L'équipe universitaire de la Grande Baie résout le problème de la fraude par reconnaissance faciale et dote la lutte contre la fraude financière d'yeux de feu

De la construction de villes intelligentes à l’application mobile de connexion, la reconnaissance faciale, en tant que technologie emblématique de l’intelligence artificielle, s’est rapidement infiltrée dans tous les domaines tels que le paiement financier, la sécurité publique, les services gouvernementaux et le marketing commercial, devenant un « standard » de la transformation numérique.

Cependant, alors que la « reconnaissance faciale pour retirer de l’argent » et le « paiement par reconnaissance faciale » se popularisent rapidement, l’authentification d’identité sur les terminaux financiers fait face à des défis de sécurité sans précédent. Les images faciales peuvent être reproduites avec précision à partir de photos papier, d’écrans électroniques, de modèles 3D ou même de vidéos DeepFake haute fidélité, rendant les systèmes de reconnaissance traditionnels vulnérables. La prolifération des cas de fraude financière dus à des « attaques par reconnaissance faciale » a gravement affaibli la confiance dans les systèmes financiers intelligents.

Face à ces attaques de falsification par intelligence artificielle, l’équipe du professeur Yu Zitong de l’Université de la Grande Baie utilise des technologies clés de grands modèles, combinées à des techniques d’acquisition d’images intelligentes, de caractéristiques biométriques polymorphes et hétérogènes pour développer une technologie de détection de vivacité faciale plus intelligente, universelle et hautement sécurisée. Ils ont ainsi conçu un module intégrant un modèle algorithmique, formant un système matériel et logiciel d’analyse électronique et intelligent capable d’identifier la vivacité faciale en quelques secondes avec un taux de précision supérieur à 99,9 %.

Yu Zitong est professeur associé à l’Université de la Grande Baie, spécialisé en calcul micro-visuel et en modèles multimodaux fondamentaux. Il explique aux journalistes de la Financial South que la reconnaissance faciale est initialement utilisée dans le déverrouillage de téléphones, la gestion du temps et la sécurité, avec des scénarios d’application relativement limités. Après son master, il a travaillé pendant un an dans une société de sécurité, ce qui lui a permis de comprendre en profondeur l’application de la reconnaissance faciale dans l’industrie de la sécurité, tout en identifiant ses insuffisances en termes d’algorithmes et d’architecture de modèles.

Pendant ses études en Finlande et à Singapour, son équipe a proposé un algorithme d’amélioration des faibles signaux spatiaux par convolution à différence centrale, offrant une nouvelle approche pour renforcer la robustesse des modèles face aux attaques faciales haute fidélité et aux environnements changeants, avec une application réussie dans la lutte contre la fraude faciale.

Selon Yu Zitong, la technologie de reconnaissance faciale actuelle est devenue envahissante, avec des problèmes fréquents de fuite de données personnelles et d’attaques par IA falsifiée. La détection de vivacité faciale est devenue la étape la plus critique et la plus difficile des terminaux financiers intelligents, constituant également la base technologique pour protéger la sécurité financière nationale.

Avec l’accélération de la construction de la finance intelligente en Chine, le secteur bancaire migre rapidement des agences traditionnelles vers des terminaux intelligents tels que les distributeurs automatiques (ATM), les guichets vidéo à distance (VTM) et les guichets intelligents (STM). Ces terminaux sont devenus une composante essentielle des infrastructures financières nationales, déterminant directement la portée et la commodité des services financiers, tout en étant la première ligne de défense pour la sécurité financière et informationnelle du pays, et un moyen clé de prévenir les risques systémiques et d’assurer la fiabilité des transactions.

« La détection de vivacité basée sur l’apprentissage profond se développe rapidement, mais les algorithmes de haute sécurité, les modèles robustes inter-ethniques et la détection par signaux physiologiques restent principalement dominés par l’Europe et l’Amérique. La différence avec la Chine est évidente, notamment la difficulté à reconnaître des échantillons falsifiés haute fidélité, la faible généralisation inter-ethnique, la performance limitée de la fusion multimodale et la déploiement algorithmique industriel », explique Yu Zitong.

Il ajoute que, face à la tendance d’internationalisation et d’intelligence de la finance, il est urgent de surmonter ces obstacles pour construire un système de détection anti-fraude faciale autonome, sécurisé, fiable et utilisable à l’échelle régionale.

En tant que centre national de fabrication d’équipements financiers et d’innovation en intelligence artificielle, la province du Guangdong, au cours des cinq dernières années, a mis l’accent sur la reconnaissance faciale et la lutte contre la fraude comme moteurs, ouvrant une nouvelle ère de développement de la fintech.

Focalisé sur « la technologie clé de lutte contre la fraude faciale et la fabrication de terminaux financiers intelligents à haute sécurité », l’équipe du professeur Yu Zitong de l’Université de la Grande Baie mène des recherches sur l’amplification de faibles signaux spatio-temporels, l’adaptation inter-domaines multimodale et la détection de vivacité physiologique, visant à réaliser une détection de vivacité et une authentification d’identité précises dans des environnements complexes et multi-populations, pour créer un nouveau terminal anti-fraude intelligent, à l’échelle internationale.

Dans le domaine de la détection de vivacité, l’équipe de Yu Zitong a développé une technologie basée sur la perception multi-vues des signaux physiologiques, intégrant des signaux physiologiques non contact et des caractéristiques d’apparence, proposant une méthode de détection anti-fraude par perception collaborative multi-vues. Cette approche dépasse les limites des méthodes traditionnelles, qui dépendent d’un seul mode RGB et sont facilement perturbées par l’environnement, en améliorant significativement la capacité de détection dans des scénarios complexes et face à des attaques à haute imitation, tout en augmentant l’explicabilité du système. En utilisant plusieurs caméras synchronisées pour capturer les mouvements faciaux, ils extraient des signaux physiologiques tels que le rPPG (rythme cardiaque, rythme sanguin, variations d’oxygène sanguin) et combinent des caractéristiques comportementales comme les micro-expressions et la fréquence de clignement pour réaliser une discrimination multi-niveaux entre vivacité et falsification.

« En 2024, nous développerons une technologie similaire à une plateforme 3D pour améliorer la capture faciale et l’interaction. Notre technologie anti-fraude faciale est aujourd’hui en tête en Chine, avec d’excellentes performances en fiabilité et en temps réel, tout en étant conviviale et adaptée à l’international, capable de résoudre les problèmes liés aux différentes ethnies et races », indique Yu Zitong.

En réalité, le système de détection de vivacité intelligent développé par son équipe intègre et industrialise la recherche algorithmique, construisant une chaîne complète autonome et contrôlable « algorithme-hardware-système » pour la détection anti-fraude faciale. Grâce à une optimisation conjointe du matériel et du logiciel, ils ont créé un module AI embarqué pour accélérer le traitement en temps réel et l’inférence en périphérie. Le système intègre la reconnaissance faciale, la détection anti-fraude, l’authentification d’identité et la communication cryptée, formant un terminal anti-fraude financier prêt pour la production en série. Ce terminal est déjà déployé dans des institutions financières clés comme la Banque industrielle et commerciale de Chine, et a été commercialisé avec succès en Asie du Sud-Est, avec un large potentiel d’adaptation sectorielle et d’application internationale.

Yu Zitong précise qu’en combinant la fusion multimodale et l’innovation en adaptation inter-domaines, le système résout la difficulté de reconnaissance fiable de la vivacité faciale dans des environnements complexes, réalisant une intégration harmonieuse entre innovation algorithmique, mise en œuvre industrielle et application commerciale. Le projet a été reconnu par la Société d’imagerie et de graphisme du Guangdong, qui a attesté de ses résultats innovants dans la technologie clé de lutte contre la fraude faciale multimodale et son industrialisation, avec des droits de propriété intellectuelle autonomes, atteignant un niveau technologique avancé à l’échelle internationale ; notamment, le modèle de convolution différentiel central basé sur des indices visuels multiples et la méthode d’adaptation inter-domaines multimodale sont à la pointe au niveau mondial.

Selon les informations, les équipements liés à ce projet ont été largement déployés par le groupe GuoDian YunTong dans divers dispositifs financiers, avec un chiffre d’affaires total de 1,814 milliard de yuans et un bénéfice net de 72,64 millions de yuans en trois ans, atteignant la première place du marché national et se classant parmi les trois premiers à l’échelle mondiale.