[論文レビュー] Development of a Fuzzy Expert System based Liveliness Detection Scheme for Biometric Authentication

Avinash Kumar Singh, Piyush Joshi+1 more|arXiv (Cornell University)|Sep 17, 2016

Biometric Identification and Security参考文献 10被引用数 5

ひとこと要約

この論文では、劣悪な照明や顔面の動きが少ない状況下でも頑健性を高めるためのファジィエキスパートシステムを提案している。眼の瞬きや口の動きといった動的顔面特徴をファジィ論理で評価することで、悪光源条件下ではFRRが0.28、最小限の動きの状況では0.4にまで低下し、実世界の変動要因に対して従来のビジョンベース手法を上回る性能を発揮した。

ABSTRACT

Liveliness detection acts as a safe guard against spoofing attacks. Most of the researchers used vision based techniques to detect liveliness of the user, but they are highly sensitive to illumination effects. Therefore it is very hard to design a system, which will work robustly under all circumstances. Literature shows that most of the research utilize eye blink or mouth movement to detect the liveliness, while the other group used face texture to distinguish between real and imposter. The classification results of all these approaches decreases drastically in variable light conditions. Hence in this paper we are introducing fuzzy expert system which is sufficient enough to handle most of the cases comes in real time. We have used two testing parameters, (a) under bad illumination and (b) less movement in eyes and mouth in case of real user to evaluate the performance of the system. The system is behaving well in all, while in first case its False Rejection Rate (FRR) is 0.28, and in second case its FRR is 0.4.

研究の動機と目的

• 変動する照明条件および低ユーザー運動下でのスプーフィング攻撃に対して脆弱なビジョンベースの生体認証システムの課題を解決すること。
• 劣悪な照明下で性能が低下する、目の瞬きや口の動きに強く依存する既存の生体検出手法の限界を克服すること。
• 実世界の導入環境においても高い精度を維持できる、頑健で適応可能なシステムの開発。
• ファジィ論理による推論により、厳しい環境条件下での誤拒否率（FRR）の低減。

提案手法

• 本システムは、眼の瞬きや口の動きといった動的顔面特徴に基づいて生体検出を評価するファジィエキスパートシステムを採用している。
• 時間的変動を考慮した顔面特徴に基づき、生体対象の確率を評価するためのファジィ論理ルールを設計している。
• 入力特徴には、動画シーケンスからの運動エネルギーとテクスチャ変化が含まれ、生体検出指標を抽出するために処理されている。
• 複数の特徴を統合して1つの生体検出信頼度スコアを生成するため、ルールベースの推論エンジンが使用されている。
• 不確実性の高い入力データ、特に劣悪な照明および最小限の運動下でも対応できるように、ファジィ所属関数が調整されている。
• 性能評価は、照明が劣化した状況と、真のユーザーの顔面運動が減少した状況の2つのテスト条件を用いて実施された。

実験結果

リサーチクエスチョン

• RQ1 提案されたファジィエキスパートシステムは、劣悪な照明条件下でどのように生体検出を実施するか？
• RQ2 真のユーザーが目をほとんど瞬かなかったり、口をほとんど動かさなかったりする状況でも、本システムは低誤拒否率（FRR）を維持できるか？
• RQ3 ファジィ論理は、従来のしきい値ベースの生体検出手法と比較して、どの程度の頑健性の向上を実現できるか？
• RQ4 変動する照明および低運動状況下で、本システムは生体ユーザーとスプーフィング攻撃をどの程度効果的に区別できるか？

主な発見

• 劣悪な照明下では、FRRが0.28%にまで低下し、照明変動に対する強い耐性を示した。
• 真のユーザーの顔面運動が減少した状況では、FRRはわずかに0.4%に上昇したが、低運動状況下でも頑健性を示した。
• ファジィエキスパートシステムは、眼の瞬きや口の動きといった複数の動的特徴を統合して、統一された生体検出評価を効果的に行えた。
• 不確実性や変動要因に対応できる能力のおかげで、本システムは実世界の条件において従来のビジョンベース手法を上回った。
• 照明状況やユーザー行動が予測不能な環境でも、ファジィ論理の活用により信頼性が著しく向上した。
• 結果から、ファジィ推論により、複雑な特徴工学を要せずともシステムの頑健性が向上することが確認された。