Лицевая биометрия Apple сможет различать близнецов

Apple получила новые патенты США, в том числе на усовершенствованную функцию идентификации лица. Один из которых описывает усовершенствованную камеру TrueDepth для 3D-картографирования и биометрии Face ID, улучшенную систему шаблонов и источников освещения, пишет Patently Apple 

Источники оптического излучения могут относиться к видимому, инфракрасному и ультрафиолетовому излучению. «Изобретение обеспечивает компактное оптоэлектронное устройство с пространственно мультиплексированным источником света, которое включает в себя корпус с матрицей излучателей пучков оптического излучения, проекционную оптику, пространственный мультиплексор на основе поляризации и контроллер, содержащийся в корпусе. (Термины «оптическое излучение» и «свет», используемые в настоящем описании и в формуле изобретения, в целом относятся к любому видимому, инфракрасному и ультрафиолетовому излучению)», говорится в публикации.

Лучи, испускаемые через переднюю или заднюю поверхность корпуса, могут быть использованы для трехмерного картирования или равномерного освещения

Ещё об одном патенте Apple, под названием «Evil Twin Proof», сообщается на сайте Patently Apple. Его использование обеспечит переход Face ID на новый уровень за счёт добавления к сравнению рисунок вен лица.

Apple отмечает, что при аутентификации с использованием распознавания лиц, существуют потенциальные случаи, когда пользователь, пытающийся пройти аутентификацию (авторизацию) с помощью устройства, не может быть отличен от другого пользователя с похожими чертами лица. Например, для процесса аутентификации по распознаванию лиц может быть трудно различить братьев и сестер, близнецов и другие тесно связанных родственников. В этом случае, могут использоваться дополнительные процессы аутентификации, чтобы уменьшить или предотвратить вероятность ложного принятия.

Apple признала этот недостаток на слайде Evil-Twin во время выступления, как показано ниже.

Выданный Apple патент 10 719 692 охватывает идентификацию лица с помощью субэпидермальной визуализации и машинного обучения, которая позволит различать лица даже между близнецами.

Захваченное субэпидермальное изображение включает изображение одного или нескольких кровеносных сосудов (например, вен) на лице пользователя. На рисунке ниже представлен вариант изображения субэпидермальных признаков на лице пользователя.

На рисунке 8 представлена блок-схема работы алгоритма.

Лицо включает множество кровеносных сосудов. В отличие от некоторых других черт лица на поверхности кожи пользователя, вены в подэпидермальных слоях уникальны для индивидуума, и паттерны вен у разных людей различны, даже у братьев и сестер или близнецов.

Источник deepfakechallenge.com

Добавить комментарий

Ваш адрес email не будет опубликован.