基于 4D 曲率统计的面部行为分析用于呈现攻击检测
计算机视觉与模式识别
2021-08-11 v4
摘要
人脸因其众多的个体特征而在生物特征识别方面具有很高潜力。同时，此类识别易受生物特征副本的攻击。这些呈现攻击在无监督认证场景中构成了巨大挑战。作为对策，我们提出了一种基于 3D 人脸扫描序列自动分析面部行为合理性的方法。一种紧凑的特征表示利用时间曲率变化来度量面部行为。最后，我们在异常检测场景中仅使用真实人脸训练我们的方法。我们的方法能够检测使用弹性 3D 面具、带眼孔的弯折照片以及监控重放攻击的呈现攻击。为进行评估，我们使用高质量 3D 传感器记录了一个包含此类案例的具有挑战性的数据库。其包含 109 个 4D 人脸扫描，涵盖十一种不同类型的呈现攻击。我们分别实现了 11% 和 6% 的 APCER 与 BPCER 错误率。
引用
@article{arxiv.1910.06056,
title = {Facial Behavior Analysis using 4D Curvature Statistics for Presentation Attack Detection},
author = {Martin Thümmel and Sven Sickert and Joachim Denzler},
journal= {arXiv preprint arXiv:1910.06056},
year = {2021}
}
备注
6 pages, 6 figures, IEEE International Workshop on Biometrics and Forensics 2021