Jak działa aktywne wykrywanie żywotności

Zdjęcie twarzy i zdjęcie dokumentu tożsamości nie wystarczą, aby mieć pewność, że przed kamerą siedzi prawdziwa osoba. Ktoś może pokazać wydrukowane zdjęcie, odtworzyć nagranie na drugim ekranie albo założyć maskę. Wykrywanie żywotności (liveness) to etap, który odpowiada na węższe, trudniejsze pytanie: czy w tej chwili obecny jest żywy człowiek, a nie nagranie lub jego replika? Ten wpis wyjaśnia, jak działa aktywna weryfikacja żywotności, czym różni się od pasywnej i przed czym faktycznie chroni.

Aktywna a pasywna weryfikacja żywotności

Wykrywanie żywotności występuje zazwyczaj w dwóch odmianach. Pasywna weryfikacja żywotności analizuje pojedynczy obraz lub krótki klip pod kątem oznak, że nie jest to zapis na żywo — tekstury, odbić, wzorów mory z ekranu, wskazówek dotyczących głębi — bez proszenia osoby o jakiekolwiek działanie. Jest szybka i mało uciążliwa, ale opiera się też na mniejszej ilości dowodów: jednej klatce lub kilku, na podstawie których trzeba podjąć decyzję.

Aktywna detekcja żywotności wymaga od osoby czynności, której statyczny obraz ani nagrane wideo nie są w stanie przekonująco sfałszować na żądanie: mrugnięcia, obrócenia głowy i powrotu do środka, skinienia lub uśmiechu, na komendę, podczas sesji na żywo. ShieldID stosuje aktywną detekcję żywotności opartą na wyzwaniach, śledzoną w co najmniej dziesięciu klatkach z użyciem 478-punktowego trójwymiarowego śledzenia punktów charakterystycznych twarzy — a nie sprawdzenie pojedynczego zdjęcia. System obserwuje, jak twarz porusza się podczas wyzwania, a nie tylko jak wygląda na jednym nieruchomym obrazie.

Dlaczego wyzwanie zamiast jednego selfie

Pojedyncze selfie musi oszukać system tylko raz, w jednej klatce. Prowadzone wyzwanie musi być oszukiwane nieprzerwanie, w sekwencji wybranej losowo przez system, śledzonej w setkach punktów na twarzy w trakcie jej ruchu. Wydrukowane zdjęcie nie mruga ani się nie obraca. Odtwarzane nagranie jest związane z ruchem, który pierwotnie zarejestrowano — nie może zareagować na wyzwanie wydane po fakcie. Statyczna maska nie porusza się tak jak skóra i mięśnie przy skinieniu głową czy uśmiechu. Nic z tego nie czyni aktywnej weryfikacji żywotności niepokonaną — żadna pojedyncza kontrola taka nie jest — dlatego właśnie działa ona równolegle z odrębnymi kontrolami, a nie zamiast nich.

Co działa równolegle z wyzwaniem żywotności

Weryfikacja żywotności to jeden z kilku sygnałów uruchamianych przy każdym selfie, za każdym razem — nigdy jako płatne rozszerzenie ani przełącznik, który firma może wyłączyć, by zaoszczędzić. Ochrona przed spoofingiem, wykrywanie deepfake’ów i wykrywanie masek 3D działają jako odrębne, osobno raportowane kontrole, zamiast być wtopione w jeden nieprzejrzysty wynik żywotności. Ma to praktyczne znaczenie: jeśli weryfikacja zakończy się niepowodzeniem, mogą Państwo zobaczyć, czy zgłosiło je wyzwanie żywotności, sygnał spoofingu, podejrzenie deepfake’a czy wykrycie maski, zamiast jednego komunikatu „niepowodzenie” bez wyjaśnienia.

• Anti-spoof: sygnały związane z przedstawieniem kamerze źródła innego niż żywe — ekranu, wydruku, maski — sprawdzane niezależnie od samego wyzwania żywotności.
• Wykrywanie deepfake’ów: sygnały związane z twarzą wygenerowaną syntetycznie lub zmanipulowaną, uruchamiane jako odrębna kontrola.
• Wykrywanie masek 3D / wydruków: kontrole ukierunkowane konkretnie na fizyczne ataki prezentacyjne — wydrukowane zdjęcie lub maskę przytrzymywaną przed kamerą.
• Dopasowanie twarzy: odrębny etap, który porównuje ujęcie na żywo z portretem z dokumentu i raportuje wynik względem stałej granicy decyzji, a nie surowego odsetka.

Jak wygląda atak prezentacyjny

W języku branżowym próba oszukania systemu biometrycznego przez okazanie czegoś innego niż żywa, współpracująca osoba — zdjęcia, nagrania wideo odtwarzanego ponownie, maski, deepfake'a — nazywana jest atakiem prezentacyjnym. Aktywny test żywotności (liveness), wykrywanie podszywania się (anti-spoof), wykrywanie deepfake'ów i wykrywanie masek chronią przed różnymi odmianami ataku prezentacyjnego: statyczne wyzwanie pokonuje zdjęcie; śledzenie klatka po klatce utrudnia przejście weryfikacji nagraniem odtwarzanym ponownie, ponieważ nie potrafi ono zareagować na wyzwanie wybrane na żywo; wykrywanie masek i deepfake'ów jest skierowane przeciwko bardziej wyrafinowanym próbom, które usiłują poruszać się w sposób przekonujący.

Szczerze o ograniczeniach

Nie publikujemy wartości procentowej skuteczności wykrywania żywotności i nie twierdzimy, że posiadamy formalną certyfikację, taką jak iBeta czy ISO/IEC 30107-3 — obecnie jej nie mamy i nie będziemy twierdzić inaczej. Możemy natomiast dokładnie powiedzieć, co jest uruchamiane i jak: aktywne, wieloklatkowe wyzwanie śledzone na setkach punktów charakterystycznych twarzy, poparte osobnymi kontrolami anti-spoof, deepfake i masek przy każdej pojedynczej weryfikacji, z wynikiem przedstawianym jako odrębny sygnał, a nie wtopionym w jedną ocenę, której nie można sprawdzić. Gdy formalne testy zostaną przeprowadzone, opublikujemy wynik i datę, a nie odznakę bez żadnego poparcia w dowodach.