Oct, 2023

虹膜活体检测竞赛 (LivDet-Iris) -- 2023 年版

PDF
TL;DR2023 年的 ''LivDet'' 系列虹膜展示攻击检测（PAD）竞赛的结果。新的元素包括生成对抗网络（GAN）产生的虹膜图像作为展示攻击工具的一类，以及评估人类检测展示攻击工具的准确性作为参考基准。结果分析了不同类型的展示攻击工具的准确性，并与人类准确性进行了比较。总体而言，Fraunhofer IGD 算法表现出最佳的加权准确性结果（平均分类错误率为 37.31%），而北京土木工程与建筑大学的算法在每个展示攻击工具给予相等权重时获胜（平均分类率为 22.15%）。这些结果表明虹膜 PAD 仍然是一个具有挑战性的问题。
iris presentation attack detectiongan-generated iris imageshuman accuracypai categoriespad algorithms
发现论文，激发创造
  • 非接触式指纹算法和系统的活体检测竞赛 (LivDet-2023 非接触式指纹)

    LivDet-2023 是非接触式指纹感知攻击检测（PAD）的竞赛，它提供了对算法和系统进行评估的国际竞争平台。该竞赛使用非接触式指纹感知攻击作为基准，为学术界和行业提供了非接触式指纹 PAD 的最新研究和系统的独立评估，同时提供了常见的算法和系统评估协议。

    Oct, 2023

  • LivDet2023 -- 指纹活体检测竞赛：推进泛化能力

    国际指纹活体检测竞赛（LivDet）是一项每两年举办一次的活动，邀请学术界和工业界的参与者证明他们在指纹表示攻击检测（PAD）方面的进展。本届竞赛提出了两个挑战，即动作中的活体检测和指纹表示，旨在评估嵌入验证系统的 PAD 的有效性以及特征集的有效性和紧凑性。另外，还包括一个隐藏挑战，即在训练集中包含两个未知传感器信息的子集，测试参与者的模型泛化能力。参与者只提供真实指纹样本，竞赛报告并评估他们的算法在数据可用性有限的情况下的性能。

    Sep, 2023

  • Flickr-PAD: 新面孔高分辨率演示攻击检测数据库

    本研究提出了一种基于 Flickr 图像的新型 PAD 数据库：Flickr-PAD，利用该数据库进行训练和评估可以得到比现有算法更好的结果，该方法使用了 MobileNet-V3 和 EfficientNet-B0 模型， BPCER10 为 7.08％，BPCER20 为 11.15％。

    Apr, 2023

  • 基于神经迁移风格的公开集测试：身份证演示攻击检测

    通过使用基于生成对抗网络的四种图像翻译模型，本研究探讨了身份证展示攻击仪器在生成攻击样本方面的应用，并分析了生成数据在训练欺诈检测系统中的有效性。通过开源数据的实验结果，证明合成攻击展示样本可以作为真实攻击展示样本的补充，其中，印刷攻击的错误拒识率提高了 0.63%，屏幕截图攻击的拒识率下降了 0.29%。

    Dec, 2023

  • FRT-PAD：基于人脸相关任务驱动的有效呈现攻击检测

    该论文介绍了一种利用人脸相关任务先验知识来提高 Presentation Attack Detection (PAD) 的泛化能力的方法，该方法包括引入人脸相关任务的特征、设计跨模态适配器以重新映射特征并使用卷积神经网络 (CNN) -basaed PA 检测器的分层特征和重新映射特征来实现 PAD。实验结果表明，该方法在复杂和混合数据集上表现显着优于现有技术。

    Nov, 2021

  • 基于生成对抗网络的开放式纹理生成器指纹呈现攻击检测

    该论文提出了一种基于卷积神经网络和生成对抗网络的指纹图像防攻击方法，通过生成与现有攻击样本不同的真实样本来增加数据集，有效提高了指纹图像防攻击的准确性。

    Jun, 2023

  • 基于卷积神经网络和局部二值模式的演示攻击检测

    面部和虹膜的演示攻击检测的三种软件方法比较：使用 Inception-v3 的深度卷积神经网络（CNN），基于改进的 Spoofnet 架构的浅层 CNN，以及使用局部二值模式（LBP）的基于纹理的方法。

    Nov, 2023

  • 深度学习用于虹膜识别的调查

    本篇综述对过去 10 年中涉及深度学习技术用于虹膜识别的研究进行了全面的回顾，包括算法设计、开放式工具、挑战以及新兴研究方向。主要关注虹膜生物识别中的分割、识别、鲁棒性、后验、开放源代码资源和技术挑战。

    Oct, 2022

  • SynFacePAD 2023: 基于隐私感知合成训练数据的人脸展示攻击检测竞赛

    2023 年国际联合生物识别学术会议（IJCB 2023）举办的基于隐私感知合成训练数据的人脸呈现攻击检测竞赛（SynFacePAD 2023）的论文总结，共有 8 个来自学术界和工业界的参赛队伍提交了有效解决方案，竞赛旨在鼓励和吸引以隐私、法律和伦理问题为动机的以合成数据为基础的人脸呈现攻击检测解决方案，参赛选手使用的训练数据仅限于主办方提供的合成数据，提交的解决方案提出了创新和新颖的方法，在研究基准测试中表现优于考虑的基准。

    Nov, 2023

  • 法医虹膜图像合成

    利用 StyleGAN-Based 技术，生成符合 ISO/IEC 29794-6 标准的验尸场景下逝者虹膜图像，增加数据集的多样性以提高验尸虹膜辨识和防范虹膜攻击的效果。

    Dec, 2023