使用全局-局部模型的指纹呈现攻击检测器
计算机视觉与模式识别
2024-02-21 v1
摘要
自动指纹识别系统（AFRS）对呈现攻击（PA）的脆弱性促进了 PA 检测（PAD）技术的蓬勃发展。然而，PAD 方法受到信息丢失和泛化能力差的限制，难以应对新型 PA 材料和指纹传感器。因此，本文提出一种基于全局-局部模型的 PAD（RTK-PAD）方法，在一定程度上克服了这些限制。该方法包含三个模块：1) 全局模块；2) 局部模块；3) 反思模块。通过采用基于剪裁的全局模块，可以从整幅指纹图像的非局部特征预测全局欺骗分数。而通过使用基于纹理修复的局部模块，可以从指纹图像块预测局部欺骗分数。这两个模块并非独立，而是通过我们提出的反思模块连接，该模块基于全局欺骗分数为局部模块定位两个具有判别性的图像块。最后，通过平均全局和局部欺骗分数得到的融合欺骗分数用于 PAD。我们在 LivDet 2017 上评估的实验结果表明，所提出的 RTK-PAD 可实现 2.28% 的平均分类误差（ACE），并在错误检测率（FDR）等于 1.0% 时达到 91.19% 的真实检测率（TDR），在 TDR 方面显著优于 SOTA 方法约 10%（91.19% 对 80.74%）。
引用
@article{arxiv.2402.12754,
title = {Fingerprint Presentation Attack Detector Using Global-Local Model},
author = {Haozhe Liu and Wentian Zhang and Feng Liu and Haoqian Wu and Linlin Shen},
journal= {arXiv preprint arXiv:2402.12754},
year = {2024}
}
备注
This paper was accepted by IEEE Transactions on Cybernetics. Current version is updated with minor revisions on introduction and related works