Студентки НИТУ МИСИС создали систему проверки подлинности изображения лиц

Студентки университета МИСИС создали кастомную нейросеть для определения наличия лиц на фотографиях и вычисления подлинных. Загружать изображения для проверки можно через специально разработанное веб-приложение, также предусмотрена возможность анализа в реальном времени через камеру компьютера. Для обучения нейросети использовались 16,5 тыс. настоящих и фейковых фотографий. Разработка, сделанная по заказу компании VK, получила первое место на хакатоне Innoglobalhack. Об этом CNews сообщили представители МИСИС.

Для решения задачи по созданию face anti-spoofing — комплекса защитных мер, направленных на предотвращение обмана систем защиты путем предъявления ей «ложного» лица — разработчики используют системы с применением внешних датчиков электронных устройств или анализом видео-отрывка, по которому можно определить, настоящее ли перед нами лицо и окружение вокруг него и др.  

Перед студентами-участниками хакатона стояла задача — предложить систему проверки подлинности изображения лица только по изображению с использованием методов машинного обучения. В своей работе разработчики опирались на обманы presentation attacks: использование фотографии лиц в печатном и электронном виде, а также объемных масок, имитирующие черты лица человека.

Студентки Университета МИСИС —  Алиса Семенова, Алина Бурыкина, Елизавета Борисенко — проанализировали пять существующих нейросетей, выбрали из них две самые перспективные, и на основе проведенных экспериментов и наблюдений разработали кастомную версию представляющую собой двухступенчатую систему.

«Важным этапом разработки решения с использованием машинного обучения является поиск набора данных для обучения моделей (в данном случае речь идет о большом количестве фотографий с примерами как реальных лиц, так и «ложных»). Мы использовали набор данных из 16,5 тыс. изображений: подлинных и фейковых с примерно равномерным распределением по типам обмана систем распознавания лиц: с помощью печатных фотографий и изображений на экранах электронных устройств, масок и персонажей мультфильмов. А также сами напечатали фотографии людей с различными внешними признаками, сделали их «ложные» изображения и добавили в выборку», — сказала Алиса Семенова, студентка 4 курса университета МИСИС.

На первом этапе распознавания лица используется предобученная нейронная сеть MTCNN, которая определяет положение лица на картинке. Затем на изображение добавляется специальное поле, 60% от площади которого составляет анализируемое лицо. Такое приближение дает значительный прирост в точности. Далее используется сеть InceptionResnet, дающая числовые представления особенностей лица. Это позволило избежать смещения в предсказании модели, которая помимо лица анализирует все изображение в целом. 

На втором этапе используется еще несколько слоев нейронной сети для отбора признаков изображения. Результаты двух этапов объединяются и проходят через несколько финальных слоев для получения окончательного вывода о подлинности изображения. Этот подход позволил команде достичь высокого значения точности при определении подлинности лиц.

Для нейросети было создано специальное веб-приложение, с помощью которого можно анализировать изображения лиц на подлинность, в том числе в режиме реального времени через камеру компьютера. 

***

Университет науки и технологий МИСИС — ставит перед собой задачу внести максимальный вклад в развитие экономики за счет прорывных разработок и качественной подготовки специалистов. В научно-исследовательской деятельности университет МИСИС концентрируется на таких приоритетных направлениях, как металлургия, горное дело, материаловедение, квантовые технологии, биоматериалы и биоинженерия, альтернативная энергетика, аддитивные и информационные технологии. В вузе действует порядка 45 научно-исследовательских лабораторий и инжиниринговых центров мирового уровня, в которых работают ведущие российские и зарубежные ученые. В состав университета входит 7 институтов и 6 филиалов — четыре в России и два за рубежом. В вузе более 23 тыс.  обучающихся, 25% студентов — граждане 86 стран.