一种面向非接触式指纹生物识别系统的通用防伪攻击方法
计算机视觉与模式识别
2023-10-24 v1 人工智能
摘要
随着智能手机日益融入我们的日常生活，手指照片正成为一种潜在的非接触式认证方法。尽管它带来了便利，但也更容易受到使用各种呈现攻击工具（PAI）的欺骗。非接触式指纹是一种新兴的生物特征认证方式，但其防伪检测尚未得到深入研究。现有防伪方法虽取得了一定效果，但在通用性和可扩展性方面面临挑战，难以检测任何未见过的/未知的欺骗样本。为解决此问题，我们提出了一种针对非接触式指纹的通用呈现攻击检测（PAD）方法，尽管对呈现攻击样本的了解有限。我们使用 StyleGAN 从活体手指照片生成合成非接触式指纹，并将其整合用于训练半监督 ResNet-18 模型。我们引入了一种结合 Arcface 与 Center loss 的新型联合损失函数，并通过正则化来平衡两个损失函数，在减小活体样本内部差异的同时增强深度伪造与活体样本之间的类间差异。我们还全面比较了不同正则化对联合损失函数在呈现攻击检测（PAD）上的影响，并探索了修改后的 ResNet-18 架构结合不同激活函数（即 leaky ReLU 和 RelU）与 Arcface 和 center loss 的性能。最后，我们使用未见类型的欺骗攻击和活体数据评估了模型性能。我们提出的方法实现了 0.12% 的活体分类错误率（BPCER）、0.63% 的攻击呈现分类错误率（APCER）和 0.37% 的平均分类错误率（ACER）。
引用
@article{arxiv.2310.15044,
title = {A Universal Anti-Spoofing Approach for Contactless Fingerprint Biometric Systems},
author = {Banafsheh Adami and Sara Tehranipoor and Nasser Nasrabadi and Nima Karimian},
journal= {arXiv preprint arXiv:2310.15044},
year = {2023}
}