利用时间序列彩色指纹采集的指纹呈现攻击检测

指纹采集系统可被广泛易得的伪造手指方法欺骗，即所谓的呈现攻击。随着生物识别系统在国境口岸和消费电子中愈发依赖，呈现攻击正成为日益严重的问题。需要一种鲁棒方案来处理 spoofing 技术不断增加的变化性与复杂性。本文证明了利用具有时间序列和色彩感知能力的传感器来增强传统指纹传感器鲁棒性的可行性，并引入了一个包含超过 36,000 个图像序列及一组最先进 spoofing 技术的综合指纹数据集。本研究使用的特定传感器同时采集传统灰度静态图像和时间序列彩色图像。采用两种不同呈现攻击检测（PAD）方法来评估彩色动态采集的益处。第一种算法利用指纹采集上的静态-时间特征工程生成分类决策。第二种通过使用在 ImageNet 上训练的 Inception V3 CNN 提取特征来生成分类决策。使用仅来自静态采集的特征、仅来自动态采集的特征以及两组特征的融合来评估分类性能。通过两种 PAD 方法，我们发现动态与静态特征集的融合将性能提升至各自无法达到的水平。