用于虹膜演示攻击检测的多域图像翻译扩散 StyleGAN
计算机视觉与模式识别
2025-10-17 v1
摘要
虹膜生物识别系统可能因演示攻击（PAs）而被破坏，这类攻击包括人工虹膜、印刷虹膜图像或化妆性隐形眼镜等人为制造的物品。为此，已开发出多种演示攻击检测（PAD）方法。然而，由于在构建和成像演示攻击方面存在隐含难度，导致用于训练和评估虹膜 PAD 技术的数据集稀缺。为此，我们引入了多域图像翻译扩散 StyleGAN（MID-StyleGAN），这是一种用于生成合成眼部图像的新框架，能够在多个域中捕获PA和bonafide特征，包括bonafide、印刷虹膜和化妆性隐形眼镜等域。MID-StyleGAN 将扩散模型和生成对抗网络（GAN）的优势结合在一起，产生真实且多样的合成数据。我们的方法利用多域体系结构，使能够在bonafide 眼部图像和不同PA域之间进行翻译。该模型采用针对眼部数据的自适应损失函数，以保持域一致性。大量实验表明，MID-StyleGAN 在生成高质量合成眼部图像方面优于现有方法。所生成的数据显著提升了 PAD 系统的性能，为虹膜和眼部生物识别领域解决数据稀缺问题提供了可扩展解决方案。例如，在 LivDet2020 数据集上，真实检测率在 1% 假检测率下的提升从 93.41% 提升至 98.72%，彰显了所提出方法的影响。
引用
@article{arxiv.2510.14314,
title = {A Multi-domain Image Translative Diffusion StyleGAN for Iris Presentation Attack Detection},
author = {Shivangi Yadav and Arun Ross},
journal= {arXiv preprint arXiv:2510.14314},
year = {2025}
}