एक्टिव लाइवनेस डिटेक्शन कैसे काम करता है

किसी चेहरे की तस्वीर और किसी ID की तस्वीर यह जानने के लिए काफ़ी नहीं कि कैमरे के सामने कोई असली व्यक्ति बैठा है। कोई प्रिंट की हुई तस्वीर दिखा सकता है, दूसरी स्क्रीन पर वीडियो दोबारा चला सकता है, या मुखौटा पहन सकता है। लाइवनेस डिटेक्शन वह चरण है जो एक अधिक सीमित और कठिन सवाल का जवाब देता है: क्या अभी कोई जीवित इंसान मौजूद है, न कि किसी की रिकॉर्डिंग या प्रतिकृति? यह पोस्ट बताती है कि एक्टिव लाइवनेस कैसे काम करता है, पैसिव लाइवनेस से कैसे अलग है, और यह वास्तव में किससे बचाव करता है।

एक्टिव बनाम पैसिव लाइवनेस

लाइवनेस डिटेक्शन आम तौर पर दो प्रकार का होता है। पैसिव लाइवनेस किसी एक छवि या छोटी क्लिप का विश्लेषण करके देखता है कि कहीं वह लाइव कैप्चर न होने के संकेत तो नहीं दे रही — बनावट, परावर्तन, स्क्रीन से आने वाले moiré पैटर्न, गहराई के संकेत — और इसमें व्यक्ति से कुछ करने को नहीं कहा जाता। यह तेज़ और कम झंझट वाला है, लेकिन इसके पास सबूत भी कम होते हैं: फ़ैसला करने के लिए एक या कुछ ही फ़्रेम।

सक्रिय लाइवनेस व्यक्ति से ऐसा कुछ करने को कहता है जिसे कोई स्थिर इमेज या पहले से रिकॉर्ड किया गया वीडियो माँग पर विश्वसनीय रूप से नकली नहीं कर सकता: लाइव सेशन के दौरान, संकेत मिलते ही पलक झपकाना, सिर घुमाकर वापस बीच में लाना, सिर हिलाना, या मुस्कुराना। ShieldID सक्रिय, चुनौती-आधारित लाइवनेस डिटेक्शन का उपयोग करता है, जिसे 478-पॉइंट 3D फ़ेशियल लैंडमार्क ट्रैकिंग से कम से कम दस फ़्रेम में ट्रैक किया जाता है — सिर्फ़ एक फ़ोटो की जाँच नहीं। सिस्टम यह देखता है कि चुनौती के दौरान चेहरा कैसे हिलता है, सिर्फ़ यह नहीं कि एक स्थिर इमेज में वह कैसा दिखता है।

एक सेल्फ़ी की जगह चैलेंज क्यों

एक अकेली सेल्फ़ी को सिस्टम को सिर्फ़ एक बार, एक फ़्रेम में धोखा देना होता है। गाइडेड चैलेंज में लगातार धोखा देना पड़ता है, एक ऐसे क्रम में जिसे सिस्टम ने यादृच्छिक रूप से चुना हो, और चेहरे के हिलने पर उसके सैकड़ों बिंदुओं पर नज़र रखी जाती है। प्रिंट की हुई तस्वीर न पलक झपकाती है, न मुड़ती है। दोबारा चलाया गया वीडियो उसी गति से बँधा रहता है जो मूल रूप से रिकॉर्ड हुई थी — वह बाद में दिए गए चैलेंज का जवाब नहीं दे सकता। स्थिर मुखौटा सिर हिलाने या मुस्कुराने पर त्वचा और मांसपेशियों की तरह नहीं हिलता। इसका मतलब यह नहीं कि एक्टिव लाइवनेस को हराया नहीं जा सकता — कोई भी एक जाँच ऐसी नहीं होती — और ठीक इसी कारण यह अलग जाँचों के साथ चलता है, उनकी जगह नहीं।

लाइवनेस चैलेंज के साथ और क्या चलता है

लाइवनेस कई संकेतों में से एक है जो हर सेल्फ़ी पर, हर बार चलते हैं — कभी पेड अपग्रेड के रूप में नहीं, न ही ऐसे टॉगल के रूप में जिसे कोई व्यवसाय पैसे बचाने के लिए बंद कर सके। एंटी-स्पूफ़िंग, डीपफ़ेक डिटेक्शन और 3D-मास्क डिटेक्शन हर एक अपनी अलग, स्वतंत्र रूप से रिपोर्ट की जाने वाली जाँच के रूप में चलता है, किसी एक अपारदर्शी लाइवनेस स्कोर में मिलाया नहीं जाता। व्यवहार में यह मायने रखता है: अगर कोई सत्यापन विफल होता है, तो आप देख सकते हैं कि उसे लाइवनेस चैलेंज ने, स्पूफ़ संकेत ने, संदिग्ध डीपफ़ेक ने या मास्क डिटेक्शन ने चिह्नित किया, न कि बिना किसी स्पष्टीकरण के सिर्फ़ एक “failed”।

• एंटी-स्पूफ़: कैमरे के सामने किसी गैर-लाइव स्रोत — स्क्रीन, प्रिंट, मुखौटा — को प्रस्तुत करने से जुड़े संकेत, जिन्हें लाइवनेस चैलेंज से स्वतंत्र रूप से जाँचा जाता है।
• डीपफ़ेक डिटेक्शन: कृत्रिम रूप से बनाए गए या छेड़छाड़ किए गए चेहरे से जुड़े संकेत, जो अपनी अलग जाँच के रूप में चलते हैं।
• 3D-मास्क / प्रिंट डिटेक्शन: विशेष रूप से भौतिक प्रस्तुति हमलों के लिए जाँचें — कैमरे के सामने रखी गई प्रिंट की हुई तस्वीर या मुखौटा।
• फ़ेस मैच: एक अलग चरण जो लाइव कैप्चर की तुलना दस्तावेज़ की तस्वीर से करता है, और जिसे कच्चे प्रतिशत के बजाय एक निश्चित निर्णय रेखा के विरुद्ध रिपोर्ट किया जाता है।

प्रेज़ेंटेशन अटैक कैसा दिखता है

इस क्षेत्र की भाषा में, किसी जीवित और सहयोग करने वाले व्यक्ति के बजाय कुछ और प्रस्तुत करके बायोमेट्रिक सिस्टम को धोखा देने की कोशिश को प्रेज़ेंटेशन अटैक कहा जाता है। यह कोई फ़ोटो, वीडियो रीप्ले, मास्क या डीपफ़ेक हो सकता है। एक्टिव लाइवनेस, एंटी-स्पूफ़, डीपफ़ेक और मास्क डिटेक्शन, इनमें से हर एक प्रेज़ेंटेशन अटैक के अलग प्रकार से बचाव करता है। स्टैटिक चैलेंज स्थिर फ़ोटो को विफल कर देता है। फ़्रेम-दर-फ़्रेम ट्रैकिंग से पहले से रिकॉर्ड किए गए रीप्ले का पास होना और कठिन हो जाता है, क्योंकि वह उसी समय चुनी गई चुनौती पर प्रतिक्रिया नहीं दे सकता। मास्क और डीपफ़ेक डिटेक्शन उन अधिक परिष्कृत प्रयासों को निशाना बनाते हैं जो विश्वसनीय ढंग से हरकत करने की कोशिश करते हैं।

सीमाओं के बारे में ईमानदारी

हम लाइवनेस डिटेक्शन की सटीकता का कोई प्रतिशत प्रकाशित नहीं करते, और हम iBeta या ISO/IEC 30107-3 जैसे किसी औपचारिक प्रमाणन का दावा भी नहीं करते। आज हमारे पास ऐसा कोई प्रमाणन नहीं है, और हम यह नहीं कहेंगे कि है। हम जो सटीक रूप से बता सकते हैं, वह यह है कि क्या चलता है और कैसे: चेहरे के सैकड़ों लैंडमार्क पर ट्रैक किया जाने वाला एक एक्टिव, मल्टी-फ़्रेम चैलेंज, जिसके साथ हर एक सत्यापन पर अलग एंटी-स्पूफ़, डीपफ़ेक और मास्क जाँचें चलती हैं। नतीजा अपने अलग संकेत के रूप में बताया जाता है, किसी ऐसे एकल स्कोर में मिलाकर नहीं जिसे आप परख न सकें। जब कभी औपचारिक परीक्षण होगा, तो हम नतीजा और तारीख़ प्रकाशित करेंगे, किसी ऐसे बैज की तरह नहीं जिसके पीछे कोई प्रमाण न हो।