基于局部质量特征的指纹活体检测

基于指纹的识别已广泛应用于各类场景。然而，现有识别系统易受欺骗攻击，即利用人工复制的指纹蒙骗传感器。在此类情形下，指纹活体检测可确保真实合法指纹的实际存在，以区别于自制的伪造合成样本。本文提出一种基于质量特征的静态软件方法检测指纹活体。我们从单张指纹图像提取特征，以克服动态软件方法所需计算时间长且需用户配合的问题。所提系统提取 8 个传感器无关的局部质量特征，包含真实与伪造指纹脊-谷结构的细微细节。这些局部质量特征构成 13 维特征向量。系统在公开可用的 LivDet 2009 竞赛数据集上测试，实验结果表明所提方法优于当前最优方法，对 LivDet 2009 的平均分类误差最低为 5.3%。此外，在包含未知 spoof 材料制作指纹的最新 LivDet 2015 数据集上评估了 LivDet 2009 上表现最佳特征的有效性，取得 4.22% 的平均分类误差率，优于 LivDet 2015 冠军的 4.49%。进一步，所提系统仅需单张指纹图像，因而实现更快且更友好。