Il 29 settembre, la WuHan Homsh Technology Co., Ltd.e Wuhan University of Science and Technology hanno firmato ufficialmente il contratto di sviluppo tecnico per lo sviluppo e l'adattamento di bordo di Iris Presentation Attack Detection (PAD)Nel corso di un periodo di 8 mesi, le due parti svilupperanno congiuntamente un algoritmo anti-spoofing dell'iride che richiede solo un singolo fotogramma dell'immagine dell'occhio vicino all'infrarosso e nessun hardware aggiuntivo.e distribuirlo direttamente sui terminali dell'iride C20 di Homsh ̇ e sui moduli di riconoscimento dell'iride MD31.
Il riconoscimento accurato è solo la metà del riconoscimento dell'iride; l'altra metà è prima confermare che ciò che è di fronte alla macchina fotografica è un vero occhio umano.
La consistenza dell'iride è stabile e difficile da replicare, rendendola uno dei tratti biometrici più sicuri riconosciuti in tutto il mondo.lenti a contatto colorate con texture, gli occhi protesici 3D e i video degli occhi riprodotti su schermi sono tutti falsi che gli aggressori possono tenere davanti alla fotocamera.e la tecnologia per rilevarli è conosciuta come PAD.
La difficoltà risiede nella costante evoluzione dei metodi di attacco.ma i loro tassi di rilevamento diminuiscono significativamente quando si incontrano nuovi materiali di lenti a contattoAltre soluzioni si basano sull'illuminazione multispectral, sulla luce strutturata o sul video multi-quadro per determinare la velocità di vitalità, pur essendo efficaci.aumentano anche i costi dei dispositivi e il tempo di riconoscimentoInoltre, misure più severe contro lo spoofing portano a tassi di rigetto falsi più elevati per gli utenti reali e i modelli ad alta precisione sono difficili da inserire nei chip incorporati.Queste contraddizioni sono esattamente le noci dure che questa cooperazione mira a rompere..
Il team di ricerca dell'Università di Scienza e Tecnologia di Wuhan è responsabile della ricerca e implementazione indipendente dell'algoritmo,compresa la costruzione di set di dati di campione di attacco, la progettazione di modelli di discriminazione, nonché la potatura, la quantizzazione e l'adattamento del modello.si occupa dell'integrazione e del debugging dei dispositivi, e organizza due livelli di test di accettazione.
Le università eccellono nella ricerca di algoritmi, mentre le imprese forniscono dispositivi reali e scenari di applicazione, con controlli di accettazione a due livelli per garantire la qualità dei risultati.2 piattaforme di distribuzione, ciclo di ricerca e sviluppo di 8 mesi.
Il progetto si pone un prerequisito rigoroso: utilizzando solo una singola immagine monoculare dell'occhio in scala di grigio vicino all'infrarosso da 640×480, senza hardware aggiuntivo,per identificare più tipi di attacchi, compresi gli iris stampatiNel frattempo, mira a mantenere un elevato tasso di rilevamento degli attacchi controllando rigorosamente il tasso di falso rifiuto per gli utenti reali.
In questo ambito, le due parti hanno definito quattro direzioni di R & S: caratterizzazione della consistenza dell'iride,struttura dei bordi e riflessione speculare contemporaneamente con caratteristiche multi-scala per catturare sottili differenze di materiale e immagini tra occhi veri e falsi· adottare la formazione "lascia un attacco" e la discriminazione aperta per migliorare l'adattabilità agli "attacchi invisibili";integrare l'addestramento basato sulla quantizzazione e la potatura strutturata nel processo di addestramento per garantire che il modello rimanga accurato quando compresso su chip incorporatiInfine, garantire una valutazione credibile della fonte dei dati.
Quattro direzioni di R & S che coprono l'intera catena di caratteristiche, generalizzazione, implementazione e dati.
Le informazioni Iris sono informazioni personali sensibili. Ogni soggetto umano reale nel progetto sarà informato individualmente dello scopo dei dati, del periodo di conservazione e dei suoi diritti.e firmerà un modulo di consenso informato scritto su base individualeTutti i dati sono conservati in modo crittografato durante tutto il processo, mantenendo registri di accesso per tutte le operazioni.
La valutazione segue anche regole rigorose: i campioni sono raggruppati per soggetto e fonte di attacco, e i campioni provenienti dalla stessa fonte non appariranno nello stesso tempo nel set di addestramento e nel set di prova.Il set di prova indipendente è sigillato e conservato da Homsh, e i risultati degli autotesti della parte R & S non possono sostituire i test di accettazione.
L'algoritmo sarà in ultima analisi eseguito su due piattaforme: il lato PC per l'uso con i terminali dell'iride Homsh C20 e la piattaforma RK3588 come controller principale per i moduli di riconoscimento dell'iride MD31,con l'algoritmo in esecuzione direttamente all'interno del moduloIl progetto procede in base a quattro tappe fondamentali: l'accettazione a medio termine valuta l'accuratezza dell'algoritmo, mentre l'accettazione finale valuta la potatura e la quantizzazione.distribuzione su due piattaforme e integrazione di dispositivi reali.
Otto mesi, quattro tappe, ognuna con risultati chiari e metodi di conferma.
Dai chip di riconoscimento dell'iride sviluppati da Homsh all'incorporazione della pipeline completa di riconoscimento nei dispositivi edge, Homsh è sempre stata impegnata in una missione:rendere più affidabile l'autenticazione dell'identità. La capacità anti-spoofing è la parte più critica della "fiduciabilità".
Questa collaborazione con l'Università di Scienza e Tecnologia di Wuhan riunisce la forza di ricerca delle università e gli scenari di prodotto delle imprese.Non vediamo l'ora di fornire un algoritmo anti-spoofing dell'iride autocontrollabile che possa essere integrato direttamente nei terminali in otto mesi.Accogliamo con favore anche più università e team di ricerca per comunicare e cooperare con Homsh.
