t-EER：无参数的反欺骗对策与生物特征比对器串联评估
密码学与安全
2023-09-22 v1 机器学习
声音
音频与语音处理
图像与视频处理
统计计算
摘要
呈现攻击（欺骗）检测（PAD）通常与生物特征验证协同工作，以在面临欺骗攻击时提高可靠性。尽管这两个子系统串联运行以解决可靠生物特征验证这一单一任务，它们解决的是不同的检测任务，因此通常被分别评估。证据表明这种做法是次优的。我们引入一种新的度量，用于联合评估与生物特征验证现场协同运行的 PAD 方案。与近期提出的串联检测代价函数不同，新的串联等错误率（t-EER）是无参数的。然而，两个分类器的组合会导致一组错误报警率与漏检率相等且依赖于攻击普遍程度的工作点。因此我们引入并发 t-EER，这是一个不随攻击普遍程度变化的唯一工作点。利用与模态（甚至应用）无关的模拟分数，以及用于语音生物特征应用的真实分数，我们展示了 t-EER 在受攻击的广泛生物特征系统评估中的应用。所提方法是 PAD 系统与生物特征比对器串联评估的有力候选度量。
引用
@article{arxiv.2309.12237,
title = {t-EER: Parameter-Free Tandem Evaluation of Countermeasures and Biometric Comparators},
author = {Tomi Kinnunen and Kong Aik Lee and Hemlata Tak and Nicholas Evans and Andreas Nautsch},
journal= {arXiv preprint arXiv:2309.12237},
year = {2023}
}
备注
To appear in IEEE Transactions on Pattern Analysis and Machine Intelligence. For associated codes, see https://github.com/TakHemlata/T-EER (Github) and https://colab.research.google.com/drive/1ga7eiKFP11wOFMuZjThLJlkBcwEG6_4m?usp=sharing (Google Colab)