de l’Institut national américain des normes et de l’innovation (NIST) ont clarifié l’état actuel des applications logicielles développées pour découvrir les attaques satiriques de reconnaissance faciale et les défauts des images faciales.
Ces deux publications sont les toutes premières basées sur la publication, car le NIST a divisé son programme FRVT (Face Acknowledgement Vendor Test) en deux volets : Face Recognition Innovation Assessment (FRTE) et Face Analysis Technology Examination (FATE).
L’analyse du visage se distingue de la reconnaissance faciale car la reconnaissance faciale vise à identifier une personne sur la base d’un image. En revanche, l’analyse du visage vise à signaler les images problématiques en raison de problèmes de capture de l’image.
« Un algorithme logiciel proposé peut-il vous dire s’il y a un problème avec une image de visage ? » demande Mei Ngan, chercheur en systèmes informatiques au NIST. « Par exemple, les yeux de la personne sont-ils fermés ? L’image est-elle floue ? L’image est-elle en fait un masque qui ressemble au visage d’une autre personne ? C’est le genre de défauts que certains concepteurs prétendent que leur logiciel peut détecter, et la piste FATE s’inquiète. sur l’évaluation de ces affirmations. « qui évalue la capacité des algorithmes d’analyse de visage à détecter si ces problèmes constituent la preuve d’une attaque d’usurpation biométrique. Le groupe d’étude a examiné 82 algorithmes d’application logicielle soumis volontairement par 45 développeurs spéciaux. Les scientifiques ont confronté le logiciel à deux situations différentes : l’usurpation d’identité (tenter de ressembler à quelqu’un d’autre) et l’évasion (tenter d’empêcher de ressembler à soi-même). Le logiciel PAD passif n’exige pas que l’utilisateur effectue une action particulière, contrairement au PAD actif.
L’équipe a évalué les algorithmes avec 9 types d’attaques de présentation biométrique, avec des exemples incluant une personne utilisant un masque sophistiqué développé pour imiter le visage d’un autre individu, en tenant une photo d’un autre individu autant qu’un appareil photo électronique, ou en portant un masque N95 qui cache une partie du visage du porteur.
Les résultats variaient considérablement selon les algorithmes PAD, mais Ngan a gardé à l’esprit une mise en garde : « Seul un petit pourcentage de développeurs pourrait raisonnablement prétendre détecter des attaques de présentation particulières utilisant des applications logicielles », a-t-elle déclaré. « Les algorithmes de certains concepteurs peuvent détecter 2 ou 3 types, mais aucun ne les a tous capturés. »
Les fournisseurs participants sont ROC.ai, ID R&D, iProov, Aware, Neurotechnology, Cyberlink et Onfido.
Une découverte intrigante est que les algorithmes PAD les plus performants fonctionnaient mieux ensemble.
« Nous avons demandé si cela réduirait le taux d’erreur si vous intégriez les résultats de différents algorithmes. Il s’avère que cela peut être une bonne idée », a déclaré Ngan. « Lorsque nous avons sélectionné quatre des principaux algorithmes d’exécution du test d’usurpation d’identité et fusionné leurs résultats, nous avons constaté que le groupe faisait mieux que n’importe lequel d’entre eux seul. »
La deuxième étude de recherche de la piste FATE, « Analyse du visage Innovation Assessment (FATE) Part 11 : Face Image Quality Vector Assessment : Specific Image Flaw Detection » s’est concentré sur la détection des défauts d’image, comme identifier si une photo d’identité pourrait être rejetée.
« Si vous entrez dans une pharmacie et obtenir une photo d’identité, vous voulez vous assurer que votre demande ne sera pas refusée en raison d’un problème avec la photo », explique Joyce Yang, auteur de l’étude et mathématicienne du NIST. « Les photos floues constituent un problème évident, mais il peut également y avoir des problèmes de contre-jour ou du simple fait d’utiliser des lunettes. Nous avons exploré des algorithmes développés pour signaler les problèmes qui rendent une photo non conforme aux exigences du passeport. »
L’examen a été le plus premier dans la piste FATE, et le groupe NIST a obtenu sept algorithmes de 5 développeurs. L’étude a examiné les algorithmes sur 20 étapes de qualité, telles que la sous-exposition et l’uniformité de l’arrière-plan, toutes basées sur les exigences de passeport acceptées à l’échelle mondiale.
Yang a déclaré que tous les algorithmes ont révélé des résultats combinés. Chacun avait ses points forts, obtenant de meilleurs résultats sur quelques-unes des 20 mesures que d’autres. Ces résultats orienteront l’avancement de la norme ISO/IEC 29794-5, définissant les contrôles de qualité des algorithmes.
Toute l’actualité en temps réel, est sur L’Entrepreneur
