(46-4) 12 * << * >> * Русский * English * Содержание * Все выпуски

Обнаружение атак на биометрическое предъявление на системы аутентификации лиц при помощи специальных устройств съёмки
А.Ю. Денисова 1,2, В.А. Федосеев 1,2

1 Самарский национальный исследовательский университет имени академика С.П. Королёва,
443086, Россия, г. Самара, Московское шоссе, д. 34;
2 ИСОИ РАН – филиал ФНИЦ «Кристаллография и фотоника» РАН,
443001, Россия, г. Самара, ул. Молодогвардейская, д. 151

 PDF, 1052 kB

DOI: 10.18287/2412-6179-CO-1054

Страницы: 612-620.

Аннотация:
В статье предлагается система признаков, предназначенная для обнаружения атак на биометрическое предъявление на системы аутентификации, использующие лицевую биометрию. При таком типе атаки злоумышленник маскируется под авторизованного пользователя, используя его изображение. Предложенная система признаков предполагает возможность использования одного или нескольких изображающих сенсоров в дополнение к базовой RGB-камере (тепловизоры, дальномеры, инфракрасные камеры). Использование предложенной системы признаков в сочетании с одной из классических моделей бинарной классификации составляет предлагаемый в работе метод обнаружения атак на биометрическое предъявление. Данный метод продемонстрировал низкий уровень ошибок на наборе данных WMCA, при этом эксперименты показали его способность оставаться эффективным в условиях нехватки обучающих данных. Проведённые сравнительные эксперименты показали, что предложенный метод превзошёл алгоритм RDWT-Haralick-SVM и приблизился к результатам алгоритма MC-CNN, основанного на глубоком обучении и требующего значительно больший объём обучающих данных.

Ключевые слова:
атака на биометрическое предъявление, спуфинг, аутентификация, распознавание лиц, биометрия, тепловизионные данные, данные глубины.

Благодарности
Работа выполнена при поддержке РФФИ (проект 19-29-09045 в части параграфа 2.1, 3, проект 19-07-00357 в части параграфа 2.2) и Министерства науки и высшего образования РФ в рамках выполнения работ по Государственному заданию ФНИЦ «Кристаллография и фотоника» РАН (соглашение 007-ГЗ/Ч3363/26) в части параграфа 1.

Цитирование:
Денисова, А.Ю. Обнаружение атак на биометрическое предъявление на системы аутентификации лиц при помощи специальных устройств съёмки / А.Ю. Денисова, В.А. Федосеев // Компьютерная оптика. – 2022. – Т. 46, № 4. – С. 612-620. – DOI: 10.18287/2412-6179-CO-1054.

Citation:
Denisova AY, Fedoseev VA. Detection of presentation attacks on facial authentication systems using special devices. Computer Optics 2022; 46(4): 612-620. DOI: 10.18287/2412-6179-CO-1054.

References:
  1. Mahmood Z, Muhammad N, Bibi N, Ali T. A review on state-of-the-art face recognition approaches. Fractals 2017; 25(2): 1750025.
  2. Kalinovskiy IA, Lavrentyeva GM. Face anti-spoofing for biometric systems [In Russian]. 28th Int Conf on Computer Graphics and Vision (GraphiCon) 2018: 204-207.
  3. Facial recognition market to grow at 12 percent CAGR to 2024, technavio forecasts. Biometric update. Source: <https://www.biometricupdate.com/202011/facial-recognition-market-to-grow-at-12-percent-cagr-to-2024-technavio-forecasts>.
  4. Bhattacharjee S, Mohammadi A, Anjos A, Marcel S. Recent advances in face presentation attack detection. In Book: Marcel S, Nixon MS, Fierrez J, Evans N, eds. Handbook of biometric anti-spoofing. Cham: Springer; 2019: 207-228.
  5. Zhang M, Zeng K, Wang J. A survey on face anti-spoofing algorithms. Journal of Information Hiding and Privacy Protection 2020; 2(1): 21-34.
  6. Nikitin MYu, Konushin VS, Konushin AS. Face anti-spoofing with joint spoofing medium detection and eye blinking analysis. Computer Optics 2019; 43(4): 618-626. DOI: 10.18287/2412-6179-2019-43-4-618-626.
  7. Gorbatsevich VS, Moiseenko AS, Vizilter YV. FaceDetectNet: Face detection via fully-convolutional network. Computer Optics 2019; 43(1): 63-71. DOI: 10.18287/2412-6179-2019-43-1-63-71.
  8. Wang T, Yang J, Lei Z,  Liao S, Li SZ. Face liveness detection using 3D structure recovered from a single camera. Int Conf on Biometrics (ICB) 2013: 1-6.
  9. Li X, Komulainen J, Zhao G. Generalized face anti-spoofing by detecting pulse from face videos. Proc IEEE 23rd Int Conf on Pattern Recognition 2016; 4239-4244.
  10. Bao W, Li H, Li N, Jiang W. A liveness detection method for face recognition based on optical flow field. Proc Int Conf on Image Analysis and Signal Processing 2009: 233-236.
  11. Li HL, Wang SQ, Kot AC. Face spoofing detection with image quality regression. Proc 6th Int Conf on Image Processing Theory Tools and Applications 2016; 1-6.
  12. Yi D, Lei Z, Zhang ZW, Li SZ. Face anti-spoofing: Multispectral approach. In Book: Marcel S, Nixon MS, Li SZ, eds. Handbook of biometric anti-spoofing. London: Springer; 2014: 83-102.
  13. Mohamed S, Ghoneim A, Youssif A. Visible/infrared face spoofing detection using texture descriptors. MATEC Web of Conferences 2019; 292: 04006.
  14. Sun L, Huang WB, Wu MH. TIR/VIS correlation for liveness detection in face recognition. Int Conf on Computer Analysis of Images and Patterns 2011: 114-121.
  15. Erdogmus N, Marcel S. Spoofing 2D face recognition systems with 3D masks and antispoofing with kinect. Int Conf of the BIOSIG Special Interest Group (BIOSIG) 2013: 1-8.
  16. Sun X, Huang L, Liu C. Multispectral face spoofing detection using VIS–NIR imaging correlation. Int J Wavelets Multiresolut Inf Process 2018; 16: 1840003.
  17. Sun X, Huang L, Liu C. Multimodal face spoofing detection via RGB-D images. 2018 24th Int Conf on Pattern Recognition (ICPR) 2018: 2221-2226.
  18. Wang Y, Nian F, Li T, Meng Z, Wang K. Robust face anti-spoofing with depth information. J Vis Commun Image Represent 2017; 49: 332-337.
  19. Kowalski M. A study on presentation attack detection in thermal infrared. Sensors 2020; 20: 3988.
  20. Ewald KE, Zeng L, Yao Z, Mawuli CB, Abubakar HS, Victor A. Applying CNN with extracted facial patches using 3 modalities to detect 3D face spoof. 2020 17th Int Computer Conf on Wavelet Active Media Technology and Information Processing (ICCWAMTIP) 2020: 216-221.
  21. Singh M, Arora AS. Computer aided face liveness detection with facial thermography. Wireless Pers Commun 2020; 111: 2465-2476.
  22. Tang Y, Chen L. 3D Facial geometric attributes based anti-spoofing approach against mask attacks. 2017 12th IEEE Int Conf on Automatic Face & Gesture Recognition (FG 2017) 2017: 589-595.
  23. George A, Mostaani Z, Geissenbuhler D, Nikisins O, Anjos A, Marcel S. Biometric face presentation attack detection with multi-channel convolutional neural network. IEEE Trans Inf Forensics Secur 2019; 15: 42-55.
  24. Denisova A, Fedoseev V. Presentation attack detection in facial authentication using small training data obtained by multiple devices. 2021 Int Conf on Information Technology and Nanotechnology (ITNT) 2021: 1-5. DOI: 10.1109/ITNT52450.2021.9649390.
  25. Soifer VA, ed. Computer image processing. VDM Verlag Dr Müller; 2007. ISBN: 978-3-639-16837-2.
  26. Canny J. A computational approach to edge detection. IEEE Trans Pattern Anal Mach Intell 1986; PAMI-8(6): 679-698.
  27. Haralick R, Shanmugam K, Dinstein I. Textural features for image classification. IEEE TSMC 1973; 3(6): 610-621.
  28. Agarwal A, Singh R, Vatsa M. Face anti-spoofing using Haralick features. 8th Int Conf on Biometrics Theory, Applications and Systems (BTAS) 2016: 1-6.
  29. Christianini N, Shawe-Taylor J. An introduction to support vector machines and other Kernel-Based learning methods. Cambridge, UK: Cambridge University Press; 2000.
  30. Kulkarni VY, Sinha PK. Pruning of random forest classifiers: A survey and future directions. Int Conf on Data Science & Engineering (ICDSE) 2012: 64-68.
  31. ISO/IEC 30107-3. Information technology – Biometric presentation attack detection – Part 3: Testing and reporting. Source: <https://www.iso.org/obp/ui/#iso:std:iso-iec:30107:-3:ed-1:v1:en>.
  32. Wu X, He R, Sun Z, Tan T. A light cnn for deep face representation with noisy labels. IEEE Trans Inf Forensics Secur 2018; 13(11): 2884-2896.

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20