كيفية تقييم تأثيرات كاميرا التعرف على الوجه المضادة للأشعة تحت الحمراء / نظارات الخصوصية CCTV بشكل صحيح

كيفية تقييم تأثيرات كاميرا التعرف على الوجه المضادة للأشعة تحت الحمراء / نظارات الخصوصية CCTV بشكل صحيح

مطابقة صورة الوجه والتعرف عليها
يتم إجراء مطابقة البحث للبيانات المميزة المستخرجة لصورة الوجه والقالب المميز المخزنة في قاعدة البيانات. يتم تعيين قيمة عتبة. إذا تجاوز التشابه هذه القيمة الحدية ، يتم إخراج نتائج المطابقة. بالنسبة للتعرف على الوجه ، تتم مقارنة خصائص الوجه التي سيتم التعرف عليها والقالب المميز للوجه. بناءً على التشابه ، يتم الحكم على معلومات هوية الوجه. تنقسم هذه العملية أيضًا إلى فئتين: أحدهما هو التأكيد ، وهو عملية مقارنة صورة من واحد إلى واحد ، والآخر هو تحديد الهوية ، وهو عبارة عن عملية مقارنة لمطابقة الصور من واحد إلى عدة. يتم مطابقة الفهارس الأساسية والتعرف عليها:
1） خطأ قبول معدل
إنه احتمال الخطأ في الاعتراف. تم اجتياز مقارنة الوجه ، لكنها تتعرف على الشخص الخطأ. يتم التعرف على "خطأ" على أنها "صحيحة". إنه مثل شخص يخطئ في شخص آخر.
2） معدل النجاح
إنه الاعتراف الصحيح واحتمال النجاح.
معدل الرفض الخاطئ ، وهو = 1- معدل النجاح (أو FRR للاختصار) ، هو عكس معدل النجاح. معدل الرفض الخاطئ يعني احتمال أن تتعرف قاعدة البيانات عليك ولكن نظام التعرف على الوجه لا يتعرف عليك. إنه مثل شخص يعرفك لكنه لا يؤكد هويتك ويقول أنك لست أنت.
3 ، التشابه
يشير إلى نسبة التشابه بين الوجه المكتشف والوجه في المكتبة المستهدفة في مقارنة الوجه. يمكن التعبير عنها بنسبة مئوية. على سبيل المثال ، التشابه بين لقطة الوجه والوجه في المكتبة الهدف هو 80٪ ، وهذا يعني أن الشخص الذي تراه هو 80٪ مثل الشخص الذي في عقلك.
4） قيمة العتبة
يجب دمج معدل القبول الخاطئ المذكور أعلاه ومعدل النجاح ومعدل الرفض الخاطئ والتشابه مع "قيمة الحد" لمنح نظام التعرف على الوجه تقييمًا معقولاً لسببين:
أولاً ، يرتبط معدل القبول الخاطئ ومعدل النجاح والقيمة الحدية. كلما ارتفعت قيمة العتبة ، انخفض معدل النجاح ومعدل القبول الخاطئ والعكس صحيح. هناك سوء فهم شائع مفاده أنه كلما ارتفع معدل النجاح ، كان ذلك أفضل. في الواقع ، إذا كان معدل النجاح أعلى ، فستكون تجربة العميل أفضل. ومع ذلك ، فإن مثل هذا البيان له خطأين. الأول هو أن معدل النجاح ومعدل القبول الخاطئ يحتاجان إلى التعديل حسب القيمة الحدية. لا معنى لذكر معدل النجاح ومعدل القبول الخاطئ فقط. والثاني هو أن معدل القبول الخاطئ ومعدل النجاح مقيدان بشكل متبادل ، ولا ينبغي لنا متابعة بيانات ممتازة من جانب واحد. الجانب الآخر من معدل النجاح المرتفع هو معدل القبول الخاطئ المرتفع ، وستنخفض القدرة على مكافحة المخاطر. لذلك ، يجب مراعاة تجربة العميل والقدرة على مقاومة المخاطر (عاملان) بشكل شامل لتحديد قيمة العتبة ومعدل القبول الخاطئ المقابل ومعدل النجاح. في بيان أكثر دقة ، تحت قيمة العتبة المحددة ، يكون معدل القبول الخاطئ لنظام التعرف على الوجه A أقل من معدل الأنظمة الأخرى ، ومعدل النجاح أعلى من معدل الأنظمة الأخرى. هذا يدل على أن خوارزمية التعرف على الوجه لنظام التعرف على الوجه A جيدة.
ثانيًا ، ينتمي معدل القبول الخاطئ ومعدل النجاح والقيمة الحدية إلى العلاقة غير الخطية. إذا ارتفعت قيمة العتبة باستمرار ، ينخفض ​​معدل النجاح ومعدل القبول الخاطئ بشكل حاد. يوضح هذا أن قيمة الحد يجب ألا تكون عالية جدًا. ومع ذلك ، طالما أن القيمة الحدية كبيرة بما يكفي ، سيظهر القبول الخاطئ حتمًا.
Vivo Detection: إحدى التقنيات التي تستهدفها كاميرا التعرف على الوجه المضادة للأشعة تحت الحمراء / نظارات الخصوصية CCTV
في بعض سيناريوهات مصادقة الهوية ، يمكن لطريقة تحديد الخصائص الفسيولوجية الحقيقية للكائن أن تدافع بشكل فعال عن وسائل الهجوم الشائعة ، مثل الصورة وتغيير الوجه والقناع والإيواء وإعادة تصوير الشاشة ، وذلك للمساعدة في فحص السلوك الاحتيالي.
هناك ثلاثة أنواع من الكشف عن الأجسام الحية في الوقت الحالي ، والتي تعتمد بشكل أساسي على تقنية الكشف بالأشعة تحت الحمراء. المستوى المضاد للتزييف للجسم الحي من الأقل إلى الأعلى هو: الكشف التعاوني عن الجسم الحي ، والكشف الصامت عن الجسم الحي ، والكشف عن الجسم الحي المجهر.

الكشف عن الجسم الحي التعاوني

طريقة الكشف عن الجسم الحي الأكثر شيوعًا. من خلال طرفة العين ، وفتح الفم ، وهز الرأس ، والإيماءة وغيرها من الإجراءات التعاونية المشتركة ، سواء كان الموضوع هو الجسم الحي الحقيقي ، يتم التحقق من العملية الشخصية من خلال تحديد موضع نقطة الوجه الرئيسية وتتبع الوجه وغيرها من التقنيات

كشف فيفو صامت

لا يُطلب من الموضوع القيام بإجراءات وجه مملة ولكن التقاط صورة أو تصوير مقطع فيديو للوجه في الوقت الفعلي ، ومن ثم يمكن إجراء اكتشاف الجسم الحي للشخص الحقيقي. بالنسبة للموضوع ، من خلال فيديو الوجه الذي يتم تشغيله على جهاز العرض ، يمكن إجراء الفحص والتعرف الصارمين ، ومنع هجوم تشغيل الفيديو.

مجهر فيفو للكشف عن التزييف

إنها تقنية "الضوء المرئي + الأشعة تحت الحمراء القريبة" الكهروضوئية المتكاملة لاكتشاف الجسم الحي للوجه. يكمن مبدأها في تحليل وتصنيف معلومات الطيف التي تعكسها بشرة الوجه تحت ظروف الإضاءة المختلفة. ترتبط صورة الوجه غير المتجانسة ويتم الحكم عليها ، ويتم تمييز الفرق بين بشرة الوجه الحقيقية وجميع مواد الهجوم الأخرى بشكل فعال. يمكن لتقنية الضوء المرئي أن تدرك التعرف السريع على الوجه. تتميز تقنية التصوير بالأشعة تحت الحمراء القريبة بميزات مثل "عدم الحساسية للإضاءة وفشل التصوير الإلكتروني للشاشة والتصوير أثناء اختراق النظارات الشمسية". في سيناريوهات التطبيق الفعلي ، يمكن منع النوايا الخبيثة لاختلاق أو سرقة الخصائص البيولوجية للآخرين من أجل مصادقة الهوية. يمكن منع الهجمات بوسائل مختلفة ، مثل الصورة والفيديو والقناع ثلاثي الأبعاد ، بشكل أكثر فعالية. تم تحسين أمان التحقق من صحة الهوية عن بُعد.