Некоторые методы обнаружения спуфинга (подмены) в системах распознавания лиц:

• Анализ текстуры. 1 Позволяет обнаружить поверхностные свойства лица и проверить их на несоответствия, указывающие на попытки подделки. 1 Например, напечатанные фотографии часто не передают естественную текстуру человеческой кожи. 1
• Анализ движения. 1 Включает распознавание непроизвольных движений, таких как моргание или незначительный наклон головы. 1 Естественные движения вряд ли можно воспроизвести с точностью статических изображений. 1
• Обнаружение глубины. 1 С помощью инфракрасных датчиков или структурированного света отображается 3D-структура лица. 1 Эта техника может легко различать плоские поверхности (например, фотографии) и реальные лица с глубиной. 1
• Временной анализ. 1 Включает анализ последовательных кадров в видео для распознавания несоответствий, которые указывают на атаки воспроизведения в течение некоторого времени. 1 Например, мерцание или зацикливание экранов может указывать на использование цифровых дисплеев во время попыток аутентификации. 1
• Подходы к глубокому обучению. 1 Модели глубокого обучения, обученные на больших наборах данных, обычно классифицируют входные данные с высокой точностью как подлинные или поддельные. 1 Например, свёрточные нейронные сети (CNN) анализируют сложные особенности, такие как текстура кожи или динамика движения. 1
• Моделирование поддельных ключей. 2 Этот подход использует методы дополнения данных для имитации физических и цифровых признаков спуфинга, что повышает способность модели обнаруживать «невидимые» типы атак. 2