Liveness Detection
Liveness Detection merupakan salah satu cara untuk mengidentifikasi dan mengkonfirmasi identitas seseorang melalui wajah. Liveness Detection mengacu pada penggunaan teknologi computer vision untuk mendeteksi keberadaan asli pengguna yang hidup, bukan representasi seperti foto atau topeng. Sistem face recognition ini dapat digunakan untuk mengidentifikasi seseorang melalui foto, video, atau secara langsung. Face recognition termasuk ke dalam sistem keamanan biometrik yang masih satu keluarga dengan voice recognition (pengenalan suara), fingerprint recognition (pengenalan sidik jari), dan retina / iris recognition (pengenalan iris/ retina).
Cara Kerja Liveness Detection
Sesuai dengan namanya, liveness detection memungkinkan sistem untuk melakukan proses verifikasi, identifikasi, dan autentikasi (Know Your Customer) untuk memastikan identitas objek di depan kamera sama dengan identitas yang terdaftar di sistem. Teknologi ini pada dasarnya beroperasi di belakang layar, mendeteksi fitur serangan spoofing seperti deteksi tepi, kedalaman dan gerakan, serta pengamatan pasif fitur seperti tekstur kulit. Menangkap beberapa bentuk wajah dalam satu bingkai memungkinkan keputusan yang cepat. Sistem ini dapat digunakan untuk kebutuhan keamanan dan perlindungan hukum apabila terjadi pelanggaran akibat pemalsuan data. Teknologi Presentation Attack Detection (PAD) dapat memanfaatkan metode deteksi aktif maupun pasif. Berikut dua kategori utama liveness detection:
- Aktif
Meminta pengguna untuk melakukan tindakan yang tidak dapat dengan mudah diduplikasi dengan spoofing. Mungkin juga menggabungkan beberapa modalitas, seperti analisis keystroke atau pengenalan pembicara yang dapat menganalisis gerakan mulut untuk menentukan keaktifan.
- Pasif
Menggunakan algoritme untuk mendeteksi indikator gambar tidak langsung tanpa interaksi pengguna. Pengambilan data biometrik berkualitas tinggi selama pendaftaran meningkatkan kinerja algoritme pendeteksi kecocokan dan keaktifan.
Dalam face recognition, peran liveness detection digunakan untuk membedakan antara gambar langsung dan representasi digital dari wajah pengguna dengan cetakan 2D, cetakan 3D, atau digital. Upaya spoofing lainnya mungkin melibatkan penggunaan topeng 3D. Upaya spoofing dapat dideteksi melalui algoritme yang mengenali bentuk wajah sampel tidak langsung, dan dapat menggunakan tindakan liveness, seperti modalitas kedua (misalnya analisis keystroke atau suara). Metode liveness detection secara signifikan mengurangi efektivitas spoofing dan serangan presentasi lainnya.
Beeza merupakan perusahaan penyedia solusi sistem integrasi yang dapat membantu anda melakukan verifikasi, identifikasi dan autentikasi dengan aman dan nyaman dengan menggunakan teknologi liveness detection. Produk dan solusi dari Beeza memiliki kelebihan dalam sistem biometrik yang akurat. Segera hubungi kami untuk informasi dan pemesanan.