Kihívások a videó alapú személyazonosításban

Felhasználói fiók Hírlevél feliratkozás

Kihívások a videó alapú személyazonosításban

Biztonságtechnika
/
2020-09-28

Az elmúlt bő fél évben számos alkalommal kerültek említésre a járvány negatív hatásai, melyek a videó alapú személyazonosítás területén nyilvánultak meg.

Itt első sorban a maszk negatív vonatkozásai kerültek előtrébe – azaz, hogy a maszk nehezítheti / ellehetetleníthet az arc-biometriára épülő megoldások hatékony működését. Természetesen, a fejlesztők ezen felvetésekre gyorsan reagáltak, sőt a valóban problémás szoftverek esetében igyekeztek a problémát mihamarabb orvosolni. (Itt és most a maszk meglétét elemző megoldások robbanásszerű szaporodását, most hagyjuk figyelmen kívül.)

Elismerve a jelen területen tevékenykedő fejlesztők szakértelmét, néhány apróságra érdemes külön figyelmet szentelni. Hangsúlyozni szeretném, hogy itt és most azon megoldásokról lesz szó, melyek CCTV rendszerekhez csatlakozva szolgálják felhasználóik érdekeit. Ezen szoftverek nem egy „műtermi” fotóadatbázisokat fésülnek át, hanem élő (rögzített) képanyagból dolgoznak, melyek esetében szűk keresztmetszetet jelent a letelepített kamerák és optikák milyensége, a megfigyelési szög, valamint számos további paraméter, mely húsbavágóan módosíthatja az arcazonosító megoldások hatékonyságát. „Ökölszabályként” elfogadható az a közismert tény, hogy a napszemüveg (egy profi, megfelelően pozícionált kamerákra épülő, CCTV rendszer esetében) nem okozhat hatékonyságcsökkenést. Ugyanezt elmondhatjuk a maszkra – és a mostanában használt hasonló célú alternatív megoldásokra – is. Azonban, ha a napszemüveg mellé egy széles karimájú kalapot, baseball sapkát is felveszünk (pláne maszkkal kiegészítve), az arcfelismerő rendszer „megvakul”. Azzal tisztában vagyok, hogy online (értsd: élőkép) alkalmazás esetén, amennyiben intézkedésre jogosult személyek végzik az adott terület felügyeletét, különösebb gond nincs, mivel egyszerűen megállíthatják az illetőt és felszólíthatják személyazonossága igazolására. Mikor azonban erre – bármely okból kifolyólag – nincs lehetőség nem árt, ha rendelkezünk alternatív megoldásokkal is.

A vonatkozó szabvány (IEC 62676-4) szerint, a hatékony arc alapú személyazonosítás feltétel, hogy a céltávolságon max. 4mm-t fedjen le egy pixel. Ezt pixelsűrűségre átfordítva 250 pixel/métert kapunk. Természetesen, ezt még számos egyéb paraméter befolyásolhatja (fényviszonyok, aktív WDR funkció stb.). Azonban ez mit sem ér, ha az adott kamera nem megfelelő szögben rögzíti az áthaladó személyekről készülő képanyagot. Ehhez társul bónuszként a fent említett maszk/napszemüveg/sapka „anomália” jelentette „kihíváscsomag”.

A mesterséges intelligencia (MI) algoritmusok fejlődésével, egyes szakértők azon megállapítást tették, hogy mozgásminta alapú videotartalom-elemző megoldások jelenthetik a megoldást a fent vázolt problémára. Az eddigi kutatások szerint, a mozgásminta legalább annyira alkalmas lehet egy adott személy azonosításra, mint az illető arca. Más szakértők szerint az összevetés nem 100%-os – azaz a mozgásminta nem válthatja ki az arc-biometriát –, de kiegészítő megoldásként hatékony lehet. A mozgásminta nem csak az adott személy járását, de testtartását, az adott személy testének arányait, gesztikulációját stb. is vizsgálja. További jellemzője, hogy valamelyest kisebb pixelsűrűség is elegendő lehet. Természetesen, mint mindenhol, itt is van egy „apró” hátulütő: bár a kisebb pixelsűrűség elegendő lehet, de a magasabb (60+ kép/s) képfrissítési sebesség (jelenleg) elengedhetetlen, már amennyiben egy valóban megbízható azonosítási rátát szeretnénk megvalósítani. Nem változik az, hogy a kamera pozícionálása döntő fontosságú, cserében akár hőkamerával is végezhető az azonosítás. Egyes szakértők felhívják arra a figyelmet, hogy számos külső (pl. kavics a cipőben, eltérő járófelület stb.) és kvázi külső (betegségek, sérülések) módosíthatják azt, hogy ki miként mozog. Ez tagadhatatlan tény, melyet figyelembe kell venni egy rendszer tervezése során, különösen, ha meghatározott személyek azonosságát szeretnénk magas rendszerességgel megállapítani. Egyesek szerint, nehézséget jelenthet, hogy miként rögzítsünk egy embert a rendszerben. Valójában ez sem megoldhatatlan probléma, mindössze hosszadalmasabb folyamat, mint egy szimpla fénykép elkészítése vagy ujjlenyomat levétele. Hasonlatosan a billentyűzethasználat vizsgálatán alapuló biomterikus megoldásokhoz, itt is az alany folyamatos elemzése jelentheti a megoldást, ámbátor ez GDPR vonatkozásában vet fel egynehány kérdést. Mindazonáltal, amennyiben az adott megoldás célja egy adott személy nyomon követése, meghatározott időintervallumon belül, a lefedett területen, ezen (módosító) tényezők hatása sokadlagos jelentőségű lehet. Ami viszont nem másodlagos, hogy a mozgásminta elemzése jelentősen több képi mintát és számítási kapacitást igényel – a technológia jelenlegi fejlettségi szintjén.

A fenti mondat akár zárszónak is jó lehetett volna, az összegzés kedvéért: a mozgásminta alapú személyazonosítás érdekes, de fejlődésének kezdeti szakaszában lévő technológia nagy ígéretekkel. Nem hatnak rá az arcfelismerést akadályozó tényezők, továbbá hosszú távon eléggé nehézkes hamisítani / elfedni a vizsgált jellemzőket, mert például kezünk gesztusai 70+%-ban nem akaratlagosak, tudatosan csak limitált ideig vagyunk képesek befolyásolni őket. Viszont ezen technológia sem tekinthető univerzális „gyógyszernek”, ki kell tapasztalni alkalmazásának határait.

Szerző: OVSZ