Перейти к основному содержимому
Версия: 3.26.0 (последняя)

Оценка Liveness

2D RGB оценка Liveness​

Модификации процессинг-блока оценки Liveness​

  • 2d — алгоритмы для определения принадлежности лица реальному человеку по изображению. Подходит для большинства сценариев.

  • 2d_light — более лёгкие и оптимизированные алгоритмы, обеспечивающие высокую скорость работы. Подходят для использования на мобильных устройствах и в условиях ограниченных вычислительных ресурсов.

  • 2d_additional_check — оценка принадлежности лица реальному человеку по изображению с дополнительными проверками.

  • 2d_ensemble — модификация, расширяющая функциональность стандартной модификации 2d. Обеспечивает защиту от атак с использованием 2D и 3D масок.

  • 2d_ensemble_heavy — модификация с более точными и вычислительно тяжёлыми алгоритмами для защиты от атак с использованием 2D и 3D масок. Рекомендуется для применения в сценариях с высокими требованиями к точности и безопасности.

  • 2d_ensemble_light — модификация для защиты от атак с использованием 2D и 3D масок с более легкими и быстрыми алгоритмами.

    Модификация Версия Версия Face SDK Время детекции CPU (мс)* Время детекции GPU (мс)** APCER[BPCER=0.05]
    2d53.26 100 100.036
    2d_light43.25 16 40.077
    2d_ensemble33.26 116 160.037
    2d_ensemble_heavy13.25 487 240.107
    2d_ensemble_light23.25 34 90.087
    * - CPU Intel Xeon E5-2683 v4 (1 ядро)
    ** - GPU (NVIDIA GTX 10xx серия)
Предыдущие версии
МодификацияВерсия Версия Face SDK Время детекции CPU (мс)* Время детекции GPU (мс)** APCER[BPCER=0.05]
2d_additional_check13.19 41 -0.37
2d13.19 694 720.40
23.21 243 120.108
33.24 242 120.111
43.25 242 120.093
2d_light13.21 6 20.112
23.24 16 40.115
33.24 16 40.125
2d_ensemble13.24 487 170.156
23.25 250 240.1
2d_ensemble_light13.24 34 90.184
* - CPU Intel Xeon E5-2683 v4 (1 ядро)
** - GPU (NVIDIA GTX 10xx серия)
примечание

Приведенные результаты 2d, 2d_light не включают 3d mask и 2d mask атаки

Рекомендации по выбору модификации:​

  • Для стандартных задач с приемлемой защитой и точностью используйте 2d или 2d_ensemble, в зависимости от того, насколько важно защитить систему от атак с масками.
  • Если требуется высокая степень защиты от атак с масками и важна максимальная точность, используйте 2d_ensemble_heavy.
  • Если приоритетом является производительность, используйте 2d_light или 2d_ensemble_light .

Параметры конфигурации​

Перечень настраиваемых параметров процессинг-блоков]

Значания параметров по умолчанию
Модификация Версия confidence_threshold
2d 1 0.8
2 0.81
3 0.81
4 0.94
2d_light 1 0.55
2 0.43
3 0.86
4 0.87
2d_ensemble 1 0.69
2 0.81
2d_ensemble_light 1 0.77
2 0.65
2d_ensemble_heavy 1 0.89

Спецификация процессинг-блока​

  1. Входной Context-контейнер должен содержать изображение в бинарном формате.
{
    "image" : {
        "format": "NDARRAY",
        "blob": "data pointer",
        "dtype": "uint8_t",
        "shape": [height, width, channels]
    }
}
  1. После вызова процессинг-блока добавлен массив объектов, содержащий один объект. В объекте будут находиться координаты ограничивающего прямоугольника (bbox), уверенность детекции, класс и поле liveness. По ключу "liveness" доступен объект Context, содержащий 3 элемента:
  • Ключ "confidence" со значением типа double в диапазоне [0,1]
  • Ключ "value" со значением типа string, которое соответствует одному из двух состояний: "REAL" или "FAKE"
  • Ключ "info" со значением типа string, которое соответствует одному из состояний pbio::Liveness2DEstimator::Liveness

Спецификация выходного Context-контейнера:

{
    "image" : {},
    "objects": [{
        "id": {"type": "long", "minimum": 0},
        "class": "face",
        "confidence": {"double",  "minimum": 0,  "maximum": 1},
        "bbox": [x1, y2, x2, y2],
        "liveness": {
            "confidence": {"type": "double", "minimum": 0, "maximum": 1},
            "info": {
                "enum": [
                    "FACE_NOT_FULLY_FRAMED", "MULTIPLE_FACE_FRAMED",
                    "FACE_TURNED_RIGHT", "FACE_TURNED_LEFT", "FACE_TURNED_UP",
                    "FACE_TURNED_DOWN", "BAD_IMAGE_LIGHTING", "BAD_IMAGE_NOISE",
                    "BAD_IMAGE_BLUR", "BAD_IMAGE_FLARE", "NOT_COMPUTED"
                ]
            },
            "value": {"enum": ["REAL", "FAKE"]}
        }
    }]
}

Пример работы процессинг-блока​

Для оценки принадлежности лица реальному человеку на изображении выполните следующие действия:

  1. Создайте конфигурационный Context-контейнер, укажите значения "unit_type", "modification", "version" и другие параметры процессинг-блока. Пример создания процессинг-блока вы можете найти на странице].
auto configCtx = service->createContext();
configCtx["unit_type"] = "LIVENESS_ESTIMATOR";
configCtx["modification"] = "2d";
pbio::ProcessingBlock blockLiveness = service->createProcessingBlock(configCtx);
  1. Передайте входной Context-контейнер, соответствующий модификации блока, в метод "blockLiveness()":
    • "2d" — Context-контейнер, полученный после работы процессинг-блоков детекции лица и фиттера.
    • "2d_additional_check" — Context-контейнер, содежащий изображение в бинарном формате.
//------------------
// создание процессинг-блока и контейнера Context с бинарным изображением
//------------------

faceDetector(ioData);
faceFitter(ioData);
blockLiveness(ioData);
  1. Получите результат работы процессинг-блока LIVENESS_ESTIMATOR
auto liveness_results = ioData["objects"][0]["liveness"];
std::string liveness_value = liveness_results["value"].getString();
double liveness_confidence = liveness_results["confidence"].getDouble();