تھیٹر کا ایک بھوت چہرے کی شناخت کو دھوکا دیتا ہے

چہرے کی شناخت اب فون کھولتی ہے، ادائیگیاں منظور کرتی ہے اور سرحدوں پر مسافروں کی جانچ کرتی ہے۔ مقالہ نوٹ کرتا ہے کہ اس کے نیورل نیٹ ورک انسانوں سے زیادہ درست ہیں۔ جیسے جیسے اس پر انحصار بڑھتا ہے، اسے دھوکا دینے کی ترغیب بھی بڑھتی ہے، اور ان نظاموں میں دو قسم کے محافظ ہوتے ہیں۔ پریزنٹیشن اٹیک ڈیٹیکٹر (presentation-attack detectors) بناوٹ اور زندگی کی علامات جانچ کر چھپی ہوئی تصاویر، دوبارہ چلائی گئی ویڈیوز یا ماسک تلاش کرتے ہیں۔ مورف ڈیٹیکٹر ڈیجیٹل طور پر ملائے گئے چہرے تلاش کرتے ہیں، جو دو لوگوں کو ایک تصویر میں ضم کر کے بنائے جاتے ہیں۔

اسٹیج سے آیا ایک فریب

ٹائلر فٹزسمنز اور ایڈم چائکا (یونیورسٹی آف نوٹر ڈیم) تھیٹر کا ایک پرانا کرتب زندہ کرتے ہیں: پیپرز گھوسٹ، جس میں شیشے کی ایک ترچھی پلیٹ ایک چھپی ہوئی تصویر کا عکس دکھاتی ہے تاکہ ایسا لگے کہ اسٹیج پر ایک “بھوت” کھڑا ہے۔

ان کے “Ghost Attack” میں عکس کیمرے کے سامنے موجود چہرے پر کسی دوسری شناخت کا چہرہ چڑھا دیتا ہے۔ کسی انسانی دیکھنے والے کو وہ شخص کافی عام لگتا ہے، ذرا سا دھندلا یا کسی چمک سے جزوی طور پر چھپا ہوا۔ سافٹ ویئر کے لیے دونوں چہرے مل کر ایک مخلوط چہرے کا نشان (hybrid facial signature) بن جاتے ہیں۔

حملہ سینسر اور شخص کے درمیان کھلی جگہ میں ہوتا ہے۔ اسے شناختی سافٹ ویئر، اس کی اندرونی حالت یا اس کے فیصلوں تک رسائی کی ضرورت نہیں، نہ ہی کیمرے کے ہارڈ ویئر تک: یہ خالص بلیک باکس حملے کے طور پر کام کرتا ہے۔ مصنفین اسے اپنی نوعیت کا پہلا طبعی حملہ قرار دیتے ہیں، جو پریزنٹیشن حملوں اور مورفنگ کے درمیان آتا ہے۔

تجربہ گاہ میں ایک محتاط جانچ

محققین نے زندہ افراد کو استعمال نہیں کیا۔ اصلی چہرے ایک معیاری تحقیقی ڈیٹا بیس کی تصاویر تھیں، جو ایک اسکرین پر دکھا کر دوبارہ فلمائی گئیں؛ “بھوت” شناخت ایک دوسری اسکرین سے آئی، جس کا عکس شیشے میں پڑا۔ اس سے طریقۂ کار دہرایا جا سکتا ہے، اور مصنفین کا کہنا ہے کہ زندہ افراد سے نتائج نہیں بدلیں گے۔ انہوں نے GhostFace نامی ایک ڈیٹا سیٹ بنایا، جس میں جنس، پس منظر اور عمر کے لحاظ سے متنوع 100 شناختیں ہیں، جنہیں حملے کی بڑھتی ہوئی شدت پر ریکارڈ کیا گیا۔

پھر انہوں نے اسے بین الاقوامی جانچ کے معیارات کے مطابق عام استعمال ہونے والے اوپن سورس نظاموں پر آزمایا: پانچ چہرہ ملانے والے نظام، تین جعل سازی پکڑنے والے آلات اور چار مورف ڈیٹیکٹر۔

تین محافظ، تینوں دھوکا کھا گئے

جعل سازی پکڑنے والے آلات نے پوری شدت کے حملے کی 80% سے 96% تصاویر کو زندہ، اصلی چہرے قرار دیا۔ سب سے زیادہ حساس آلے نے بھی تقریباً پانچ میں سے چار کو گزرنے دیا۔
مورف ڈیٹیکٹرز نے، جنہیں ڈیجیٹل مورفس پر تربیت دی گئی تھی، سخت ترتیب پر حملے کی 16% سے 61% تصاویر چھوڑ دیں، جبکہ انہوں نے کبھی کسی اصلی چہرے کو مشکوک قرار نہیں دیا۔ مصنفین نتیجہ نکالتے ہیں کہ ڈیجیٹل آمیزش پر تربیت یافتہ ماڈل بصری (optical) آمیزش کو قابلِ اعتماد طور پر نہیں پکڑتے۔
چہرہ ملانے والے نظاموں نے مختلف شرحوں پر جعل سازوں کو قبول کیا۔ سب سے کمزور، ArcFace، نے آزمائی گئی حد پر حملے کی 32.75% تصاویر کو ہدف شخص مان لیا، اور 100 میں سے 99 حملہ ویڈیوز میں کم از کم ایک تصویر کو۔ آزمایا گیا سب سے نیا ماڈل بھی زیادہ سخت حد پر 7% قبول کرتا رہا۔ سب سے مزاحم، MagFace، جو اپنے فیصلوں میں تصویر کے معیار کو بھی تولتا ہے، نے 1% سے کم قبول کیں۔

بعض اوقات ملا ہوا چہرہ دونوں میں سے کسی شخص کے طور پر نہیں، بلکہ ڈیٹا بیس کی ایک تیسری شناخت کے طور پر پہچانا گیا۔

اندھے گوشے کو بند کرنا

مصنفین ایک نمایاں اندھے گوشے کی نشاندہی کرتے ہیں: موجودہ بایومیٹرک نظام شفاف عکسوں (projections) کو مدِنظر نہیں رکھتے، اور مقالہ بناوٹ پر مبنی زندگی کی جانچ اور صرف ڈیجیٹل تصاویر پر تربیت یافتہ مورف ڈیٹیکٹرز، دونوں کی حدیں دکھاتا ہے۔ یہ مطالعہ اوپن سورس ماڈلز اور دوبارہ فلمائی گئی تصاویر کے ساتھ تجربہ گاہ کا ایک مظاہرہ ہی ہے۔ مزید تحقیق کی مدد کے لیے مصنفین GhostFace ڈیٹا سیٹ درخواست پر دوسری ٹیموں کو پیش کرتے ہیں، چہرے کی شناخت، جعل سازی کی نشاندہی اور مورف کی نشاندہی کو ایک ساتھ جانچنے کے لیے ایک نئے معیار (benchmark) کے طور پر۔