Алгоритъмът открива фалшиви паспортни снимки
Системите за автоматизирано разпознаване на лица се увеличават. Те обаче не са фалшифицирани. Сега изследователите са намерили начин поне да филтрират документи, които са били манипулирани по специален начин - с така наречената морфинг.
Две реални изображения (отляво и отдясно) са обединени в едно цифрово изображение (в средата).
Снимка: Fraunhofer HHI
В миналото идентифицирането на хора беше пряк въпрос: Например, когато проверяваше на летището, полицаят погледна снимката в личната карта и след това строго погледна човека, който стоеше пред него. Често се оказва, че изображение на няколко години вече не е задължително точно да възпроизвежда реалността. Няколко килограма повече, брада или нови очила изкривиха впечатлението. При биометричните данни е различно. Ако те са налични като цифрова версия в паспорта, служителите на граничния контрол могат да направят снимка на съответното лице, а специална компютърна програма оценява сходствата директно на място. Този метод е много смислен. Тъй като съответните точки за измерване, като релефа на очите, не се променят дори при диета.
Цифровото сравнение обаче носи нови проблеми с него. Един от тях е морфинг. Точно това иска изследователският екип да предотврати. Наред с други, учените идват от Института за производствени системи и технология на дизайн Фраунхофер IPK и Института за телекомуникации Фраунхофер, Институт Хайнрих Херц (HHI).
Morphing: Фалшив се създава от две реални изображения
Автоматизираните проверки на лица се използват все по-често на практика, а не само за целенасочени лични проверки. Автоматичното сканиране на обществени места, например, има за цел да разкрие престъпници, докато подобни програми в по-малък мащаб имат за цел да постигнат обратното, а именно да осигурят лични данни - автоматичното разпознаване на лица се използва и за отключване на смартфони.
Всичко това се основава на принципа, че биометричните данни на човек са абсолютно индивидуални. Това всъщност е така, но софтуерът избира само отделни точки за сравнение. Възможно е също така да се манипулират тези цифрово. Морфингът по-специално е проблематичен в това отношение. Казано по-просто, две изображения на лицето се обединяват в едно. След това съдържа свойствата на двете снимки. На практика това означава, че двама души могат да използват личната карта, без автоматичното разпознаване на лица да задейства аларма. Престъпникът може основно да се снабди с лицето на невинен гражданин, поне в документите си.
Невронните мрежи намират цифрови отклонения
Преобразуването не може непременно да бъде разпознато без подходящ софтуер. Следователно извършителите могат да подадат манипулирана снимка с редовното заявление за документ за самоличност - и да получат реален документ с фалшива снимка. Предполагаемото допълнително ниво на сигурност на автоматичното разпознаване на лица е много проблематично при такава процедура, тъй като служителите са склонни да разчитат на нея. В проекта ANANAS, съкратено от „Откриване на аномалии, за да се предотвратят атаки срещу системи за удостоверяване на лица, базирани на изображения“, участващите учени се опитват да овладеят подобни трудности. За целта те използват машинно обучение, по-специално работят със сложни невронни мрежи, които се състоят от множество нива, които са свързани помежду си в многопластови структури. Те трябва да имитират невронната структура на мозъка и са свързани помежду си чрез математически изчислителни единици.
Изследователите „обучават“ тези невронни мрежи, като първоначално захранват системите с множество реални и преобразени изображения на лицето. Алгоритъмът идентифицира модели, така че според изследователите мрежите вече могат да разпознават манипулирани изображения въз основа на произтичащите от това промени, "особено в семантични области като черти на лицето или акценти в очите", казва Питър Айзерт, ръководител на отдела за технологии за зрение и изображения в Fraunhofer HHI.
Предотвратяване на престъпници с изкуствен интелект
Изследователите бяха доволни от резултатите от тестовите писти: софтуерът открива формираните изображения в над 90% от случаите. Учените обаче все още не бяха доволни от това: "Проблемът е по-скоро в това, че не знаете как невронната мрежа е взела решението", казва Айзерт. Поради това, използвайки специално разработени алгоритми, неговият екип също иска да разбере кои региони в изображението на лицето са от значение за решението. Това може да помогне за още по-надеждно идентифициране на морфинга. Често, например, очите дават индикация дали картината е истинска или фалшива.
Това изследване обаче далеч не е приключило. „Престъпниците могат да се възползват от все по-усъвършенствани методи за нападение, например методи от областта на изкуствения интелект, които генерират напълно изкуствени изображения на лицето. Като оптимизираме нашите невронни мрежи, ние се опитваме да изпреварим фалшификаторите и да идентифицираме бъдещи атаки “, казва Айзерт. Целта му е да интегрира разработения софтуер в съществуващите системи за разпознаване на лица при граничен контрол.