Lignes floues dans la reconnaissance faciale

reconnaissance

Crédit: CC0 Public Domain

La reconnaissance faciale est passée rapidement d’un trope cliché de la science-fiction à une réalité du monde moderne avec une utilisation répandue dans les bases de données photographiques, les médias sociaux et le monde de la sécurité. Cependant, comme pour tout outil, il y a ceux qui en abuseraient à des fins néfastes. Nouvelle recherche publiée dans le Journal international de biométrie étudie l’un de ces aspects de la reconnaissance faciale où un tiers pourrait «usurper» le visage d’un utilisateur légitime pour accéder à des systèmes et services auxquels il n’a pas droit et propose une suggestion sur la façon dont une telle usurpation pourrait être détectée.

Sandeep Kumar, Sukhwinder Singh et Jagdish Kumar du Punjab Engineering College à Chandigarh, en Inde, expliquent comment la biométrie, y compris la reconnaissance faciale, est devenue au premier plan de la sécurité dans toutes sortes de domaines, du simple accès au smartphone d’une personne à la sécurisation des données sensibles. locaux. La clé pour empêcher l’usurpation par reconnaissance faciale réside dans la détermination de savoir si le visage présenté à la caméra ou au dispositif de sécurité est « en direct » ou une photographie ou une vidéo statique plutôt que la personne réelle.

L’équipe s’est tournée vers une architecture basée sur SegNet améliorée qui peut mesurer le «flou» sur la base des bords gauche et droit minimum et maximum locaux et calculer le flou des bords horizontaux et verticaux. Une image plate telle qu’une photographie ou un affichage vidéo présentée à une caméra ou un dispositif de sécurité serait entièrement mise au point alors que la « profondeur de champ » entre en jeu. Avec un objet tridimensionnel, tel qu’un vrai visage, présenté à la caméra, les yeux seraient parfaitement nets en supposant que la caméra se concentre sur cette partie du visage, mais les côtés incurvés de la tête seraient légèrement flous car ils ne sont pas dans le même plan par rapport à l’objectif de la caméra que les yeux. Quoi qu’il en soit, il est techniquement impossible que l’ensemble d’un objet tridimensionnel présenté à une caméra soit net, la détection du flou des parties de l’objet devant ou derrière le plan focal est la clé pour discerner si un vrai visage est dans devant la caméra ou une image plate.

La preuve de principe de l’équipe offre jusqu’à 97% de précision, ce qui est une amélioration par rapport aux algorithmes antérieurs lorsqu’ils sont testés par rapport à des critères de référence standard. De plus, il peut déterminer la «vivacité» d’un visage présenté en une seconde environ. Les chercheurs travaillent maintenant à améliorer les capacités de spéculation de leur système en regardant l’ombrage, une autre caractéristique d’un vrai visage qui est évidente pour une personne regardant un visage mais difficile à détecter par un ordinateur via une caméra.


Renforcer la biométrie faciale


Plus d’information:
Sandeep Kumar et coll. Détection d’usurpation de visage à l’aide d’une architecture SegNet améliorée avec une technique d’estimation du flou, Journal international de biométrie (2021). DOI: 10.1504 / IJBM.2021.114639

Citation: Lignes floues dans la reconnaissance faciale (2021, 6 mai) récupéré le 6 mai 2021 sur https://techxplore.com/news/2021-05-blurred-lines-recognition.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.