Cómo evaluar correctamente los efectos de la cámara de reconocimiento facial anti-infrarrojos / gafas de privacidad CCTV

Cómo evaluar correctamente los efectos de la cámara de reconocimiento facial anti-infrarrojos / gafas de privacidad CCTV

Coincidencia y reconocimiento de imágenes faciales
La búsqueda de coincidencias se lleva a cabo para los datos característicos extraídos de la imagen facial y la plantilla de características almacenada en la base de datos. Se establece un valor de umbral. Si la similitud supera dicho valor umbral, se emiten los resultados coincidentes. En cuanto al reconocimiento facial, se comparan las características faciales a reconocer y la plantilla de características faciales obtenidas. En función de la similitud, se juzga la información de identidad facial. Este proceso también se divide en dos clases: una es la confirmación, que es un proceso de comparación de imágenes uno a uno, y la otra es la identificación, que es un proceso de comparación de coincidencia de imágenes uno a varios. Los índices centrales se comparan y reconocen:
1） Tasa de aceptación falsa
Es la probabilidad de reconocimiento erróneo. La comparación facial se pasa, pero reconoce a la persona equivocada. "Falso" se reconoce como "verdadero". Es como una persona confundiendo a otra persona.
2） Tasa de aprobación
Es el reconocimiento correcto y la probabilidad de pase.
Tasa de falso rechazo, que es = 1 Tasa de aprobación (o FRR para abreviar), es lo opuesto a la Tasa de aprobación. Tasa de falso rechazo significa la probabilidad de que la base de datos lo reconozca, pero el sistema de reconocimiento facial no. Es como una persona que te conoce pero no confirma tu identidad y dice que no eres tú.
3） similitud
Se refiere a la relación de similitud entre el rostro detectado y el rostro en la biblioteca de destino en comparación facial. Puede expresarse en porcentaje. Por ejemplo, la similitud entre la cara de la instantánea y la cara en la biblioteca de destino es del 80%, lo que significa que una persona que ve es un 80% como la persona en su mente.
4, valor de umbral
La tasa de aceptación falsa, la tasa de aprobación, la tasa de rechazo falso y la similitud antes mencionadas deben combinarse con el "Valor de umbral" para dar al sistema de reconocimiento facial una evaluación razonable por dos razones:
Primero, la tasa de aceptación falsa, la tasa de aprobación y el valor de umbral están relacionados. Cuanto mayor sea el valor de umbral, menor será la tasa de aprobación y la tasa de aceptación falsa y viceversa. Existe un malentendido común de que cuanto mayor sea la tasa de aprobación, mejor. De hecho, si la tasa de aprobación es mayor, la experiencia del cliente sería mejor. Sin embargo, tal afirmación tiene dos errores. Una es que la tasa de aprobación y la tasa de aceptación falsa deben ajustarse por el valor de umbral. No tiene sentido mencionar solo la tasa de aprobación y la tasa de aceptación falsa. La segunda es que la tasa de aceptación falsa y la tasa de aprobación están mutuamente restringidas, y no debemos buscar datos excelentes unilaterales. El otro lado de la tasa de aprobación alta es la tasa de aceptación falsa alta, y la capacidad anti-riesgo disminuirá. Por lo tanto, la experiencia del cliente y la capacidad anti-riesgo (dos factores) deben considerarse de manera integral para determinar el valor umbral y la tasa de aceptación falsa y la tasa de aprobación correspondientes. En una declaración más precisa, por debajo del valor de umbral designado, la tasa de aceptación falsa del sistema de reconocimiento facial A es menor que la de otros sistemas, y la tasa de aprobación es mayor que la de otros sistemas. Esto muestra que el algoritmo de reconocimiento facial del sistema de reconocimiento facial A es bueno.
En segundo lugar, la tasa de aceptación falsa, la tasa de aprobación y el valor umbral pertenecen a la relación no lineal. Si el valor de umbral aumenta constantemente, la tasa de aprobación y la tasa de aceptación falsa disminuyen drásticamente. Esto muestra que el valor umbral no debe ser demasiado alto. Sin embargo, siempre que el valor de umbral sea lo suficientemente grande, inevitablemente aparecerá la falsa aceptación.
Vivo Detection: una de las tecnologías a las que se dirige la cámara de reconocimiento facial antiinfrarrojos / gafas de privacidad CCTV
En algunos escenarios de autenticación de identidad, el método para determinar las características fisiológicas reales del objeto puede defender eficazmente los medios de ataque comunes, como la imagen, el cambio de rostro, la máscara, el refugio y la repetición de la pantalla, para ayudar a detectar el comportamiento fraudulento.
En la actualidad, existen tres tipos de detección en vivo, que se basan principalmente en la tecnología de detección por infrarrojos. El nivel anti-falso de cuerpo vivo de menor a mayor es: detección cooperativa en vivo, detección silenciosa en vivo y detección binocular anti-falso de cuerpo vivo.

Detección cooperativa de Vivo

La forma de detección en vivo más común. A través de parpadear, abrir la boca, sacudir la cabeza, asentir y otras acciones combinadas cooperativas, si el sujeto es el cuerpo vivo real, la operación personal se verifica mediante el posicionamiento del punto clave facial y el seguimiento facial y otras tecnologías.

Detección silenciosa de Vivo

No se requiere que el sujeto lleve a cabo acciones faciales tediosas, sino que tome una foto o filme un video facial en tiempo real, y luego se puede realizar la detección en vivo de la persona real. En cuanto al sujeto, a través del video facial reproducido en el visualizador, se puede realizar el control y el reconocimiento estrictos, y se evita el ataque de reproducción de video.

Detección antifalsificación binocular Vivo

Es la tecnología de detección facial en vivo integrada fotoeléctrica de “luz visible + infrarrojo cercano”. Su principio radica en el análisis y clasificación de la información espectral reflejada por la piel del rostro en diferentes condiciones de luz. La imagen facial heterogénea se relaciona y juzga, y se distingue efectivamente la diferencia entre la piel facial real y todos los demás materiales de ataque. La tecnología de luz visible puede realizar el reconocimiento facial rápido. La tecnología de imágenes del infrarrojo cercano tiene características tales como "insensible a la iluminación, fallas en las imágenes de la pantalla electrónica e imágenes al penetrar las gafas de sol". En los escenarios de aplicación reales, se pueden evitar las intenciones maliciosas de fabricar o robar las características biológicas de otros para la autenticación de identidad. Los ataques por diversos medios, como imagen, video y máscara 3D, se pueden prevenir de manera más efectiva. Se mejora la seguridad de la verificación remota de la autenticidad de la identidad.