[論文レビュー] Deep Features for Contactless Fingerprint Presentation Attack Detection: Can They Be Generalized?

Hailin Li, Raghavendra Ramachandra|arXiv (Cornell University)|Jul 4, 2023

Biometric Identification and Security被引用数 5

ひとこと要約

この論文は、スマートフォン搭載の指紋データセットを用いた、接触なし指紋偽造攻撃検出（PAD）のための8つの事前学習済みディープラーニングモデル（7つのCNNと1つのビジョントランスフォーマー（ViT））の一般化性能を、1人を除いた交差検証プロトコルで評価している。ResNet50が最も優れた一般化性能を示し、平均D-EERは8.26%であったが、写真用紙やプレイドウなど未学習の攻撃素材では性能が著しく低下した。

ABSTRACT

The rapid evolution of high-end smartphones with advanced high-resolution cameras has resulted in contactless capture of fingerprint biometrics that are more reliable and suitable for verification. Similar to other biometric systems, contactless fingerprint-verification systems are vulnerable to presentation attacks. In this paper, we present a comparative study on the generalizability of seven different pre-trained Convolutional Neural Networks (CNN) and a Vision Transformer (ViT) to reliably detect presentation attacks. Extensive experiments were carried out on publicly available smartphone-based presentation attack datasets using four different Presentation Attack Instruments (PAI). The detection performance of the eighth deep feature technique was evaluated using the leave-one-out protocol to benchmark the generalization performance for unseen PAI. The obtained results indicated the best generalization performance with the ResNet50 CNN.

研究の動機と目的

• 接触なし指紋バイオメトリクスにおける未学習の提示攻撃装置（PAI）を検出するための事前学習済みディープニューラルネットワークの一般化能力を調査すること。
• スマートフォンで撮影された指紋PADデータセットにおいて、CNNとビジョントランスフォーマーを含む多様なディープラーニングアーキテクチャの性能をベンチマークすること。
• ImageNetで事前学習されたモデルから抽出されたディープ特徴量が、トレーニング時に登場しなかったPAIに対してどれほど頑健であるかを評価すること。
• 3Dプリント、写真用紙、プレイドウなど多様なスプーフィング素材に対して、最も信頼性の高い一般化性能を示す特徴抽出手法を特定すること。

提案手法

• 指紋のコア部を中心に128×256ピクセルのクロップを用いて、スマートフォンで撮影された指紋画像から注目領域（ROI）を抽出した。
• 8つの事前学習済みディープラーニングモデル（AlexNet、GoogLeNet、DenseNet201、ResNet50、EfficientNet-B0、NASNet、MobileNet-V2、およびビジョントランスフォーマー）を用いて特徴抽出を行った。
• CNNでは最終全結合層（fc6）から、GoogLeNetその他のアーキテクチャではグローバル平均プーリング層から特徴量を抽出した。
• 1人を除いた交差検証プロトコルを適用し、3つのPAI素材で学習し、残りの1つを未学習のテストセットとして、未学習攻撃シナリオを模擬した。
• ISO/IEC 30107-3の指標（APCER、BPCER、D-EER：APCER = BPCERとなる等価誤り率）を用いて性能を評価した。
• 4つの異なるテストケースを実施し、それぞれが1つのPAIタイプ（eco-flex、写真用紙、プレイドウ、木工ボンド）を未学習のテストセットとして隔離した。

Figure 1: Block diagram of the deep features based contactless fingerprint PAD

実験結果

リサーチクエスチョン

• RQ1 事前学習済みCNNおよびビジョントランスフォーマーから抽出されたディープ特徴量は、接触なし指紋システムにおける未学習の提示攻撃装置（PAI）に一般化可能か？
• RQ2 評価された8つのディープラーニングアーキテクチャの中で、多様なPAI素材に対して最も優れた一般化性能を示すのはどれか？
• RQ3 トレーニングデータに含まれないPAI素材（特に写真用紙やプレイドウ）をテストした場合、性能はどの程度低下するか？
• RQ4 ビジョントランスフォーマー（ViT）は、伝統的なCNNよりも未学習の指紋スプーフィング攻撃への一般化性能で優れているか？
• RQ5 異なるPAI素材（例：eco-flex対写真用紙）が、ディープ特徴量の一般化能力に与える相対的影響は何か？

主な発見

• ResNet50が4つのテストケースすべてで最も優れた一般化性能を示し、平均D-EERは8.26%であった。これは未学習のPAIを最も頑健に検出できることを示している。
• AlexNetは最大の性能低下を示し、平均D-EERは23.16%であった。特に写真用紙やプレイドウといった未学習素材では著しく失敗した。
• 写真用紙およびプレイドウを未学習PAIとしてテストした場合、eco-flexや木工ボンドよりも顕著に性能が悪く、一部のケースではAPCERが90%を超えた。
• ビジョントランスフォーマー（ViT）はeco-flexおよび木工ボンドベースの攻撃では優れた性能を示した（ケース1およびケース4でD-EERはそれぞれ6.71%および2.57%であったが、写真用紙およびプレイドウでは完全に失敗した（D-EERはそれぞれ50.00%および100.00%であった）。
• DenseNet201およびEfficientNet-B0は中程度の一般化性能を示し、平均D-EERはそれぞれ10.58%および10.79%であったが、依然としてResNet50に劣った。
• 結果から、一般化性能はPAIの素材に強く依存しており、eco-flexや木工ボンドのような合成素材は予測可能である一方、写真用紙のような一般的な素材は予測が難しいことが示唆された。

Figure 2: DET curves of different cases (1 to 4) by comparing different deep learning models