روش غیرمداخله کننده و مقاوم در مقابل پوشش جهت کشف جعل در شناسایی چهره براساس یادگیریعمیق
نویسندگان
1 دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی شاهرود، شاهرود، ایران
2 دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی شاهرود، شاهرود، ایران
doi
10.22034/abmir.2023.18914.1015چکیده
در بکارگیری سیستمهای شناسایی چهره روشهای مختلف تقلب نظیر استفاده از ماسک پوششی و بکارگیری عکس شخص معتبر دو مشکل اساسی هستند که کاربردهای آنها را محدود میکنند. براساس بررسیهای انجام شده روش-هایی برای تشخیص تقلب در شناسایی چهره معرفی شدهاند که بعضا مداخله کننده هستند، یعنی شخص را وادار به انجام حرکتی میکنند تا بتوانند چهره واقعی را از تقلبی تمییز دهند. استفاده از روشهای مداخله کننده اغلب نارضایتی کاربران را به همراه دارد. در این مقاله با ارائه روشی غیرمداخله کننده و براساس ویژگیهایی مانند انعکاس نور یا وجود نویز متناوب اقدام به شناسایی تصاویر واقعی از تقلبی میکنیم. در این روش ابتدا با بهره گیری از الگوی دودویی محلی لبهها و بافت تصویر برجسته میشوند. سپس جهت طبقهبندی تصاویر واقعی و غیرواقعی، ویژگیهای تصویر توسط مدل یادگیری عمیق متشکل از سه لایه پیچش استخراج میشوند. نتایج نشاندهنده مقاومت روش پیشنهادی در برابر پوشش چشم است. به منظور ارزیابی روش پیشنهادی مجموعه داده CASIA در این تحقیق مورد استفاده قرار گرفتهاست. نتایج حاکی از دقت ۹۸ درصدی روش پیشنهادی در این مجموعه داده است که در مقایسه با روشهای موجود دقت بالاتری دارد.
