हमने फेस रिकग्निशन तकनीक का परीक्षण कैसे किया और इसके बारे में क्या आया

बायोमेट्रिक्स तकनीक तेजी से हमारे जीवन में प्रवेश कर रही है। गैजेट्स में चेहरे की पहचान दिखाई देती है। दुनिया भर के बैंक इस तकनीक का इस्तेमाल एटीएम में कर रहे हैं। चेहरा पहचान प्रणाली से जुड़े सीसीटीवी कैमरे अपराधियों को पकड़ने में कानून प्रवर्तन एजेंसियों की मदद करने के लिए डिज़ाइन किए गए हैं। किसी व्यक्ति की सहायता से, आप सेवाओं में लॉग इन कर सकते हैं और भुगतानों की पुष्टि कर सकते हैं। और यह, हमेशा की तरह उच्च तकनीक के मामले में, केवल शुरुआत है। एक व्यक्ति हमारा पास, व्यवसाय कार्ड, भुगतान साधन बन जाता है। इसे भुलाया या खोया नहीं जा सकता (लाक्षणिक अर्थ को छोड़कर)। लेकिन क्या यह तकनीक अच्छी तरह से संरक्षित है?

हमने कुछ लोकप्रिय उपकरणों को लेने का फैसला किया और चेहरे की पहचान (फेस अनलॉक) के साथ, एक साधारण शुरुआत के साथ, चेहरे की पहचान तकनीक के आधार पर चेक को बायपास करने का प्रयास किया।

नोट : कंपनी के कर्मचारियों द्वारा अनुसंधान गैजेट प्रदान किए गए थे। विषय में वर्णित प्रयोग 2019 के वसंत में आयोजित किया गया था, इसलिए नवीनतम मॉडलों के स्मार्टफोन ने इसमें भाग नहीं लिया।

कलाकार:

• वनप्लस 5T
• सैमसंग गैलेक्सी S8
• विंडोज हैलो + इंटेल RealSense
• iPhone X
• अलेक्जेंडर पोलुनिन , वैचारिक प्रेरणा और प्रयोगात्मक मॉडल (फोटो से प्रौद्योगिकी को दरकिनार)
• Pavel Novikov , एक IoT डिवाइस विशेषज्ञ और एक 3D मॉडल के लिए एक मॉडल
• डेमिर ज़ैनुलिन , शोधकर्ता और एक घर का बना मुखौटा के लिए मॉडल
• और अन्ना डेविदोवा , नताल्या फ्रेलोवा , एंटोन कारपिन और चक नॉरिस भी

इसलिए, हमारे पास हमारे निपटान में चार डिवाइस थे, उनमें से एक में - सैमसंग गैलेक्सी एस 8 - फेस रिकग्निशन टेक्नोलॉजी के अलावा, रेटिना रिकग्निशन टेक्नोलॉजी (आइरिस स्कैनर) का भी इस्तेमाल किया गया था।

इन उपकरणों में उपयोग किए जाने वाले दो हार्डवेयर और सॉफ़्टवेयर तकनीकों पर प्रकाश डाला गया। पहली पुरानी फोटो पहचान तकनीक है, जो एक सपाट छवि है। कार्यक्रम उस छवि से मेल खाने की कोशिश करता है जो कैमरा देखता है और संरक्षित जानकारी तक पहुंच प्रदान नहीं करता है। इस तकनीक को दरकिनार कर वनप्लस और सैमसंग स्मार्टफोन पर परीक्षण किया गया।

दूसरी तकनीक, अधिक उन्नत, सतह पर बिंदुओं के लेजर प्रक्षेपण का उपयोग करती है, जिसके परिणामस्वरूप एक प्रकार का ग्रिड होता है। डिवाइस में निर्मित एक इन्फ्रारेड कैमरा इस ग्रिड के प्रतिबिंब को पढ़ता है और, प्रत्येक बिंदु से रिटर्न सिग्नल की अवधि तक, कैमरे के सामने खड़ी होने वाली वस्तु की गहराई और आकार को समझता है। इस प्रकार, एक त्रि-आयामी छवि प्राप्त की जाती है। इस तकनीक का उपयोग विंडोज हैलो और iPhone X (साथ ही लोकप्रिय Kinect कैमरा) में किया जाता है।

चारों ओर काम करने के लिए चार तरीकों का इस्तेमाल किया गया था:

1. एक प्रिंटर पर मुद्रित रंगीन फोटो;
2. काले और सफेद में एक प्रिंटर पर मुद्रित अवरक्त तस्वीर;
3. घर का बना मुखौटा;
4. अप्रकाशित 3 डी फेस मॉडल, छोटी प्रति।

पावेल नोविकोव अपने चेहरे के 3 डी मॉडल की एक छोटी प्रति के साथ

हमें तुरंत कहना होगा कि हमने मान्यता प्रौद्योगिकी को दरकिनार करने के लिए सबसे कम खर्चीली और सबसे तेज़ विधियों का उपयोग किया है। उदाहरण के लिए, एक जीवन-आकार का चित्रित 3 डी मॉडल जटिल और महंगा है। सैमसंग की आइरिस स्कैनर तकनीक आपको अवरक्त में काफी स्पष्ट रेटिना तस्वीरें लेने की अनुमति देती है। हम इस तकनीक को प्राप्त करने में सक्षम नहीं थे, लेकिन हम वर्कअराउंड के उदाहरणों के साथ एक बहुत ही मनोरंजक लेख में आए। इस लेख को देखते हुए, एक अच्छे कैमरे पर आंख का एक बहुत ही उच्च-गुणवत्ता वाला शॉट लेना आवश्यक है, इस चित्र को प्रिंट करें और इसे संपर्क लेंस चिपकाकर वॉल्यूम दें, या, दूसरे संस्करण में, गोंद के साथ चमक दें । बेशक, वास्तविक जीवन में उस व्यक्ति की कल्पना करना मुश्किल है जो किसी अजनबी को नज़दीकी सीमा पर अपनी आँखों की तस्वीर लेने की अनुमति देगा। यदि आप दूर से गोली मारते हैं, तो आपको एक बहुत शक्तिशाली टेलीफोटो लेंस की आवश्यकता होती है (और पीड़ित स्वयं काफी गतिहीन होने की संभावना नहीं है)।

दूसरे शब्दों में, इस तरह की विधि का व्यावहारिक महत्व किसी भी मामले में बहुत छोटा है, क्योंकि इसके लिए पर्याप्त सामग्री निवेश और कई परिस्थितियों के संयोजन की आवश्यकता होती है। जब एक हमले को मॉडलिंग करते हैं, तो हमें अन्य चीजों के अलावा, इसके कार्यान्वयन की जटिलता को समझना चाहिए।

चारों ओर पहली बार, हमने ए 4 शीट पर चेहरे की एक रंगीन तस्वीर छापी।



अलेक्जेंडर पोलुनिन एक रंग और काले और सफेद तस्वीर पर मान्यता के लिए तैयार है

प्रयोगों से पता चला कि पहले, पुराने तरीके से सफलतापूर्वक निर्धारित किए गए तरीके और निश्चित रूप से दो स्मार्टफोन हैं जो हमारे निपटान में थे - OnePlus 5T और Samsung S8।

अच्छी रोशनी में, रंगीन फोटो का उपयोग करके बाईपास विधि ने परिणाम नहीं दिया, स्मार्टफोन अनलॉक नहीं हुए। कम रोशनी में, दोनों फोन फोटो को "पहचानते" हैं। जैसा कि ऊपर उल्लेख किया गया है, दोनों डिवाइस सबसे सरल तकनीक का उपयोग करते हैं - रंग फोटो द्वारा मान्यता, जिसमें कैमरा जो देखता है उसकी एक सपाट रंग छवि की तुलना एक नमूना के रूप में दर्ज की गई है।

दूसरी विधि ने काम नहीं किया - अवरक्त स्पेक्ट्रम में ली गई एक तस्वीर और एक प्रिंटर पर मुद्रित; यह काला और सफेद है और सेंसर इसे नहीं उठाता है, इसे रंगीन फोटो छवि की आवश्यकता होती है।

सीधे शब्दों में कहें, तो आप सोशल नेटवर्क पर एक फोटो डाउनलोड करके और किसी भी फोटो सैलून में रंगीन फोटो प्रिंट करने के लिए सौ रूबल का भुगतान करके इस तकनीक को प्राप्त कर सकते हैं।

सैमसंग S8 पर रेटिना रिकग्निशन टेक्नोलॉजी आइरिस स्कैनर का परीक्षण किया गया। जैसा कि ऊपर उल्लेख किया गया है, इस तकनीक को आंखों की रंगीन फोटो द्वारा मूर्ख नहीं बनाया जा सकता है। चूंकि कैमरा और सेंसर को मालिक की आंखों में "देखना" चाहिए, इसलिए स्मार्टफोन को पास लाया जाना चाहिए; स्क्रीन पर आंखें दिखाई देती हैं, आपको इस छवि को देखने की जरूरत है, अवरक्त प्रकाश चालू होता है। फ्रंट कैमरा आंखों और रेटिना के पैटर्न की तस्वीरें खींचता है। हमने सुझाव दिया कि आंखों की उच्च गुणवत्ता वाली मुद्रित तस्वीर को डिवाइस को अनलॉक करना चाहिए। हमने यह सुनिश्चित किया कि कैमरा "समझे" कि हम उसे आँखें दिखा रहे हैं, लेकिन सिस्टम को प्रशिक्षित करने के लिए तस्वीर का विस्तार पर्याप्त नहीं था। जैसा कि हमने ऊपर उल्लेख किया है, फोटो नमूनों वाले अन्य शोधकर्ताओं द्वारा एक लेख से, जिसे इस तकनीक को धोखा देने की आवश्यकता है, यह स्पष्ट हो गया कि तकनीक को बायपास करने का एक तरीका है, लेकिन यह अपेक्षाकृत समय लेने वाली और महंगी है।

दूसरी बात, विंडोज हेलो और आईफोन X में इस्तेमाल की जाने वाली आधुनिक तकनीक के लिए, यहां हम कई दिलचस्प बारीकियों के बारे में जानते हैं।

रंगीन फोटो (1st मेथड) का उपयोग करना किसी भी डिवाइस पर काम नहीं करता है, क्योंकि फोटो एक सपाट छवि है, और विंडोज हैलो में, iPhone X की तरह, एक त्रि-आयामी मॉडल का उपयोग किया जाता है; प्रौद्योगिकी आपको एक त्रि-आयामी वस्तु को "देखने" की अनुमति देती है, जो कैमरे के सामने स्थित है, इसकी गहराई।

यह ध्यान दिया जाना चाहिए कि विंडोज हैलो तकनीक के विभिन्न उपयोग हैं। इसका उपयोग कंप्यूटर गेम में वर्चुअल मॉडलिंग के लिए स्कैनिंग के लिए किया जाता है: आप उसे एक हाथ दिखाते हैं - वह एक आभासी कंकाल बनाता है, और आप इस आभासी हाथ का उपयोग कर सकते हैं, खेल में विभिन्न जोड़तोड़ करने के लिए। विंडोज हैलो में मान्यता दो मानदंडों पर आधारित है - फिंगरप्रिंट और चेहरे द्वारा; उत्तरार्द्ध आपको कंप्यूटर पर बस विंडोज में लॉग इन करने की अनुमति देता है। कैमरा मालिक को पहचानता है, यहां तक ​​कि एक अंधेरे कमरे में भी। यही कारण है कि इस तकनीक को अपने सामान्य अर्थों में रंग की आवश्यकता नहीं है। कैमरे में दो छवि सेंसर हैं: एक रंग, और दूसरा अवरक्त, जो ऑब्जेक्ट पर अनुमानित मैट्रिक्स को पढ़ता है और इसे अवरक्त प्रकाश में देखता है।



इंटेल RealSense कैमरा से 3 डी छवि। इसी तरह, चेहरा पहचान प्रणाली "हमें देखता है"। उपयोगकर्ता पर धूप का चश्मा हैं। कैमरा आंखों के बारे में जानकारी प्राप्त नहीं करता है, लेकिन चेहरे के बारे में उपलब्ध जानकारी उपयोगकर्ता को लॉग इन करने की अनुमति देती है।

हमने Intel RealSense कैमरे का उपयोग करके एक इंफ्रारेड फोटो लिया, इसे एक काले और सफेद प्रिंटर पर मुद्रित किया और (2 विधि) में लॉग इन करने का प्रयास किया। 2018 के वसंत तक, यह सरल तरीका काम कर गया। यह पता चला कि डिवाइस सॉफ़्टवेयर में एक गलती थी: प्राधिकरण के दौरान, गहराई और मात्रा को ध्यान में नहीं रखा गया था। अप्रैल 2018 में, डेवलपर्स ने त्रुटि तय की।

होममेड मास्क (तीसरी विधि) ने किसी भी तकनीक को धोखा देने की अनुमति नहीं दी - न तो पुराना, न ही दो आयामी, न ही तीन आयामी।

चेहरे के 3 डी मॉडल (4 वें विधि) के मामले में, विंडोज हैलो ने असामान्य व्यवहार किया। जब हमने इस मॉडल पर प्रशिक्षण के लिए कैमरे का निर्देशन किया, तो सिस्टम ने उस चेहरे की परिक्रमा की जिसे उसने "देखा" था। प्रशिक्षण के दौरान, कभी-कभी ऐसा हुआ, कभी-कभी नहीं, लेकिन एक ही समय में सिस्टम को वैसे भी प्रशिक्षित किया गया था।

Intel RealSense कैमरे में तकनीक उपयोगकर्ता को सिस्टम को फिर से चलाने की अनुमति देती है। मान लीजिए कि आपकी दाढ़ी बढ़ी हुई है, या आपको अपनी आंख के नीचे एक अंगुली मिली है, और सिस्टम आपको पहचानना बंद कर चुका है। इस मामले में, आपके पास उसे पुनः प्राप्त करने का अवसर है। जैसा कि यह निकला, वास्तव में यह बनाई गई छवि में कोई परिवर्तन नहीं जोड़ता है, इसमें सुधार नहीं करता है, लेकिन बस एक अतिरिक्त छवि बनाता है। इस तरह, हम एक विंडोज खाते के लिए सिस्टम में पांच पूरी तरह से अलग-अलग लोगों को जोड़ने में सक्षम थे, और सभी पांच लोगों को इस खाते का उपयोग करके लॉग इन करने का अवसर मिला।

IPhone X के मामले में, इंफ्रारेड फोटो में इंटेल रियलइंसन तकनीक के साथ फेस आईडी तकनीक की समानता दिखाई दी। प्रणाली ने माना कि यह एक चेहरा था और खुद को शिक्षित करने की अनुमति दी। लेकिन एक ही समय में, वास्तविक उपयोगकर्ता की छवि मुद्रित की गई, जिसे आईफोन में दर्ज किया गया है, यह लॉग इन करना संभव नहीं था: वॉल्यूम अभी भी एक भूमिका निभाता है। सिद्धांत सरल है: जो सिखाया गया था - और इसलिए अधिकृत है। चित्र द्वारा सिखाया गया - चित्र द्वारा लॉग इन किया गया। चेहरे पर सिखाया - सिस्टम ने फोटो को अधिकृत नहीं किया।

हमें यह भी पता चला कि iPhone पर, फेस आईडी को काम करने के लिए, कैमरे को कम से कम एक तिहाई चेहरे को "देखना" पड़ता है। (सिद्धांत रूप में, यह एक संभावित रूप से कमजोर स्थान माना जा सकता है: नकली के लिए चेहरे को पूरी तरह से पुन: पेश करने की आवश्यकता नहीं है।) यदि आप एक टोपी डालते हैं या दाढ़ी बढ़ाते हैं तो आपको पहचाना जाएगा। टोपी और दाढ़ी के साथ लॉग इन करना भी संभव होगा, लेकिन अब भौंहों तक फैली हुई टोपी के साथ और दुपट्टे के घाव के साथ नाक तक सभी तरह से नहीं। एक प्रयोग के रूप में, हम कागज के शीट्स के साथ चेहरे के क्रमिक रूप से कवर होते हैं; माथे और ठोड़ी को अलग-अलग ढक कर एक साथ रखें, चेहरे और माथे का आधा हिस्सा ठुड्डी से। उन्होंने कागज़ की चादरों से नहीं, बल्कि टोपी, काले चश्मे, दुपट्टे, दुपट्टे के साथ ऐसा करने की कोशिश की। प्रयोग के दौरान, यह स्पष्ट हो गया कि iPhone को अनलॉक करने के लिए, सिस्टम को नाक को "देखना" चाहिए। प्रशिक्षण के दौरान, सिस्टम चेहरे को याद करता है, और फिर, सबसे अधिक संभावना है, चेहरे का एक टुकड़ा (लगभग एक तिहाई) इसके लिए पर्याप्त है, जो कि प्रशिक्षण के दौरान प्राप्त की गई तुलना करता है।



सिस्टम मालिक को पहचानता है यदि उसका निचला चेहरा बंद है



सिस्टम को अनलॉक करने के लिए चक के केवल एक तिहाई चेहरे की आवश्यकता होती है। मुख्य बात यह है कि नाक बंद नहीं है



सिस्टम एना को iPhone को अनलॉक करने की अनुमति देता है, भले ही उसके पास एक दुपट्टा और काले रंग का चश्मा हो।



खुले माथे के साथ विकल्प और मुंह सहित चेहरे के निचले हिस्से को कवर करने वाला दुपट्टा भी आपको सिस्टम में प्रवेश करने की अनुमति देगा



सिस्टम एक टोपी में चक को पहचानता है



एक गत्ता रोबोट के पीछे छिपा हुआ, एनी का आधा चेहरा भी आपको डिवाइस को अनलॉक करने की अनुमति देता है



एंटोन का स्मार्टफोन उसके मालिक को नहीं पहचानता है अगर गंभीर ठंढ में वह अपने दुपट्टे को अपनी नाक तक लपेटता है

वैसे, एक राय है कि इस तरह के सिस्टम बच्चों को उनके माता-पिता के फोन में जाने देते हैं। हमने iPhone X के साथ यह तरीका आजमाया, लेकिन हम इसे इस तरह से ट्रिक नहीं कर पाए।

रोबोट की प्रक्रिया में, हम एक अजीब मजाक के रूप में सामने आए। फेस आईडी तकनीक सीखते समय, iPhone X को आपको अपने सिर को मोड़ने की आवश्यकता होती है, माना जाता है कि यह 3D छवि कैप्चर करता है। वास्तव में, अपना सिर मोड़ना आवश्यक नहीं है। किसी भी मामले में, धीरे-धीरे और सही ढंग से अपने सिर को साइड से ऊपर और नीचे की ओर मोड़ना आवश्यक नहीं है। डिवाइस को एक चेहरा मिल जाने के बाद, आप कैमरे के सामने किसी भी ऑब्जेक्ट को चालू कर सकते हैं। उदाहरण के लिए, हमने गोंद-पेंसिल का उपयोग किया: प्रभाव बिल्कुल समान दिखता था, और परिपत्र संकेतक समान रूप से भरा हुआ था, जैसे कि आप अपना सिर घुमा रहे थे, जिससे डिवाइस को चेहरे के सभी बिंदुओं को याद रखने की अनुमति मिलती थी। तो यह सिर्फ एक विपणन चाल है?





प्रशिक्षण के अंत में, iPhone X को एक हेड टर्न की आवश्यकता होती है, लेकिन हमने कैमरे के सामने सामान्य गोंद-पेंसिल को घुमा दिया - और प्रशिक्षण हुआ

निष्कर्ष में

चेहरे की पहचान के सभी मौजूदा तरीके एकदम सही हैं। अब तक, वे अपने मालिक की पहचान करने में अच्छे रहे हैं ताकि उसे असुविधा न हो, लेकिन वे इस बात की पूरी गारंटी नहीं देते हैं कि सुरक्षा को सरल और सस्ते तरीकों से दरकिनार नहीं किया जा सकता है। एक ही फिंगरप्रिंट नकली के लिए बहुत अधिक कठिन है: पहले आपको इसे प्राप्त करने की आवश्यकता है (और यह आसान नहीं है), फिर इसकी एक भौतिक प्रतिलिपि बनाएं। यहां तक ​​कि आधुनिक फोन पर पिन कोड को दरकिनार करना एक जटिल तकनीकी कार्य है । सभी फेस रिकग्निशन टेक्नॉलॉजी के लिए, वे कम संरक्षित हैं और लेख में वर्णित कुछ कठिनाइयों के बावजूद, इसे दरकिनार करना बहुत आसान है। हालांकि, समय के साथ ऐसी तकनीकों का व्यापक प्रसार संभवतः उनकी सुरक्षा बढ़ाने में योगदान देगा, क्योंकि सेंसर और एल्गोरिदम में सुधार होगा।

इस बीच, हम सावधानी के साथ इन तकनीकों का उपयोग करने की सलाह देते हैं, उदाहरण के लिए, जब वे सीधे पैसे के संपर्क में आते हैं, जैसे कि संपर्क रहित भुगतान या चेहरा पहचान के साथ एटीएम।

लेखक : अलेक्जेंडर पोलुनिन, पावेल नोविकोव, नताल्या फ्रेलोवा