logo
پیام فرستادن
Wuhan Homsh Technology Co.,Ltd.
محصولات
اخبار
خونه > اخبار >
اخبار شرکت در مورد 5 در هر هزار خطا: تکنولوژی هومش هومش پد را راه اندازی می کند
رویدادها
تماس ها
تماس ها: Mr. Kelvin Yi
حالا تماس بگیرید
به ما ایمیل بفرست

5 در هر هزار خطا: تکنولوژی هومش هومش پد را راه اندازی می کند

2026-08-03
Latest company news about 5 در هر هزار خطا: تکنولوژی هومش هومش پد را راه اندازی می کند
      یک لنز تماسی رنگی که با بافت عنبیه شخص دیگری چاپ شده است، یک عکس عنبیه با کیفیت بالا، یک چشم مصنوعی واقعی، یا یک تصویر عنبیه که توسط هوش مصنوعی سنتز شده است - همه اینها یک چیز مشترک دارند: آنها می‌توانند یک سیستم تشخیص عنبیه را که فقط بر تطابق الگو تمرکز دارد، فریب دهند.
      در صنعت، چنین روش‌هایی یک اصطلاح استاندارد دارند: حمله نمایشی (Presentation Attack). صرف نظر از اینکه دقت تشخیص یک سیستم چقدر بالا باشد، اگر نتواند بین یک چشم واقعی انسان و یک تقلبی در مقابل دوربین تمایز قائل شود، امنیت آن اساساً به خطر افتاده است. استاندارد بین‌المللی ISO/IEC 30107-3، تشخیص حمله نمایشی (PAD)، که معمولاً به عنوان تشخیص زنده بودن (liveness detection) شناخته می‌شود، را به عنوان یک مورد ارزیابی مستقل برای سیستم‌های بیومتریک فهرست کرده است.
      هومش اخیراً تحقیق و توسعه و تأیید عملی سیستم تشخیص حمله نمایشی عنبیه خود را به نام HOMSH-PAD تکمیل کرده است. این سیستم که بر روی یک مجموعه داده مستقل از 18,516 تصویر آزمایش شده است، به نرخ خطای برابر تشخیص (D-EER) 0.50% دست یافته است.
آخرین اخبار شرکت 5 در هر هزار خطا: تکنولوژی هومش هومش پد را راه اندازی می کند  0

اول اصالت را تأیید کن، سپس هویت را تأیید کن

      HOMSH-PAD به عنوان یک ماژول مستقل که قبل از گردش کار تشخیص قرار می‌گیرد، به شرح زیر عمل می‌کند: پس از اینکه دستگاه تصویری از چشم را ثبت کرد، سیستم ابتدا عنبیه را مکان‌یابی کرده و از طریق یک شبکه یادگیری عمیق، امتیاز اصالت را خروجی می‌دهد. فقط تصاویری که به عنوان چشم واقعی انسان تأیید شده‌اند، به مرحله تشخیص ادامه می‌یابند؛ موارد شناسایی شده به عنوان حمله بلافاصله رد می‌شوند.
      نسخه فعلی شامل چهار نوع اصلی از روش‌های حمله است: لنزهای تماسی رنگی با بافت، تصاویر عنبیه چاپ شده، چشم‌های مصنوعی و عنبیه‌های سنتز شده توسط هوش مصنوعی. در میان آنها، چشم‌های مصنوعی و تصاویر عنبیه چاپ شده در تست‌ها نرخ عدم شناسایی صفر دارند؛ نرخ عدم شناسایی برای عنبیه‌های سنتز شده توسط هوش مصنوعی 0.08% است. این سیستم حتی برای الگوهای جدید لنز تماسی که هرگز در طول آموزش دیده نشده‌اند، تشخیص مؤثر را حفظ می‌کند - این بدان معناست که مدل ویژگی‌های مشترک حملات را آموخته است، نه اینکه صرفاً الگوهای خاص را به خاطر بسپارد.

تفسیر داده‌های آزمون به زبان ساده

      از 1000 تلاش مختلف برای حمله، تقریباً 993 مورد مسدود می‌شوند؛
      از 1000 کاربر قانونی، تقریباً 3 نفر به اشتباه رد می‌شوند.
آخرین اخبار شرکت 5 در هر هزار خطا: تکنولوژی هومش هومش پد را راه اندازی می کند  1

پشت اعداد: رقابت نظم داده‌ها

      حوزه تشخیص زنده بودن عنبیه مدت‌هاست که با یک مشکل پایدار دست و پنجه نرم می‌کند: مدل‌ها در آزمایشگاه معیارهای چشمگیری ارائه می‌دهند، اما هنگام استقرار در سناریوهای دنیای واقعی اغلب شکست می‌خورند. تیم تحقیق و توسعه هومش معتقد است که مشکل معمولاً در خود مدل نیست، بلکه در داده‌های آموزشی است - میانبرهای آماری پنهان که به طور تصادفی با برچسب‌های درست/نادرست مرتبط هستند، به مدل اجازه می‌دهند به جای یادگیری ویژگی‌های واقعی حملات، "میانبر" بزند.
      برای حل این مشکل، این تیم یک روش حاکمیت دامنه داده‌های آموزشی را توسعه داده است تا چنین میانبرهایی را قبل از ذخیره داده‌ها و شروع آموزش، به طور سیستماتیک شناسایی و حذف کند. در مجموع 75,919 تصویر عنبیه از 10,750 سوژه برای آموزش، کالیبراسیون و آزمایش استفاده شد، با گروه‌های سوژه کاملاً غیر همپوشان در سه مجموعه داده - هر چشم در مجموعه آزمون هرگز توسط مدل در طول آموزش دیده نشده بود. این روش نوآوری مستقل اصلی پروژه است و توسط درخواست‌های ثبت اختراع محافظت شده است.
      تمام معیارها مطابق با استاندارد بین‌المللی ISO/IEC 30107-3 محاسبه می‌شوند. آستانه تصمیم‌گیری بر روی یک مجموعه کالیبراسیون مستقل تعیین می‌شود، بدون اینکه در طول فرآیند در معرض مجموعه آزمون قرار گیرد.

طراحی مهندسی ساخته شده برای استقرار در دنیای واقعی

HOMSH-PAD به طور کامل برای استقرار عملی مهندسی شده است:

      ● سبک: مدل تقریباً 30 مگابایت حجم دارد، قادر به استنتاج در زمان واقعی بر روی CPU است و با تمام فرم فاکتورها از پایانه‌های کنترل دسترسی تعبیه شده تا سرورها سازگار است.

      ● ادغام آسان: یکپارچه‌سازان فقط نیاز به ورودی تصاویر خام ثبت شده دارند؛ تمام پیش‌پردازش‌ها به صورت داخلی توسط SDK مدیریت می‌شوند و با تنها چند خط کد امکان ادغام را فراهم می‌کنند.

      ● قابل کالیبراسیون: از کالیبراسیون مجدد آستانه با یک کلیک با استفاده از نمونه‌های واقعی کاربر از محل استقرار پشتیبانی می‌کند و به نرخ خطای رد شدن اجازه می‌دهد تا با گروه کاربری واقعی تطبیق داده شود.

      ● امنیت ضد خطا: ورودی‌های غیرعادی به طور پیش‌فرض به عنوان حمله طبقه‌بندی می‌شوند و هیچ "منطقه خاکستری" برای مهاجمان باقی نمی‌گذارند تا از آن سوء استفاده کنند.

آخرین اخبار شرکت 5 در هر هزار خطا: تکنولوژی هومش هومش پد را راه اندازی می کند  2

تکمیل آخرین قطعه پازل

      در حالی که موتور تشخیص عنبیه به "این کیست" پاسخ می‌دهد، HOMSH-PAD به "آیا این یک شخص واقعی است" پاسخ می‌دهد. با ترکیب این دو، راه‌حل‌های تشخیص عنبیه هومش قادر به برآورده کردن کامل الزامات فزاینده صریح تشخیص زنده بودن در سناریوهای امنیتی بالا مانند امور دولتی، امنیت عمومی و مالی هستند.
      در آینده، این تیم به گسترش کتابخانه نمونه‌های حمله، تکمیل چندین دور تأیید پایداری آموزش و پیشبرد ادغام کامل دستگاه با محصولات تشخیص عنبیه همه در یک و همچنین ارزیابی‌های معتبر شخص ثالث ادامه خواهد داد.