تشخیص چهره از روی ماسک

احراز هویت با تشخیص چهره حتی از روی ماسک

با گسترش هرچه بیشتر ارتباطات دیجیتال و استفاده روز افزون آن ها، فعالیت های مختلف انسان ها از پرداخت وجه گرفته تا جلسات و دیدار ها، همگی شکل دیجیتالی به خود گرفته اند. در چنین دنیایی تامین امنیت به صورت دیجیتال از ملزمات اصلی به شمار می رود. اینجاست که احراز هویت دیجیتال و تشخیص چهره از طریق تصاویر وارد زندگی روزمره ما می شوند.

در این مطلب با اهمیت و روش های تشخیص چهره در دنیای امروز بیشتر آشنا می شویم.

کووید ۱۹ ، تغییرات قابل توجهی را در دنیا ایجاد کرده و منجر به ظهور فناوری های بسیاری شده که به ما کمک می کنند تا با شرایط جدید جهان وفق پیدا کنیم. از رشد وسیع ابزار های کنفرانس ویدئویی آنلاین گرفته تا جهش عظیم در تجارت آنلاین، مردم مجبورشده اند تا زندگی حرفه ای  و شخصی خود را با سرعت باورنکردنی ای با جهان جدید مطابقت دهند.

شرکت های حوزه فناوری اطلاعات و امنیت دیجیتال نیز به سرعت خود را برای هم گام شدن با تغییرات جهان، دائما خود را با به روز کرده و خدمات جدید تری را به مشتریان خود ارائه می کنند.

نیاز های جدید در دوران بیماری کرونا

در نتیجه پاندمی کرونا ، ما مجبوریم هر روز از ماسک استفاده کنیم. اگرچه این کار برای جلوگیری از شیوع کرونا لازم و ضروری است ، اما حقیقتا تجربه ای عذاب آور است.

حتما برایتان پیش آمده که یک دوست و یا آشنا از کنارتان عبور کرده و شما او را از پشت ماسک نشناسید.

 این روز ها، این اتفاق، کاملا عادی و معمول است و فقط مختص انسان ها هم نیست. سیستم های تشخیص چهره و احراز هویت نیز به این مشکل دچار شده اند. اگر در محل کار خود سیستم حضور و غیاب از طریق تشخیص چهره دارید، مطمئنا تا کنون به مشکل عدم شناسایی توسط دستگاه تشخیص چهره مواجه شده اید.

استفاده از ماسک در دوران کرونا

تقاضای سیستم های احراز هویت دیجیتال در طول این دوره از همیشه بیشتر شده است و سازمان ها و موسسات مختلفی به دنبال راه اندازی سیستم تشخیص چهره برای احراز هویت افراد هستند.

برای غلبه بر مانعی که بخاطر استفاده از ماسک پیش آمده و دقت سیستم های تشخیص چهره را کاهش داده اند، شرکت های فعال در این زمینه راهکار هایی ترکیبی بر اساس هوش مصنوعی و یادگیری عمیق ارائه می کنند. این سیستم ها حتی در حالتی که فرد ماسک داشته باشد نیز دقت قابل اعتمادی را ارائه می کنند.

بیومتریک از طریق اندازگیری المان های مختلف در بدن انسان انجام می گیرد که می تواند نشان دهنده هویت فرد باشد. این نوع اندازگیری ها معمولا در فناوری های احراز هویت بیومتریک یک یا چند مرحله ای با دقت و امنیت بالا به کار گرفته می شوند.

به عنوان مثال ، با ترکیب دو فناوری احراز هویت از طریق رگ های کف دست و اثر انگشت یا رگ های کف دست و تشخیص چهره ، می توان از دقت و امنیت بالایی برخوردار شود. حتی بعضی شرکت ها اسکن اثر انگشت و رگ های کف دست را نیز به صورت بدون تماس انجام می دهند ولی در حالتی که چنین تجهیزاتی در دسترس نبود، برای احراز هویت بدون تماس باید از روش های تصویری مانند تشخیص چهره استفاده شود.

روش های مختلفی برای احرازهویت دیجیتال وجود دارد. اما با توجه به متفاوت بودن محل استفاده آن ها، باید راهکاری مناسب فضای مورد استفاده انتخاب شود.

روش های جدید برای مقابله با مشکلات احراز هویت

تشخیص چهره ، سریع و بدون تماس است و این مزیت را دارد که به سرعت ، افراد را از میان دیتابیس عظیمی از کاربران ثبت شده ، تشخیص دهد. با این حال ، تکیه کردن بر تنها یک سیستم بیومتریک می تواند ریسک تشخیص اشتباه را افزایش دهد. به طور کلی می توان گفت نرخ تشخیص کاذب (تشخیص فرد اشتباه) در سیستم های تشخیص چهره ، بین ۱ در ۱۰۰ هزار تا ۱ در ۱ میلیون است.

با این میزان نرخ تشخیص کاذب ، برای تشخیص بدون خطا پیشنهاد می شود که تنها تا ۱۰۰۰ نفر را از طریق این سیستم شناسایی کرد. احراز هویت از طریق رگ های کف دست را می توان برا شناسایی حداکثر ۱۰ هزار نفر استفاده کرد. در صورت استفاده از این دو سیستم احرازهویت بیومتریک به صورت چند مرحله ای، با ترکیب اطلاعات چهره و رگ های کف دست می توان یک میلیون کاربر را بدون خطا شناسایی کرد.

امروزه در برخی نقاط جهان، فروشگاه های زنجیره ای با اتوماسیون کامل و بدون استفاده از خدمه فروشگاهی راه افتاده اند. این فروشگاه ها با به کارگیری رویکرد احراز هویت بیومتریک چند مرحله ای، مشتریان را به هنگام ورود به فروشگاه ، شناسایی و تایید هویت می کنند. سپس در هنگام خروج برای آن ها امکان پرداخت سریع و بدون دخالت دست ، فراهم می شود تا با تایید هویت هزینه خرید از طریق حساب آن ها پرداخت شود.

یکی از چالش های پیش آمده در این فروشگاه ها، شناسایی افرادی اند که از ماسک استفاده می کنند. زیرا ماسک بخش زیادی از صورت آن ها را می پوشاند و فرایند تشخیص چهره را برای سیستم دشوار می کند.

مشکل تشخیص چهره در صورت استفاده از ماسک

همچنین در خصوص استفاده از سیستم های اثر انگشت یا تشخیص رگ های کف دست نیز روش های استفاده به خصوص خود را دارند که گاهی ممکن است استفاده از آن ها به صورت بدون تماس امکان پذیر نباشد. همچنین معمولا افراد ترجیح می دهند در هنگام استفاده از چنین سامانه ای با اتوماسیون کامل، نیاز به ارتباط با دستگاه های احراز هویت نداشته باشند و همه موارد به صورت تصویری انجام گردد.

برای تشخیص چهره های دارای ماسک، از روشی به نام داده افزایی استفاده می شود. در این روش به صورت دیجیتالی روی تصاویر چهره ماسک گذاشته شده و سیستم آموزش می بیند که در صورتی که چهره ی فرد دارای ماسک بود هم بتواند هویت او را تشخیص دهد.

بدین صورت سیستم تشخیص چهره می تواند چهره افراد دارای ماسک را هم تشخیص دهد، اما باید بپذیریم که این روش دقت سیستم را تا حدودی پایین می آورد.

فناوری داده افزایی برای تشخیص افراد دارای ماسک

میزان دقت در شناسایی چهره هنگام استفاده از ماسک ،کاهش می یابد. زیرا نقاط داده ی ویژگی های صورت ، فقط از ناحیه اطراف چشم فرد استخراج می شوند. به دلیل کم بودن تعداد این نقاط، اطلاعات موجود برای احراز هویت را کاهش پیدا می کند.

بنابراین الگوریتم تشخیص چهره به گونه ای تغییر می یابد که بتواند تصاویر را با ماسک آموزش دیده و افراد را تشخیص دهد. با استفاده از یادگیری عمیق و فناوری داده افزایی ، می توان موقعیت اجزا صورت را تخمین زده و ماسک مجازی را روی چهره ی افراد پیاده سازی کرد. در این صورت هنگامی که تصویر فرد جدیدی در سیستم وارد شود (بدون ماسک) سیستم به طور خودکار روی چهره فرد ماسک قرار داده و تصویر با ماسک او را نیز یاد می گیرد.

در ادامه می توان با انواع مختلف ماسک و رنگ ها و طرح های مختلف آن نیز به صورت مجازی این کار را تکرار کرد تا سیستم به نوع ماسک یا رنگ و طرح آن وابستگی پیدا نکند.

با این کار، میزان دقت تشخیص چهره در احراز هویت افراد دارای ماسک تا میزان بسیار زیادی افزایش پیدا می کند و می تواند به عنوان یک سیستم قابل اعتماد ارائه شود.

ترکیب این روش با راهکار های دیگر احراز هویت مانند تشخیص رگ های کف دست یا اثر انگشت، می تواند دقت بسیار بالایی را ارائه کند که از نظر امنیتی نیز قابل استناد است.

مجموعه تصاویر تشخیص ماسک چهره
داده های تولید شده در مرحله داده افزایی

روبینا ، راهکار امنیتی دنیای امروز در تشخیص چهره

شرکت شهاب اولین کتابخانه و نرم افزار ایرانی تشخیص چهره بر اساس الگوریتم های یادگیری عمیق را ارائه کرده است. روبینا می تواند به صورت نرم افزاری در سامانه های مختلف مورد استفاده قرار گرفته و برای احراز هویت با دقت و سرعت بسیار بالا به کار گرفته شود.

روبینا می تواند با یادگیری اجزا مختلف چهره افراد، آن ها را در شرایط نوری مختلف، زوایای مختلف و حالت های مختلف چهره تشخیص دهد.

الگوریتم پردازشی روبینا به گونه ای است که در صورتی بخشی از چهره پوشیده شود یا در تصویر مشخص نباشد، روبینا می تواند با دقت بالا هویت فرد را تشخیص دهد.

همچنین پس از شیوع کرونا، شرکت شهاب به دنبال تقاضای بازار، قابلیت تشخیص ماسک را نیز به روبینا اضافه کرد. بدین صورت روبینا علاوه بر تشخیص چهره های دارای ماسک و بدون ماسک، می تواند وجود ماسک را نیز تشخیص دهد. یعنی مشخص می کند که آیا فرد ماسک دارد یا نه.

احراز هویت با ماسک

همانطور که پیش از این گفته شد وجود ماسک روی صورت در هر حال میزان دقت سیستم تشخیص چهره را تا حدودی کاهش می دهد. برای غلبه بر این مشکل، محققان شهاب راهکار جدیدی را نیز برای روبینا پیاده سازی کرده اند.

در این روش، در صورتی که فرد قرار گرفته در جلو دوربین ماسک داشته باشد محل چهره فرد تشخیص داده شده و تنها عبارت “ماسک دارد” نمایش داده می شود. بدین صورت علاوه بر تشخیص استفاده از ماسک، فرد مورد نظر مجبور می شود برای تایید هویت خود لحظه ای ماسک را از چهره خود بردارد. در این حالت وقتی که فرد ماسک نداشته باشد، عبارت “ماسک ندارد” به همراه نام فرد گزارش می شود.

استفاده از این راهکار برای زمانی که دقت بالایی برای تشخیص چهره نیاز است پیشنهاد می شود. در غیر این صورت می توان از تشخیص چهره درحالت ماسک دار نیز استفاده کرد که با دقت کمی پایین تر ولی قابل قبول ، هویت فرد را گزارش می کند.

همچنین برای برخورد با افراد بدون ماسک و جلوگیری از ورود آن ها می توان از این راهکار استفاده کرد.

مزیت دیگر روبینا این است که به عنوان یک محصول نرم افزاری، قابلیت سفارشی سازی و ادغام با سیستم های دیگر را دارا می باشد. بدین صورت اگر نیاز باشد از روبینا در یک سیستم احراز هویت چند مرحله ای استفاده کرد، می توان به راحتی آن را با اطلاعات دستگاه های تشخیص اثر انگشت یا تشخیص رگ های کف دست هماهنگ کرد.

روبینا راهکاری جامع برای احراز هویت از طریق تشخیص چهره می باشد که مرتبا خود را با شرایط روز مطابقت می دهد. روبینا می تواند برای مصارف مختلفی مورد استفاده قرار بگیرد و برای کار های مختلف سفارشی سازی شود. اگر شما هم پیشنهادی در زمینه توسعه سیستم تشخیص چهره روبینا دارید می توانید در بخش دیدگاه ها عنوان کنید یا برای سفارش محصول و اطلاعات بیشتر با ما تماس بگیرید.

بیشتر بخوانید :

منبع Fujitsu

درباره‌ی فریبا یزدیان

Faribayazdian1372@gmail.com

همچنین ببینید

هوش مصنوعی و بیومتریک در احراز هویت

بیومتریک و هوش مصنوعی ، ترکیب برنده در احراز هویت

هوش مصنوعی و بیومتریک می توانند در کنار یکدیگر، مدل های امنیتی موثر و قابل …

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *