Hoe fraudedetectie Johnny en Julia voortbracht: een browsertrainingverhaal

Albert Stepanyan, een R&D-ontwikkelaar bij Biorg, creëerde een browsergebaseerd nekspel nadat hij zich realiseerde dat de gezichtsvolgende technologie die in hun anti-fraudewerkend video-identificatiesysteem wordt gebruikt, ook als bewegingsvolger kon dienen. Het spel, genaamd 'Johnny en Julia', gebruikt de MediaPipe Face Mesh-bibliotheek om gezichtskenmerken te detecteren en hoofdrotatiehoeken in realtime te berekenen. Gebruikers voeren 30 willekeurig gegenereerde bewegingen uit, waarbij ze een instructeur op het scherm volgen (Johnny voor mannen, Julia voor vrouwen, met geslacht gedetecteerd via face-api.js). Het systeem beoordeelt de synchronisatie van de gebruiker door verwachte bewegingstijden te vergelijken met werkelijke vertragingen, wat resulteert in een percentagescore met bemoedigende feedback. De ontwikkelaar kreeg aanvankelijk te maken met problemen met mobiele compatibiliteit, die werden opgelost door mobiele apparaten te detecteren via de apparaatstand en aanraakgebeurtenissen in plaats van via de schermgrootte. De interface past zich aan aan verticale en horizontale oriëntaties, waarbij de vensters van de gebruiker en instructeur dienovereenkomstig worden gepositioneerd. Muziekafspelen werd toegevoegd na te hebben opgemerkt dat sommige gebruikers ritmischer bewogen met achtergrondmuziek; het geselecteerde nummer heeft een tempo van ongeveer 140 BPM. De volledige volgbibliotheek wordt lokaal gehost om externe afhankelijkheden te vermijden, en het project is vrij toegankelijk.