능동형 얼굴인식: 딥페이크 방지 기술의 핵심 (KO)

3D 깊이 감지능동형 안면 인식은 구조광 또는 비행 시간(ToF) 센서를 사용하여 사용자의 얼굴 3D 지도를 생성함으로써 2D 사진 또는 비디오 스푸핑 시도에 영향을 받지 않습니다.

질감 및 재료 분석고급 알고리즘은 피부 질감, 미세 반사 및 재료 특성을 분석하여 살아있는 인간 조직과 마스크, 인쇄물 또는 디지털 화면을 구별합니다.

미세 움직임 및 생체 신호수동적 방법과 달리 능동형 안면 인식은 종종 사용자가 특정하고 무작위적인 동작을 수행하도록 요구하며, 이는 자연스러운 인간의 움직임 패턴, 눈 깜빡임 및 기타 생체 신호를 분석합니다.

딥페이크 및 프레젠테이션 공격 저항여러 생체 인식 및 환경 요소를 결합함으로써 능동형 안면 인식은 정교한 딥페이크 및 프레젠테이션 공격에 대한 강력한 방어 기능을 제공하여 실제 살아있는 사람의 존재를 보장합니다.

AI가 생성한 신원과 딥페이크가 점점 더 정교해지는 시대에 온라인 신원 확인의 무결성은 강력한 안면 인식 기술에 달려 있습니다. 수동형 안면 인식이 원활한 사용자 경험을 제공하는 반면, 능동형 안면 인식 기술은 특히 가장 정교한 프레젠테이션 공격에 대비하여 추가적인 보안 계층을 제공합니다. 이 방법은 종종 사용자가 특정하고 무작위적인 동작을 수행하도록 요구하여 시스템이 더 넓은 범위의 생체 인식 및 환경 신호를 분석할 수 있도록 합니다. 능동형 안면 인식을 디지털 신원의 강력한 수호자로 만드는 복잡한 메커니즘을 자세히 살펴보겠습니다.

능동형 안면 인식 기술의 핵심 원리

능동형 안면 인식은 실시간으로 상호 작용하는 살아있는 인간이 스푸핑 시도로는 완벽하게 재현하기 어렵거나 불가능한 독특하고 복잡한 특성을 가지고 있다는 근본적인 원리에 기반합니다. 단일 정적 또는 짧은 비디오 피드를 분석하는 수동적 방법과 달리 능동형 안면 인식은 사용자와 상호 작용하여 분석을 위한 동적 데이터 포인트를 생성합니다. 주요 목표는 살아있는 사람과 사진, 비디오, 마스크 또는 딥페이크와 같은 프레젠테이션 공격 도구(PAI)를 구별하는 것입니다.

3D 깊이 감지 및 구조광

능동형 안면 인식의 가장 강력한 메커니즘 중 하나는 3D 깊이 감지의 사용입니다. 이 기술은 사용자의 얼굴 3차원 모델을 재구성하여 2D 이미지 분석의 한계를 뛰어넘습니다. 일반적인 기술은 다음과 같습니다.

• 구조광: 프로젝터는 알려진 적외선 패턴(예: 점 또는 선)을 사용자의 얼굴에 투사합니다. 카메라는 이 패턴이 얼굴 윤곽에 의해 어떻게 왜곡되는지 포착합니다. 이러한 왜곡을 분석하여 시스템은 정밀한 깊이 정보를 계산하여 상세한 3D 지도를 생성할 수 있습니다. 2D 사진이나 비디오는 동일한 방식으로 패턴을 왜곡하지 않으므로 즉시 스푸핑으로 표시됩니다.
• 비행 시간(ToF) 센서: 이 센서는 적외선 펄스를 방출하고 빛이 사용자의 얼굴에서 반사된 후 돌아오는 시간을 측정합니다. 시간 차이는 거리에 직접적으로 해당하므로 정확한 3D 매핑이 가능합니다. 이 방법은 평면 표면(예: 화면)과 실제 얼굴 지형을 감지하는 데 매우 효과적입니다.

결과는 기하학적 정보를 제공하는 풍부한 포인트 클라우드 또는 깊이 맵으로, 평면 이미지나 비디오가 통과하는 것을 사실상 불가능하게 만듭니다. 이는 가장 현실적인 딥페이크조차도 2D로 렌더링되며 진정한 3D 공간 속성을 모방할 수 없기 때문에 딥페이크 방지에 중요합니다.

질감 분석 및 재료 특성

기하학적 깊이를 넘어 능동형 안면 인식은 제시된 얼굴의 시각적 특성을 세심하게 검사합니다. 질감 분석은 여기서 중요한 역할을 합니다.

• 피부 질감 vs. 인쇄물/화면: 알고리즘은 모공, 미세한 털, 모세혈관을 포함한 인간 피부의 복잡하고 미묘한 질감을 디지털 화면의 픽셀화, 인쇄물의 거친 질감 또는 실리콘 마스크의 인공적인 매끄러움과 구별하도록 훈련됩니다. 미세 반사 및 빛 산란 특성은 살아있는 조직과 무생물체 간에 크게 다릅니다.
• 스푸핑 방지 신호: 시스템은 불일치를 찾습니다. 예를 들어, 인쇄된 사진은 살아있는 얼굴의 빛 상호 작용과 일치하지 않는 카메라 플래시의 반사를 보여줄 수 있습니다. 비디오를 표시하는 고해상도 화면은 실제 생활에는 없는 스크린 도어 효과 또는 픽셀 패턴을 나타낼 수 있습니다.
• 재료 분석: 일부 고급 시스템은 재료 구성까지 감지할 수 있습니다. 예를 들어, 실리콘 마스크는 3D일 수 있지만 다양한 조명 조건에서 인간 피부와 다른 스펙트럼 반사 특성을 가질 수 있습니다.

이러한 세부적인 분석은 고품질의 정적 또는 동적 스푸핑 시도조차도 식별하고 거부되도록 보장합니다.

무작위 동작 확인 및 생체 신호

이 탐지 방법의 '능동적' 구성 요소는 종종 사용자에게 특정하고 무작위적인 동작을 수행하도록 요청하는 것을 포함합니다. 여기서 시스템은 동적 생체 신호를 수집합니다.

• 무작위 머리 움직임: 사용자에게 머리를 약간 왼쪽, 오른쪽, 위 또는 아래로 돌리도록 요청할 수 있습니다. 시스템은 이러한 움직임 동안 자연스러운 동작 흐림, 원근 변화, 얼굴 특징이 변형되고 조명되는 방식을 분석합니다. 부자연스럽거나 삐걱거리는 움직임, 또는 적절한 변형 부족은 스푸핑을 나타낼 수 있습니다.
• 눈 깜빡임 및 시선: 일반적인 지침은 눈을 깜빡이는 것입니다. 시스템은 깜빡임의 속도, 지속 시간 및 자연스러움을 분석합니다. 또한 시뮬레이션하기 어려운 생리적 반응인 동공 확장을 추적할 수 있습니다.
• 표정: 사용자에게 미소를 짓거나 다른 표정을 보여달라고 요청할 수 있습니다. 탐지 시스템은 정적인 이미지나 기본적인 비디오 루프로는 모방하기 어려운 입과 눈 주위의 자연스러운 근육 움직임과 변형을 평가합니다.
• 혈류 및 맥박 감지: 일부 최첨단 시스템은 혈류로 인한 피부색의 미묘한 변화(광혈류량 측정 또는 PPG) 또는 심장 박동으로 인한 미세 움직임을 감지하여 살아있는 유기체의 존재를 알릴 수도 있습니다.

이러한 동작의 무작위성이 핵심입니다. 시스템이 항상 동일한 동작을 요청한다면 공격자는 이를 미리 녹화하거나 프로그래밍할 수 있습니다. 프롬프트를 다양하게 함으로써 시스템은 실시간의 예측 불가능한 상호 작용을 강제하여 미리 녹화되거나 정적인 공격을 무력화합니다.

Didit이 능동형 안면 인식에 어떻게 도움이 되는가

Didit의 고급 신원 플랫폼은 iBeta 레벨 1 인증을 받은 능동형 안면 인식을 통합하여 스푸핑 시도 감지에서 인상적인 99.9%의 정확도를 달성합니다. 당사의 솔루션은 다음을 결합한 다중 모드 접근 방식을 사용합니다.

• 3D 동작 + 플래시 스푸핑 방지 모드: 우리는 3D 얼굴 기하학을 분석하는 정교한 알고리즘을 활용하여 실제 살아있는 사람만이 통과할 수 있도록 합니다. 플래시 사용은 표면 이상 및 재료 특성 감지를 더욱 향상시킵니다.
• 무작위 프롬프트: 사용자는 일련의 무작위적이고 간단한 동작(예: 머리 돌리기, 눈 깜빡임)을 수행하도록 안내되며, 이는 자연스러운 인간의 생리적 반응에 대해 실시간으로 분석됩니다.
• 생체 신호 분석: 시각적 신호 외에도 당사 시스템은 미묘한 생체 신호를 정밀하게 조사하여 살아있는 개인의 존재를 확인하고 가장 고급 딥페이크 방지 기술에 대해서도 강력한 보호를 제공합니다.

Didit의 능동형 안면 인식 모듈을 워크플로에 통합함으로써 기업은 보안 태세를 크게 강화하고 사기를 줄이며 엄격한 신원 확인 규정을 준수할 수 있습니다.

시작할 준비가 되셨습니까?

Didit의 업계 선도적인 능동형 안면 인식으로 온보딩 프로세스를 보호하고 정교한 사기로부터 비즈니스를 보호하십시오. 당사의 투명한 가격을 확인하고, 대화형 데모를 사용해 보거나, 오늘 ROI를 계산하여 Didit이 귀사의 신원 확인 전략을 어떻게 변화시킬 수 있는지 알아보십시오.

FAQ: 능동형 안면 인식

능동형 안면 인식은 무엇입니까?

능동형 안면 인식은 사용자가 특정하고 무작위적인 동작(예: 머리 움직임 또는 깜빡임)을 수행하여 사진, 비디오 또는 마스크가 아닌 실제 살아있는 사람임을 증명하도록 요구하는 생체 보안 기술입니다. 프레젠테이션 공격을 방지하기 위해 생리적 반응과 3D 깊이를 분석합니다.

3D 깊이 감지는 딥페이크를 어떻게 방지합니까?

3D 깊이 감지는 종종 구조광 또는 비행 시간 센서를 사용하여 사용자의 얼굴 3차원 지도를 정밀하게 생성합니다. 딥페이크는 2D 디지털 창작물이므로 진정한 3D 공간 기하학이나 깊이를 복제할 수 없으므로 시스템이 실제 3D 얼굴을 예상할 때 감지될 수 있습니다.

능동형 안면 인식이 수동적 방법보다 더 안전한 이유는 무엇입니까?

능동형 안면 인식은 종종 무작위적이고 실시간 상호 작용을 도입하고 3D 기하학 및 생리적 반응을 포함한 더 넓은 범위의 동적 생체 인식 및 환경 요소를 분석합니다. 이는 단일 비디오 스트림 분석에 주로 의존하는 수동적 방법에 비해 고품질 마스크 또는 딥페이크와 같은 정교한 프레젠테이션 공격이 성공하기 훨씬 더 어렵게 만듭니다.

안면 인식에 대한 iBeta 레벨 1 인증은 무엇입니까?

iBeta 레벨 1 인증은 안면 인식 시스템이 통제된 환경에서 일반적인 스푸핑 방법(예: 인쇄된 사진, 디지털 비디오)을 사용하는 프레젠테이션 공격에 대한 저항력이 높다는 것이 독립적으로 테스트되고 입증되었음을 나타냅니다. Didit의 능동형 안면 인식은 이 인증을 보유하여 높은 정확성과 신뢰성을 입증합니다.