活体|拒绝人脸识别被黑产破解,一文看懂如何选取活体检测( 二 )
图片
一、 RGB单目活体
虹软视觉开放平台RGB单目活体检测技术 , 采用普通RGB摄像头即可 , 通过分析采集摩尔纹、成像畸形、反射率等人像破绽 , 从而获得活体检测所需要的识别信息 , 通过多维度的识别依据保证了识别的准确性 。
特点:采用普通单目摄像头 , 所以成本较低 , 对屏幕成像和纸张照片类攻击有着良好防御性 。
二、 IR双目红外活体
虹软视觉开放平台IR双目红外活体 , 在RGB单目活体的算法能力基础上 , 加入了红外摄像头 。
由于红外图像滤除了特定波段的光线 , 天生抵御基于屏幕成像的假脸攻击 。 事实上 , 不管是可见光还是红外光 , 本质都是电磁波 。 物体成像与其表面材质的反射特性有关 。 真实人脸和纸片、屏幕、立体面具等攻击媒介的反射特性都是不同的 , 所以成像效果也不同 。
而这种表面材质差异在红外波反射方面会更加明显 , 当屏幕上的人脸出现在红外摄像头前 , 红外成像的画面里只有白花花一片 , 连人脸都无法显示 , 攻击也就无法得逞 。
特点:由于硬件的差异 , 红外活体相对RGB活体成本有所提高 。 但同时 , 对于屏幕成像和纸张照片类的防御力也更加优秀 。
三、3D Depth活体
3D Depth活体检测采用结构光/TOF等深度摄像头 , 引入了"深度信息"概念 , 可以得到人脸区域的3D数据 , 并基于这些数据做进一步分析 , 能够很容易地辨别纸质照片、屏幕等2D媒介的假脸攻击 。
特点:3D Depth活体检测对屏幕、纸张和面具类攻击的防御能力最好 , 但是同时硬件成本也是最高的 。
图片
【活体检测算法关键指标有哪些?】
在具体应用场景中 , 一款活体检测算法是否适用 , 可以采用"活体检测算法关键指标"进行判断 。 对此 , 在虹软视觉开放平台的"开发者技术支持体系"中也进行了详细介绍 。
目前业内主要将活体检测能力分为基础级和增强级两档 , 基础级可防范二维静态纸质图像攻击和二维静态电子图像攻击 , 增强级可防范二维动态图像攻击、三维面具攻击和三维头模攻击 。
在衡量活体检测算法的时 , 我们通常会引入LDAFAR、LDANRR、LPFRR和LPNRR四个值作为衡量标准 , 它们的计算方式如下:
LDAFAR=(1- 成功标记为活体检测攻击的次数/活体检测攻击总次数)×100%
LDANRR=(引起活体检测系统无响应的活体检测攻击次数/活体检测攻击总次数)×100%
LPFRR= (错误标记为活体检测攻击的次数/ 活体呈现总次数)×100%
LPNRR=(引起活体检测系统无响应的活体呈现次数/活体呈现总次数)×100%
基础级算法的性能指标要求:当LDAFAR为1%时 , LPFRR
尽管活体检测正成为人脸识别应用场景下的标配 , 但在具体使用中 , 仍需要具体考量成本与需求的平衡 , 选择适合的活体检测算法 , 不能一概而论 。
(责任编辑:王治强 HF013)
推荐阅读
- 英特尔|拒绝做小白!一文看懂英特尔CPU的命名规则
- 互联网|京东停用申通发货,阿里拒绝接入京东物流是“分手”主因?
- 苹果|Facebook再次控诉苹果:不仅拒绝取消“苹果税” 还不让告知客户
- 新冠疫苗|动物活体实验证实新冠疫苗鼻腔滴入可起到免疫效果
- TikTok|美媒:TikTok邀请美国奈飞公司参与收购谈判 但被拒绝
- 中年|拒绝学习美国,俄罗斯外长力挺中国华为,顺便还羞辱了一番美国
- 风险|360:AI关键基础设施正面临三重风险人脸识别有漏洞
- |乘风人脸识别来了,企业能得到什么?
- 腾讯|“深”份证用上人脸融合技术,腾讯云、腾讯优图提供支撑
- |百度智能云发布乘风人脸通行考勤平台,10分钟实现智慧通行、无感考勤