9月29日 武漢ホームシュテクノロジー株式会社武漢科学技術大学と技術開発契約を正式に締結しました アイリスプレゼンテーション攻撃検出 (PAD) アルゴリズムの開発とエッジサイド適応8ヶ月間の期間で 両社は共同で アイリスを偽造する アルゴリズムを開発し 追加のハードウェアなしで 近い赤外線画像の 1 つのフレームのみを必要とします直接 Homsh さんのC20虹膜端末とMD31虹膜認識モジュールに導入します.
正確な認識は アイリス認識の半分に過ぎません もう半分は カメラの前にあるものが 本物の人間の目であることを最初に確認することです
アイリスの質感は安定していて複製が困難で 世界中で認識されている 最も安全な生体測定特性の"つです しかし"複製が難しい"とは "誰も試さない"という意味ではありません質感のある色のコンタクトレンズ3D 義眼や画面で再生される目映像は,攻撃者がカメラに持ち込むかもしれない偽物です.業界では,このような攻撃は"プレゼンテーション攻撃"と呼ばれます.PADと呼ばれる技術です.
困難は攻撃方法の絶えず進化にあります.多くの既存のソリューションは訓練で見られる攻撃タイプに対してうまく機能します.しかし,新しいコンタクトレンズ材料に出会うと検出率は著しく低下します.他の解決策は,多スペクトル照明,構造光,または多フレームビデオに依存し,有効性がある一方で,デバイスのコストや認識時間を高めますさらに,より厳格な反スプーフィング対策は,実際のユーザーにとってより高い偽棄率をもたらし,高精度モデルが埋め込まれたチップに収まるのは困難です.これらの矛盾が まさに この協力が 解消しようとする 硬い果物なのです.
武漢科学技術大学の研究チームは アルゴリズムの独立研究と実装を担当しています攻撃サンプルデータセットの構築を含む差別モデル設計,モデル剪定,量子化,エッジサイド適応.HomshはC20虹膜端末とMD31虹膜認識モジュールを提供しています.デバイスの統合とデバッグを担当します2つのレベルでの受験を実施しています.
アルゴリズム研究で大学が優れている一方で,企業は実用デバイスとアプリケーションシナリオを提供し,デリババルの品質を保証するために2レベルの受付チェックを行っています.2つの展開プラットフォーム8ヶ月の研究開発サイクル
このプロジェクトには厳格な前提条件があります 640×480の単眼眼の近赤外線グレースケール画像のみを使用しプリントアイリスを含む複数のタイプの攻撃を識別する3D 義眼とスクリーン再生.一方,攻撃検出率が高く,実際のユーザーの偽拒絶率を厳格に制御することを目指しています.
この目標の周りに,両者は4つの研究開発方向性を定義しました.エッジ構造と鏡像反射 同時に多尺度の特徴で,実際の目と偽物の間の微妙な違いと画像を捉える・"見られない攻撃"への適応力を向上させるための"一発攻撃"の脱出訓練とオープンセットの差別を導入する.量子化意識のトレーニングと構造化された剪定をトレーニングプロセスに統合し,モデルが埋め込みチップに圧縮されたときに正確性を保ちます信頼性の高い評価を データ源から確保すること.
特徴,一般化,展開,データ全体の鎖をカバーする4つのR&D方向性
アイリス情報は敏感な個人情報です. プロジェクトに参加するすべての実体的人物は,データの目的,保存期間,権利について個別に通知されます.文書で同意書に署名しますすべてのデータはプロセス中に暗号化され,すべての操作のアクセスログが保持されます.
評価には厳格なルールも適用される.サンプルは対象と攻撃源によってグループ化され,同じソースからのサンプルは,トレーニングセットとテストセットの両方に同時に表示されない.独立テストセットは,密封され,Homschによって保持されています採用テストの代わりにはできない.性能は目に見えないデータのみで判断される.
このアルゴリズムは最終的に2つのプラットフォームで実行されます. PC側では Homsh C20 アイリス端末で使用できます. そしてRK3588プラットフォームは MD31 アイリス認識モジュールのメインコントローラです.モジュールの内部で直接動作するアルゴリズムでプロジェクトは4つのマイルストーンに従って進んでいます. 中期承認はアルゴリズムの精度を評価し,最終承認は割引と量子化を評価します.2つのプラットフォームの展開と実際のデバイスの統合.
8ヶ月 4つのマイルストーン それぞれに明確な成果と 確認方法があります
自社開発した虹膜認識チップから エッジデバイスに 完全な認識パイプラインを組み込むまで ホムシュは常に"つのミッションに コミットしてきましたアイデンティティ認証を信頼性の高いものにする信頼性の最も重要な部分です. 信頼性とは,
武漢科学技術大学との協力により 大学の研究力と企業の製品シナリオが 融合しています8ヶ月以内に端末に直接統合できる自己制御のアイリス・アンチ・スプーフィング・アルゴリズムをまた,もっと多くの大学や研究チームがHomshと コミュニケーションと協力することを歓迎します.
