利用 iDCGAN 的合成虹膜呈现攻击
计算机视觉与模式识别
2017-10-31 v1
摘要
虹膜生物识别模态的可靠性与准确性促使其在边境管控与国家身份证项目等关键应用中大规模部署。虹膜识别系统的广泛增长引发了人们对其易受各类攻击的担忧。过去，研究者已考察了纹理隐形眼镜与打印攻击等多种虹膜呈现攻击的影响。本研究提出一种基于深度学习的合成虹膜生成的新型呈现攻击。利用深度卷积生成对抗网络的生成能力与虹膜质量度量，我们提出一个名为 iDCGAN（iris deep convolutional generative adversarial network，虹膜深度卷积生成对抗网络）的新框架，用于生成外观逼真的合成虹膜图像。我们通过使用商用系统展示了这些合成生成的虹膜图像作为呈现攻击对虹膜识别的影响。我们利用最先进的呈现攻击检测框架 DESIST 来分析其能否将这些合成生成的虹膜图像与真实图像区分开。实验结果表明，缓解所提出的合成呈现攻击至关重要。
引用
@article{arxiv.1710.10565,
title = {Synthetic Iris Presentation Attack using iDCGAN},
author = {Naman Kohli and Daksha Yadav and Mayank Vatsa and Richa Singh and Afzel Noore},
journal= {arXiv preprint arXiv:1710.10565},
year = {2017}
}
备注
International Joint Conference on Biometrics 2017