełne spełnienie coraz bardziej wyraźnych wymagań wykrywania żywotności scenariuszy o wysokim poziomie bezpieczeństwa, takich jak sprawy rządowe, bezpieczeństwa publicznego i finansów.
W przyszłości, zespół będzie kontynuował rozbudowę biblioteki próbki ataku, ukończenie wielu rund weryfikacji stabilności treningu,i rozwijanie pełnej integracji urządzenia z produktami rozpoznawania tęczówki typu all-in-one, a także autorytatywne oceny ze strony stron trzecich.
