基于 HandCAPTCHA 和防欺 spoofed 手指生物特征的双阶段人类验证
计算机视觉与模式识别
2024-10-15 v1
摘要
本文提出一种两阶段的人类验证方案，以克服攻击漏洞并提升安全性。在第一阶段，测试基于手部图像的 CAPTCHA（HandCAPTCHA），以阻止后续生物识别阶段的自动机器人攻击。在下一阶段，对通过随机 HandCAPTCHA 挑战的合法用户进行手指生物特征验证，并使用演示攻击检测（PAD）进行验证。电子屏幕基于图像质量指标进行 PAD 测试。完成此欺骗检测后，提取四只手指（不包括拇指）的几何特征。设计了修正的前向后向（M-FoBa）算法，用于生物识别身份验证的特征选择。实验在 Bogazici University（BU）和 IIT-Delhi（IITD）手部数据库中进行，使用 k 近邻和随机森林分类器。正确 HandCAPTCHA 解决方案的平均准确率为 98.5%，机器人接受错误率为 1.23%。在 BU 255 名受试者的 PAD 测试中，最佳平均错误率为 0%。对于 BU 的 500 名受试者，指纹生物识别识别准确率达到 98%，平等错误率（EER）为 6.5%。对于 IITD 的 200 名受试者，识别准确率为 99.5%，EER 为 5.18%。
关键词
引用
@article{arxiv.2410.09866,
title = {Two-Stage Human Verification using HandCAPTCHA and Anti-Spoofed Finger Biometrics with Feature Selection},
author = {Asish Bera and Debotosh Bhattacharjee and Hubert P H Shum},
journal= {arXiv preprint arXiv:2410.09866},
year = {2024}
}