D-NetPAD：一种可解释的虹膜呈现攻击检测器
计算机视觉与模式识别
2020-07-06 v1
摘要
虹膜识别系统容易受到呈现攻击（PA）的影响，攻击者通过呈现打印眼睛、塑料眼睛或美容隐形眼镜等伪影来绕过系统。在本工作中，我们提出了一种基于DenseNet卷积神经网络架构的有效且鲁棒的虹膜PA检测器，称为D-NetPAD。它展示了跨PA伪影、传感器和数据集的泛化能力。在专有数据集和公开数据集（LivDet-2017）上进行的实验证实了所提方法在虹膜PA检测中的有效性。所提方法在私有数据集上以0.2%的误检率实现了98.58%的真检率，并在LivDet-2017数据集上优于最先进的方法。我们分别使用t-SNE图和Grad-CAM可视化中间特征分布和注视热力图，以解释D-NetPAD的性能。此外，我们进行了频率分析，以解释网络所提取特征的性质。源代码和训练模型可在https://github.com/iPRoBe-lab/D-NetPAD获取。
引用
@article{arxiv.2007.01381,
title = {D-NetPAD: An Explainable and Interpretable Iris Presentation Attack Detector},
author = {Renu Sharma and Arun Ross},
journal= {arXiv preprint arXiv:2007.01381},
year = {2020}
}