11.04.2022
Za pewne pamiętasz przynajmniej jedną taką sytuację w swoim dzieciństwie, gdy fotograf robił zdjęcia wszystkim a następnie oferował zakup odbitek? Nie dbaliśmy wtedy o prywatność. Czy te zdjęcia mogłyby być następnie zaniesione do Interpolu i przepuszczone przez ówczesne prototypy silników rozpoznawania twarzy? Czy może byłyby przechowywane do wykorzystania w przyszłości?
Biometryczne rozpoznawanie twarzy budzi coraz większe obawy dotyczące prywatności na całym świecie. Zwłaszcza, że technologia jest dostępna na miliardach smartfonów, a dane trafiają do wielu różnych firm prywatnych. W niektórych miejscach, takich jak San Francisco, jest nawet zakaz używania detekcji twarzy w miejscach publicznych. Dlaczego więc FR (Face Recognition) jest wybierany częściej w stosunku do innych rozwiązań biometrycznych oraz innych technologii związanych z bezpieczeństwem?
Aby odpowiedzieć na to pytanie, musimy spojrzeć na rozpoznawanie twarzy przez pryzmat teorii bezpieczeństwa i porównać ją z innymi dostępnymi technologiami.
Zasadniczo uwierzytelnianie osoby składa się z trzech poziomów, każdy z nich odpowiada na swoje pytanie:
1) Co wiesz?
2) Co masz?
3) Kim jesteś?
Pierwszy poziom jest najprostszy technologicznie, a zarazem najbardziej narażony. Może to być np. hasło, kod, pin, odpowiedź na pytanie zabezpieczające – coś, co można łatwo złamać, zapomnieć. Mimo to nadal używamy pierwszego poziomu uwierzytelniania w tak wielu miejscach, ponieważ jest proste i nie wymaga żadnych specjalistycznych urządzeń.
Drugim czynnikiem jest zazwyczaj coś, co posiadasz fizycznie. Podobnie jak klucz lub karta dostępu, token lub telefon – coś, czego najprawdopodobniej używasz do dwuetapowej autentykacji, aby zalogować się np. na swoje konto w bankowości elektronicznej. Bezpieczeństwo drugiego poziomu jest oczywiście mocniejsze, ale nadal możesz utracić klucz, lub ktoś może skraść kartę SIM – nawet bez telefonu!
Ostatecznie, trzeci poziom jest czymś, co widzimy na początku filmu „Tożsamość Bourne’a”. Niemal zupełnie nagi człowiek nie pamięta nic o swoim życiu, ale wchodzi do banku i jest natychmiast zidentyfikowany i uwierzytelniony. (co powinien Jason zrobić, jeśli poprosiliby go o hasło?). Zasadniczo, trzeci poziom bezpieczeństwa bazuje na biometrii – unikalnych cechach ludzkich, które są trudne do zmiany i znacznie bardziej skomplikowane lub niemożliwe do skopiowania czy sfałszowania. Niektóre metody biometryczne wymagają wyrafinowanych technologii, np. skanowanie siatkówki, dłoni lub żył. Inne metody są prostsze i mogą być dodawane do większości istniejących systemów bezpieczeństwa. Analityka wideo rozpoznająca twarze czy też analityka audio rozpoznająca głos, wymagają zaawansowanego oprogramowania i rutynowej aktualizacji urządzeń.
Praktyka pokazuje, że najbardziej skuteczną metodą uwierzytelniania jest połączenie co najmniej dwóch czynników (faktorów) bezpieczeństwa. Aby uzyskać bezpieczeństwo na najwyższym poziomie, należy użyć wszystkich trzech faktorów na różnych etapach wymaganych dla uzyskania dostępu do różnych zasobów.
Ze wszystkich dostępnych obecnie technik autentykacji trzeciego poziomu, rozpoznawanie twarzy jest tą najbardziej optymalną opcją. Dlaczego?
Co prawda dokładność FR z wykorzystaniem nowoczesnych algorytmów jest dość wysoka, ale nadal można oszukać sztuczną inteligencję. Techniki sabotowania FR są w większości przypadków skomplikowane, a zatem drogie – kamuflaż, makijaż, portret, zdjęcie, specjalnie zaprojektowane maski. Z kolei producenci systemów FR ciągle rozwijają algorytmy wdrażając środki zaradcze antysabotażowe. Jeśli jakiekolwiek pomyłki są z założenia niedopuszczalne w danym zastosowaniu (np. kontrola dostępu do stref krytycznych), należy stosować FR w połączeniu z innymi metodami uwierzytelniania.
A więc, jak wybrać dobre rozwiązanie identyfikacji twarzy? Tak, jak w przypadku każdego innego produktu: zbadać rynek i zapytać ekspertów.
Porównując wielu dostawców algorytmów i systemów identyfikacji twarzy, zebraliśmy kilka mądrych wniosków. Zastosowaliśmy te informacje podczas opracowywania własnego modułu identyfikacji twarzy.
Wczesne algorytmy identyfikacji twarzy zazwyczaj opierały się na detekcji rysów twarzy. Algorytmy FR nowej generacji opierają się na sieciach neuronowych (NN – Neural Networks) – są szybsze, mniej obciążające hardware i dokładniejsze. Są również skuteczne w identyfikowaniu twarzy na podstawie częściowej analizy twarzy (np. osób noszących maseczki) i twarzach usytuowanych pod dużym kątem względem kamery. Ponadto, sieci neuronowe są „wyrozumiałe” na zmiany mimiki twarzy, okulary, zarost czy różne fryzury. Nowoczesne algorytmy FR obalają również przesądy o uprzedzeniach rasowych i stronniczości odnośnie płci.
Obecne technologie FR przedstawiają również inne podejście. Wśród nich – modelowanie twarzy 3D, które jest niezależne od źródła światła i bardzo dobrze rozpoznaje twarze pod dużymi kątami. Inna bardzo interesująca technika FR wykorzystuje obrazy termiczne zamiast tradycyjnego wideo. Kamery termowizyjne ignorują zakłócenia wizualne, takie jak okulary czy makijaż i mogą pracować przy bardzo słabym oświetleniu. Główną wadą tego rozwiązania jest brak baz danych termicznych obrazów twarzy, nie wspominając o kosztach przyzwoitej kamery termowizyjnej.
CORTROL FR 3.0 bazuje na technologii wideo i wykorzystuje sieci neuronowe, ponadto wyposażony jest we wszystkie zalety najnowocześniejszych technologii FR. Zgromadziliśmy bogate doświadczenie ze starszymi algorytmami CORTROL FR pierwszej generacji. Znamy różnice. Można porównać tą przemianę do wymiany Hondy na Teslę. Po wypróbowaniu fajnej nowej rzeczy, będziesz tęsknić za nią za każdym razem, gdy tylko użyjesz starego rozwiązania. Ci, którzy nigdy nie próbowali, powinni zarezerwować jazdę próbną!
Każdy producent oprogramowania mówi o swoim produkcie z głową w chmurach i niewiele można z tym zrobić. To co można zrobić, to np. przeprowadzenie testów skuteczności. Kilka niezależnych instytucji specjalizuje się w testowaniu biometrycznych algorytmów identyfikacji twarzy. Jednym z najbardziej znanych i szanowanych światowych instytutów jest NIST (National Institute of Standards and Technology of the United States) przeprowadzający tzw. FRVT – Face Recognition Vendor Test. Testują tam wiele wskaźników i upubliczniają wyniki, dzięki czemu możesz zobaczyć na własne oczy, jak wybrany algorytm FR plasuje się w różnych scenariuszach zastosowań.
Silnik identyfikacji twarzy CORTROL FR 3.0 zajmuje drugie miejsce (No.2) w testach NIST FRVT wśród liderów w kategorii weryfikacji 1:1 i zapewnia znakomite wyniki testu w kategorii 1:N (jeden do wielu dopasowań). W rezultacie uzyskujemy bardzo niski współczynnik błędnych rozpoznań i dużą szybkość dopasowania oraz najwyższą możliwą wydajność i niespotykaną dokładność.
Należy wziąć pod uwagę wymagania dotyczące oprogramowania FR i sprzętu. Niektóre rozwiązania do identyfikacji twarzy działają tylko na określonym sprzęcie lub wymagają kosztownej jednostki GPU. Inne mają skomplikowany model licencjonowania, który sprawia, że musisz dopłacać za dodatkową funkcjonalność. Wyobraź sobie oddzielną opłatę za alerty w aplikacji mobilnej, estymator wieku lub możliwość rejestracji kolejnych twarzy w bazie danych. Niektóre rozwiązania są całkowicie autonomiczne, z kolei inne wymagają w pełni funkcjonalnego systemu zarządzania wideo VMS.
Zastanówmy się, jakie są wymagania odnośnie sprzętu i oprogramowania. Niektóre rozwiązania oferują inteligencję realizowaną po stronie urządzeń brzegowych (FR po stronie kamery), inne wymagają konkretnego sprzętu (np. super-mocna jednostka GPU), a jeszcze inne chętnie korzystają z ogólnie pojętego komputera.
Choć moduł identyfikacji twarzy FR3.0 nie jest niezależny i działa tylko we współpracy z platformą GANZ CORTROL, to w zamian oferuje wszystkie zalety zintegrowanego rozwiązania. Licencja FR3.0 ogranicza liczbę twarzy tzw. „wzorcowych” w bazie danych, co pozwala włączyć FR w systemie dla dowolnej ilości kanałów (kamer). Poza tym, CORTROL FR 3.0 współpracuje zarówno z edycjami Premier oraz Global co oznacza, że może być wdrożony zarówno do małych instalacji, jak i dużych rozproszonych systemów wieloobiektowych.
Oprogramowanie CORTROL FR 3.0 jest wyposażone w lekki przeglądarkowy interfejs użytkownika. Nie wymaga stosowania kosztownych mocnych kart graficznych, opierając się wyłącznie na procesorze CPU. Dzięki temu możliwe jest wykorzystanie istniejącego sprzętu (serwera) do identyfikacji twarzy. Pozostaw karty graficzne dla graczy i kopaczy bitcoinów!
Nie mniej ważny aspekt: GANZ CORTROL VMS współpracuje z ponad 5 tysiącami modeli kamer różnych producentów co oznacza, że możesz użyć niemal dowolnej kamery do uruchomienia identyfikacji twarzy w twoim systemie. Oczywiście, istnieją pewne wymagania dotyczące jakości wideo i usytuowania kamery.
Załóżmy, że ostatecznie zawężasz swój wybór do trzech lub czterech opcji. Podobna wydajność, dobra cena, łatwa konfiguracja. Ale może jeden z nich pasuje do twojego zastosowania lepiej niż inne? Co jest kluczowe dla twojego projektu? Być może jest to zdolność do pracy z różnymi rodzajami baz danych, ponieważ np. organy ścigania będą musiały przeszukiwać lokalne, ogólnokrajowe i międzynarodowe bazy danych. A może twój klient jest bankiem, który zażąda raportów z analizy klientów, np. według wieku i płci, dodatkowo w połączeniu z analityką do zliczania klientów. Dobrze jest wiedzieć, jakie dodatkowe opcje może zaoferować twój dostawca, aby przewidzieć przyszłe potrzeby klienta.
Identyfikacja LIVE (na żywo), wyszukiwanie osób w bazie danych, wszelkiego rodzaju alerty i alarmy, w tym również takie pozwalające na sparowanie z kontrolą dostępu – to tylko część tego, co możesz uzyskać w CORTROL FR 3.0. Oprócz podstawowej identyfikacji twarzy i dopasowywania do wzorca, oferuje tzw. estymatory cech (atrybutów) takich jak wiek, płeć, nastrój, lub też wykrywanie obecności maseczki na twarzy. Istotną cechą jest połączenie identyfikacji twarzy z pomiarem temperatury ciała i możliwością wyszukiwania historii odczytów temperatury – ten wariant wymaga zastosowania kamery bispektralnej GANZ Thermometer.
System z identyfikacji twarzy rzeczywiście kosztuje więcej w porównaniu do tradycyjnego CCTV. Z drugiej strony rozwiązania pasywne typu „nagrywający magnetowid” stają się niepraktyczne, ponieważ przeglądanie terabajtów nagrań wideo w poszukiwaniu istotnego fragmentu jest czasochłonnym i żmudnym procesem. Potrzebujemy danych, które są istotne, stąd też wszystkie zarejestrowane zdarzenia powinny opierać się na analizie wideo, np. FR.
Istnieje wiele zastosowań dla technologii FR. Zasadniczo, jest to rozwiązanie przydatne wszędzie tam, gdzie istnieje potrzeba automatycznej i natychmiastowej weryfikacji tożsamości:
Oczywiście ważne jest, aby FR wspierał funkcjonowanie systemu prawnego, a nie z nim kolidował. Musimy wspierać ochronę danych biometrycznych i zapewnić odpowiednie profile użytkowania. W przeciwnym razie, coraz więcej miejsc będzie wspierać działania takich miast jak Boston i San Diego, w których obowiązuje zakaz stosowania FR – nawet dla organów ścigania.
Rozpoznawanie twarzy jest jak ostry nóż w kuchni. Jest to potężne narzędzie, a jednocześnie niebezpieczne – jeśli jest nadużywane. System FR musi być użytkowany z dala od dzieci i laików. Może być stosowany tylko z zachowaniem odpowiednich środków ostrożności i wówczas dostarczy mnóstwo korzyści.
SPRAWDŹ RÓWNIEŻ
Pozostałe artykuły
Nasz zespół to grupa wyspecjalizowanych i doświadczonych ekspertów, którzy są do Twojej dyspozycji. Zadzwoń do nas a pomożemy Ci wybrać produkty lub systemy idealnie dopasowane do Twojego przedsiębiorstwa.
Copyright © 2022 GANZ SECURITY
Realizacja:
