Как обмануть распознавание лиц на смартфоне: реально ли это?

Разблокировка экрана занимает несколько секунд — достаточно поднести смартфон к лицу. Но в это время внутри устройства происходит сложная обработка данных. О том, как обмануть распознавание лиц в смартфоне, читайте в статье «».

Первый этап — получение данных. В самых простых системах используется обычная фронтальная камера, которая снимает двухмерное изображение. Однако такие методы чувствительны к свету, и их можно легко обойти с помощью фотографии.

Более сложные системы используют инфракрасные датчики и проекторы. Они создают карту глубины лица: устройство проецирует тысячи невидимых точек и фиксирует, как они искажаются на поверхности. Это позволяет получить не плоское изображение, а трехмерную модель.

Похожие подходы были описаны в исследованиях по 3D-распознаванию лиц. В документе Института инженеров по электротехнике и электронике говорится, что увеличение глубины значительно повышает точность системы и устойчивость к подделкам.

Как создать шаблон из изображения?

После сбора данных система не сохраняет само изображение лица. Вместо этого он преобразует его в математическое представление, называемое шаблоном. Алгоритмы выделяют ключевые характеристики, которые затем преобразуются в числовой вектор:

расстояние между глазами

форма линии челюсти

положение носа

контуры губ

Современные системы используют нейронные сети, обученные на миллионах изображений. Они способны извлекать более сложные характеристики, выходящие за рамки простых геометрических измерений. Работы в области глубокого обучения, такие как исследование FaceNet Корнелльского университета, показывают, что лицо можно представить как вектор в многомерном пространстве, где одинаковые значения соответствуют одному и тому же человеку.

Как происходит сравнение?

При попытке разблокировки смартфон повторно анализирует лицо и генерирует новый вектор. Затем он сравнивает его с сохраненным шаблоном.

Сравнение строится не по принципу полного совпадения, а по степени сходства. Оценивается расстояние между двумя наборами данных — если оно меньше заданного порога, доступ открывается.

Такой подход позволяет учитывать изменения: освещения, мимики, угла поворота головы. Именно поэтому смартфон может распознавать своего владельца в разных условиях. Система также может распознавать пользователя:

в темноте (за счет инфракрасных датчиков)

в очках

с измененной прической

Когда искусственный интеллект выйдет за пределы Земли

Как система понимает, что перед ней живой человек?

Одна из ключевых задач — отличить настоящее лицо от изображения.

Для этого используются механизмы проверки «живучести». В простых системах это может быть анализ морганий или движений. В более сложных – проверка глубины и реакция на инфракрасное излучение.

Трехмерные датчики позволяют определить, что перед камерой находится не плоская поверхность, а трехмерный объект. Это снижает вероятность того, что вас обойдут с помощью фотографии или экрана.

Где хранятся данные?

Биометрические данные обычно не передаются на серверы. Они хранятся внутри устройства в изолированной области памяти.

Такие модули защищены от доступа со стороны операционной системы и сторонних приложений. Обработка данных также происходит в этой безопасной среде. Аппаратная изоляция существенно снижает риск утечки биометрической информации.

Когда система может ошибаться?

Несмотря на высокую точность, распознавание лиц не является безошибочным. Ошибки возможны при сильном изменении внешности, плохом освещении или частичном закрытии лица.

Отдельная проблема — сходство между людьми, особенно близнецами. Исследование, опубликованное в журнале ScienceDirect, показывает, что даже современные алгоритмы могут испытывать трудности в таких случаях, поскольку различия между лицами минимальны. Кроме того, точность зависит от качества датчиков и алгоритмов, используемых в конкретном устройстве.

Можно ли обмануть систему?

Несмотря на встроенные механизмы защиты, возможность обхода зависит от типа технологии. В системах, основанных только на обычной камере, теоретически возможно использование фотографии или видео, поскольку они не анализируют глубину и структуру лица. Именно поэтому такие системы, как мы уже говорили выше, считаются менее надежными.

В более сложных системах задача усложняется. Тестирование жизнеспособности и анализ 3D-моделей делают простые обходные пути неэффективными. Однако в экспериментальных условиях были продемонстрированы атаки с использованием реалистичных масок и высокоточных моделей лица, способных имитировать объем и геометрию.

Таким образом, современные исследования показывают, что распознавание лиц — это не одна технология, а совокупность методов. Он включает в себя обработку изображений, машинное обучение, глубинный анализ и аппаратную защиту данных. И хотя точность таких систем продолжает повышаться, их производительность по-прежнему зависит от качества входных данных и условий стрельбы.

Ранее мы писали, почему гаджеты быстро и сильно дорожают.