面向虹膜识别的开源呈现攻击检测基线
计算机视觉与模式识别
2019-05-10 v2
摘要
本文提出了我们所知的首个开源呈现攻击检测（PAD）方案，用于区分真实虹膜图像（可能佩戴透明隐形眼镜）与带有纹理隐形眼镜的虹膜。该软件可作为各种 PAD 评估中的基线，也可作为具有最新虹膜 PAD 参考方法的开源平台。该软件用 C++ 和 Python 编写，仅使用 OpenCV 等开源资源。该方法未包含虹膜图像分割，而这对未知伪造样本可能有问题。相反，它做出最佳猜测以定位虹膜的粗略位置。PAD 相关特征由二值统计图像特征（BSIF）提取，并由集成分类器分类，该集成分类器包含支持向量机、随机森林与多层感知机。当前软件所附模型已用 NDCLD'15 数据库训练，并在 LivDet-Iris 2017 竞赛所含独立数据集上评估。该软件实现了用任意真实与攻击图像数据库重新训练分类器的功能。本文所提供当前版本在 NDCLD'15 的受试者不相交子集上测试时准确率超过 99%，在 LivDet-Iris 2017 基准上测试时围绕 85% 波动，与 LivDet-Iris 2017 冠军所得结果相当。
引用
@article{arxiv.1809.10172,
title = {Open Source Presentation Attack Detection Baseline for Iris Recognition},
author = {Joseph McGrath and Kevin W. Bowyer and Adam Czajka},
journal= {arXiv preprint arXiv:1809.10172},
year = {2019}
}