So funktioniert sichere 3D-Gesichtserkennung an der Edge

Die Benutzerfreundlichkeit von Systemen für die Zugangskonstrolle gewinnt zunehmend an Bedeutung, wobei die Sicherheit gewährleistet sein muss. Hier ist die Gesichtserkennungstechnologie eine beliebte und effektive Methode. Für den Hersteller kann die Integration der Gesichtserkennung in Zugangskontrollsystemen jedoch eine Herausforderung darstellen. Viele derzeitige Zugangskontrollsysteme sind in sich geschlossen, haben keine Internetverbindung und sind häufig batteriebetrieben. Daher besteht eine der ersten Designentscheidungen bei der Implementierung von Gesichtserkennung darin, ob die Inferenz-Engine für maschinelles Lernen (ML) und für Deep Learning (DL) lokal an der Edge oder in der Cloud ausgeführt werden soll – was wiederum eine Internetverbindung erfordern würde.

Ein Vorteil der Cloud liegt in der nahezu unbegrenzten Rechenleistung für komplexe Aufgaben wie die Gesichtserkennung. Allerdings kann die Cloud-Verbindung auch inakzeptable Latenzzeiten mit sich bringen, selbst bei einer drahtlosen oder kabelgebundenen High-Speed-Verbindung. Cloud-basierte Gesichtserkennung führt auch zu Datenschutz-Bedenken bei vielen Nutzern, die zum Beispiel nicht damit einverstanden sind, dass ihre Bilder in die Cloud übertragen werden.

Um die Privatsphäre der Nutzer zu schützen, kann die Gesichtserkennung vollständig an der Edge implementiert werden, ohne dass eine Verbindung zur Cloud besteht. Bei einigen Gesichtserkennungslösungen werden die Bilder der Benutzer niemals an die Cloud gesendet. Nur die Gesichtsmodelle von registrierten Nutzern werden an die Cloud übermittelt und an die Geräte übertragen, die sie für die Zugangskontrolle ausgewählt haben. Diese kleine Datei enthält eine geschützte Kodierung der Gesichtsmerkmale, die von der Gesichtserkennungs-Engine verwendet werden. Die Daten werden nur dann an die Cloud weitergegeben, wenn sich ein Benutzer durch Registrierung seines Gesichts im System anmeldet, entweder an einem Gesichtserkennungsgerät oder durch mobile oder PC-basierte Anwendungen für die Registrierung aus der Ferne.

Bis vor kurzem war für die Gesichtserkennung ein Multicore-Anwendungsprozessor erforderlich, auf dem ein fortschrittliches Betriebssystem wie Linux oder Android läuft – eine schwierige Anforderung für ein stromsparendes, batteriebetriebenes Gerät wie ein smartes Türschloss. Inzwischen gibt es jedoch Gesichtserkennungslösungen, die ML-Vision-Pipelines nutzen, die für den Betrieb auf ressourcenbegrenzten Microcontrollern (MCUs) mit einfachen Echtzeit-Betriebssystemen wie FreeRTOS optimiert wurden. MCUs brauchen in der Regel weniger Strom als Anwendungsprozessoren, was einen großen Vorteil für batteriebetriebene Systeme darstellt. Zudem benötigen sie weniger Zeit zum Hochfahren, sodass es sich anbietet, sie zugunsten eines niedrigeren Stromverbrauchs in den Ruhezustand zu versetzen und sie nur aufzuwecken, wenn ein passiver Infrarotsensor (PIR) eine Person in Reichweite erkennt.

Leider haben Angreifer Wege entdeckt, einige Gesichtserkennungssysteme zu täuschen, indem sie einfach ein Foto einer autorisierten Person vor die Kamera halten. Diese Art von Spoofing kann mithilfe einer Funktion zur Lebenderkennung („Liveness Detection“) verhindert werden. Zum Beispiel, indem eine Kamera für sichtbares Licht (Rot-Grün-Blau, RGB) durch eine zweite Kamera ergänzt wird, die im Infrarotspektrum (IR) arbeitet. Diese einfache RGB+IR-Doppelkameratechnik zur Erkennung von Spoofing ist wirksam und kosteneffizient.

Eine andere, sicherere Methode für die Erkennung von Lebewesen bedient sich einer fortschrittlichen 3D-Kamera mit strukturiertem Lichtmodul (SLM), die eine Tiefenabbildung eines tatsächlichen menschlichen Gesichts im Sichtfeld erzeugen kann. Ein einfaches Foto hat keine Tiefe und ermöglicht daher keinen Zugriff – selbst unter schwierigen Lichtverhältnissen ist die Zugangskontrolle damit vor Spoofing geschützt. Bei einer 3D-SLM-Kamera wird eine Art Leuchtdiode (LED), ein sogenannter VCSEL (vertical-cavity surface-emitting laser), mit einem diffraktiven optischen Element (DOE) verwendet, um eine Anordnung von Hunderten oder Tausenden von Punkten in einer bestimmten Reihe von Mustern auf das Objekt zu projizieren. Eine IR-Kamera erkennt die Verformung dieser Lichtpunkte, was die Erstellung einer Tiefenabbildung mithilfe von Triangulationstechniken ermöglicht.

3D-Gesichtserkennung an der Edge

Bei der Verwendung von 3D-Kameras für die Gesichtserkennung ist im Gegensatz zu einfachen 2D-Kameras eine wesentlich höhere Rechenleistung erforderlich. Daher gibt es eine neue Klasse von Embedded Processing-Geräten, die sogenannten „Crossover-MCUs“. Sie kombinieren die hohe Leistung eines Anwendungsprozessors mit geringem Stromverbrauch mit der Benutzerfreundlichkeit und der Embedded-Funktionalität einer MCU, auf der ein einfaches RTOS läuft. Eine typische Crossover-MCU, wie z. B. aus der i.MX RT-Serie von NXP Semiconductors, enthält einen Arm Cortex-M7-Kern. Dieser läuft mit Geschwindigkeiten von 300 MHz bis 1 GHz und verfügt in manchen Fällen über eine zusätzliche Cortex-M-CPU für eine höhere Rechenleistung. Da sie über eine adäquate Rechenleistung verfügen, unterstützen diese MCUs auch Deep-Learning-Inferencing-Engines, die von vielen Gesichtserkennungssystemen verwendet werden. Zudem verbrauchen sie nur wenig Strom, was für Edge-Anwendungen mit beschränktem Stromverbrauch wie 3D-Kameras essentiell ist. Bild 1 zeigt das funktionale Blockdiagramm einer i.MX RT117F Crossover-MCU für die Gesichtserkennung.

Für den wachsenden Markt für Zugangskontrollen bieten Hersteller von MCUs den Entwicklern oft umfassende Software-Entwicklungsumgebungen und Evaluierungskits an, um ihre 2D- und 3D-Gesichtserkennungslösungen zu optimieren.

In naher Zukunft wird es voraussichtlich dank der Rechenleistung und der RTOS-Unterstützung von den RT Crossover-MCUs möglich sein, 3D-Gesichtserkennungstechnologie optional mit Spracherkennung zu kombinieren, um eine Fernfeld-Sprachsteuerung zu realisieren. Diese integrierten Gesichts- und Spracherkennungssysteme werden freihändige und berührungslose Benutzeroberflächen haben. Das ermöglichen leistungsfähige, stromsparende Mikrocontroller, die für Embedded-Entwickler bereits heute zur Verfügung stehen. (na)