通用材料转换器：面向伪造指纹的泛化

伪造检测器是被训练用于区分伪造指纹与真实指纹的分类器。然而，最先进的伪造检测器在未见过的伪造材料上泛化能力不佳。本研究提出了一种基于风格迁移的增强包装器，可用于任何现有伪造检测器，并能动态提升伪造检测系统在我们数据极少的伪造材料上的鲁棒性。我们的方法是一种从少量伪造样本合成新伪造图像的方法，它将伪造样本的风格或材料属性迁移到真实指纹的内容上，以生成更多样本供分类器训练。我们在公开可用的LivDet 2015数据集上的材料上展示了我们方法的有效性，并表明所提方法能对目标材料的指纹伪造产生鲁棒性。