top of page

Nhận diện khuôn mặt 101 (Phần 2)

Nội dung kì trước:

- Facial Recognition - Nhận diện khuôn mặt là gì?

- Nhận diện khuôn mặt hoạt động như thế nào?


Fun fact: Không ít lần chúng ta bắt gặp trong phim ảnh Hollywood phi vụ giả mạo - đánh cắp danh tính và đánh lừa hệ thống bảo mật sinh trắc học bằng các loại làm giả dấu vân tay, khuôn mặt. Nhân vật của Tom Cruise trong phim Minority report (2002) đã đánh lừa hệ thống bảo mật bằng mống mắt (iris) anh mua được ở chợ đen

Tuy nhiên, đời thực thì không giống như là phim ảnh và việc đánh lừa các hệ thống này gần như là không tưởng nhờ có công nghệ Liveness Detection. Cùng tìm hiểu xem đây là gì và hoạt động như thế nào nhé



Liveness detection là gì?

Dịch nôm na: “Phát hiện chủ thể giả mạo” trong sinh trắc học là khả năng của hệ thống có thể phát hiện xem dấu vân tay hoặc khuôn mặt (hoặc các sinh trắc học khác) là thật (từ một người sống có mặt tại thời điểm đó) hay giả (từ một hiện vật giả mạo hoặc một bộ phận cơ thể không có sự sống)

Kiểm tra Liveness sử dụng các thuật toán phân tích dữ liệu - sau khi chúng được thu thập từ máy quét và trình đọc sinh trắc học - để xác minh xem nguồn có phải đến từ một chủ thể giả hay không

1. Một vài ví dụ giả mạo đánh cắp danh tính như:

Giả mạo dấu vân tay: bằng cách sử dụng các vật liệu như keo, sáp, plasticine, silicone và in 3D

Giả mạo khuôn mặt:

  • Phương thức giả mạo để tấn công hệ thống sử dụng 2D và 3D (tĩnh hoặc động) để đánh lừa phần mềm nhận dạng khuôn mặt. Phương thức giả mạo sử dụng 2D tĩnh dựa trên ảnh chụp, giấy phẳng hoặc mặt nạ, trong khi các phiên bản động sử dụng phát lại video màn hình hoặc hiệu ứng của một chuỗi các ảnh liên tiếp

  • Phương thức giả mạo sử dụng 3D tĩnh có thể thực hiện bằng các bản in 3D, tác phẩm điêu khắc hoặc mặt nạ in 3D, trong khi các phiên bản động sử dụng robot tinh vi để tái tạo lại các biểu cảm một cách hoàn chỉnh và thậm chí bổ sung cả lớp trang điểm

  • Phức tạp hơn, và đang xôn xao gần đây nhất chính là công nghệ Deepfake (kết hợp của “deep learning” và “fake”) được dùng để đề cập đến các video khi ghép khuôn mặt của người này sang người khác trong video với độ chính xác khá cao


2. Làm thế nào để ngăn chặn những âm mưu giả mạo này?


a. Trong trường hợp giả mạo vân tay:

Đầu tiên hệ thống sẽ dựa vào thuật toán, sau đó là dựa vào các đặc tính như là tính linh hoạt của da, độ đàn hồi của da, phản xạ da, mồ hôi, tĩnh mạch ngón tay

b. Trong trường hợp giả mạo khuôn mặt:

  • Trước hết, hệ thống dựa vào các thuật toán nhận diện khuôn mặt

  • Phương pháp sử dụng ánh đèn Flash cho phép phát hiện giả mạo bằng cách sử dụng những phản xạ ánh sáng trên khuôn mặt

  • Phát hiện nháy, chớp mắt cũng là một trong những bước kiểm tra độ sống động một cách chính xác. Chúng ta tự nhiên chớp mắt từ mười lăm đến hai mươi lần một phút và một máy ảnh 2D tốt có thể phát hiện ra điều đó

  • Sự giãn nở của đồng tử cũng có thể được tạo ra một cách có chủ ý

  • Với tính năng hồng ngoại, camera cũng có thể thu thập thông tin thân nhiệt

  • Độ sâu và phát hiện chuyển động của cơ mặt cũng là yếu tố xem xét để giúp ngăn ngừa các loại giả mạo tĩnh. Thêm vào đó, hệ thống có thể yêu cầu người dùng chớp mắt, mỉm cười, quay đầu, gật đầu, tạo biểu cảm ngẫu nhiên, đọc số, v.v.

  • Sự kết hợp cùng một số phương thức sinh trắc học khác như nhận dạng vân tay, mống mắt và giọng nói cũng giúp tăng cường mức độ bảo mật.

  • Trong trường hợp Deepfake: Các hệ thống được đào tạo để nhận ra những điểm không nhất quán từ các chi tiết nhỏ như bóng đổ bất ngờ, hiệu ứng ánh sáng không bình thường, chẳng hạn như chiếu sáng không nhất quán và phản chiếu trên mống mắt sẽ là một căn cứ quan trọng để phân biệt, nốt ruồi không tự nhiên trên khuôn mặt hoặc chớp mắt không tự nhiên (quá nhiều lần hoặc không đủ)

3. Tiêu chuẩn nào trên khẳng định chất lượng của các công nghệ Liveness Detection sinh trắc học?


a. Tiêu chuẩn IEEE 2790-2020:


Vào năm 2020, SenseTime đã cùng các ông lớn công nghệ sinh trắc học trên thế giới gồm: Synopsys, Alibaba, Alipay, 0xSenses, Xiamen Anne, Irisian, Optronics, BII Group, Chaincomp thành lập bộ khung tiêu chuẩn IEEE Std 2790-2020 Standard for Biometric Liveness Detection và hội đồng đánh giá, nhằm mục đích đảm bảo chất lương ứng dụng công nghệ này và bảo vệ quyền riêng tư của người tiêu dùng

IEEE (ieee.org) là tổ chức chuyên môn kỹ thuật lớn nhất thế giới chuyên phát triển công nghệ cho nhân loại. Các tiêu chuẩn của họ được tin tưởng và áp dụng trên khắp thế giới trong hơn một thế kỷ qua


b. Giải pháp định danh khách hàng điện tử tích hợp Liveness Detection:

Là công ty Trí tuệ nhân tạo với mũi nhọn về Nhận diện khuôn mặt, SenseTime đầu tư nghiêm túc việc tìm hiểu và phân tích các mối đe dọa tiềm ẩn để tăng cường các khả năng bảo mật sinh trắc học. Do đó, Liveness Detection được SenseTime đánh giá là một mắt xích cực kỳ quan trọng và được tích hợp trong giải pháp SenseStudio ID hay là các thiết bị single-detection như SenseThunder E mini của họ



Nội dung kì tới:

- Tiêu chuẩn NIST về Nhận diện khuôn mặt

- Khả năng về Nhận diện khuôn mặt của SenseTime


21 views
bottom of page