Ansiktsgjenkjenning for Låsesystem

Abstract

Ansiktsgjenkjenning blir stadig mer aktuelt i en moderne verden. Teknologien er i stor utvikling hos selskaper som Apple og Microsoft, som tilbyr en veldig pålitelig ansiktsgjenkjenning i smarttelefoner og nettbrett. Disse løsningene er ofte begrenset til én person per enhet.

Dette prosjektet går ut på å lage et program med ansiktsgjenkjenning for et låsesystem, som er tilpasset store brukergrupper. Oppgaven er gitt av Avento som selv har utviklet en simpel løsning, og koblet denne rett på et relé som åpner en dør i deres lokaler. Denne løsningen er enkel å lure og de ønsket derfor å se hvordan en gruppe studenter ville ta fatt på problemstillingen. De la derfor dette frem som en bacheloroppgave for NTNU i Ålesund.

Vi har tatt i bruk skytjenester som Microsoft Azure og BioID for å oppnå høy sikkerhet og stabilitet. Dette gjøres ved at det tas to bilder hvor vi ser etter en naturlig bevegelse i ansiktet før vi foretar selve ansiktsgjenkjenningen. Det ble utviklet en visuell veileder som skal gi brukeren informasjon og veiledning gjennom prosessen.

Løsningen har blitt et raskt, autonomt og modulbasert system som sjekker for liveness, foretar ansiktsgjenkjenning og gir mulighet for tofaktorautentisering. I tillegg er det utviklet et administratorprogram som gjør det mulig å administrere systemet og justere sikkerhetsnivået.

Facial recognition is becoming increasingly relevant in a modern world. The technology is in the forefront of companies such as Apple and Microsoft, offering a very reliable face recognition in smartphones and tablets. These solutions are often limited to one person per unit.

This project is about creating a facial recognition program for a locking system that is adapted to large user groups. The task is given by Avento who has developed a simple solution themselves, and connected it directly to a relay that opens a door in their premises. This solution is easy to fool and they therefore wanted to see how a group of students would embark on the problem. They therefore presented this as a bachelor thesis for NTNU in Ålesund.

We have used cloud services such as Microsoft Azure and BioID to achieve high security and stability. This is done by taking two pictures where we look for a natural movement in the face before we make the actual facial recognition. A visual guide was developed to provide the user with information and guidance through the process.

The solution has become a fast, autonomous and modular system that checks for liveness, does facial recognition and allows for two-factor authentication. In addition, an administrator program has been developed that allows you to manage the system and adjust the security level.