کد مقاله : 1402062844101 بازدید : 82 صفحه: 94 - 110

نوع مقاله: پژوهشی

تطبیق چهره و تشخیص زنده بودن مبتنی بر بازشناسی گفتار برای احراز هویت غیرحضوری

محورهای موضوعی : فناوری اطلاعات و ارتباطات

احمد دولت خواه ¹ (دانشگاه عالی دفاع ملی)
بهنام درستکار یاقوتی ² (دانشگاه علوم انتظامی امین)
راهب هاشم پور ³ (دانشگاه جامع علوم انتظامی امین)

تاریخ دریافت : 1401/09/18 تاریخ پذیرش : 1401/12/11 تاریخ انتشار : 1402/06/28

کلید واژه: احراز هویت غیرحضوری, بازشناسی چهره, تشخیص زنده بودن, بازشناسی گفتار,

چکیده مقاله :

با گسترش فناوری بسیاری از خدمات نهادها و سازمان‌ها به صورت الکترونیکی و هوشمند، در بستر اینترنت ارائه می‌گردد. پلیس نیز به عنوان یک نهاد ارائه‌دهنده خدمات به مردم و سایر نهاد‌ها، به دنبال هوشمندسازی خدمات خود می‌باشد. در همین راستا نیز سامانه‌های الکترونیکی و هوشمند مختلفی را ارائه کرده است. به دلیل عدم احراز هویت کاربران در این سامانه‌ها، بسیاری از خدماتی که می‌توانند به صورت غیرحضوری ارائه گردد، نیاز به مراجعه به دفاتر پلیس+۱۰ را دارند. محدودیت بودجه و تجهیزات برای پاسخگویی حضوری، محدودیت نیروهای پلیس و تمرکز آن‌ها بر روی موضوعات مهم، محدودیت تعداد دفاتر خدماتی در شهرستان‌ها و عدم دسترسی روستاها به این دفاتر، رشد روزافزون خدمات برخط و افزایش تقاضای مردم برای آن، به ویژه در شرایطی مانند بحران بیماری کرونا، سبب شده است تا نیاز به احراز هویت غیرحضوری بسیار مورد توجه قرار بگیرد. در این پژوهش، احراز هویت غیرحضوری و ضرورت استفاده از آن، روش‌های تشخیص زنده بودن و بازشناسی چهره که دو فناوری مهم در این حوزه است، مرور شده است. در ادامه یک روش کارآمد از مدل‌های یادگیری عمیق بازشناسی چهره برای تطبیق چهره و یک روش تشخیص زنده بودن تعاملی به وسیله‌ی بازشناسی گفتار فارسی ارائه شده است و در نهایت نتایج آزمایش این مدل‌ها بر روی داده‌های مربوط در این حوزه آورده شده است.

چکیده انگلیسی:

As technology develops, institutions and organizations provide many services electronically and intelligently over the Internet. The police, as an institution that provides services to people and other institutions, aims to make its services smarter. Various electronic and intelligent systems have been offered in this regard. Because these systems lack authentication, many services that can be provided online require a visit to +10 police stations. Budget and equipment limitations for face-to-face responses, limitations of the police force and their focus on essential issues, a lack of service offices in villages and a limited number of service offices in cities, and the growing demand for online services, especially in crisis situations like Corona disease, electronic authentication is becoming increasingly important. This article reviews electronic authentication and its necessity, liveness detection methods and face recognition which are two of the most important technologies in this area. In the following, we present an efficient method of face recognition using deep learning models for face matching, as well as an interactive liveness detection method based on Persian speech recognition. A final section of the paper presents the results of testing these models on relevant data from this field.

منابع و مأخذ:

[1] Givens, G. H., Beveridge, J. R., Phillips, P. J., Draper, B., Lui, Y. M., and Bolme, D., “Introduction to face recognition and evaluation of algorithm performance,” Comput. Stat. Data Anal., vol. 67, pp. 236–247, 2013.
[2] FRANCIS GALTON, “Personal Identification and Description 2,” Nature, vol. 38, pp. 173–177, 1888.
[3] Hazim Barnouti, N., Sameer Mahmood Al-Dabbagh, S., and Esam Matti, W., “Face Recognition: A Literature Review,” Int. J. Appl. Inf. Syst., vol. 11, no. 4, pp. 21–31, 2016.
[4] Ding, X. and Fang, C., “Discussions on some problems in face recognition,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 3338, pp. 47–56, 2004.
[5] Ahmad Tolba,Ali El-Baz, A. A. E.-H., “Face Recognition: A Literature Review,” Int. J. Appl. Inf. Syst., vol. 11, no. 4, pp. 21–31, 2016.
[6] Heisele, B., Ho, P., and Poggio, T., “Face recognition with support vector machines: Global versus component-based approach,” in Proceedings of the IEEE International Conference on Computer Vision, 2001, vol. 2, pp. 688–694.
[7] Adjabi, I., Ouahabi, A., Benzaoui, A., and Taleb-Ahmed, A., “Past, present, and future of face recognition: A review,” Electron., vol. 9, no. 8, pp. 1–53, 2020.
[8] matthew a.turk, A. p. pentlan., “Face recognition using eigenfaces,” in IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1991.
[9] Sharif, M., Naz, F., Yasmin, M., Shahid, M. A., and Rehman, A., “Face recognition: A survey,” J. Eng. Sci. Technol. Rev., vol. 10, no. 2, pp. 166–177, 2017.
[10] Liu, C. and Wechsler, H., “Gabor feature based classification using the enhanced Fisher linear discriminant model for face recognition,” IEEE Trans. Image Process., vol. 11, no. 4, pp. 467–476, 2002.
[11] Taigman, Y., Yang, M., Ranzato, M., and Wolf, L., “DeepFace: Closing the gap to human-level performance in face verification,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., pp. 1701–1708, 2014.
[12] Sun, Y., Chen, Y., Wang, X., and Tang, X., “Deep learning face representation by joint identification-verification,” Adv. Neural Inf. Process. Syst., vol. 3, no. January, pp. 1988–1996, 2014.
[13] Parkhi, O. M., Vedaldi, A., and Zisserman, A., “Deep Face Recognition - Abstract only,” Procedings Br. Mach. Vis. Conf. 2015, no. Section 3, pp. 41.1-41.12, 2015.
[14] Cao, Q., Shen, L., Xie, W., Parkhi, O. M., and Zisserman, A., “VGGFace2: A dataset for recognising faces across pose and age,” Proc. - 13th IEEE Int. Conf. Autom. Face Gesture Recognition, FG 2018, no. May, pp. 67–74, 2018.
[15] Schroff, F., Kalenichenko, D., and Philbin, J., “FaceNet: A unified embedding for face recognition and clustering,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., vol. 07-12-June-2015, pp. 815–823, 2015.
[16] Samir, C. et al., “An Intrinsic Framework for Analysis of Facial Surfaces To cite this version : HAL Id : hal-00665862 An Intrinsic Framework for Analysis of Facial Surfaces,” pp. 80–95, 2012.
[17] Deng, J., Guo, J., Liu, T., Gong, M., and Zafeiriou, S., “Sub-center ArcFace: Boosting Face Recognition by Large-Scale Noisy Web Faces,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 12356 LNCS, pp. 741–757, 2020.
[18] Deng, J., Guo, J., Yang, J., Xue, N., Kotsia, I., and Zafeiriou, S., “ArcFace: Additive Angular Margin Loss for Deep Face Recognition,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 44, no. 10, pp. 5962–5979, 2022.
[19] Bowyer, K. W., Chang, K., and Flynn, P., “A survey of approaches and challenges in 3D and multi-modal 3D + 2D face recognition,” Comput. Vis. Image Underst., vol. 101, no. 1, pp. 1–15, 2006.
[20] Li, X., Jia, T., and Zhang, H., “Expression-insensitive 3D face recognition using sparse representation,” 2009 IEEE Conf. Comput. Vis. Pattern Recognition, CVPR 2009, pp. 2575–2582, 2009.
[21] Drira, H., Ben Amor, B., Srivastava, A., Daoudi, M., and Slama, R., “3D Face recognition under expressions, occlusions, and pose variations,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 35, no. 9, pp. 2270–2283, 2013.
[22] Gupta, S., Markey, M. K., and Bovik, A. C., “Anthropometric 3D face recognition,” Int. J. Comput. Vis., vol. 90, no. 3, pp. 331–349, 2010.
[23] Koudelka, M. L., Koch, M. W., and Russ, T. D., “A prescreener for 3D face recognition using radial symmetry and the Hausdorff fraction,” IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit. Work., vol. 2005-September, pp. 1–8, 2005.
[24] Cover, T. M. and Hart, P. E., “Nearest Neighbor Pattern Classification,” IEEE Trans. Inf. Theory, vol. 13, no. 1, pp. 21–27, 1967.
[25] Tang, H., Yin, B., Sun, Y., and Hu, Y., “3D face recognition using local binary patterns,” Signal Processing, vol. 93, no. 8, pp. 2190–2198, 2013.
[26] Lei, Y., Bennamoun, M., and El-Sallam, A. A., “An efficient 3D face recognition approach based on the fusion of novel local low-level features,” Pattern Recognit., vol. 46, no. 1, pp. 24–37, 2013.
[27] Berretti, S., Del Bimbo, A., and Pala, P., “3D face recognition using isogeodesic stripes,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 32, no. 12, pp. 2162–2177, 2010.
[28] Chang, K. I., Bowyer, K. W., and Flynn, P. J., “Multiple nose region matching for 3D face recognition under varying facial expression,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 28, no. 10, pp. 1695–1700, 2006.
[29] Newton, E., “Overview of the ISO / IEC 30107 Project Authentication Use Case Comparison,” pp. 1–13.
[30] Hernandez-Ortega, J., Fierrez, J., Morales, A., and Galbally, J., “Introduction to face presentation attack detection,” Adv. Comput. Vis. Pattern Recognit., no. April, pp. 187–206, 2019.
[31] Tseng, T. C., Shih, T. F., and Fuh, C. S., “Anti-spoofing of live face authentication on smartphone,” J. Inf. Sci. Eng., vol. 37, no. 3, pp. 605–616, 2021.
[32] Määttä, J., Hadid, A., and Pietikäinen, M., “Face spoofing detection from single images using texture and local shape analysis,” IET Biometrics, vol. 1, no. 1, pp. 3–10, 2012.
[33] Agarwal, A., Singh, R., and Vatsa, M., “Face anti-spoofing using Haralick features,” 2016 IEEE 8th Int. Conf. Biometrics Theory, Appl. Syst. BTAS 2016, no. September, 2016.
[34] Yang, J., Lei, Z., Liao, S., and Li, S. Z., “Face liveness detection with component dependent descriptor,” Proc. - 2013 Int. Conf. Biometrics, ICB 2013, 2013.
[35] He, J. and Luo, J., “Face Spoofing Detection Based on Combining Different Color Space Models,” 2019 IEEE 4th Int. Conf. Image, Vis. Comput. ICIVC 2019, pp. 523–528, 2019.
[36] Mahore, A. and Tripathi, M., “Detection of 3D Mask in 2D face recognition system using DWT and LBP,” 2018 IEEE 3rd Int. Conf. Commun. Inf. Syst. ICCIS 2018, pp. 18–22, 2019.
[37] Uzun, E., Chung, S. P. H., Essa, I., and Lee, W., “rtCaptcha: A Real-Time CAPTCHA Based Liveness Detection System,” pp. 1–15, 2018.
[38] Zhang, Y. et al., “CelebA-Spoof: Large-Scale Face Anti-spoofing Dataset with Rich Annotations,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 12357 LNCS, pp. 70–85, 2020.
[39] Duta, I. C., Liu, L., Zhu, F., and Shao, L., “Improved residual networks for image and video recognition,” Proc. - Int. Conf. Pattern Recognit., pp. 9415–9422, 2020.

متن کامل:

الگوي تهيه مقالات

دو فصلنامه علمي

فناوري اطلاعات و ارتباطات ایران

سال پانزدهم، شماره ‌57 و58 ، پاییز و زمستان 1402

صفحات:94 الی 110

$E:\E Drive\logo\iicta Logo0.JPG$

Face Recognition and Liveness Detection Based on Speech Recognition for Electronic Authentication

Ahmad Dolatkhah*, Behnam Dorostkar Yaghoti**, Raheb Hashempour***

*Instructor, Department of Information and Communication Technology, Amin University of Law Enforcement Sciences, Tehran, Iran

**Assistant Professor, Department of Information and Communication Technology, Amin University of Law Enforcement Sciences, Tehran, Iran

***M.Sc., Computer Engineering, Amin University of Law Sciences, Tehran, Iran

Abstract

Keywords: Electronic Authentication, Face Recognition, Liveness Detection, Speech Recognition.

تطبیق چهره و تشخیص زنده بودن مبتنی بر بازشناسی گفتار برای احراز هویت غیرحضوری

احمد دولت خواه*¹، بهنام درستکار یاقوتی**، راهب هاشم پور***

*مربی، گروه فناوری اطلاعات و ارتباطات، دانشگاه جامع علوم انتظامی امین، تهران، ایران

**استادیار، گروه فناوری اطلاعات و ارتباطات، دانشگاه جامع علوم انتظامی امین، تهران، ایران

***کارشناسی ارشد، مهندسی کامپیوتر، دانشگاه جامع علوم انتظامی امین

تاریخ دریافت: 18/09/1401 تاریخ پذیرش:11/12/1401

نوع مقاله: پژوهشی

چكیده

با گسترش فناوری بسیاری از خدمات نهادها و سازمان‌ها به صورت الکترونیکی و هوشمند، در بستر اینترنت ارائه می‌گردد. پلیس نیز به عنوان یک نهاد ارائه‌دهنده خدمات به مردم و سایر نهاد‌ها، به دنبال هوشمندسازی خدمات خود می‌باشد. در همین راستا نیز سامانه‌های الکترونیکی و هوشمند مختلفی را ارائه کرده است. به دلیل عدم احراز هویت کاربران در این سامانه‌ها، بسیاری از خدماتی ک ه می‌توانند به صورت غیرحضوری ارائه گردد، نیاز به مراجعه به دفاتر پلیس+۱۰ را دارند. محدودیت بودجه و تجهیزات برای پاسخگویی حضوری، محدودیت نیروهای پلیس و تمرکز آن‌ها بر روی موضوعات مهم، محدودیت تعداد دفاتر خدماتی در شهرستان‌ها و عدم دسترسی روستاها به این دفاتر، رشد روزافزون خدمات برخط و افزایش تقاضای مردم برای آن، به ویژه در شرایطی مانند بحران بیماری کرونا، سبب شده است تا نیاز به احراز هویت غیرحضوری بسیار مورد توجه قرار بگیرد. در این مقاله، احراز هویت غیرحضوری و ضرورت استفاده از آن، روش‌های تشخیص زنده بودن و بازشناسی چهره که دو فناوری مهم در این حوزه است، مرور شده است. در ادامه یک روش کارآمد از مدل‌های یادگیری عمیق بازشناسی چهره برای تطبیق چهره و یک روش تشخیص زنده بودن تعاملی به وسیله‌ی بازشناسی گفتار فارسی ارائه شده است و در نهایت نتایج آزمایش این مدل‌ها بر روی داده‌های مربوط در این حوزه آورده شده است.

واژگان کلیدی: احراز هویت غیرحضوری، بازشناسی چهره، تشخیص زنده بودن، بازشناسی گفتار

[1] ict.ahmad93@gmail.com نویسنده مسئول: احمد دولتخواه×

1. مقدمه

تغییرات و پیشرفت در دنیای فناوری و دیجیتال، سازمان‌ها را بر آن داشته تا قبل از اینکه زیر امواج سهمگین این تحولات غرق شوند، خود را متناسب با تغییرات عصر حاضر وفق دهند. دولت‌ها در راستای حل مشکلات کشور، دست به‌سوی دنیای فناوری دراز کرده‌اند تا با بهره‌گیری از تحول دیجیتال چالش‌های کلان کشور را حل و به بهبود شرایط زیست شهروندان، کسب‌وکارها و دولت کمک کنند. در پلیس هوشمند و ارائه خدمات به مردم در سال‌های اخیر با توجه به تغییرات فناوری و افزایش انتظارات مردم از سازمان ، لزوم تحول در پلیس احساس شده است. ایجاد سامانه‌های هوشمند و استفاده از تجهیزات نوین با بهره‌مندی از هوش مصنوعی در حوزه‌های مختلف از جمله گذرنامه، گواهینامه، خدمت سربازی گرفته تا خدمات الکترونیکی، دوربین‌های کنترل ترافیک و تکمیل باندهای اطلاعاتی و آگاهی از جمله اقداماتی است که می تواند ارائه خدمات به مردم را به صورت الکترونیکی و هوشمند انجام شود. در حال حاضر ارائه خدمات الکترونیک فرماندهی انتظامی به خوبی انجام می‌شود. اصلاح فرآیند هوشمندسازی جزء اولویت‌های فرماندهی انتظامی است و در حال حاضر برای دریافت گذرنامه دیگر نیازی به مراجعه به دفاتر «پلیس+۱۰» نیست البته به شرطی که احراز هویت برای پلیس در سایت انجام شده باشد و بعد از آن مردم می‌توانند گذرنامه خود را درب منازل تحویل بگیرند.

حرکت به سمت هوشمندسازی، اجتناب‌ناپذیر است و به عبارتی دیگر باید میز پلیس را در منازل برده و مردم از طریق سامانه با فرماندهی انتظامی ارتباط داشته باشند و خدمات را با سرعت بیشتری به مردم ارائه دهند که این از اهداف پلیس هوشمند و زیرساخت‌های آن در حال آماده‌سازی است. سامانه‌های هوشمند فرماندهی انتظامی در بستر اپلیکیشن «پلیس همراه من»  و سایت «پلیس راهور»  و برخی سامانه‌های دیگر بارگذاری شده است. مردم با مراجعه به این سامانه‌ها می‌توانند به سهولت از خدمات راهنمایی و رانندگی فراجا بهره‌مند شوند.

احراز هویت الکترونیکی (از راه دور)¹ (eKYC) به دلیل امنیت و قابل اعتماد بودن و همچنین سازگاری با استانداردهای جهانی، به عنوان یک راه‌حل مناسب برای پاسخگویی به نیاز بیان شده، ارائه شده است. به دلیل گسترش بیش از پیش تجهیزات دریافت تصویر در جهان و رشد فناوری دوربین‌های دیجیتال در ساختار گوشی‌های هوشمند امروزی و رایانه‌ها و همچنین افزایش استفاده از فناوری زیست‌سنجی چهره در بازارهای تجاری و نیز وجود الگوریتم‌های قابل اطمینان در این حوزه، روش احراز هویت الکترونیکی از طریق تایید چهره به طور روزافزونی توسعه یافته است. در راستای استفاده از فناوری بازشناسی چهره برای احراز هویت، مسائلی مانند واقعی بودن ویدیوی ارسال شده به این معنی که مربوط به یک فرد زنده باشد، به وجود می‌آید. تشخیص زنده بودن به این معناست که تصویر و یا ویدیوی ارسال شده واقعی ‌باشد و یک مصنوع تقلبی نباشد مانند نمایش یک عکس چهره‌ی چاپ شده و یا نمایش از روی صفحه‌ی تلفن همراه و یا ماسک. در همین جهت روش‌های مختلف بازشناسی چهره و تشخیص زنده بودن در ابتدا بررسی شده است. در بخش‌های سه و چهار از این پژوهش تلاش شده است تا به روزترین روش‌ها و نتایج آن‌ها در این دو حوزه بررسی گردد.

برای عملیاتی کردن خدمات غیرحضوری، یکی از اصلی‌ترین چالشهای پیش‌رو، موضوع امنیت و اعتبارسنجی هویت مشتریان² (KYC) است. این مساله در رویکرد سنتی، با مراجعه حضوری افراد به دفاتر و پیشخوان‌های فرماندهی انتظامی حل می‌شود، این در حالی است که برای ارائه خدمات مجازی باید از احراز هویت الکترونیکی بهره گرفت. به طور خلاصه eKYC عبارتی است که برای توصیف دیجیتالی و الکترونیکی شدن فرآیندهای KYC استفاده می‌شود. eKYC (مشتری خود را الکترونیکی بشناسید) فرآیندی از راه دور و بدون کاغذ است که هزینه‌ها و بوروکراسی سنتی مورد نیاز در فرآیندهای KYC را به حداقل می رساند. فرآیند eKYC دیجیتالی و از راه دور شدن فرآیند KYC سنتی است. شناسایی و تأیید هویت مشتری در زمان واقعی و بلافاصله اتفاق می‌افتد و به همین دلیل فرآیندهای eKYC رضایت مشتری را افزایش می‌دهند. در همین راستا برای اطمینان از اینکه فرایندهای eKYC دارای استانداردهای ایمنی شناسایی هستند، راه‌حل‌های به کار رفته باید فرآیندهای شناسایی الکترونیکی را با سطح بالایی از ایمنی و قابلیت اطمینان و مطابق با قوانین تعیین شده پیاده‌سازی کنند. طیف گسترده‌ای از راه‌حل‌های eKYC مبتنی بر هوش مصنوعی و یادگیری ماشین ارائه شده است که سامانه‌های زیست‌سنجی و مفاهیم مربوط به آن از جمله‌ی مهم‌ترین این راه‌حل‌ها می‌باشند.

برای ارائه خدمات غیرحضوری و از راه دور به افراد جامعه، لازم است امنیت ارائه خدمات به ویژه احراز هویت افراد با اطمینان مطلوب تامین شود که برای این کار از ویژگی‌های زیست‌سنجی چهره آن‌ها به عنوان معیار شناسایی استفاده می‌شود. بدین صورت که فرد متقاضی با بیان یکی از شناسه‌های هویتی خود مانند کد ملی، شماره گواهینامه یا گذرنامه و همچنین ارائه تصویری از خود به صورت برخط درخواست تایید هویت³ می‌کند. علاوه بر تایید هویت مبتنی بر چهره، موضوع مهم دیگر این طرح، تشخیص زنده بودن است که در آن زنده بودن ویدئوی دریافتی بررسی می‌شود، در شکل ۱ این فرایند مشاهده می‌شود.

شکل ۱. نمایی از فرایند احراز هویت غیرحضوری

در ادامه این مقاله، پس از بیان ضرورت احراز هویت غیرجضوری و کاربرد فناوری‌های مرتبط در حوزه انتظامی، به بررسی این حوزه و علوم مربوط به احراز هویت از راه دور از جمله مفاهیم زیست‌سنجی به طور خلاصه و رویکردهای بازشناسی چهره و تشخیص زنده بودن پرداخته می‌شود. پس از آن، روش‌های ارائه شده در این پژوهش برای تطبیق چهره و تشخیص زنده بودن مبتنی بر تشخیص گفتار ارائه می‌گردد.

2. ضرورت به‌کارگیری احراز هویت غیرحضوری در فرماندهی انتظامی

در برنامه توسعه به ازای هزار نفر، پنج پلیس باید باشد و این تعداد در بعضی از کشورها هشت نفر است ولی در حال حاضر در ایران حدود نصف این تعداد پلیس مشغول خدمت‌رسانی هستند که موجب فشار بر روی فرماندهی انتظامی می‌شود. موضوع هوشمندسازی، بخشی از خلأ فرماندهی انتظامی را می‌پوشاند و هرچه این هوشمندسازی در جهت درست و کامل پیش رود علاوه بر احتیاج به نیروی انسانی کمتر به راحتی کاربر و هم‌چنین کاهش هزینه‌های سازمان کمک می‌کند که قدم اول در این راستا، پیاده‌سازی احراز هویت برخط (آنلاین) می‌باشد.

قابل به ذکر است که فرماندهی انتظامی جمهوری اسلامی ایران یک نهاد عظیم با رسته‌های مختلف است. شمار نیروی انسانی آن در سراسر ایران به بیش از چندصد هزار نفر می‌رسد. از این رو، ارائه خدمات به نیروهای این نهاد به دلیل گستردگی و پراکندگی، خود یکی دیگر از چالش‌های موجود است. کنترل این افراد و نظارت بر آن‌‌ها به خصوص به دلایل امنیتی نیازمند احراز هویت می‌باشد که به دلایل بیان شده، این نظارت تنها در صورت الکترونیکی بودن (از راه دور) دارای توجیه اقتصادی، امنیتی و مدیریتی می‌باشد. هم‌چنین در بعضی از شهرستان‌ها به دلیل کمبود دفاتر پلیس+۱۰ و یا ایام خاص سال مانند ایام اربعین، مراجعه به این دفاتر افزایش پیدا می‌کند. اما در صورت کاهش لزوم مراجعه به این دفاتر به دلیل انتقال خدمات آن‌ها به سامانه‌های هوشمند از طریق احراز هویت الکترونیکی، می‌توان آسایش کاربران به خصوص برای شهرستان‌ها و مناطق روستایی را تامین نمود.

باید به این نکته اشاره کرد که با تحول دیجیتالی و هوشمندسازی، همواره نیازهای جدیدی به وجود می‌آید که راه‌حل‌های مناسب آن‌ها نیز در همین حوزه ارائه می‌شود. وجود بستری مانند احراز هویت الکترونیکی (از راه دور) می‌تواند انعطاف کافی برای اجرای چنین راه‌حل‌هایی را در زمینه امنیتی و خدمات پلیس ایجاد کرده و توانایی کنترل یکپارچه بر روی کاربران و مدیریت اطلاعات آن‌ها را در اختیار نهادها قرار دهد. با توجه به موارد بیان شده، ضرورت ارائه خدمات غیرحضوری با رشد روزافزون خدمات برخط و افزایش تقاضای مردم برای آن، به ویژه در شرایطی مانند بحران بیماری کرونا، موضوعی بدیهی است که همه سازمان‌ها و نهادهای ارائه‌دهنده خدمات را به سمت بهره‌گیری از آن سوق داده است و مورد تاکید نهادهای بالادستی کشور شامل قانون‌گذاران و سیاست‌گذاران است. احراز هویت، پیش‌نیاز ارائه هرگونه خدمات غیرحضوری توسط پلیس است و لازم است افراد قبل از دریافت خدمات (به ویژه خدمات مهم و حساس)، احراز هویت شوند. بنابراین، همه سرویس‌های ارائه شده به مردم، قبل از دریافت توسط افراد، با فراخوانی سرویس احراز هویت، فرد گیرنده خدمات را شناسایی می‌کنند و این کار باید به صورت غیرحضوری و از راه دور باشد.

تقاضای روزافزون ارائه خدمات الکترونیکی و غیرحضوری از سمت مردم و لزوم بهبود تجربه مشتری⁴ به دلیل سادگی و سرعت کار، تاکید نهادهای قانون‌گذار بر ارائه خدمات الکترونیکی و غیرحضوری به مردم به ویژه با تشدید موضوع در شرایط بحران کرونا، نیاز به کاهش مراجعات حضوری افراد (از نظر سلامتی، ترافیک و غیره)، ضرورت افزایش امنیت و اشراف اطلاعاتی پلیس با تکمیل پایگاه‌های داده افراد به ویژه در تکمیل اطلاعات زیست‌سنجی، تهیه زیرساخت‌های استفاده از آن‌ها، یکپارچه‌سازی و پیگیری (شفافیت)، لزوم کاهش خطاهای انسانی و سوء استفاده افراد از اطلاعات و اسناد از دلایل مهم ضرورت اجرای احراز هویت غیرحضوری توسط فرماندهی انتظامی می‌باشد.

3. بازشناسی چهره و رویکردهای آن

شناسایی افراد توسط انسان ها با مشاهده چهره فرد مقابل قابل انجام است و در زندگی روزمره به این امر به عنوان تشخیص هویت یاد می شود. انسان این قدرت را دارد که چهره فردی را که قبلا مشاهده کرده را بعد از گذشت زمان نیز به یادآورده و تشخیص به درستی صورت پذیرد. در بین زمینه‌های زیست‌سنجی نیز، احراز هویت به کمک چهره بسیار مورد توجه قرار گرفته است. مخصوصا در سه دهه‌ی اخیر، موضوع بازشناسی چهره از یک موضوع تحقیقاتی علمی عبور کرده و پا به عرصه‌ی تکنولوژی و محصولات تجاری گذاشته است و کاربردهای این تکنولوژی از تشخیص هویت افراد در مرزهای بین‌المللی و جستجو به دنبال مجرمان تا نشانه‌گذاری ⁵ صورت‌ها در شبکه‌های اجتماعی گسترده شده است[1]. اولین تلاش‌ها برای دسته‌بندی چهره در مقاله‌ای در سال ۱۸۸۸ میلادی مورد بررسی قرار گرفت [2]. روش پیشنهادی نویسنده در این مقاله بدین صورت است که خطوط نیم‌رخ چهره به صورت برداری ذخیره شود و با محاسبه‌ی میانگین این بردارها و محاسبه‌ی فاصله‌ی هر بردار تا بردار میانگین، دسته‌بندی خطوط انجام شود[3]. تحقیقات انجام شده نشان‌دهنده‌ی این موضوع است که سه عامل تغییراتی که به واسطه‌ی سن، تغییرات نور و تغییرات زاویه‌ی تصویربرداری ایجاد می‌شوند، مهم‌ترین مشکلاتی است که سیستم‌های بازشناسی چهره با آن مواجه هستند[4]. عملیات مقایسه در فرآیند بازشناسی چهره با استفاده از یک عکس خاکستری مانند هر سیستم زیست‌سنجی دیگر، مراحل مشابهی را طی می‌‌کند. به این صورت که ابتدا سیستم یک عکس حاوی چهره دریافت می‌کند، مکان چهره‌ی انسان را در عکس تشخیص می‌دهد، قسمت چهره از عکس بریده شده، نرمال می‌شود و ويژگی‌های آن استخراج می‌شود و بدین ترتیب الگوی تصویر صورت تشکیل می‌شود. در هنگام تشخیص هویت، این الگوی دریافت شده با الگوهای موجود در پایگاه داده مقایسه می‌شود. بدین ترتیب دو بخش اصلی این الگوریتم؛ ۱) مکان‌یابی چهره و نرمال‌سازی و ۲) تشخیص هویت چهره خواهد بود. الگوریتم‌هایی که هر دو بخش را در بر می‌گیرند، الگوریتم‌های تشخیص چهره‌ی تمام اتوماتیک و الگوریتم‌هایی که تنها بخش دوم را شامل می‌شوند الگوریتم‌های نیمه خودکار نامیده می‌شوند[5]. در ادامه‌ی این بخش، جزئیات بیشتری در مورد تشخیص هویت چهره ارائه می‌شود.

در یک سیستم تشخیص هویت به کمک چهره، پس از مکان‌یابی چهره در تصویر و پیش‌پردازش آن، وارد مرحله‌ی بعدی یعنی استخراج ویژگی از چهره و تشکیل الگوی چهره می‌شود. الگوریتم‌های بازشناسی چهره را می‌توان در یک دسته‌بندی کلی به دو بخش تقسیم‌بندی کرد: ۱) روش‌های کلی ۲) روش‌های بر پایه‌ی اجزای چهره[5]. در روش‌های کلی، ویژگی‌های کل چهره در یک بردار ذخیره می‌شود. اما در روش‌های بر پایه‌ی اجزای چهره، هر یک از اجزاء به صورت جداگانه مکان‌یابی شده و ترکیب آن اجزاء با یکدیگر در تشخیص هویت چهره به کار می‌روند. مزیت روش بر پایه‌ی اجزای چهره در مقایسه با روش‌های کلی این است که برای تغییر زاویه‌های جزئی در چهره، تغییراتی که در هر یک از اجزاء به تنهایی ایجاد می‌شود، به نسبت تغییرات کلی چهره بسیار کمتر است و بدین ترتیب سیستم نسبت به چرخش و تغییر حالت مقاومت بیشتر نشان خواهد داد.[6].

روشهای بازشناسی چهره را می‌توان از جنبه‌های مختلف طبقه‌بندی کرد که در ادامه رایج‌ترین آن‌ها ارائه می‌گردد. رویکردهای دوبعدی را می‌توان به چهار دسته مختلف تقسیم کرد: ۱) روش‌های جامع (کلی)، ۲) روش‌های محلی (هندسی)، ۳) روش‌های مبتنی بر یادگیری کم عمق و ۴) روش‌های مبتنی بر یادگیری عمیق [7]. طبق این پژوهش‌ها، الگوریتم‌های بازشناسی چهره به صورت زیر به چهار دسته قابل توصیف می باشند[5]:

یادگیری کلی: در این روش‌ها که بیشتر در دهه‌ی ۱۹۹۰ و اوایل دهه‌ی ۲۰۰۰ میلادی مورد توجه قرار گرفتند، تلاش بر این بود که به کمک یک پراکندگی فرضی، یک بازنمایی با تعداد ابعاد محدود برای هر چهره ارائه شود. اولین و بارزترین نمونه‌ی روش، «مقادیر ویژه‌ی چهره» است[8]. این روش‌ها تحت شرایط محیطی مختلف معمولاً با مشکل مواجه می‌شوند. این روش که در ابتدای دهه‌ی ۱۹۹۱ میلادی ارائه شد، یکی از زمینه‌های رشد زمینه‌ی بازشناسی چهره به شمار می‌رود [9]. الگوریتم‌های بر پایه‌ی تطابق گراف‌ها⁶، مدل مخفی مارکف⁷، تطابق ویژگی هندسی⁸، تطابق نمونه‌ها⁹، نقشه‌ی خطوط لبه¹⁰ و همچنین SVM نیز از دیگر روش‌هایی هستند که در مسئله‌ی تشخیص هویت به کمک چهره به کار رفته‌اند.

روش‌های مبتنی بر ویژگی‌های محلی: در دهه‌ی ۲۰۰۰ میلادی، روش‌هایی بر پایه‌ی ویژگی‌های محلی (مانند نتایج فیلترهای گابور) ارائه شد. این روش‌ها تا حدودی نسبت به شرایط محیطی مختلف مقاومت نشان می‌دادند اما فشردگی کافی را نداشتند و همچنین قابلیت ایجاد متمایز در آن‌ها کافی نبود. یک روش بارز در این بخش، بر پایه‌ی فیلترهای گابور ارائه شد [10].

یادگیری کم‌عمق: در اوایل دهه‌ی ۲۰۱۰ میلادی روش‌هایی ارائه شدند که در آن‌ها توصیف‌گرهای محلی بر پایه‌ی یادگیری معرفی شدند. در واقع در این روش‌ها با توجه به پایگاه داده، فیلترهایی آموزش داده می‌شوند که بیشترین ایجاد تمایز را ایجاد می‌کنند. اما هنوز این روش‌ها مقاومت کافی در برابر تبدیل‌های غیر خطی و پیچیده‌ی چهره را نداشتند. پژوهش نمونه روش ارائه شده در این زمینه است.

یادگیری عمیق: در سال ۲۰۱۴ میلادی با ارائه‌ی الگوریتم DeepFace توسط تیم تحقیقاتی شرکت Facebook سری دیگری از روش‌های بازشناسی چهره بر پایه‌ی یادگیری عمیق کلید خورد [11]. در این روش‌ها بر خلاف روش‌های یادگیری کم‌عمق، تعداد لایه‌های زیادی به صورت متوالی به منظور استخراج ویژگی و تبدیل آن‌ها در نظر گرفته شده و بدین ترتیب در سطوح ویژگی‌های مختلفی با سطوح پیچیدگی مختلف شناسایی می‌شوند و این ویژگی‌ها نسبت به حالت چهره و شرایط محیطی نیز مقاوم هستند. لازم به ذکر است DeepFace برای اولین بار دقت الگوریتم‌های بازشناسی چهره را به دقت بازشناسی چهره توسط انسان (حدود ۹۷ درصد)‌ رسانید. پس از ارائه‌ی DeepFace الگوریتم‌های دیگری نیز بر پایه‌ی یادگیری عمیق بازشناسی چهره کردند از جمله‌ی این روش‌ها می‌توان به FaceID ، VGGFace، VGGFace2 و FaceNet اشاره کرد [12] تا [15].

در ادامه پیشرفته‌ترین روش‌های بازشناسی چهره مبتنی بر یادگیری عمیق به همراه توضیحات آن آورده شده است.

DeepFace: از یک شبکه عصبی عمیق نه لایه با بیش از 120 میلیون پارامتر برای بازشناسی چهره استفاده می‌کند و از خطای Softmax برای آموزش شبکه استفاده شده است و مجموعه داده‌های آموزش، یک مجموعه داده خصوصی با چهار میلیون تصویر چهره با بیش از 4000 هویت است [16]. این سامانه همچنین روش پیش‌پردازشی مؤثری را که از یک مدل سه‌بعدی برای تراز کردن چهره‌ها در موقعیت استاندارد چهره استفاده می‌شود، پیاده‌سازی می‌کند. به طور خلاصه، موفقیت DeepFace به سه عامل اصلی مربوط می‌شود: (1) مرحله پیش‌پردازش دقیق، (2) معماری شبکه و (3) داده‌های آموزش در مقیاس بزرگ. علاوه بر سامانه‌ی پیشنهادی، DeepFace همچنین یک سیستم تأیید چهره انتها به انتها¹¹ را با استفاده از یک شبکه Siamese ارائه می‌دهد. پس از آموزش، شبکه شامل یک لایه طبقه‌بندی است که برای تولید ویژگی برای دو تصویر به طور همزمان، تکرار می‌شود. بردارهای ویژگی تولید شده برای تصمیم‌گیری اینکه آیا دو تصویر از یک شخص هستند با یکدیگر مقایسه می‌شوند.

VGGFace: با الهام از VGGNet که نشان داد پیچیدگی‌های عمیق‌تر می‌توانند در تشخیص تصویر در مقیاس بزرگ مؤثرتر باشند، طراحی شده است، VGGFace همان مفهوم را برای بازشناسی چهره به کار می‌برد. نویسندگان از نسخه اصلاح شده معماری ارائه شده در VGGNet استفاده کرده‌اند و روی مجموعه داده VGGFace آموزش داده‌اند. نویسندگان دو تابع محاسبه خطا، softmax triplet را ارزیابی کردند و نتیجه گرفتند که از خطای سه‌گانه قطعاً عملکرد کلی بهتری را ارائه می‌دهد. با این وجود ، گزارش شده که آموزش شبکه برای طبقه‌بندی با خطای softmax، آموزش را به میزان قابل توجهی آسان و سریع‌تر می‌کند. بعدها از سامانه‌ی VGGFace برای یادگیری انتقالی با تطبیق الگو استفاده شد. در این پیاده‌سازی، ویژگی‌های CNN عمیق حاصل از VGGNet از پیش آموزش‌دیده با SVMهای خطی آموزش دیده، در زمان آزمون ترکیب می‌شود. گزارش شده است که SVM های خطی one-vs-rest، قدرت تفکیک فضای ویژگی را افزایش می‌دهند.

OpenFace: یک سامانه بازشناسی چهره تحت مجوز Apache 2.0 است. این سامانه با هدف از بین بردن فاصله بین سامانه‌های بازشناسی چهره در دسترس عموم و پیشرفته‌ترین سامانه‌های خصوصی با کیفیت بالا، توسعه یافته است. این سامانه مبتنی بر مفاهیمی است که در GoogleNet و FaceNet معرفی شده است. OpenFace از نسخه اصلاح شده شبکه nn4 از GoogleNet استفاده می‌کند که در FaceNet نیز مورد استفاده قرار گرفته است. DNN با استفاده از خطای سه‌گانه آموزش داده می‌شود. بردارهای ویژگی خروجی به دست آمده از این مدل آموزش‌دیده دارای 128 بعد هستند. طبقه‌بندی چهره با استفاده از SVM خطی انجام می‌شود. با توجه به تصاویر چهره دارای برچسب از داده‌های آموزش، این سامانه برای هر چهره بردارهای مشخصه تولید می‌کند. سپس، بردارهای ویژگی به SVM داده می‌شوند که مدلی را بر اساس بردارهای ویژگی چهره ایجاد می‌کند. هنگامی که یک بردار ویژگی‌های چهره از یک تصویر چهره ناشناخته ارائه می‌شود‌، مدل SVM چهره ناشناخته را طبقه‌بندی می‌کند.

ArcFace: مجموعه‌ای از DNNها (ResNet-100، ResNet-50 و ResNet-34) را همراه با خطای ArcFace پیاده‌سازی می‌کند [17]و [18]. این سیستم یک بردار ویژگی 512 بعدی را برای تصاویر چهره تولید می‌کند. DNNها روی نسخه اصلاح شده مجموعه داده Ms Celeb آموزش دیدند. در یک سری نتایج آزمایشی، نویسندگان نشان می‌دهند که این پیاده‌سازی از اکثر نتایج پیشرفته گزارش شده بهتر است.

مجموعه دادگان LFW یک دادگان محک عمومی برای بازشناسی چهره است که به آن تطبیق جفت نیز میگویند. در جدول ۱ عملکرد برخی از الگوریتم‌های معروف بر روی این مجموعه داده را مشاهده می‌کنید که در وبسایت آن آورده شده است.¹²

نتایج مرور جدیدترین روش‌ها و پیشرفت‌های اخیر به ما نشان می‌دهد که افزایش چشمگیری در تحقیقات این حوزه طی پنج سال گذشته رخ داده است، به ویژه با ظهور رویکرد یادگیری عمیق که از محبوب‌ترین روش‌های بینایی ماشین به حساب می‌آید. علاوه بر این، پایگاه داده‌های متعدد چهره (دولتی و خصوصی) برای اهداف تحقیقاتی و تجاری در دسترس هستند و ویژگی‌های اصلی آن‌ها و پروتکل‌های ارزیابی ارائه شده است. تمرکز بر روی چهره‌های برچسب زده شده در پایگاه داده LFW از نظر روش، معماری، معیارها، دقت و پروتکل‌ها لازم است تا محققان بتوانند نتایج خود را با این پایگاه داده مرجع مقایسه کنند. می‌توان بیان کرد که تشخیص چهره دو بعدی هنوز به تحقیق و توسعه فنی برای دستیابی به تجزیه و تحلیل تصاویر نیاز دارد. از طرفی با توجه به پیشرفت تجهیزات نوین سخت افزاری، بازشناسی چهره سه‌بعدی نیز مورد توجه قرار گرفته است. توسعه اخیر حسگرهای سه‌بعدی رویکرد جدیدی را برای بازشناسی چهره نشان می‌دهد که می‌تواند بر محدودیت‌های اصلی فناوری‌های دوبعدی غلبه کند، به عنوان مثال، تغییرات ظاهری، عامل پیری، حالت، تغییرات در شدت نور و به طور کلی در حالات چهره، داده‌های از دست رفته، لوازم آرایشی و انسداد. اطلاعات هندسی ارائه شده توسط داده‌های چهره سه‌بعدی می‌تواند دقت تشخیص چهره را در شرایط نامساعد اکتسابی بهبود بخشد. با این حال، فقدان پایگاه داده بازشناسی چهره سه‌بعدی مانع بهره‌برداری از روش‌های مبتنی بر یادگیری عمیق می‌شود. همچنین، تفسیر حالت چهره سه‌بعدی، شناسایی تغییرات در سن و یادگیری انتقالی سه چالش دیگر این روش است که هنوز در آغاز کار خود هستند و نیاز به تحقیقات بیشتری دارد. به طور طبیعی، این پیشرفت‌های جدید در بازشناسی چهره باید چهار هدف را برآورده کند: سریع بودن (پاسخ فوری از دید کاربر)، دقت نزدیک به 100، امنیت مطلوب، تجهیزات مینیاتوری و قابل حمل.

4. تشخیص زنده بودن و رویکردهای آن

یک سامانه زیست‌سنجی می‌تواند تحت حملات مختلفی قرار بگیرد [29]. با ایمن‌سازی نقاط خاصی از سامانه تشخیص، از جمله کانال‌های ارتباطی، تجهیزات و زیرساخت‌های درگیر، می‌توان از حملات غیرمستقیم جلوگیری کرد. روش‌های مورد نیاز برای بهبود این ماژول‌ها بیشتر مربوط به امنیت سایبری است تا زیست‌سنجی، بنابراین در این بحث پوشش داده نمی‌شوند. از طرف دیگر، حملات نمایش فقط یک آسیب‌پذیری زیست‌سنجی است که با سایر راه‌حل‌های امنیتی فناوری اطلاعات مشترک نیست و نیاز به اقدامات متقابل خاصی دارد.

حمله نمایش (PA) عبارتست از ارائه یک مصنوع ساخت انسان به یک سنسور دریافت داده در سامانه زیست‌سنجی. یک سامانه تشخیص زیست‌سنجی از زیرسامانه‌های مختلفی مانند ضبط مشخصه‌های زیست‌سنجی، پردازش سیگنال و استخراج ویژگی، مقایسه، تصمیم‌گیری و زیرسامانه ثبت در پایگاه داده تشکیل شده است. در صورت اضافه کردن زیرسامانه‌ی تشخیص حمله‌ی نمایش به این سامانه، این زیرسامانه می‌تواند در محل‌های مختلفی واقع شود: 1) پس از زیرسامانه ضبط داده، 2) در زیرسامانه ضبط داده، 3) پس از زیرسامانه پردازش سیگنال و 4) پس از زیرسامانه مقایسه یا تصمیم‌گیری. شکل ۲ تصویری از چارچوب کلی از سامانه زیست‌سنجی با تشخیص حمله نمایش را نشان می‌دهد [29].

در راستای تعیین روش مناسب برای اجزای مختلف یک سامانه تشخیص زنده بودن مورد بررسی قرار می گیرد.

روش‌ها و گونه‌شناسی‌های موجود و رایج در مرجع [30]. به صورت زیر ارائه شده است: ۱) روش‌هایی که از حسگرهای رایج و موجود برای دریافت سیگنال‌های لازم جهت استخراج ویژگی‌هایی برای تشخیص زنده بودن استفاده می‌کنند. ۲) استفاده از سخت‌افزار اختصاصی برای استخراج شواهد کافی از زنده بودن است که این روش همیشه امکان استقرار ندارد. ۳) یک روش مبتنی بر تولید چالش-پاسخ که در آن از کاربر خواسته می‌شود تا با سامانه تعامل داشته باشد و بر اساس چالش تولید شده به سامانه پاسخ دهد. ۴) استفاده از الگوریتم‌های تشخیص ابتکاری که در سامانه پیاده‌سازی شده است [30].

از نگاه دیگری می‌توان این روش‌ها را به سه دسته طبقه‌بندی کرد: ۱) روش‌های مبتنی بر بافت ۲) روش‌های مبتنی بر حرکت ۳) روش‌های یادگیری عمیق.

در تحقیقی دیگر روش‌های موجود در برابر حملات نمایش دوبعدی را به پنج دسته طبقه‌بندی شده است: مبتنی بر بافت، مبتنی بر کیفیت تصویر (در این حوزه با توجه به ویژگی‌های کیفی تصویر، تحلیل انجام می پذیرد و در حوزه احراز هویت برخط، کیفیت تصویر یک چالش بوده و نیاز است با روش هایی کیفیت به میزان قابل قبول ارتقاء یابد.)، رویکردهای پویا، ویژگی‌های آموزش داده شده و روش‌های ترکیبی. طرح‌های مبتنی بر بافت عمدتاً تفاوت الگوهای ریز بافتی چهره‌ها و مصنوعات واقعی را با کمک توصیف‌گرهای مختلف کشف می‌کنند[31].

رویکردهای پویا، از اطلاعات زمانی برای کشف الگوهای حرکتی در فریم‌های ویدیویی بهره‌برداری می‌کنند. یادگیری عمیق برای استخراج ویژگی‌های سازگار استفاده و رویکرد دیگر، توسعه روش‌های مبتنی بر ترکیب است که با ترکیب ویژگی‌های مختلف از نقاط قوت هر زمینه بهره‌مند می‌شوند.

این پژوهش تطبیق چهره و تشخیص زنده بودن بر اساس تشخیص گفتار مورد بررسی قرار گرفته و در حال صنعتی می‌توان نرم‌افزار مرتبط را به صورت بومی تولید نمود. با توجه به پژوهش‌های پیشین، ما پیشنهاد می‌کنیم روش‌های موجود در این حوزه به سه نوع اصلی تقسیم شود (شکل۳): (1) روش‌های تعاملی، (2) روش‌های غیرتعاملی (منفعل) و (۳) ترکیب روش‌ها. روش‌های غیر تعاملی تنها ویدیو و یا تصویر کاربر ضبط شده و مورد تحلیل و پردازش قرار می‌گیرد. در روش تعاملی کاربر بایستی در مقابل دوربین یک وظیفه معین را انجام دهد. روش‌های تعاملی به این دلیل که در آن‌ها روش تشخیص زنده بودن به کاربر گفته می‌شود از امنیت کمتری برخوردار هستند اما معمولا از دقت‌ بیشتری نسبت به روش‌های غیرتعاملی برخوردار هستند ازین رو ترکیب این دو روش می‌تواند دقت قابل توجهی را در اختیار ما قرار دهد. در شکل ۳ یک طبقه‌بندی از روش‌های تشخیص زنده بودن را مشاهده می‌کنید.

در جدول ۲ اطلاعات الگوریتم‌های مختلف، به طور خلاصه آورده شده است.

جدول ۱. نتایج رویکردهای مختلف بازشناسی چهره بر روی مجموعه داده LFW

الگوریتم	مرجع	بازیابی چهره(٪)	الگوریتم	مرجع	بازیابی چهره(٪)
Deep Face	[16]	97.35	FaceNet	[22]	99.63
DeepFR	[19]	98.95	DeepID2+	[19]	99.47
Center Face	[20]	99.2	8 Baidu	[20]	99.13
SphereFace	[21]	99.42	VGGFace	[12]	99.13
Face++	[22]	99.50	FR+FCN	[19]	96.45
DeepID	[23]	97.45	GaussianFace	[21]	98.52
DeepID2	[24]	99.15	DeepID3	[11]	99.53
YouTu Lab, Tencent	[25]	99.80	PingAn AI Lab	[16]	99.80
Fisher vector faces	[26]	93.03	CMD+SLBP	[27]	92.58
Simile classifiers	[27]	84.72	DFD	[28]	84.02
LBP LDA	[28]	87.33	LBP multishot	[24]	85.17

شکل ۲. چارچوب کلی سامانه زیست‌سنجی با تشخیص حمله نمایش [29]

اشتراک گذاری

آدرس مقاله

تطبیق چهره و تشخیص زنده بودن مبتنی بر بازشناسی گفتار برای احراز هویت غیرحضوری