虹膜活体检测竞赛（LivDet-Iris）——2023 年版
计算机视觉与模式识别
2023-10-10 v1
摘要
本文描述了 2023 年版“LivDet”系列虹膜呈现攻击检测（PAD）竞赛的结果。这第五届竞赛的新元素包括：（1）将 GAN 生成的虹膜图像作为一类呈现攻击工具（PAI）；（2）评估人类检测 PAI 的准确率作为参考基准。克拉克森大学（Clarkson University）和圣母大学（University of Notre Dame）为竞赛贡献了由代表七种不同 PAI 类别的样本以及基线 PAD 算法组成的图像数据集。弗劳恩霍夫 IGD（Fraunhofer IGD）、北京建筑大学（Beijing University of Civil Engineering and Architecture）和达姆施塔特应用科学大学（Hochschule Darmstadt）共贡献了八种 PAD 算法的结果。按不同 PAI 类型分析准确率结果，并与人类准确率进行比较。总体而言，采用基于注意力的逐像素二值监督网络的弗劳恩霍夫 IGD 算法表现出最佳的加权准确率结果（平均分类错误率为 37.31%），而在对各 PAI 赋予相等权重时，北京建筑大学的算法获胜（平均分类率为 22.15%）。这些结果表明虹膜 PAD 仍是一个具有挑战性的问题。
引用
@article{arxiv.2310.04541,
title = {Iris Liveness Detection Competition (LivDet-Iris) -- The 2023 Edition},
author = {Patrick Tinsley and Sandip Purnapatra and Mahsa Mitcheff and Aidan Boyd and Colton Crum and Kevin Bowyer and Patrick Flynn and Stephanie Schuckers and Adam Czajka and Meiling Fang and Naser Damer and Xingyu Liu and Caiyong Wang and Xianyun Sun and Zhaohua Chang and Xinyue Li and Guangzhe Zhao and Juan Tapia and Christoph Busch and Carlos Aravena and Daniel Schulz},
journal= {arXiv preprint arXiv:2310.04541},
year = {2023}
}
备注
8 pages, IJCB 2023