Jinsi ubaini wa liveness unavyofanya kazi
Passive, 3D Flash na 3D Action liveness zimeelezwa - kila mmoja unamtaka nini mtumiaji, kila mmoja una nguvu kiasi gani, na upi wa kuchagua kwa mchakato wako.
Liveness huthibitisha kuwa selfie ilitoka kwa mtu halisi aliye mbele ya kamera badala ya picha, skrini, au barakoa. Passive haihitaji chochote kutoka kwa mtumiaji na iko kwenye mpango wa bure. 3D Flash na 3D Action huongeza ukaguzi wa mfumo wa mwanga na mwendo kwa uhakika wa juu zaidi, kwa $0.15.
#Liveness ni ya nini
- Kichupo cha Liveness kinabeba selfie iliyopigwa na matokeo ya passive liveness.
- Events inaonyesha wakati upigaji ulitokea na nini kilifuata baadaye.
Face match hukuambia kuwa selfie inalingana na hati. Haikuambii chochote kuhusu selfie ilitoka wapi. Bila liveness, kushikilia picha ya uso wa mtu mwingine karibu na kitambulisho chake kilichoibiwa kingepita.
Liveness hufunga pengo hilo. Utekelezaji wa Didit hufikia usahihi wa 99.9% ukiwa na kiwango cha kukubali kwa makosa (false acceptance rate) chini ya 0.1%.
#Mbinu tatu
Passive liveness - no user action
Uchambuzi wa deep-learning wa fremu moja. Huchunguza picha kutafuta artifacts, mifumo ya umbile, na ishara nyingine ndogo zinazotofautisha uso halisi na nakala. Mtumiaji anapiga selfie tu; hakuna kinachohitajika kutoka kwake.
Bora kwa: kujiunga kwa watumiaji wengi, na popote conversion ina umuhimu. Ndiyo yenye ustahimilivu zaidi kwa simu za zamani na mwanga hafifu, na ndiyo aina yenye ruzuku ya bure ya ukaguzi 500 kwa mwezi.
3D Flash - light patterns, still no action
Huonyesha mfululizo wa mifumo ya mwanga usoni kwa zaidi ya fremu 30 kwa sekunde na kuchambua miakisi ili kujenga ramani ya kina. Ramani ya kina huthibitisha uso una pande tatu, jambo linaloondoa uwezekano wa picha bapa na urudiaji wa skrini.
Bora kwa: huduma za fedha na ufikiaji wa akaunti, ambapo unataka uhakika mkubwa bila kumtaka mtumiaji kufanya chochote. $0.15.
3D Action & Flash - movement plus light
Huchanganya ukaguzi wa kina wa mfumo wa mwanga na kitendo cha nasibu - kupepesa jicho, kutikisa kichwa, au kama hivyo - ili jibu lisiweze kuwa limerekodiwa kabla. Miundo ya deep-learning huchunguza vyote viwili micro-expressions na miakisi ya mwanga.
Bora kwa: benki, huduma za afya, na programu za serikali. Kiwango cha juu zaidi cha uhakika kinachopatikana, na kigumu zaidi kudanganywa hata kwa barakoa ya kisasa. $0.15.
#Kuchagua kati yao
Mgawanyo wa kweli ni uhakika dhidi ya kiwango cha kukamilisha. Kila hitaji la ziada kwa mtumiaji hugharimu conversion fulani, na mbinu za active hugharimu zaidi kwenye vifaa vya zamani, mwanga mbaya, na watumiaji wasioelewa maelekezo.
Mfumo wa vitendo: endesha passive liveness kwa kila mtu, na hifadhi mbinu ya active kwa kesi ambazo kanuni zako za hatari zinapandisha - akaunti za thamani kubwa, ishara ya kifaa yenye shaka, face match iliyo pembeni. Hilo huweka msuguano pale hatari ilipo.
#Liveness inafanya zaidi ya liveness
Hatua ya liveness ndipo pia kubaini vinavyofanana (duplicate detection) hutokea. Kila uso hulinganishwa moja kwa moja na kila mtumiaji uliyemkwisha thibitisha na na blocklist yako, bila wewe kuwezesha chochote kando. Hilo kwa kawaida hukaribishwa, na mara nyingine hushangaza wakati wateja wako wanaorudi wanajilinganisha wenyewe. Angalia akaunti zinazofanana na utafutaji wa uso.
#Upatikanaji wa desktop na kamera
Liveness inahitaji kamera inayofanya kazi. Kama hatua hiyo inatolewa kwenye desktop ni mpangilio wa kiwango cha workflow, hivyo ikiwa watumiaji wako wanakamilisha kwenye laptop na hawaoni hatua ya selfie kabisa, angalia hilo badala ya kudhani haijaungwa mkono.
Kushindwa kunakoonekana kama hitilafu za liveness kwa kawaida ni kamera isiyofungua kabisa - vivinjari vya ndani ya programu, ruhusa zilizokataliwa hapo awali, au programu nyingine inayoshikilia kamera. Angalia kutatua matatizo ya liveness na face match.
#Faragha wakati wa kukadiria umri
Wakati liveness inaendeshwa kama sehemu ya age estimation, uso wa mtumiaji huonyeshwa kwa makusudi ukiwa na ukungu kwenye kiolesura. Hiyo ni ishara kwa mtu huyo kuwa picha inachambuliwa kwa ajili ya umri pekee, si kumtambua.
#Imepimwa kwa uhuru
Maabara iliyoidhinishwa na NIST ilifanya mashambulizi 360 ya uwasilishaji katika makundi sita ya mashambulizi - picha zilizochapishwa, urudiaji wa skrini, barakoa na mengine - dhidi ya ubaini wa liveness wa Didit chini ya ISO/IEC 30107-3. Hakuna lililofaulu. Angalia cheti cha anti-spoofing.
#Gharama yake
| Mbinu | Bei |
|---|---|
| Passive liveness | 500 bure / mwezi, kisha $0.10 |
| 3D Flash | $0.15 |
| 3D Action & Flash | $0.15 |
Passive liveness pekee ndiyo iliyo kwenye mpango wa bure. Kubadilisha workflow kutoka passive kwenda mbinu ya active ina maana itaanza kutumia salio lako la mikopo tangu kikao cha kwanza.