利用三维形状与漫反射分解检测手指静脉呈现攻击

尽管具有高的生物识别性能，手指静脉识别系统仍易受呈现攻击（亦称欺骗攻击）。在本文中，我们提出一种新颖且鲁棒的方法，利用手指的三维形状（法线图）与材料属性（漫反射图）来检测手指静脉生物识别系统中的呈现攻击。观察到法线图与漫反射图相较于原始手指静脉图像展现出增强的纹理差异，尤其在存在变化光照强度时，我们提议独立地对二者采用纹理特征描述子。随后利用支持向量机（SVM）分类器对由法线图与漫反射图独立计算的特征求得分离超平面。给定来自法线图与漫反射图各分类器的分数，我们提出基于求和规则的分数级融合，以使此类呈现攻击的检测更为鲁棒。为此，我们构建了一个使用定制采集设备（具三种内置光照）获取的手指静脉图像新数据库，并验证了所提方法的适用性。新收集的数据库包含 936 幅图像，对应于 468 幅真实图像与 468 幅伪造图像。我们通过将其与直接应用于手指静脉图像的传统纹理特征描述子进行基准测试，确立了所提方法的优越性。所提方法以 0% 的攻击呈现分类错误率（APCER）与真实呈现分类错误率（BPCER）优于传统方法，而可比的传统方法则无法达到。