Олег Гринчук на HighLoad++ 2024

Специализированные vs мультимодальные модели в Face Liveness: почему мы в VisionLabs выбрали универсальность

Нейронные сети и искусственный интеллект (data science)

3 декабря, 12:20, Зал «04. Бангалор (2 этаж)»

Google Outlook Apple

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Доклад про Face Liveness от VisionLabs. Уже используются в Московском транспорте и крупнейших банках. Вы узнаете о ключевые аспектах технологии, включая её отличия от детекции дипфейков. Пройдем полный цикл от сбора данных до полноценного внедрения в продукт!

Целевая аудитория

Проджект- и продакт-менеджеры, тимлиды Сomputer Vision-команд и команд по безопасности.

Тезисы

С развитием оплаты по лицу, подтверждения личности по биометрии и дистанционного обслуживания растет необходимость защиты от идентификационного фрода, и Face Liveness становится ключевым инструментом для этого. Liveness-решения VisionLabs уже используются в московском транспорте, сервисе МТС ID KYC и крупнейших банках.

В рамках доклада обсудим ключевые аспекты технологии, включая её отличия от детекции дипфейков, актуальные тенденции и устаревающие подходы в этой области. Рассмотрим, что эффективнее: универсальная или специализированные модели. Результаты получены в рамках собственных исследований VisionLabs и сравнения работы порядка десяти Liveness-решений. Завершим обсуждение сочетанием Face Liveness с другими методами защиты.

Олег Гринчук

VisionLabs

Кандидат технических наук, окончил Московский физико-технический институт (МФТИ) с отличием, а также магистратуру Сколковского института науки и технологий в 2016 году, где получил Best thesis award. Прошел обучение в Massachusetts Institute of technology (MIT) в 2015 году по профилю Deep Learning, Computer Vision. 10 тематических публикаций в научных журналах и конференциях, в том числе NeurIPS и CVPR. Уже более 9 лет специализируется в Computer Vision в целом.

VisionLabs

VisionLabs — один из мировых лидеров в области создания продуктов на базе компьютерного зрения и машинного обучения. Компанией реализовано более 500 проектов в 37 странах для клиентов из финансового, телекоммуникационного, транспортного, энергетического секторов и розничной торговли. Более 1,7 млн камер по всему миру используют программное обеспечение VisionLabs.