Google erprobt kontinuierliche Authentifizierung per Gesichtserkennung

Sie soll die Anwesenheit der eingeloggten Person über eine einmalige Erkennung hinaus gewährleisten. So könnten E-Mail- oder auch Bankkonten in Echtzeit gesichert werden. Google ATAP berücksichtigt dabei, dass eine Smartphone-Kamera immer nur Ausschnitte eines Gesichts sieht.

Google entwickelt eine in Echtzeit arbeitende Gesichtserkennungs-Technik, um Smartphone-Nutzer kontinuierlich zu verifizieren, während sie auf ein Bank- oder E-Mail-Konto zugreifen. Sie soll Sicherheit über den Zeitpunkt einer einmaligen Authentifizierung hinaus sicherstellen.

Beispielbilder (Bild: Google ATAP)Beispielaufnahmen (Bild: Google ATAP)Sicherheitsexperte Lenny Zeltser schreibt, eine passive Überwachung eines Nutzers durch den Kamerasensor sei nur eine von vielen Möglichkeiten, einen Anwender aufgrund biometrischer Signale fortlaufend zu identifizieren. Auch Tastatureingabe-Muster und Fingerabdrücke könnten dafür genutzt werden. So ließe sich das Smartphone sperren, wenn ein Fremdzugriff ermittelt wird.

Das Problem solcher Ansätze sei es bisher gewesen, dass sie nicht berücksichtigten, was eine Smartphone-Kamera in der Praxis überhaupt sehen kann. So seien Gesichter oft abgeschnitten, weshalb übliche Gesichtserkennungs-Algorithmen wenig damit anfangen könnten, steht in einem Forschungsbericht (PDF), den Googles Forschungsabteilung Advanced Technology and Projects (ATAP) zusammen mit University of Maryland und der Rutgers University vorgelegt hat.

Zusammensetzung eines Gesichts aus 14 Segmenten (Bild: Google ATAP)Zusammensetzung eines Gesichts aus 14 Segmenten (Bild: Google ATAP)Ihre Lösung ist ein ‚Facial Segment-based Face Detector‘ (FSFD), also eine Erkennung von Gesichtsteilen. Dazu werden Bilder von Gesichtsausschnitten als Lernmaterial verwendet, um etwa die Kinnpartie, das linke Auge oder das rechte Auge zu identifizieren. Der Algorithmus lernt, aus 14 Segmenten ein „mögliches Gesicht“ zusammenzusetzen und eine Wahrscheinlichkeit zu ermitteln, mit der ein aktueller Ausschnitt der Person entspricht.

„Die Schlüsselidee ist es, Gesichtsteile im Frame zu erkennen und die Ergebnisse zu einem Cluster zusammenzufassen, um eine Region zu ermitteln, die mit größter Wahrscheinlichkeit das Gesicht enthält“, heißt es. Getestet wurde dieses Verfahren mit Videos, die die Kameras von 50 iPhone-Nutzern in unterschiedlichen Lichtverhältnissen lieferten.

So gelang es FSFD, Gesichtsausschnitte und ganze Gesichter zu erkennen – „größtenteils unabhängig von der Beleuchtung und der Abweichungen durch die Haltung.“ Nur bei extremen Winkeln, in denen wenig vom Gesicht zu erkennen war, und bei starker Bewegungsunschärfe versagte sie.

Die Forscher halten die FSFD-Technik daher für „geeignet für gesichtsbasierte kontinuierliche Authentifizierung auf Mobilgeräten“, da sie „exzellente Präzision“ biete. Als Nächstes soll die Erkennung einzelner Merkmale verbessert werden.

Advanced Technology and Projects (ATAP) war ursprünglich eine Motorola-Forschungsabteilung; Google hat sie nicht mit an Lenovo verkauft. Sie ist auch für das modulare Smartphone-Konzept „Project Ara“ zuständig.

ANZEIGE

Die Cloud forciert Innovationen

Ohne Cloud-Technologie sähe der Alltag heute ganz anders aus. Dropbox, Facebook, Google und Musikdienste gäbe es nicht. Erst Cloud-Technologien haben diese Services ermöglicht und treiben heute Innovationen schneller denn je voran.

[mit material von Liam Tung, ZDNet.com]

Themenseiten: Authentifizierung, Forschung, Google

Fanden Sie diesen Artikel nützlich?
Content Loading ...
Whitepaper

Artikel empfehlen:

Neueste Kommentare 

1 Kommentar zu Google erprobt kontinuierliche Authentifizierung per Gesichtserkennung

Kommentar hinzufügen
  • Am 4. April 2016 um 20:55 von Joahnnes K.

    Die selbe Software ist natürlich auch gut geeignet eine Person auf Überwachungskameras fortlaufend zu verfolgen. Wieder ein Schritt zum totalitären Überwachungsstaat.
    Anderseits kann die Software dazu führen, dass man nicht mehr selbst den Notarzt anrufen kann, wenn man mit dem Fahrrad aufs Kinn gefallen ist und das Gesicht deswegen nicht mehr so aussieht wie es die Software erwartet.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *