基于局部特征编码应对未知攻击的指纹呈现攻击检测
计算机视觉与模式识别
2019-08-28 v1
摘要
基于指纹的生物识别系统在过去几年中经历了巨大发展。尽管具有诸多优势，它们仍易受呈现攻击（PAs）的威胁。因此，判定样本来自活体受试者（即真实样本）还是人工复制品这一任务，已成为近期备受关注的关键问题。当前，当制备呈现攻击工具（PAIs）的材料已被用于训练PA检测（PAD）方法时，PAIs可被成功识别。然而，现有PAD方法在检测由未知材料构建或使用其他传感器采集的PAIs时仍面临困难。基于此，我们提出一种基于三种图像表示方式的新PAD技术，其结合了指纹的局部与全局信息。通过将这些表示转换至公共特征空间，我们能在上述场景中正确区分真实样本与攻击呈现。我们的方法在LivDet 2011至2015数据库上的实验评估表明，在最具挑战性的场景中错误率优于顶级SOTA结果达50%。此外，最佳配置在LivDet 2019竞赛中取得了最佳结果（总体准确率96.17%）。
引用
@article{arxiv.1908.10163,
title = {Fingerprint Presentation Attack Detection Based on Local Features Encoding for Unknown Attacks},
author = {Lázaro J. González-Soler and Marta Gomez-Barrero and Leonardo Chang and Airel Pérez-Suárez and Christoph Busch},
journal= {arXiv preprint arXiv:1908.10163},
year = {2019}
}
备注
14 pages