12 Juni 2017 | Reza - Redaksi | CCTV
Fitur Spesial

Face Recognition untuk Keamanan yang Lebih Tangguh

Fitur pengenalan wajah (face recognition) merupakan suatu fitur yang memungkinkan pengidentifikasian seseorang dari gambar digital atau video. Fitur ini didasarkan pada kemampuan software untuk mengenali wajah seseorang dengan memetakan berbagai ciri khas suatu wajah. Setiap wajah memiliki karakteristik tersendiri yang membedakan satu dengan lainnya, misalnya lekukan bentuk wajah, jarak antara mata, lebar hidung, kedalaman lekuk mata, bentuk tulang pipi, lebar tulang rahang, dan sebagainya. Kumpulan karakteristik khusus inilah yang disebut sebagai ‘faceprint' (seperti halnya sidik jari sebagai salah satu identitas biometrik).

Pada awalnya, kemampuan pengenalan wajah oleh fitur ini didasarkan pada gambar 2 dimensi (2D). Fitur akan membandingkan gambar 2D dengan gambar 2D di pusat data. Untuk dapat berfungsi secara efektif dan akurat maka gambar yang diambil harus menghadap kamera secara langsung dengan sesedikit mungkin perbedaan cahaya dan ekspresi wajah dengan gambar yang ada di pusat data.

Hal ini menimbulkan banyak masalah karena seringkali gambar yang diambil tidak dalam kondisi ‘terkontrol’, baik dari posisi pengambilan gambar (jarak dan sudut pengambilan gambar) dan faktor pencahayaan. Hal-hal seperti inilah yang awalnya menyebabkan fitur pengenalan wajah dianggap tidak efektif untuk digunakan karena tingkat kesalahan pengenalan gambar yang cukup tinggi.

Saat ini sudah banyak fitur pengenalan wajah yang menggunakan gambar 3 dimensi (3D model) yang disebut-sebut memberikan tingkat akurasi yang lebih baik. Eric S. Chandra dari 3Si Technology mengatakan teknologi pengenalan wajah harus mengadopsi biometrik tiga dimensi, di mana lekukan wajah dipetakan ke dalam algoritma tertentu untuk menandai ciri khas setiap wajah. Hal ini memiliki tingkat kesulitan yang tinggi dan kompleks karena wajah bersifat dinamis. Perubahan warna kulit, tumbuhnya kumis atau janggut, mimik yang dipengaruhi suasana hati, semua itu dapat membuat wajah tampak berubah.

Penggunaan 3D model dilakukan dengan menggunakan karakteristik khusus dari wajah yang unik dan tidak berubah seiring berjalannya waktu, seperti lekukan rongga mata, hidung, dan dagu sebagai parameter untuk mengidentifikasi seseorang. Biasanya yang digunakan adalah ciri khas yang berhubungan dengan tulang dan jaringan keras lainnya yang membentuk wajah.

Dengan menggunakan tolok ukur penghitungan yang tidak dipengaruhi oleh pencahayaan, maka fitur pengenalan wajah dengan menggunakan 3D model dapat digunakan bahkan dalam kondisi gelap dan masih memungkinkan untuk dapat mengenali seseorang dari berbagai sudut pengambilan gambar sampai mendekati sudut 90 derajat.

KEGUNAAN SISTEM PENGENALAN WAJAH

Di masa lalu, pengguna utama fitur pengenalan wajah adalah agensi penegak hukum, yang menggunakan sistem ini untuk menangkap wajah-wajah acak di kerumunan. Beberapa agensi pemerintah juga menggunakannya untuk keamanan dan mengeliminasi kecurangan saat Pemilihan Umum. Pemerintah AS baru-baru ini memulai program yang disebut US-VISIT (United States Visitor and Immigrant Status Indicator Technology), yang ditujukan untuk turis asing yang masuk ke Amerika Serikat. Program ini membandingkan sidik jari dan foto turis ketika mengurus visanya dengan pusat data kriminal dan tersangka teroris.

Ketika sistem menjadi semakin murah, penggunaannya pun semakin tersebar dan sekarang pengenalan wajah juga kompatibel dengan kamera dan komputer yang digunakan di bank dan bandara. TSA (Transportation Security Admission) saat ini tengah menguji program Registered Traveler. Program ini akan melakukan pemindaian dalam waktu cepat untuk para pelanggan yang dengan sukarela memberikan informasi dan menyelesaikan perkiraan ancaman keamanan. Di bandara akan ada antrean khusus untuk Registered Traveler yang akan bergerak lebih cepat dengan memverifikasi turis dari fitur wajah mereka.

Aplikasi potensial lainnya termasuk keamanan ATM dan tempat pencairan cek karena fitur ini mampu dengan cepat memverifikasi wajah pelanggan. Setelah pelanggan memberikan izin, kios ATM atau tempat pencairan cek mengambil gambar digital pelanggan, lalu software akan menghasilkan faceprint dari foto tersebut untuk melindungi pelanggan dari pencurian identitas atau penipuan transaksi. Dengan menggunakan fitur pengenalan wajah, tidak diperlukan lagi foto KTP, kartu bank, atau nomor identifikasi pribadi (PIN) untuk memverifikasi identitas pelanggan. Dengan cara ini, bisnis dapat mencegah terjadinya penipuan.

Selain itu penggunaan fitur pengenalan wajah juga tidak memerlukan kontak (contactless), sehingga pengguna tidak perlu bersentuhan dengan alat. Hal ini jelas lebih higienis untuk mencegah penularan penyakit. Karenanya fitur ini sangat cocok digunakan untuk rumah sakit, laboratorium, pabrik farmasi atau makanan, serta area-area publik.Tapi sama halnya dengan banyak teknologi yang sedang berkembang, potensi luar biasa fitur pengenalan wajah juga hadir dengan beberapa kekurangan. Yang paling disoroti adalah penggunaan sistem tanpa sepengetahuan Anda. Di tempat-tempat umum, sistem mengambil gambar pengunjung tanpa izin dan sepengetahuan mereka.

Mereka yang menentang mengatakan bahwa walaupun memberikan keamanan dalam beberapa kasus, hal itu tidak cukup untuk mengesampingkan kebebasan. Banyak yang merasa penggunaan sistem ini terlalu melanggar privasi, tapi kekhawatiran mereka tidak berakhir sampai di situ saja. Mereka juga menyerukan risiko yang melibatkan pencurian identitas. Bahkan para perusahaan pengenalan wajah juga mengakui bahwa semakin sering digunakan, teknologi ini semakin berpotensi menyebabkan pencurian identitas atau penipuan, tapi para produsen terus berusaha meningkatkan kegunaan dan akurasi sistem ini.

Batasan Penggunaan Fitur Pengenalan Wajah

Beberapa faktor membatasi keefektifan teknologi pengenalan wajah, di antaranya:

1. KUALITAS GAMBAR

Kualitas gambar berdampak besarpada seberapa baiknya algoritma pengenalan wajah bekerja. Kualitas gambar pemindaian video cukup rendah dibandingkan dengan kamera video. Bahkan dengan video HD, yang paling tinggi adalah 1080p (pemindaian progresif); tapi yang lebih umum adalah 720p. Angka ini setara dengan 2MP dan 0,9MP, sementara kamera digital murah mencapai 15MP. Perbedaan ini cukup mudah terlihat.

2.UKURAN GAMBAR

Ketika algoritma deteksi-wajahmenemukan wajah dari suatu gambar atau video yang didiamkan, ukuran relatif wajah tersebut yang dibandingkan dengan ukuran gambar yang terdaftar di pusat data akan mempengaruhi seberapa baiknya wajah tersebut dapat dikenali. Ukuran gambar yang sudah kecil, ditambah dengan target yang berada jauh dari kamera berarti bahwa wajah yang terdeteksi hanya berukuran 100 sampai 200 pixel. Lebih jauh lagi, pemindaian gambar untuk ukuran wajah yang beraneka ragam adalah aktivitas yang memerlukan kinerja prosesor yang intensif. Sebagian besar algoritma memberikan spesifikasi ukuran wajah untuk membantu mengeliminasi kesalahan deteksi dan mempercepat pemrosesan gambar.

3.SUDUT WAJAH

Sudut relatif dari wajah target sangat mempengaruhi nilai pengenalan. Ketika sebuah wajah dimasukkan ke dalam fitur pengenalan, biasanya digunakan berbagai sudut (umumnya gambar profil, tampak depan, dan sudut 45 derajat). Gambar yang kurang tampak depan mempengaruhi kemampuan algoritma untuk menghasilkan template wajah tersebut. Semakin jelas gambar wajah yang diambil dan semakin tinggi resolusinya, semakin tinggi kemungkinan kecocokannya.

Ironisnya, manusia jauh lebih superior dibanding teknologi ketika berkaitan dengan pengenalan wajah. Tapi manusia hanya dapat melihat beberapa individu saja di satu waktu ketika menyaksikan sebuah video. Komputer dapat membandingkan banyak individu dengan banyak gambar di pusat data.

Ketika teknologi berkembang, kamera dengan resolusi yang lebih tinggi akan tersedia. Jaringan komputer akan lebih mampu memindahkan lebih banyak data, dan prosesor akan bekerja lebih cepat. Algoritma pengenalan wajah akan ‘menangkap’ wajah dari sebuah gambar dengan lebih baik dan mengenalinya di pusat data. Mekanisme sederhana yang mengalahkan algoritma hari ini, seperti bagian wajah yang tertutup kacamata atau masker atau perubahan tatanan rambut, akan dengan mudah diatasi.

Satu cara langsung untuk mengatasi banyak keterbatasan ini adalah mengubah cara pengambilan gambar. Menggunakan checkpoint, misalnya, membutuhkan subjek berbaris dan bergerak ke satu titik. Dengan begitu kamera dapat fokus pada setiap orang dari dekat, sehingga menghasilkan gambar dari depan yang lebih berguna dan beresolusi tinggi. Akan tetapi, implementasi berskala besar meningkatkan jumlah kamera yang dibutuhkan.

Melibatkan aplikasi biometrik juga sangat menjanjikan karena tidak hanya melibatkan pengenalan wajah tapi juga isyarat, ekspresi, pola pembuluh darah, iris, retina, telapak tangan, telinga, dan pengenalan suara. Penggunaan kombinasi pengenalan biometrik akan meningkatkan kapasitas sistem untuk memberikan hasil dengan tingkat keyakinan yang lebih tinggi. Saat ini fokus diarahkan pada peningkatan kemampuan untuk mengumpulkan informasi dari jarak jauh tanpa sepengetahuan target.

Kekhawatiran mengenai privasi jelas mengelilingi teknologi ini dan penggunaannya. Seiring dengan perkembangan teknologi ini, diharapkan keseimbangan antara keamanan nasional dan hak privasi individual akan segera mencapai titik temu demi keamanan bersama.

 

 

Sumber : Majalah Indo Security System Vol.5 Edisi April-Mei 2017, Hal 40-45.



Share :
Laporkan Artikel

Komentar


Kirim Komentar