声纹：基于声音回声深度表征的通用人脸呈现攻击检测
计算机视觉与模式识别
2023-09-26 v1
摘要
由于易用性以及在无约束场景下验证准确性的提升，人脸生物特征识别已广泛应用于基于智能手机的应用中。基于智能手机的人脸识别应用不断发展，也增加了呈现攻击（PAs）的发生，攻击者可以出示呈现攻击工具（PAI）来恶意获取应用访问权限。由于生成 PAI 的材料具有不确定性，未知呈现攻击的检测颇具挑战。本文提出了一种基于智能手机声学回声的人脸呈现攻击检测（PAD）方法，根据发射信号的反射剖面来检测 PAs。我们提出了一种基于宽脉冲的新型发射信号，可在发射信号前对背景噪声建模并提高信噪比（SNR）。对接收信号反射进行处理以去除背景噪声并准确表征反射特征。由于人体皮肤与伪造材料反射特性不同，真实用户与 PAs 的反射剖面存在差异。我们利用新收集的声学回声数据集（ASED）进行了大量实验，该数据集包含来自真实用户和四类不同 PAI（包括打印攻击两类、显示屏攻击和硅胶面具攻击）的 4807 个样本。结果表明所提方法在检测未知人脸呈现攻击方面具有鲁棒性。
引用
@article{arxiv.2309.13704,
title = {Sound-Print: Generalised Face Presentation Attack Detection using Deep Representation of Sound Echoes},
author = {Raghavendra Ramachandra and Jag Mohan Singh and Sushma Venkatesh},
journal= {arXiv preprint arXiv:2309.13704},
year = {2023}
}
备注
Accepted in IJCB 2023