静脉攻击数据库的广泛威胁分析以及基于比对分数融合的攻击检测
计算机视觉与模式识别
2023-03-14 v2
摘要
过去十年中，关于手指与手静脉生物特征识别领域的呈现攻击检测涌现了许多杰出贡献。在这些贡献中，人们可以找到各种私有的或向研究界公开的不同攻击数据库。然而，所用攻击样本是否具备实际欺骗真实静脉识别系统的能力并不总是得到展示。受先前工作启发，本研究提供了一项系统性威胁评估，涵盖三个公开手指静脉攻击数据库与一个私有手背静脉数据库。为此，14种不同的静脉识别方案被置于攻击样本面前，并将错误接受的攻击样本百分比报告为冒名攻击呈现匹配率。作为第二步，来自不同识别方案的比对分数通过分数级融合进行组合，以执行呈现攻击检测。
引用
@article{arxiv.2203.08972,
title = {Extensive Threat Analysis of Vein Attack Databases and Attack Detection by Fusion of Comparison Scores},
author = {Johannes Schuiki and Michael Linortner and Georg Wimmer and Andreas Uhl},
journal= {arXiv preprint arXiv:2203.08972},
year = {2023}
}
备注
This is a preprint of a chapter published in Handbook of Biometric Anti-Spoofing Third Edition: Presentation Attack Detection and Vulnerability Assessment, edited by Marcel, S., Fierrez, J., Evans, N., 2023, Springer, Singapore reproduced with permission of Springer Nature Singapore Pte Ltd