Ученые Университета МИСИС разработали нейросеть для проверки подлинности изображений лиц, которую можно использовать через веб-приложение или камеру компьютера. Об этом сообщает Bizmedia.kz.
В Университете МИСИС создана нейросеть для проверки подлинности изображений лиц
В НИТУ МИСИС разработали инновационную систему, использующую нейронные сети для проверки достоверности изображений лиц. Интерфейс, представленный в виде веб-приложения, позволяет загрузить изображения для проверки, а также предлагает функцию реального времени с использованием веб-камеры, как сообщили в университете.
Разработка основана на противостоянии так называемым presentation attacks: подделкам, включая фотографии лиц, печатные и цифровые, и объемные маски, воспроизводящие черты лица.
Исследователи проанализировали пять различных нейронных сетей, выбрали две наиболее успешные и, на основе полученных результатов и наблюдений, разработали двухэтапную систему.
«Ключевым этапом в разработке решения на основе машинного обучения является выбор набора данных для обучения моделей. Мы использовали набор данных, состоящий из 16 500 изображений: подлинных и поддельных, с примерно одинаковым количеством каждого типа подделок системы распознавания лиц: печатные фотографии, изображения на экранах электронных устройств, маски и изображения мультфильмов. Мы также напечатали фотографии людей с различными внешними признаками, создали их «фальшивые» образы и включили их в выборку», — прокомментировала для «Газеты.Ru» одна из участниц проекта, Алиса Семенова.
В начальной стадии процесса распознавания лиц применяется уже обученная нейросеть MTCNN, задачей которой является определение положения лица на изображении. После этого к снимку добавляется специализированная область, лицо в которой занимает 60% от общей площади. Это увеличение приводит к значительному росту точности. Следующим этапом служит сеть InceptionResnet, которая преобразует черты лица в численные значения. Кроме того, на второй стадии применяются дополнительные слои нейросети для отбора характеристик изображения.
Результаты первых двух стадий объединяются и проходят через несколько завершающих слоев для получения финальной оценки подлинности изображения. Эта методика позволила команде достичь высокой точности в определении подлинности лиц.