[論文レビュー] Illumination-Aware Contactless Fingerprint Spoof Detection via Paired Flash-Non-Flash Imaging

Roja Sahoo, Anoop Namboodiri|arXiv (Cornell University)|Mar 18, 2026

Biometric Identification and Security被引用数 0

ひとこと要約

本論文はスマートフォンを用いた paired flash–non-flash (FNF) キャプチャを検討し、照明駆動の手掛かりを活用した非接触指紋偽造検出を明らかにする。物理知識と照明感知機能および注意機構解析を用いて、真 fingerprint と偽造指紋の識別性能を高めることを示す。

ABSTRACT

Contactless fingerprint recognition enables hygienic and convenient biometric authentication but poses new challenges for spoof detection due to the absence of physical contact and traditional liveness cues. Most existing methods rely on single-image acquisition and appearance-based features, which often generalize poorly across devices, capture conditions, and spoof materials. In this work, we study paired flash-non-flash contactless fingerprint acquisition as a lightweight active sensing mechanism for spoof detection. Through a preliminary empirical analysis, we show that flash illumination accentuates material- and structure-dependent properties, including ridge visibility, subsurface scattering, micro-geometry, and surface oils, while non-flash images provide a baseline appearance context. We analyze lighting-induced differences using interpretable metrics such as inter-channel correlation, specular reflection characteristics, texture realism, and differential imaging. These complementary features help discriminate genuine fingerprints from printed, digital, and molded presentation attacks. We further examine the limitations of paired acquisition, including sensitivity to imaging settings, dataset scale, and emerging high-fidelity spoofs. Our findings demonstrate the potential of illumination-aware analysis to improve robustness and interpretability in contactless fingerprint presentation attack detection, motivating future work on paired acquisition and physics-informed feature design. Code is available in the repository.

研究の動機と目的

• 非接触指紋PADの軽量なアクティブ sensing 機構として paired flash–non-flash 取得を動機づけ、評価する。
• フラッシュ照明が隆起可視性、 subsurface 散乱、表面特性に及ぼす影響を特徴づけ、真指紋と偽造指紋を識別する。
• 照明依存の特徴量（例：チャネル間デコリレーション、鏡面反射、質感）が偽造検出性能を改善することを特定する。
• 照明変化下でのモデル解釈性を分析し、実運用の考慮事項と限界を論じる。

提案手法

• スマートフォンで paired flash–non-flash 指紋画像を取得し、補完的な照明条件データを得る。
• Orientation Certainty Level、Local Clarity Score、NFIQ2、及び独自のシャープネス/コントラスト指標などの指標を用いて照明下の画像品質およびフォトメトリック変動を定量的に特徴付ける。
• フラッシュ/非フラッシュ条件下で真偽指紋を区別するために、チャネル間相関と相互情報量を分析する。
• 照明駆動の反射率差を捉えるために、鏡面ハイライト比とチャネル飽和度を計算・比較する。
• fingerprint フィンテューニングの有無で注意機構モデル（DINOv2とResNet-18）を適用し、 ridge に焦点を当てた注意と識別性を検討する。
• 差分画像（ flashed minus non-flash）を用いて、材料・幾何応答を強調する物理情報に基づく特徴を学習する。

実験結果

リサーチクエスチョン

• RQ1 paired flash–non-flash の非接触指紋画像における照明誘起変動を偽造検出に活用できるか。
• RQ2 フラッシュと非フラッシュで出現する補完的手掛かり（チャネル間、鏡面、質感、差分画像）が真偽の分離をどのように向上させるか。
• RQ3 照明の異なる条件下での ridge 構造へのモデルの注意はファインチューニングでどう変化するか。
• RQ4 実運用展開における paired 照明の限界と実務上の課題は何か。
• RQ5 新たな高忠実度偽造やデータセットの制約に対して、照明ベースの手掛かりはどれだけ堅牢か。

主な発見

Model	G-Non-Flash	G-Flash	S-Non-Flash	S-Flash
Baseline	0.21±0.19	0.23±0.16	0.22±0.24	0.23±0.21
Fine-tuned	0.37±0.16	0.49±0.13	0.26±0.22	0.27±0.14

• フラッシュ照明は、非フラッシュ撮像と比較して隆起の可視性と質感の顕著性を一貫して改善する。
• ファインチューニング済みの ResNet-18 ベースのモデルは、両条件下で真偽クラスの分離を強化し、フラッシュ撮像において真偽サンプルでより高い活性化を示す。
• 活性化統計（G-Non-Flash, G-Flash, S-Non-Flash, S-Flash）は、ファインチューニング後に識別性が改善（0.37±0.16, 0.49±0.13, 0.26±0.22, 0.27±0.14）し、ベースラインよりも改善。
• inter-channel 相関と相互情報量の分析は、フラッシュ下で偽装の非相関化がより顕著であり、非フラッシュよりも有意に識別性が高いことを示す（p<0.001）。
• 偽造は素材依存の反射差を露呈させるフラッシュの影響で、偽造指紋の鏡面ハイライト比はデータセット全体で real fingerprints の 0.009 に対し偽造は 0.043 と高い。
• テクスチャ記述子（LBP/GLCM/FFT）は、偽造テクスチャにおける質感現実性の乱れが差分画像の効果と相まって高い。
• 差分画像（フラッシュ minus 非フラッシュ）は、材料・幾何応答を強調し、実皮膚と偽造材料の潜在的な散乱および微細幾何の違いを浮き彫りにする。
• 本研究はデータセット規模、捕捉条件のばらつき、偽造技術の進化といった限界を指摘する一方、照明を考慮した手掛かりが非接触 PAD を向上させ得ることを示す。