Как изменить лицо для верификации
Перейти к содержимому

Как изменить лицо для верификации

  • автор:

9 инструментов для верификации фото и видео

Photo

С развитием технологий становится все сложнее отличить поддельные фотографии от настоящих. Участники проведенного Уорикским университетом исследования отличали фейковые фото только в 60 процентах случаев. Но эти инструменты помогут вам разобраться, что перед вами – фейк или настоящая фотография.

FFmpeg

Веб-сайт

Сайт дает пользователям возможность записывать, конвертировать и транслировать любые виды аудио и видео. Кроме того, пользователи могут с помощью многофазного фильтра менять размер видео и просматривать видео в замедленном режиме.

FotoForensics

Веб-сайт

Этот инструмент позволяет анализировать данные о найденных в интернете изображениях. Хотя FotoForensics не даст вам простого ответа на вопрос, что перед вами – реальная фотография или фейк, он использует метод анализа уровня ошибок, отображает скрытые пиксели и метаданные.

Обратный поиск по изображению Google (Google Reverse Image Search)

Поисковая система

Этот инструмент дает возможность искать изображение в Google. Система покажет вам похожие результаты и веб-сайты, на которых они опубликованы.

Плагин для верификации видеоконтента InVID

Расширение браузера

Плагин InVID доступен для браузеров Chrome и Firefox. Загрузите фотографию или видео, и вам покажут, когда и где они были сделаны. Вы также сможете провести обратный поиск с помощью миниатюр, извлеченных из видео, (thumbnails) и ключевых кадров (keyframes). Инструмент позволяет увеличивать изображения без потери четкости и анализировать метаданные с помощью функции Image Verification Assistant. Обучающее видео можно найти здесь.

Serelay

Приложение

Загрузите фото в это бесплатное приложение, и оно проведет серию тестов, чтобы определить, было ли изображение изменено. В случае если изображение было изменено, приложение покажет, какая именно часть была изменена. Для защиты конфиденциальности пользователей Serelay не запоминает загруженные фотографии. Но приложение хранит «цифровые отпечатки пальцев» каждого изображения – с помощью них можно определить, было ли фото или видео изменено, даже если изменен был всего один пиксель. Узнать больше о Serelay и Truepic можно здесь.

SunCalc

Приложение

Приложение SunCalc показывает траекторию движения солнца в течение суток для любого места на карте. Это помогает проверить информацию, сопоставляя тени на фото или видео с данными для того места и времени, где и когда оно было сделано.

TinEye

Веб-сайт

Сайт TinEye проводит обратный поиск по изображениям – ищет дубликаты фотографий и другие сайты, на которых они появлялись.

Truepic

Приложение

Это бесплатное приложение поможет пользователям проверять фото и видео, найденные в интернете. Используя вычислительные методы, инструмент определяет, были ли пиксели и метаданные изменены. Truepic хранит все фото и видео на сервере, используя технологию blockchain.

YouTube Data Viewer

Веб-сайт

Скопируйте и вставьте ссылку на видео в строку поиска, и сайт покажет вам, когда оно было загружено. Сайт также позволяет просматривать извлеченные из видео миниатюры (thumbnails) и использовать их и ссылку на видео для обратного поиска по изображению.

Эта статья первоначально появилась на сайте News Co/Lab Аризонского университета. Публикуется IJNet с разрешения.

Источник основной фотографии Cole Keister, лицензия CC сайта Unsplash.

5 модных способов укрыться от идентификации лица (и напугать прохожих)

Сегодня алгоритм распознавания лиц используется везде. И не только в профессиональных системах слежения или умных веб-сервисах, но в разных развлекательных приложениях и базовых функциях вроде автофокуса. «Афиша Daily» решила попытаться обмануть алгоритм при помощи макияжа.

Разные системы распознавания человеческого лица имеют различные цели, поэтому и алгоритмы их отличаются. Одни из первых систем, которые были способны установить личность человека по фото, искали на изображении узловые точки, составляющие основные черты лица, и мерили между ними расстояния. Основные параметры измерений — это расстояние между глазами, ширина носа, глубина глазницы, форма скул, длина линии челюсти. Ключевые показатели в цифровом выражении составляли уникальный код или фейспринт, представляющий человека в базе данных. Так для установления личности подозреваемого его фото загружается в систему, а фейспринт сверяется с тысячами других аналогичных.

Проблема метода в том, что при разных углах съемки, освещении и даже выражении лица измеряемые показатели могут изменяться. Поэтому более современные программы используют 3D-моделирование лиц, что дает более точные результаты. Анализируя на фотографии участки лица, где более явны жесткие ткани и кости — глазницы, нос, подбородок (эти области уникальны и не изменяются с течением времени), программа выстраивает трехмерную модель лица и после этого уже «разворачивает» модель как угодно — в профиль или анфас, параллельно измеряет черты лица на субмиллиметровом масштабе.

Но и этот метод не идеален — для 100%-ного результата желательно проверить и идентифицировать несколько фото.

Для самых точных на сегодня показателей используются биометрические алгоритмы, анализирующие уникальные текстуры кожи, радужки глаза или даже рисунка вен.
Процесс анализа текстуры поверхности работает по сути как и распознавание лиц. Изображение человека (например, его лица) разбивается на более мелкие блоки, а алгоритмы различают на текстуре и радужке глаза мельчайшие линии, морщинки, поры, родинки и даже структуру кожи — все это предстает в виде математической модели. Благодаря этой системе легко определить различия даже между идентичными близнецами.

Самые простые алгоритмы анализа лиц — те, которые используются в развлекательных приложениях вроде Snapchat, а также в фотопрограммах, где фокус автоматически наводится на лицо. Эти программы анализируют овал лица, а также положение основных черт лица — глаз, носа, рта.

Подробности по теме
8 средств для киберпараноиков вместо шапочки из фольги

Как работает мейкап-камуфляж

Самый первый этап распознавания лица в любой системе — это обнаружение лица на изображении. Когда программа лица не видит, то ей нет смысла ни анализировать черты лица, ни подсчитывать расстояния между ключевыми точками. Так что логично блокировать систему именно на этом этапе. Поиск лица в кадре работает по довольно простому алгоритму, который анализирует наличие овала лица, глаз, носа и рта. Однако с помощью нехитрого набора косметики паттерны лица можно разбивать, заставив машину думать — это может быть чем угодно, но не лицом.

5 главных принципов мейкап-камуфляжа

К сожалению, рисунки на лице не помогут укрыться от идентификатора. Просто картина на лице, даже если она выполнена не в классической цветовой гамме, все равно обречена на ушки собачки из Snapchat. Первое, по чему ориентируется идентификатор, — это овал лица, уши и нос. Тут сможет помочь только скотч, который поменяет очертания полностью. Приклейте нос к щеке, а уши сверните в трубочки, распределите макияж, используйте необычные тона и приемы, чтобы не было особой разницы между цветом глаз, щек и губ. Не стоит подчеркивать глаза или скулы — это, наоборот, упростит распознавание лица для системы.

Два симметричных глаза — явный признак лица для компьютерного зрения. Постарайтесь скрыть оба глаза или хотя бы один из них. Лучше всего использовать материалы, которые рефлектируют свет — блестки, кусочки зеркала или полностью гладкие, отражающие свет поверхности. Блики отвлекут систему от естественных лицевых теней и не дадут распознать лицо.

Попробуйте поиграть с эллиптической формой головы и симметрией ушей. К сожалению, это помогает не всегда, так как система распознает овальную форму и, если находит на ней тени от век или носа, то срабатывает. Область, где находятся нос, глаза и лоб, — ключевая для системы распознавания лица. Попробуйте разбить этот треугольник, нанеся на переносицу неожиданный элемент, например, яркую краску (в нашем случае желтую).

Изменяйте контрастные тональные градиенты, меняйте пространственное соотношение темных и светлых областей лица, используя макияж, аксессуары и свои волосы. Неожиданно торчащие завитые пряди не натурального цвета (а лучше нескольких цветов) и изменение фактуры кожи, сценический грим, ощущение расплавленного лица и отсутствие цветовой фокусировки на основных деталях лица (глаза, нос, губы) также сделают свое дело — если вы подведете камеру телефона к этой картинке, то лицо опознано не будет, хотя абсолютно понятно, что на фото человек.

Постарайтесь максимально разбавить симметрию между левой и правой половинами лица, например, с помощью волос. Когда область глаза закрыта, а на другую сторону нанесена краска, не выделяющая глаза или губы, а контрастными пятнами, это меняет общее строение лица — и камера уже не распознает очертание головы. Идентификатор определит волосы по однородности их цвета и фактуры — используйте бусины или положите в волосы пушистые комочки ваты, это убьет ощущение челки, и идентификатор не сработает.

Все видео сняты на телефон Huawei P9 c двойной камерой Leica 12 МП + 12 МП

Простой способ спрятаться от популярных систем распознавания лиц

Прошлым летом, когда миллионы людей вышли на улицы, протестуя против полицейского произвола после убийства Джорджа Флойда, государственные учреждения, не теряя времени, обратились к системам распознавания лиц для отслеживания участников протестов. В то же время власти стали призывать носить маски для сдерживания эпидемии Covid-19, и многие обнаружили в этой мере свои преимущества. Масштабное исследование, опубликованное Национальным институтом стандартов и технологий в июле 2020 года, установило, что при помощи маски можно обмануть некоторые системы распознавания лиц почти в половине случаев – это позволяло предположить, что протестующие в масках получают некоторую защиту от массовой слежки.

Это навело меня на мысль: как наиболее эффективно использовать маски и прочие повседневные аксессуары, чтобы запутать системы распознавания лиц? Я решил это выяснить.

По сведениям Gothamist, департамент полиции Нью‑Йорка использовал для преследования активиста движения Black Lives Matter Дэррика Ингрэма системы распознавания лиц (возможно, в сочетании с фотографиями из социальных сетей). Поступали данные о нескольких ошибочных арестах, в особенности темнокожих людей, которые были произведены в результате использования технологий. Я сам тестировал системы распознавания лиц вроде Clearview AI и мог лично убедиться в их мощности. Из-за широкого применения распознавания лиц для ареста участников протестов стали звучать призывы запретить подобные технологии, и по стране уже пошла волна законодательной деятельности по этому вопросу.

Многие активисты и участники протестов не захотели дожидаться законов, регулирующих применение систем распознавания лиц, и взяли дело в свои собственные руки, придумывая находчивые способы вызвать сбой в работе технологий. В ход пошли и анти-надзорная косметика, и особые кастомизированные стикеры, которые выглядят как QR-коды, и фильтры для фотографий, которые выступают в роли цифровой «маски». К сожалению, многие из этих способов не работают. А другие, например, анти-надзорная косметика, требуют больших временных затрат и сильно бросаются в глаза. Маски, напротив, легко снимаются и надеваются, к тому же их можно носить на людях, не привлекая к себе лишнего внимания.

Исследование Национального института стандартов и технологий, посвящённое влиянию масок на работу систем распознавания, было всеохватным – оно включало 89 платформ. Но имелись в нём и недочёты. Так, в экспериментах не использовались настоящие маски – исследователи накладывали на фотографии цифровые маски, а потом загружали отредактированные изображения для тестирования различных систем. Также выяснилось, что успешность распознавания сильно варьирует. Некоторые системы удавалось обмануть в 50% случаев, а другие – только в 5%. Я организовал серию экспериментов своими силами, чтобы понять, какие типы масок лучше всего морочат голову системам распознавания лиц.

Для тестирования я выбрал функцию сравнения лиц из программы Face++ от Megvii. Face++ — популярный провайдер сервисов по распознаванию. Получить доступ к платформе можно через API, и сравнение пары фотографий стоит всего 0,002 $, что делает платформу доступной практически для всех. Кроме того, по отзывам, Face++ хорошо справляется с распознаванием лиц в масках. Скорее всего, это объясняется тем, что компания-производитель родом из Китая, где маски были популярны ещё до пандемии. Вероятно, систему обучали на фотографиях людей в масках за годы до того, как они вошли в обиход на Западе.

Я начал с того, что загрузил самую обычную фотографию, на которой хорошо видно моё лицо, на платформу Face++, а потом добавил ещё одну, практически идентичную, сделанную в точно таком же освещении. С точки зрения системы распознавания лиц, это почти идеальные условия для сравнения.

Как и следовало ожидать, Face++ справилась с задачей и установила идентичность с точностью в 95,071%. Это дало мне общее представление о том, насколько хорошо срабатывает система.
Затем я приступил к тестированию с применением распространённых масок разных видов. Сперва я попробовал сфотографироваться в простой голубой одноразовой маске. Снимки, опять же, делались под одинаковым углом и в одинаковом освещении.

Нужно отдать должное: маска не слишком-то сбила Face++ с толку. Оценка вероятности упала до 74,765% — приличный спад, но всё-таки довольно высокая точность, учитывая, что я закрыл больше половины лица. Это подтверждает мои догадки о влиянии происхождения Face++, а также правоту всех исследований, которые сообщают, что компании уже реагируют на последствия пандемии и учат свои системы узнавать лица в масках.

Дальше я стал пробовать разные дизайны масок. Я предполагал, что маска N95 ещё сильнее ухудшит результат, так как закрывает большую площадь. Однако в реальности точность выросла до 77,59%.

Когда я надел маску сына с персонажами из мультфильма «Щенячий патруль», точность подскочила до 82,421% — думаю, это потому, что маска мне маловата и лицо просматривается лучше. Также я попробовал использовать маску с прикрепленной степлером фотографией Тома Круза спереди, надеясь обескуражить Face++ тем, что одно лицо располагается поверх другого – этой техникой успешно пользовались до меня. Не получилось: система правильно определила, где моё лицо, и установила совпадение с вероятностью 79,191%. Ну и смотрится подобное не так чтобы очень естественно.

Затем я протестировал кастомизированный анти-надзорный дизайн, созданный при помощи программы на Python, которая создаёт градиентную гистограмму, специально построенную таким образом, чтобы сбивать алгоритмы распознавания. Из этого тоже ничего не вышло – точность, наоборот, ещё и выросла до 83,864%. На этом этапе я уже начинал терять терпение. Казалось, что Face++ способна справиться чуть ли не с чем угодно. Чем сильнее я старался замаскироваться, тем более уверенно она меня опознавала.

В последней отчаянной попытке я решил попробовать способ, который казался слишком уж простым, чтобы сработать. Я снова надел свою простенькую голубую одноразовую маску, но на этот раз добавил к ней ещё и тёмные очки, которые обычно ношу. Когда я загрузил фотографию на платформу Face++, результаты меня огорошили. Сочетание маски и тёмных очков не просто снизило точность распознавания – оно помешало программе в принципе обнаружить лицо на фотографии. Просто дополнив маску очками, я фактически сделался невидимым для системы.

Казалось, что это слишком уж хорошо, чтобы быть правдой, поэтому я загрузил те же фотографии в другой популярный сервис для распознавания лиц, FaceX. API FaceX установил идентичность фотографии в маске с вероятностью в 70,39% — результат, сопоставимый с тем, что выдавала Face++. Но с добавлением тёмных очков вероятность упала до 11,18%, что вынудило систему заключить, что «эти лица принадлежат разным людям».

Но почему добавление на фотографию очков дало такой мощный эффект? Чтобы ответить на этот вопрос, не помешает пристальнее взглянуть на то, как платформы вроде Face++ идентифицируют людей. Такие системы обычно обучают определять набор разнообразных ключевых точек на лице: положение глаз, носа, рта, линия волос, форма лица. Вот какие ключевые точки Face++ выявил у меня на лице, сфотографированном без маски (они отмечены голубыми точками):

Добавление маски снижает точность определения – но не до нуля. Даже массивная N95 позволяет Face++ вполне отчётливо различать у меня на лице глаза и брови. Ориентируясь по скулам, система также может с приемлемой точностью достроить очертания той части лица, которая скрыта под маской. Она даже может составить какие-то более-менее обоснованные догадки о том, где у меня под маской располагаются нос и рот.

Но когда надеты тёмные очки, система лишается богатого и ценного набора данных, касающихся глаз и бровей. К тому же, края очков загораживают скулы настолько, что и из этого участка много информации не выжмешь. Вместе с тем, маска по-прежнему полностью прячет нос и рот, и скрывает область подбородка. В совокупности маска и очки, по всей видимости, отнимают у систем такой объём данных, что они теряют способность должным образом провести сравнение (а в некоторых случаях – и вообще опознать на фотографии лицо, как это вышло с Face++), и результат получается неверным.

Это серьёзный успех, особенно если учесть, что обычная одноразовая маска и тёмные очки чуть ли не с начала пандемии остаются моим стандартным прикидом «на выход». Если кто-то на улице увидит меня в таком виде, то и глазом не моргнёт – и при этом, как выясняется, я становлюсь невидимым для систем распознавания лиц, которые спокойно узнали бы моё лицо под простой маской.

Сколько ещё эта техника будет работать против систем распознавания лиц? Сложно сказать. Распознавание лиц как область знания постоянно развивается. Учитывая, что она крайне полезна при расследовании серьёзных преступлений, вдобавок к профилированию невинных людей, скорее всего, рано или поздно создатели алгоритмов распознавания сумеют их адаптировать к сочетанию маски и очков. Кроме того, в некоторых общественных местах тёмные очки запрещены, да и в помещениях их далеко не все носят (прозрачные линзы тут не срабатывают – только затемнённые). Также нельзя с уверенностью утверждать, что техника сумеет обмануть те алгоритмы, которые использует полиция и государственные учреждения – они могут отличиться от тех, которые находятся в общем доступе. Наконец, даже без технологий распознавания у этих учреждений есть множество других способов отслеживать людей.

Но на текущий момент, по крайней мере, для тех платформ, которые я рассматривал, сочетание тёмных очков и маски является простым и на удивление эффективным способом сохранить анонимность, даже в условиях массовой слежки.

  • распознавание лиц
  • системы распознавания
  • компьютерное зрение
  • системы слежения
  • Блог компании Productivity Inside
  • Информационная безопасность
  • Искусственный интеллект

ТехнологииИдентификация по лицу

Идентификация по лицу — вторая по степени распространенности и популярности биометрическая технология. Однако в силу описанных ниже особенностей используемых идентификаторов эта технология, как правило, применяется в качестве вспомогательной по отношению к другим биометрическим методам (например, идентификации по отпечаткам пальцев) или прочим способам установления и/или подтверждения личности человека (экспертные оценки, визуальный контроль, осуществляемый сотрудником пограничной или иммиграционной службы, и т.п.).

Характеристики идентификаторов

К преимуществам геометрии лица как биометрического идентификатора прежде всего относятся бесконтактный способ получения сведений, необходимых для распознавания пользователей, и широкий выбор источников этих сведений (фотографии, видеоряд, данные видеонаблюдения). Несложно заметить, что количество возможных идентификаторов гораздо меньше, чем, скажем, при идентификации по отпечаткам пальцев (одно лицо у каждого человека против отпечатков 10 пальцев рук).

Обработка идентификаторов

При идентификации биометрическая система автоматически выделяет и обрабатывает сведения, характеризующие отдельные (наиболее «показательные») участки и особенности лица: контуры носа, губ, бровей, расстояние между ними и т.п. На основе этих сведений в соответствии с общими принципами биометрических технологий формируются цифровые модели идентификаторов, которые затем сравниваются между собой.

К сожалению, технологии идентификации по лицу весьма чувствительны к внешним условиям (освещенность, поворот головы, угол ее наклона и т.п.) и изменениям внешности человека (появление или исчезновение очков, бороды, макияж). Это приводит к тому, что данные технологии характеризуются самым низким процентом успешного распознавания пользователей и самым высоким процентом ложных срабатываний, когда биометрическая система ошибочно принимает одного человека за другого (в особенности по сравнению с аналогичными показателями у двух других «больших биометрик» — технологий идентификации по отпечаткам пальцев и радужной оболочке глаз).

Вместе с тем технологии идентификации по лицу достаточно эффективны в случаях, когда, например, требуется сравнить фотографии — при условии, что снимки хорошего качества, а пользователь не предпринимает специальных усилий для того, чтобы намеренно изменить свою внешность.

Разработчики технологий идентификации по лицу продолжают совершенствовать свои продукты в надежде повысить их функциональность.

Продукты и решения, поставляемые компанией BioLink и реализующие технологии идентификации по лицу:

  • информационная система автоматической мультибиометрической идентификации BioLink AMIS;
  • комплект разработчика прикладных биометрических решений VeryLook SDK .

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *