O Face Verification SDK fornece determinados recursos para aplicativos de reconhecimento facial, incluindo API de alto nível para todas as operações e para verificação de vivacidade. Existem também certos requisitos para a imagem facial e postura.

ESPECIFICAÇÕES GERAIS

A arquitetura do Face Verification SDK requer a contabilização das operações executadas no servidor do integrador ou do usuário final:

• Os integradores devem garantir que a conexão criptografada seja usada para comunicações com o servidor.
• Nenhuma imagem ou modelo de rosto é enviado ao servidor durante todas as operações, o que requer comunicação com o servidor. Os dados biométricos são mantidos no lado do cliente, apenas as informações contábeis da transação são enviadas e recebidas do servidor.

As seguintes operações estão disponíveis através da API de alto nível:

• Criação de modelo de face - uma face é capturada da câmera e o modelo de face é extraído para uso posterior na operação de verificação de face.
  • O servidor retorna dados criptografados proprietários como resultado de uma transação de inscrição que foi concluída com êxito.
  • A vivacidade da face pode ser opcionalmente verificada durante esta operação. A verificação de conformidade da ICAO pode ser usada opcionalmente para fortalecer a verificação de atividade.
  • Uma imagem simbólica da face registrada de acordo com os critérios da ISO 19794-5 pode ser opcionalmente gerada.
  • O modelo pode ser salvo em qualquer armazenamento (banco de dados, arquivo etc.) junto com metainformation personalizado (como o nome da pessoa etc.). Observe que a funcionalidade de armazenamento não faz parte do SDK de verificação de face, embora os exemplos de programação incluam um exemplo dessa implementação).
• Verificação de face - uma face é capturada da câmera e é verificada em relação ao modelo de face que foi criado durante a operação de criação de modelo de face.
  • A vivacidade da face pode ser opcionalmente verificada durante esta operação. A verificação de conformidade da ICAO pode ser usada opcionalmente para fortalecer a verificação de atividade.
• Importação de modelo - um modelo de face, criado com o algoritmo VeriLook, pode ser importado para o aplicativo, com base no SDK de verificação facial. Posteriormente, esse modelo pode ser usado para a operação de verificação de rosto da mesma maneira que os modelos nativos da operação de criação de modelo de face.
• Verificação de vivacidade - esta operação executa somente verificação de vivacidade da face fornecida e somente retorna o resultado da verificação. Veja as recomendações para a verificação de vivacidade abaixo nesta página.
  • Se a verificação de atividade for bem-sucedida, uma imagem simbólica da face registrada de acordo com os critérios da ISO 19794-5 poderá ser opcionalmente gerada.
  • A verificação de conformidade da ICAO pode ser usada opcionalmente para fortalecer a verificação de atividade.

TESTES DE CONFIABILIDADE

Apresentamos os resultados do teste para mostrar as avaliações de confiabilidade do algoritmo Face Verification SDK com os seguintes conjuntos de dados públicos:

• Banco de dados especial NIST 32 - Conjunto de dados de encontro múltiplo (MEDS-II).
  • Todas as imagens faciais de perfil completo do conjunto de dados foram removidas porque não são suportadas pelo VeriLook SDK. Isso resultou em 1.216 imagens de 518 pessoas.
• Rostos rotulados da Universidade de Massachusetts em estado selvagem (LFW).
  • De acordo com o protocolo original, apenas 6.000 pares (3.000 genuínos e 3.000 impostores) devem ser usados ??para relatar os resultados. Mas os algoritmos recentes estão "muito próximos do máximo atingível por um classificador perfeito". Em vez disso, como os algoritmos de Neurotecnologia não foram treinados em nenhuma imagem deste conjunto de dados, os resultados de verificação na correspondência de cada par de todas as 13.233 imagens faciais de 5.729 pessoas foram escolhidos para serem relatadas.
  • Todos os erros de identidade, mencionados no site da LFW, foram corrigidos. Além disso, vários problemas não mencionados foram corrigidos.
  • Algumas imagens do conjunto de dados do LFW continham várias faces. As faces corretas para as identidades atribuídas foram escolhidas manualmente para resolver essas ambiguidades.

Ambos os conjuntos de dados continham faces, que são impossíveis de detectar com a detecção de face quase frontal mais rápida. Os parâmetros de detecção de rosto foram sintonizados para detectar automaticamente a quantidade máxima de rostos com maior taxa de recuperação usando detectores de ± 45 °, sem otimizações de velocidade, menor passo de busca e outros parâmetros.

Dois experimentos foram realizados com cada conjunto de dados:

• Experimento 1 maximizou a precisão da correspondência. Face Verification 11.0 A confiabilidade do algoritmo SDK neste teste é mostrada nos gráficos ROC como curvas azuis.
• Experiência 2 maximizou a velocidade de correspondência. Face Verification 11.0 A confiabilidade do algoritmo SDK neste teste é mostrada nos gráficos ROC como curvas vermelhas.

As curvas de característica de operação do receptor (ROC) são geralmente usadas para demonstrar a qualidade de reconhecimento de um algoritmo. As curvas ROC mostram a dependência da falsa taxa de rejeição (FRR) na taxa de aceitação falsa (FAR). Taxa de erro igual (EER) é a taxa na qual tanto o FAR quanto o FRR são iguais.