用于光学相干断层扫描指纹呈现攻击检测的内部结构注意力网络
计算机视觉与模式识别
2023-03-21 v1
摘要
作为一种非侵入性光学成像技术，光学相干断层扫描（OCT）已被证明在自动指纹识别系统（AFRS）应用中具有前景。已有多种基于 OCT 的指纹呈现攻击检测（PAD）方法被提出。然而，考虑到 PA 样本的复杂性与多样性，在有限的 PA 数据集上提升泛化能力极具挑战。为解决该挑战，本文提出一种新颖的基于监督学习的 PAD 方法，称为 ISAPAD，其应用先验知识引导网络训练并增强泛化能力。所提出的双分支架构不仅可从 OCT 图像学习全局特征，还能聚焦于来自内部结构注意力模块（ISAM）的分层结构特征。简单而有效的 ISAM 使所提网络能直接从含噪 OCT 体数据中获取仅属于真实样本（Bonafide）的分层分割特征。结合有效的训练策略与 PAD 分数生成规则，ISAPAD 在有限训练数据中获得了最优 PAD 性能。域泛化实验与可视化分析验证了所提方法对 OCT PAD 的有效性。
引用
@article{arxiv.2303.11034,
title = {Internal Structure Attention Network for Fingerprint Presentation Attack Detection from Optical Coherence Tomography},
author = {Haohao Sun and Yilong Zhang and Peng Chen and Haixia Wang and Ronghua Liang},
journal= {arXiv preprint arXiv:2303.11034},
year = {2023}
}
备注
12 pages, 14 figures