Sicherheit Maskerade beendet

Tom Cruise hat es in Mission Impossible vorgemacht: Einfach eine Silikonmaske mit dem Abbild eines Zugangsberechtigten überziehen und schon gelangt man in geheime Sicherheitsbereiche. Denn eine handelsübliche Farbbildkamera kann den Unterschied zwischen der gefälschten Abbildung und dem Referenzbild nicht entdecken. Da jedoch immer mehr biometrische Systeme auch zur Sicherheit der Öffentlichkeit eingesetzt werden, hat sich ein Projektteam des Institutes für Sicherheitsforschung der Hochschule Bonn-Rhein-Sieg die Frage gestellt, wie ein Sicherheitssystem erkennen kann, ob es tatsächlich ein echtes Gesicht scannt oder nicht? Das Team um Prof. Dr.-Ing. Norbert Jung fand die Antwort in der multispektralen Signatur und Infrarotkameras.

Das Problem mit konventionellen Bildverarbeitungssystemen ist, dass sie lediglich Bilder miteinander vergleichen. Sie können nicht erkennen, ob es sich um ein echtes menschliches Gesicht handelt oder nicht. Ein zuverlässiges Sicherheitssystem müsste also neben der Prüfung der biometrischen Merkmale gleichzeitig zwischen menschlicher Haut und anderen Materialien unterscheiden können. Im Spektrum des sichtbaren Lichts, bei 380 bis 780 nm, ist Haut anhand der Farbe nicht zweifelsfrei zu identifizieren. Neben unterschiedlichen Hauttypen erschweren schlechte Lichtverhältnisse die Analyseergebnisse. Auch das Rückstrahlvermögen einer Oberfläche, also das Verhältnis vom reflektierten Licht zum einfallenden Licht, kann nicht zur eindeutigen Erkennung von Haut herangezogen werden. Denn die Werte der verschiedenen Haut­typen liegen im sichtbaren Spektrum weit auseinander, und Materialien wie Fleisch, Leder oder Holz haben ein sehr ähnliches Rückstrahlvermögen.

Spektrale Signatur der Haut

Bewegt man sich allerdings weg vom sichtbaren Wellenlängenbereich in den kurzwelligen Infrarotbereich, der bei 780 bis 1400 nm liegt, sieht die Situation anders aus. Aufgrund des hohen Wassergehalts der Haut und dessen Rückstrahlvermögens im Bereich des kurzwelligen Infrarotlichts kann die Haut eindeutig von anderen Materialien unterschieden werden. Der Hauttyp, das Alter, Geschlecht und ähnliche Kriterien spielen dann keine Rolle mehr.

Auf Grundlage dieser Erkenntnisse entwickelte das Wissenschaftlerteam im Rahmen ihrer Forschungsprojekte eine Methode zur Hauterkennung mit spektralen Signaturen. Dabei wurde das Rückstrahlvermögen der Haut in einem Wellenlängenbereich zwischen 900 und 1600 nm analysiert und ein hautspezifischer Wertebereich ermittelt. Die charakteris­tischen, hauttypunabhängigen Absorptionsmerkmale der Haut sind bei zirka 1450 nm besonders groß. Oberhalb von 900 nm haben Hautpigmente keinen relevanten Einfluss mehr auf das Rückstrahlvermögen, dafür gewinnt hier zunehmend die Absorption durch das in der Haut enthaltene Wasser an Einfluss. Umgesetzt wurde die Erhebung mit einem aktiven Kamerasystem, bei dem eine Infrarotkamera in der Mitte eines LED-Ring angebracht ist. Mehrere Reihen von LEDs senden Licht in verschiedenen Wellenlängen des festgelegten Bereichs auf das zu analysierende Gesicht aus. Bereits mit drei verschiedenen Wellenlängenbändern ist eine zuverlässige Messung und Materialerkennung möglich. Die Kamera nimmt das jeweils reflektierte kurzwellige Infrarotlicht auf, die Daten übermittelt das Software Development Kit Vimba von Allied Vision auf den angeschlossenen Rechner. Eine von der Hochschule in C++ geschriebene Software übernimmt die Analyse. Für Bildverarbeitungsaufgaben wird die OpenCV-Bibliothek verwendet. Als Ergebnis wird die Haut – unabhängig von Hauttyp oder -farbe – auf einem Bildschirm braun dargestellt. Andere Materialien erscheinen je nach Konsistenz in schwarz oder weiß und lassen sich somit eindeutig von der Haut unterscheiden.

Mit diesen Kamerasystemen ausgestattet, authentifizieren Gesichtserkennungssysteme zugangsberechtigte Personen nur, wenn die Gesichtsmerkmale korrekt sind und als Haut erkannt werden. Die Nutzung von LEDs erlaubt einen von der Umgebungsbeleuchtung weitgehend unabhängigen Einsatz. Da das Infrarotlicht für den Nutzer unsichtbar ist, wird er von dem System nicht geblendet.

Hauterkennung im Industrieeinsatz

Auf dieses Projekt aufbauend, befassen sich die Forscher mit dem Einsatz der Hauterkennungsmethode an Arbeitsplätzen mit einer hohen Automatisierung. Oft kommen dort Maschinen und Roboter zum Einsatz, die potenziell gefahrbringende Bewegungen ausführen. Schutzeinrichtungen sind unbedingt notwendig, um Unfälle zu vermeiden. Hier unterscheidet auf Bilderfassung basierende Personen­erkennung beispielsweise Werkstücke von Händen, die in einen vorher bestimmten Gefahrenbereich eindringen. Dadurch wird der Roboter oder die Maschine verlangsamt oder angehalten, sollte ein Mensch mit seinen Händen in die Gefahrenzone eindringen.

Hundert Meter weit

Die Hochschule Bonn-Rhein-Sieg setzt zur Forschung und Entwicklung beider Projekte die Kurzwelleninfrarot-Kamera Goldeye G-032 SWIR von Allied Vision ein, die über eine GigE-Vision-Schnittstelle mit Power over Ethernet verfügt. Damit eignet sie sich für den Wellenlängenbereich, in dem die spek­trale Signatur gemessen wird. Gerade in der Sicherheitstechnik müssen Bilddaten oft eine lange Distanz zurücklegen.

Der Goldeye reicht ein einziges Kabel aus, um Daten bis zu 100 m weit zu übertragen und die Kamera gleichzeitig mit Strom zu versorgen. Außerdem ist ihre Bauform kompakt und sie ist mit vielseitigen Befestigungsmöglichkeiten ausgestattet.

Doch nicht nur die technischen Qualitäten der Kamera überzeugten die Projektleitung von ihrer Wahl. Auch die Unterstützung, die das Forschungsteam durch Mitarbeiter von Allied Vision erfuhr, war ausschlaggebend. So verlieh der Bildverarbeitungshersteller seine Kamera bereits vor dem Start des Forschungsprojektes an das Team, damit dieses die Möglichkeiten der Kamera vorab ausgiebig testen konnte.

Aufgrund der guten Ergebnisse wurden dann entsprechende Projektanträge gestellt und Geldmittel bewilligt. Der vergleichsweise günstige Preis der Kamera im Verhältnis zu Modellen anderer Anbieter trug auch dazu bei, dass beide Projekte der H BRS mit Kameras von Allied Vision durchgeführt wurden. Auch im Projektverlauf, beispielsweise bei Fragen zur Anbindung, Steuerung und Kalibrierung der Kamera oder zum Einsatz des SDK Vimba, half der Support von Allied Vision den Forschern weiter.