КАК ОБМАНУТЬ СИСТЕМЫ РАСПОЗНАВАНИЯ ЛИЦ

Биометрия — это новая и быстроразвивающаяся технология, которая позволяет распознавать людей по одной или более физиологическим, или поведенческим чертам, таким как лицо, отпечатки пальцев, голос. Однако существуют методы подделки биометрических данных, которые являются большой опасностью для таких систем. В мире повседневно обсуждаются и разрабатываются многочисленные подходы к распознаванию, однако способы обхода систем распознавания биометрической информации развиваются в таком же, если не в более скором, темпе.

Злоумышленники нередко стараются пропасть из поля зрения камер метро и других общественных мест. В этом им помогают шарфы, очки, различные головные уборы. Самый простой способ – закрыть лицо руками. Однако, учитывая тот факт, что по всему миру стоит огромное количество камер, пользоваться такими методами постоянно очень тяжело. Вдобавок к этому, современные системы научились распознавать человека, видя только 70% поверхности лица. Одним из таких алгоритмов является NTechLab, разработанный в Китае. Неудивительно, что этот метод был разработан именно в той стране, где жители очень часто ходят по улицам в медицинских масках.

Самым удачным способом сокрытия лица считаются солнцезащитные очки и кепка. При этом человек должен смотреть постоянно в пол – только в этом случае можно рассчитывать на успех. Однако подобное поведение вызовет подозрение у правоохранителей и неудобных вопросов вряд ли удастся избежать.

Также значительно усложняют распознавание другие факторы, например борода. Большинство алгоритмов распознавания основываются на геометрии лица, важна форма носа, положение губ, расстояние между чертами лица. Борода значительно препятствует распознаванию, ведь именно она искажает форму лица, частично «прячет» губы.

Глаза – зеркало души – намек на то, что глаза имеют огромное значение для того, чтобы сделать некие выводы о человеке. Раньше так считала и техника. Для распознавания лиц требовались отрытые глаза, чтобы система могла четко их видеть. Однако теперь, в современных улучшенных алгоритмах, глаза не являются ключевой точкой. По мнению руководителя продуктового управления «Центра речевых технологий» (ЦРТ) Алексея Маркачева, достаточно 68 ключевых точек на лице. На рисунке 1 представлена модель лица человека и примерное расположение точек, участвующих в распознавании. Они располагаются по контуру лица, определяют положение и форму подбородка, глаз, носа и рта, расстояние между ними. Поэтому злоумышленнику придется сильно потрудиться, чтобы видоизменить все эти точки.

Рисунок 1. Пример разметки изображения лица

Если злоумышленнику удастся изменить свою внешность (грим, накладной нос и т.д.), система не сможет его идентифицировать в соответствии со своим черным списком. Этот способ сработает, например в метро. Сотрудник компании Яндекс рассказал, что существуют особые маски, особая раскраска, препятствующая распознаванию лица. Данный метод основывался на генетическом алгоритме анти-сходства, который сперва подбирал новый образ на основании анти-сходства, а затем визажист накладывал грим. Именно этот метод препятствует распознаванию.

Неплохим, но маловероятным способом является смена стиля одежды, когда, к примеру, на футболке система распознавания детектирует несколько лиц [1]. Однако этот метод можно считать мифом, т.к. далеко не каждая система распознавания так глупа.

Возможным методом обмана системы можно считать использование инфракрасных диодов. Именно они препятствуют нормальному функционированию видеокамер наружного наблюдения. Большинство камер работают в невидимом человеческому глазу инфракрасном диапазоне. Это обусловлено тем, что устанавливают камеры нередко в темных, недостаточно светлых помещениях. Понять суть этого метода несложно, используя цифровой фотоаппарат или телефон с камерой и пульт от телевизора. Если направить пульт от телевизора на камеру телефона или фотоаппарата можно увидеть инфракрасное излучение. Точно такое же излучение увидит камера видеонаблюдения от инфракрасных светодиодов, установив которые на капюшон, кепку или очки, камера не сможет зафиксировать лицо злоумышленника. Плюс данного метода в том, что инфракрасные светодиоды не видны для человеческого глаза, они очень маленькие, и это не вызывает подозрений. Это и является одной из причин, почему правоохранители присматриваются к людям, использующий подобный стиль в одежде. Камера, благодаря светодиодам, вместо лица видит засвеченное пятно. Это прямым способом мешает распознать лицо [2, 3].

Однако технологии не стоят на месте, и более современные камеры имеют особое строение. В наличии камеры есть особый ИК-фильтр, который гасит инфракрасное излучение. Пример такой камеры представлен на рисунке 2. Таким образом, для подобных камер данный способ маскировки бесполезен.

Еще одним способом обхода системы распознания является нанесение не просто грима, а абстрактных символов. В современном мире создание абстрактных принтов и рисунков считается пиком моды. Злоумышленники активно этим пользуются.

\

Рисунок 2. Современное строение камеры

Нельзя не отметить специально изготовленные маски. На рисунке 3 представлена одна из таких масок.

Рисунок 3. Специально изготовленная маска для распознавания лиц

Эти маски настолько высокого качества, что шансы быть опознанным на улице довольно низки, пока кто-то не начнет рассматривать злоумышленника в лицо. Однако, если в систему распознавания лиц встроен алгоритм, распознающий «живучесть», т.е. признаки жизни, то система непременно заметит, что лицо неподвижно. От индивидуальных настроек зависит поведение системы. Либо система упустит злоумышленника из вида, либо отметит, как подозрительную личность [4].

Технологии не стоят на месте, поэтому какие бы методы обмана систем распознавания не использовались бы, все равно найдется способ опознания, например по походке. Походку также придется изменить. Например, подложить что-нибудь в ботинок, чтобы намеренно создать дискомфорт.

Все вышеописанные способы успешны для камер общественного наблюдения. Отчасти они эффективны и при конкретном контроле доступа. Для этого были придуманы различные способы борьбы с уязвимостями.

Например, один из способов борьбы с уязвимостью, это участие самих людей в процессе распознавания. Нередко, проходя контроль на стадионе, болельщиков просят снимать очки и головные уборы, для того чтобы система могла как можно скорее распознать человека. Если человек будет обильно «замаскирован» - макияж, накладные элементы (нос, предмет декора и т.д.), то человек, контролирующий процесс, имеет право потребовать удаления лишних элементов.

Еще одним способом защиты от обхода является использование электронных пропусков. В данном случае пользователь смотрит четко в камеру и прикладывает пропуск, в результате чего система идентифицирует данные по трем показателям: лицо, пропуск и данные в системе. Данный способ распознавания применяется в школах Перми. Ученик, ранее внесенный в базу данных, подходит к турникету, смотрит в камеру, прикладывает пропуск и, в случае совпадения, турникет открывается.

Существуют различные дополнения к распознаванию лиц. Все они направлены на повышение статистики верного распознавания. Некоторые системы используют данные отпечатка пальца, голос, кодовое слово, лицевую термограмму и другие.

 Описанные выше методы помогут избежать идентификации пользователя в общественных местах. Но нужно ли прикладывать столько усилий, чтобы остаться анонимным? Каждому решать самому. Однако, если человеку нечего скрывать, то возникает вопрос – зачем тратить свое бесценное время на маскировку?

Данная статья носит ознакомительный характер лишь для того, чтобы человек, занимающийся системами распознавания лиц смог оценить масштаб развития данной отрасли, ее важность, а также, в дальнейшем смог устранить имеющиеся пробелы.

Список литературы:

1. Лысак А.Б. Идентификация и аутентификация личности: обзор основных биометрических методов проверки подлинности пользователя компьютерных систем / Лысак А.Б. // Математические структуры и моделирование. – 2012. – №26. – С. 124-134
2. Коломиец В. Анализ существующих подходов к распознаванию лиц [Электронный ресурс]. – Блог компании Синезис. — Режим доступа: http://habrahabr.ru/company/synesis/blog/238129 (дата обращения: 15.04.2019).
3. Технология распознавания лиц / Data Систем. Товары и технологии XXI. [Электронный ресурс]. — Режим доступа: http://hardbro-ker.ru/pages/recognition (дата обращения: 15.04.2019).
4. Grother Р. Face Recognition Vendor Test (FRVT). Performance of Face Identification Algorithms. / Patrick Grother, Mei Ngan. // Information Access Division National Institute of Standards and Technology. — May 26, 2014 — р. 138.