Populaire Berichten

Editor'S Choice - 2019

Mensen, smartphones kunnen vaak falen om gezichts morph-foto's te detecteren

Anonim

Onderzoekers van de Universiteit van York hebben aangetoond dat zowel mensen als smartphones een zekere mate van fouten vertonen bij het onderscheiden van foto's van gezichten en hun 'echte' gezichten op frauduleuze identiteitskaarten.

advertentie


Eerdere studies aan de universiteit hebben aangetoond dat het moeilijk is om een ​​paar onbekende gezichten te matchen - een foto van een persoon, tegen de echte persoon - die belangrijke problemen voor autoriteiten biedt om identiteitsfraude te herkennen.

Door dit onderzoek vooruit te helpen, onderzocht het team hoe het succespercentage zou zijn als twee gezichten samen werden gemodereerd om een ​​'nieuw' gezicht te creëren. Dit omvat het nemen van twee 'echte' gezichtsfoto's en deze digitaal mengen om een ​​nieuw, maar vergelijkbaar gezicht te maken dat beide bijdragende gezichten kunnen gebruiken als onjuiste ID.

Onderzoek, gepubliceerd in het tijdschrift PLOS ONE, heeft aangetoond dat zowel mensen als smartphone-software vaak geen onderscheid kunnen maken tussen gezichtsrommfoto's en de twee gezichten die bijdragen aan de morph.

Professor Mike Burton, van de afdeling psychologie van de Universiteit van York, zei: "We gebruiken de hele tijd foto-ID's, niet alleen bij grenzen, en we weten dat mensen niet erg accuraat zijn wanneer ze de foto aan het echte gezicht aanpassen.

"In de afgelopen jaren hebben we meer voorbeelden gezien van foto-ID's die zijn gemaakt door samen twee gezichten te wijzigen, die door beide partijen als frauduleus ID kunnen worden gebruikt. Ons onderzoek is belangrijk om het potentiële veiligheidsprobleem hiermee te benadrukken en het risico te kwantificeren. dit type fraude wordt gemist. "

De auteurs van de huidige studie onderzochten het vermogen van zowel menselijke kijkers als smartphone gezichtsherkenningssoftware om een ​​gezichtsvorm te identificeren als een verschil met de twee gezichten die bijdragen aan de morph. Menselijke deelnemers en smartphone-software werd gevraagd om te beslissen of een paar gezichten overeenkwam. Soms was een van de twee een morph-foto en de andere een van de bijdragende gezichten.

De onderzoekers ontdekten dat in eerste instantie menselijke kijkers 68% van de tijd geen 50/50 morph-foto konden onderscheiden van de bijbehorende foto's. Nadat de kijkers simpelweg waren geïnformeerd om gemanipuleerde, 'frauduleuze' afbeeldingen te bekijken, daalde het foutenpercentage sterk tot 21 procent.

Het team keek ook naar smartphonesoftware, die vergelijkbare resultaten bereikte als geboekte menselijke kijkers, met een foutenpercentage van 27 procent. Deze tarieven zijn echter nog steeds aanzienlijk hoger dan de foutenpercentages bij het vergelijken van twee foto's van heel verschillende mensen.

Hoewel het onwaarschijnlijk is dat de deelnemers aan deze studie zo gemotiveerd of zo bekwaam zijn als een professional bij het spotten van frauduleuze foto's, geeft deze studie aan dat mensen en smartphones misschien niet vanzelf gezichtshervormingen identificeren, een zwakheid die door fraudeurs zou kunnen worden uitgebuit.

Professor Burton zei: "Het is echter bemoedigend dat gewapend met de kennis van de vervalste identiteitsbewijzen met foto, het risico van frauduleuze activiteiten wordt gemist aanzienlijk wordt verminderd.

"Het vergroten van het bewustzijn van dit soort fraude en het opnemen ervan in trainingsschema's voor eerstelijnsmedewerkers kan helpen deze problemen te overwinnen, en met de nieuwe technologieën die op het net komen, zou het een uitdaging moeten zijn die met enig succes kan worden aangepakt."

advertentie



Verhaal Bron:

Materiaal geleverd door University of York . Opmerking: inhoud kan worden bewerkt voor stijl en lengte.


Journal Reference :

  1. David J. Robertson, Robin SS Kramer, A. Mike Burton. Frauduleuze ID met gezichtsvormen: experimenten met menselijke en automatische herkenning . PLOS ONE, maart 2017 DOI: 10.1371 / journal.pone.0173319