(openPR) Mithilfe von Deep Learning setzt IDnow neue Standards in der digitalen Ausweiserkennung: Der Münchner Ident-Experte nutzt für sein Verfahren der Video-Identifikation Algorithmen zur Bilderkennung, die dabei helfen, das Ausweisdokument während des Ident-Vorgangs automatisch zu überprüfen. Mit diesem Vorgehen, das auf dem Deep-Learning-Prinzip basiert, kann IDnow Betrugsversuche zuverlässig erkennen und so die Sicherheit des etablierten Verfahrens erhöhen. Um die selbstentwickelte Software zu „trainieren“ und zu verfeinern, setzt IDnow Grafikkarten von NVIDIA ein, die weithin für ihre Einsatzmöglichkeiten im Bereich der künstlichen Intelligenz anerkannt sind.
Das Verfahren zur Online-Legitimation wird mittlerweile in vielen europäischen Ländern von Unternehmen eingesetzt, die nach dem Geldwäschegesetz dazu verpflichtet sind, ihre Kunden vor dem Onboarding zu identifizieren. Dabei prüft ein geschulter Mitarbeiter, der so genannte Ident-Spezialist, im Video-Chat das Ausweisdokument des Nutzers. Um zu kontrollieren, dass sowohl der Ausweis als auch die Identität des Nutzers echt sind, kommt neben der menschlichen Expertise eine hochspezialisierte Software zum Einsatz. Diese führt einen automatischen Bildabgleich durch und prüft anhand verschiedener Merkmale wie beispielsweise den Kennziffern die Gültigkeit des Ausweises.
Digitale Identitäten sind wertvoll und rufen deshalb leicht Betrüger auf den Plan. Um gefälschte Ausweise und technische Manipulationen während des Ident-Vorgangs zu erkennen, setzt IDnow auf Deep-Learning-Algorithmen zur Bilderkennung. Die Software dahinter hat das Unternehmen selbst entwickelt, da keine der bereits existierenden Technologien, die beispielsweise auf dem Prinzip der Kantenerkennung basieren, in der Praxis zufriedenstellende Ergebnisse lieferte. „Die Video-Identifikation findet in unkontrollierten Umgebungen statt, bei denen sich von Fall zu Fall das Licht, der Hintergrund und die Auflösung der verwendeten Web- oder Smartphone-Kamera ändern. Einige Algorithmen haben da schon mal die Kanten eines Bildes an der Wand anstelle der Ausweisecken markiert. Deshalb haben wir einen eigenen Algorithmus entwickelt und so trainiert, dass er unabhängig von Beleuchtung, Hintergrund und Kameraauflösung zuverlässig den Ausweis im Bild erkennt und das praktisch in Echtzeit“, erklärt Armin Bauer, CTO und Managing Director bei IDnow.
Im nächsten Schritt klassifiziert das Programm das Dokument, ermittelt also das Ausstellungsland, ob es sich um einen Personalausweis oder Reisepass handelt sowie die Ausweisversion. Schließlich ist der Algorithmus in der Lage, die Daten des Ausweisdokuments wie den Namen des Inhabers und die Prüfziffern auszulesen und zu prüfen. Diese Automatismen helfen den Ident-Spezialisten dabei, etwaige Unstimmigkeiten oder Betrugsversuche zu erkennen. Die Algorithmen zur Bilderkennung analysieren eine große Menge von Daten und lernen dabei nach und nach, Zusammenhänge und Muster zu erkennen und entsprechende Vorhersagen zu treffen. Um diesen Prozess zu beschleunigen und immer weiter zu verfeinern, nutzt IDnow Grafikkarten (GPUs) von NVIDIA.
Die IDnow-Technologie kann je nach Anforderung auch zum automatischen Gesichtsabgleich verwendet werden. Hierbei erkennt der Algorithmus anhand von 128 Punkten des Gesichts einen Grad der Ähnlichkeit zwischen der Person im Video-Chat und der Person auf dem Ausweisdokument. Die Identifizierung ist nur dann erfolgreich, wenn der Algorithmus festgestellt hat, dass es sich um dieselbe Person handelt. Dieser Abgleich wird auch genutzt, um Betrugsversuche zu reduzieren, da bereits bekannte Betrüger an dieser Stelle des Prozesses herausgefiltert werden.
Die IT-Experten von IDnow arbeiten schon länger an den Deep-Learning-Modellen. Seit Sommer 2016 kommen die Algorithmen während des Ident-Vorgangs von bestimmten Kunden zum Einsatz. Derzeit läuft eine Testphase, um auch die Sicherheitsmerkmale des Ausweisdokuments automatisch zu erkennen und verifizieren. „Wenn man es schafft, dass ein Algorithmus die Sicherheitsmerkmale wie beispielsweise Hologramme zuverlässig automatisch erkennt, die über eine große Anzahl von Frames in einem Video verteilt sind, ist das so etwas wie der Heilige Gral für die Ausweiskontrolle. Die Ergebnisse, die wir bisher gewonnen haben, sind nicht nur für die Video-Identifikation von Bedeutung, sondern sind auch für viele andere Use Cases relevant, bei denen Ausweise in unkontrollierten Umgebungen überprüft werden, wie etwa Führerschein- oder Alterskontrollen“, sagt Armin Bauer.
