Face Anti Spoofing
Negli ultimi tempi in cui i sistemi di riconoscimento biometrico aumentano le loro prestazioni, i responsabili IT devono tenere in grande considerazione i possibili attacchi diretti; potenziali intrusi possono accedere al sistema IT interagendo direttamente con il dispositivo di input del sistema, come farebbe un normale utente. Tali tentativi vengono definiti attacchi di spoofing. I nostri smartphone sono generalmente sbloccati tramite Face ID o dito. Entrambi i dati biometrici sono oggetto di potenziale attacco.
Finger and Face sono i più facili da falsificare perché per un semplice attacco non sono presenti abilità tecniche specifiche (cioè alcuni attacchi possono essere eseguiti da persone comuni) ei dati biometrici sono molto facili da rubare (es. Scattare foto da profili online). In generale, ci sono tre modi possibili per generare un attacco di spoofing facciale:
– scattare una foto di un utente valido
– riprodurre un video di un utente valido
– Modello 3D di un utente valido
Questi tipi di attacchi possono essere rilevati con l’ausilio di sensori hardware specifici (sensori IR, telecamere stereoscopiche). Tuttavia, un sistema di riconoscimento facciale dovrebbe essere costruito con hardware a basso costo e dovrebbe essere utilizzato anche per applicazioni consumer, pertanto l’aggiunta di hardware specifico o interazione per garantire l’affidabilità non è una soluzione conveniente. Ciò implica che un “semplice” attacco di spoofing di foto può rappresentare un problema di sicurezza per un sistema di riconoscimento facciale. In effetti, la maggior parte degli articoli in letteratura si riferisce al problema come a un’attività di rilevamento di attacchi fotografici in quanto rappresenta un modo economico ed efficace per eseguire un attacco.
La nostra tecnologia My-ID offre una piattaforma basata sull’analisi biometrica multifattoriale: Viso, Voce e vivacità passiva. Quindi My-ID si basa su tecniche di verifica che possono essere utilizzate sia come biometria singola che all’interno di una modalità di fusione multimodale, dove, dopo aver valutato i campioni di volto e voce in modo indipendente, viene calcolato un punteggio univoco per tenerne conto insieme. Scopo di questo approccio è dare al sistema robustezza e, ove possibile, accuratezza. Durante la fase di registrazione vengono acquisiti, elaborati e archiviati in un database locale e crittografato un’istantanea del volto dell’utente e un campione vocale. My-ID utilizza questi dati per calcolare due strutture di dati, vale a dire un modello di viso e un modello di voce, contenenti solo le caratteristiche distintive estratte da face e Voice. I modelli sono strettamente collegati all’uso tramite un utente, che è anche memorizzato nel database insieme ai modelli. Il dispositivo in cui viene effettuata la fase di registrazione deve essere autorizzato da una console di gestione.
Durante la verifica l’utente deve dichiarare un’identità. Nuovi campioni biometrici vengono prelevati ed elaborati per produrre un paio di modelli. I pattern sono strutture dati contenenti caratteristiche distintive estratte dai nuovi campioni biometrici e quindi confrontabili con i template appartenenti all’identità dichiarata. Vengono effettuati due confronti ei risultati sono due punteggi che rappresentano il grado di somiglianza tra l’utente e l’identità dichiarata. Il modulo Fusion combina correttamente i due punteggi in uno. Se il punteggio di fusione è superiore a una soglia di decisione, l’utente viene accettato (utente autentico), altrimenti viene rifiutato (impostore). My-ID è un Face and Voice detector in grado di valutare l’orientamento della testa nello spazio tridimensionale attraverso la misura degli angoli di Eulero (Roll, Yaw, Pitch). La stima 3D della posizione della testa viene eseguita utilizzando le informazioni che fino ad ora si supponeva non fossero sufficienti, come solo le coordinate degli occhi e della punta del naso. Questo risultato è ottenuto utilizzando un nuovo approccio geometrico basato sulla definizione di un modello semirigido di faccia frontale, che utilizza la sezione aurea per approssimare le proporzioni tra i vari punti facciali. Questo tipo di stima della posizione della testa porta diversi vantaggi rispetto agli altri approcci suggeriti, come ad esempio:
È indipendente dall’hardware;
Non necessita di calibrazione della scena;
Richiede un numero minimo di informazioni rispetto ad altri metodi;
Il suo output è un livello continuo e non è una stima di orientamento discreta, e di conseguenza può essere utilizzato come indice per operazioni di valutazione del volto basate sulla valutazione della frontalità;
È abbastanza preciso per un’ampia gamma di rotazioni della testa;
Consente di definire euristiche che possono essere utilizzate per migliorare le prestazioni dei rilevatori di tratti del viso.
