用于非接触式指纹呈现攻击检测的深度特征：它们能泛化吗？
计算机视觉与模式识别
2023-07-06 v1
摘要
配备先进高分辨率摄像头的高端智能手机快速发展，使得更可靠且更适合验证的非接触式指纹生物特征采集成为可能。与其他生物识别系统类似，非接触式指纹验证系统易受呈现攻击。本文对不同预训练卷积神经网络（CNN）和视觉Transformer（ViT）共七种模型在可靠检测呈现攻击方面的泛化性进行 comparative study。利用四种不同呈现攻击工具（PAI）在公开可用的基于智能手机的呈现攻击数据集上开展了大量实验。采用留一法协议评估第八种深度特征技术的检测性能，以基准测试其对未知PAI的泛化性能。所得结果表明 ResNet50 CNN 具有最佳泛化性能。
引用
@article{arxiv.2307.01845,
title = {Deep Features for Contactless Fingerprint Presentation Attack Detection: Can They Be Generalized?},
author = {Hailin Li and Raghavendra Ramachandra},
journal= {arXiv preprint arXiv:2307.01845},
year = {2023}
}
备注
Preprint paper accepted by First Workshop on Contactless Hand Biometrics and Gesture Recognition (CHBGR-2023)