MoSFPAD：一种用于指纹呈现攻击检测的 MobileNet 与支持向量分类器端到端集成方法
计算机视觉与模式识别
2023-03-03 v1
摘要
自动指纹识别系统是使用最广泛的人员认证系统，尽管它们易受呈现攻击。借助各种材料制造的人造制品被用来欺骗这些系统，对基于指纹的应用安全构成威胁。本文提出一种新颖的端到端模型以检测指纹呈现攻击。所提模型将 MobileNet 作为特征提取器、将支持向量分类器作为分类器，以在跨材料与跨传感器范式下检测呈现攻击。特征提取器的参数由支持向量分类器产生的损失学习得到。与其他静态混合架构不同，所提模型消除了对中间数据准备步骤的需求。所提模型的性能已在基准 LivDet 2011、2013、2015、2017 与 2019 数据库上验证，并在这些数据库上分别取得 98.64%、99.50%、97.23%、95.06% 与 95.20% 的总体准确率。所提模型的性能与最先进方法比较，且在平均分类错误方面于跨材料与跨传感器范式下优于后者。
引用
@article{arxiv.2303.01465,
title = {MoSFPAD: An end-to-end Ensemble of MobileNet and Support Vector Classifier for Fingerprint Presentation Attack Detection},
author = {Anuj Rai and Somnath Dey and Pradeep Patidar and Prakhar Rai},
journal= {arXiv preprint arXiv:2303.01465},
year = {2023}
}
备注
12 pages, 3 figures