Biometrické metody v bezpečnostní praxi (2)

V minulém čísle jsme si představili nejčastější biometrické metody. Dnes se podíváme kritickým okem na problematiku rozpoznávání lidských tváří.

ROZPOZNÁVÁNÍ OBLIČEJE
Rozpoznávání obličeje vždy přitahovalo značnou pozornost. Někdy jde o porovnávání dvou statických obrazů, jindy o potřebu ověřit identitu jednotlivce nacházejícího se ve skupině lidí.
 Doposud měly obličejové rozpoznávací systémy jen omezený úspěch, dnes však vychází najevo, že rozpoznávání obličejů se bude řadit mezi primární technologie pro zajištění systémů vysokých rizik.
 Automatizované rozpoznávání lidských obličejů je obtížný komplexní úkol z důvodů proměnlivosti základních fyzikálních veličin obrazu, jakosti a fotometrie, geometrie polohy obličeje – úhlu natočení a přiblížení (zoomu), morfologie změn – emoční výrazy obličeje a stárnutí, a „přestrojení“ (čepice, brýle, vousy). Odtud vyplývá nutnost vytvoření normalizovaného modelu lidského obličeje tak, aby scénář rozpoznávání nebyl ovlivněn těmito reálnými rušivými vlivy. Modelování lidského obličeje se opírá o různé techniky numerického modelování – Fourierův popis, kruhové harmonické expanze, autoregresivní modely a momentové invariance.
 Uvádíme čtyři aplikace, které byly k dispozici a které jsme v praxi vyzkoušeli.

APLIKACE ZN SMARTEYE
(dynamické rozpoznávání z video sekvencí nebo on-line video signálu) je založená na algoritmu USC (Univerzity of Southern California). Tento algoritmus byl nasazen v komerčních aplikacích, kde využívá technologii „jetů“. Jet je sada komplexních čísel vypočtená pro každý uzel mřížky proložené obličejem. Jety jsou základem pro vytvoření normalizované reprezentace obličeje použitím tzv. obličejového grafu. Přes region obličeje je proložen tzv. shlukový graf (Face Bunch Graph – FBG) s počtem 48 uzlů. Tyto body jsou rozloženy v hranách a křivkách dominantních částí obličeje (viz obr.).
 Klasifikace může být provedena i ve škále barev s výpočtem váženého průměru a následně provedena klasifikace zkoumaného obrazu. Tímto je určena jednoznačná reprezentace zkoumaného obličeje a vyhodnocení proti databázi známých obličejů přiřazením bodového hodnocení shody od nejlepšího (100) po nejnižší (0). Jak je vidět z obrázku, má systém určité problémy proložit graf obličejem při bočním pohledu. Rozpoznání obličeje působí určité potíže, neboť technologie je založena na principu změn odstínu barev v po sobě následujících snímcích video sekvence (což znamená že obličej musí být v pohybu buď příčně přes obraz nebo přibližován zoomem). Dalším zjištěným problémem je nízká pravděpodobnost rozpoznání morfologicky změněného obličeje (např. morfologické změny způsobené stárnutím), popřípadě emočně změněného obličeje, který není obsažen v databázi známých vzorů.

APLIKACE FACE IDENT
(statické rozpoznávání z fotografií) využívá stejného matematického základu s tím rozdílem, že mřížka – elastic graph (srovnávací elastický graf) – je rozložena rovnoměrně přes oblast obličeje.
 Aplikace automaticky prokládá mřížku obličejem podle tří referenčních bodů – středu očí a úst. V případě, že body byly určeny chybně, je možné provést ruční korekci a znovu vytvořit „Phantomas Graf“. Pro co možná nejpřesnější vyhodnocení je nutné provést ruční korekci natočení obličeje podle osy Z (oči do vodorovné pozice). Dalším zjištěným problémem, stejně jako u předchozí aplikace, je relativně nízká pravděpodobnost rozpoznání morfologicky nebo emočně změněného obličeje. Systému byla předložena fotografie osoby o tři roky starší než byla zavedena v databázi známých osob. Po korekci rotace a umístění mřížky v obličeji byla osoba nalezena až na 167. místě v pořadí.
 Obecně lze říci, že je reprezentace obrazových vlastností pomocí takto definované mřížky relativně úspěšnou; je nezávislá na rozumné míře posunutí, rotace a měřítku. Lokální změny v obraze se projeví v lokálních změnách jeho reprezentace.

ZTC FACE CONTROL
Tato aplikace je v modifikaci nasazena v testovacím režimu v jedné z našich jaderných elektráren. Je založena na stejném principu jako předchozí aplikace – využívá algoritmus USC a technologii shlukového grafu a Jetů. Z testů vyplynulo, že spolehlivost rozpoznávání obličejů přístupového systému aplikace ZTC Face Control není tak vysoká jako například u systému založeného na geometrii ruky. Pro hromadný přístupový systém s velkou četností průchodů se zatím jeví rozpoznávání obličejů jako systém méně vhodný.

APLIKACE IMAGIS (IMAGIS CASCADE TECHNOLOGIES INC.)
Její princip je založen na geometrické reprezentaci obličeje v malé oblasti kolem očí a nosu.
 Systém vychází z předpokladu, že právě v této oblasti je možné určit jednoznačnou geometrickou reprezentaci obličeje, neboť geometrické parametry jsou zde určovány pevnými tkáněmi – kostmi – jak vyplývá z anatomie lebky. Výhodou je zjednodušení a zrychlení výpočtu, určitá míra nezávislosti na maskování obličeje (vousy, brýle) a normalizace na rozumnou míru rotace obličeje.
 Zjištěným problémem, stejně jako u předchozí aplikace, je nízká pravděpodobnost rozpoznání morfologicky či emočně změněného obličeje.
 Systém je citlivý na zhoršené podmínky osvětlení (viz obr.), kdy chybně umístil předpokládanou oblast zkoumání mimo region obličeje a není zde možnost provést manuální korekci.

SYSTÉM ZALOŽENÝ NA METODĚ 3D MORFOLOGICKÉHO MODELU
Komerční aplikaci založenou na této metodě jsme bohužel neměli k dispozici. Navíc vytváření 3D modelů je poměrně nákladná metoda pořízení galerie autorizovaných osob. Využívá se při tom 3D laserový scaner. Je však natolik zajímavá, že stojí zato ji zmínit.
 Lidská tvář je deformovanou plochou v 3D prostoru. Tato metoda je založena na morfingu a tzv. fittingu („lícování“) – deformaci tohoto modelu obličeje, který zakóduje tvar a strukturu v rámci parametrů modelu, a na algoritmu, který obnoví tyto parametry z jednotlivého obrazu obličeje. Databáze známých vzorů obličejů se vytváří 3D snímačem, nebo aproximací fotografií z několika úhlů pohledu obličeje (například trojdílné policejní fotografie). Pro identifikaci obličeje je z modelu použit tvar a texturové parametry, které jsou odděleny od obrazových parametrů, jako je poloha a osvětlení (viz obr.).
 Při testování existujících komerčních systémů se ukazuje, že rozpoznávání a identifikace obličejů je ovlivňováno řadou aspektů. Technické rušivé vlivy (změny osvětlení – stíny, pozadí scény, natočení, umístění v obraze, rotace,...) jsou relativně dobře normalizovatelné. Závažným problémem se však jeví změny v obličeji vlivem emočních výrazů a morfologických změn způsobených stárnutím.
 Při tempu rozvoje informatiky, a to jak ve výkonnosti hardwarových prostředků, tak rozvoje různých topologií a neuronových sítí, je možné, že v brzké době budou takové systémy dostupné i jako komerční produkty k praktické aplikaci.

DALŠÍ ZDROJE:
Network Fusion Research – Biometrics (portál pro základní informace, výrobce, publikace, normy, skupiny v oblasti biometrických systémů) http://www.nwfusion.com/research/biometrics.html /> European Biometric Forum (EBF)
http://www.eubiometricforum.com
International Biometric Group (IBG)
http://www.ibgweb.com /> Biometric Consortium (informace o výzkumu, vývoji, testování a aplikaci identifikace a verifikace osob na biometrické bázi)
http://www.biometrics.org /> Biometrics Research
http://biometrics.cse.msu.edu
Biometrics Catalog (databáze informací o biometrických technologiích podporovaná vládou USA)
http://www.biometricscatalog.org/ />