Спуфингом называют ситуацию, в которой один объект/система успешно маскируется под другую путем фальсификации данных. Для биометрии с распознаванием лиц спуфинг является давней проблемой — и не только в случае разблокирования телефона фотографией владельца. Чем больше сервисов, в том числе финансовых, работают с Face Id, тем более актуальна борьба со спуфингом. Ученые российского Федерального исследовательского центра «Информатика и управление» разработали метод детектирования подделок лица.
Алгоритм определения живости лица на стереоизображении основан на применении сверточной нейронной сети c небольшой вычислительной сложностью, обученной на парах изображений штатной стереокамеры мобильного устройства. В алгоритме используется вспомогательная функция потерь, которая позволяет нейронной сети извлекать информацию о глубине представленной на стереоизображении сцены. Функция потерь является мерой расхождения между истинным значением оцениваемого параметра и оценкой параметра. Новый алгоритм ее использования позволил создать более эффективный метод защиты от спуфинга.
Входными данными для предлагаемого метода является пара изображений, про которые известно, что на них лицо содержится целиком. Определение живости осуществляется после этапа образмеривания, то есть, нахождения области лица и координат глаз.
По величинам смещений соответствующих пикселей между левым и правым изображениями стереопары составляется карта глубины. Отличия плоских подделок от настоящих лиц содержатся в особенностях карты глубины вокруг лицевой области: у настоящего лица в этой области присутствует резкий перепад по отношению к заднему плану и плавные перепады на переднем плане, а у поддельного перепад к фону и на переднем плане отсутствует. В результате обучения нейронная сеть научилась отличать настоящее лицо от плоского поддельного на расстоянии от 20 до 60 см при помощи информации о глубине сцены, которая содержится в стереоизображениях.