DyFFPAD：用于指纹呈现攻击检测的卷积与手工特征动态融合
计算机视觉与模式识别
2025-06-13 v5
摘要
自动指纹识别系统因在国境和商业应用等广泛领域的部署而面临呈现攻击的威胁。呈现攻击可通过在有无用户同意的情况下制作用户指纹仿制品来实施。本文提出一种深度 CNN 与手工特征的动态集成方法，以在活体检测竞赛的已知材料和未知材料协议下检测呈现攻击。所提出的呈现攻击检测模型由此利用深度 CNN 与手工特征技术的双重能力，并表现出优于各自单独性能的表现。我们在 2015、2017 和 2019 年活体检测竞赛的基准数据库上验证了所提方法，分别取得 96.10%、96.49% 和 94.99% 的总体准确率。所提方法在分类准确率方面优于最先进（SOTA）方法。
引用
@article{arxiv.2308.10015,
title = {DyFFPAD: Dynamic Fusion of Convolutional and Handcrafted Features for Fingerprint Presentation Attack Detection},
author = {Anuj Rai and Parsheel Kumar Tiwari and Jyotishna Baishya and Ram Prakash Sharma and Somnath Dey},
journal= {arXiv preprint arXiv:2308.10015},
year = {2025}
}
备注
arXiv admin note: text overlap with arXiv:2305.09397