融合二维与三维信息的鲁棒虹膜呈现攻击检测
计算机视觉与模式识别
2020-08-06 v2
摘要
呈现给虹膜传感器的伪造物具有多样性与不可预测性，这要求呈现攻击检测方法对呈现攻击工具的具体特性保持不可知。本文提出一种结合观测虹膜的二维与三维属性的方法，以解决在伪造物某些属性未知情况下的欺骗检测问题。二维（纹理）虹膜特征由一种最先进的方法提取，该方法采用二值统计图像特征（BSIF）并使用分类器集成来给出二维模态相关决策。三维（形状）虹膜特征通过光度立体方法从仅两张在近红外照明下以两个不同角度捕获的图像中重建，正如许多当前商用虹膜识别传感器那样。法向量图被用于评估观测虹膜表面的凸性。这两种方法的结合已应用于检测受试者是否佩戴带纹理隐形眼镜以伪装身份。使用 NDCLD'15 数据集与新收集的 NDIris3D 数据集进行的大量实验表明，所提方法在各种开集测试场景下高度鲁棒，且优于所有在相同场景下测试的开源虹膜 PAD 方法。源代码与新准备的基准随本文一并公开。
引用
@article{arxiv.2002.09137,
title = {Robust Iris Presentation Attack Detection Fusing 2D and 3D Information},
author = {Zhaoyuan Fang and Adam Czajka and Kevin W. Bowyer},
journal= {arXiv preprint arXiv:2002.09137},
year = {2020}
}
备注
Accepted to IEEE T-IFS