[論文レビュー] Smartphone Multi-modal Biometric Authentication: Database and Evaluation

Raghavendra Ramachandra, Martin Stokkenes+7 more|arXiv (Cornell University)|Dec 5, 2019

User Authentication and Security Systems参考文献 30被引用数 15

ひとこと要約

本稿では、150名の被験者を対象に、4か国にまたがる4か所の都市で6回のセッションにわたり、スマートフォンを用いた顔貌、音声、周挙動生体認証データを収集したSWANマルチモーダル生体認証データセット（SWAN-MBD）を提示する。単一モダリティおよびマルチモダリティ生体認証認証と提示攻撃検出（PAD）のための新規評価プロトコルを導入し、ベースライン結果としてLFCC-GMM（0% EER）およびColor Textures-SVM（最良のPAD性能）が、特に低品質なスプーフィング攻撃下でも優れた性能を示した。

ABSTRACT

Biometric-based verification is widely employed on the smartphones for various applications, including financial transactions. In this work, we present a new multimodal biometric dataset (face, voice, and periocular) acquired using a smartphone. The new dataset is comprised of 150 subjects that are captured in six different sessions reflecting real-life scenarios of smartphone assisted authentication. One of the unique features of this dataset is that it is collected in four different geographic locations representing a diverse population and ethnicity. Additionally, we also present a multimodal Presentation Attack (PA) or spoofing dataset using a low-cost Presentation Attack Instrument (PAI) such as print and electronic display attacks. The novel acquisition protocols and the diversity of the data subjects collected from different geographic locations will allow developing a novel algorithm for either unimodal or multimodal biometrics. Further, we also report the performance evaluation of the baseline biometric verification and Presentation Attack Detection (PAD) on the newly collected dataset.

研究の動機と目的

• スマートフォンベースの生体認証システムのベンチマークに適した、公開可能で多様性に富み、現実的であるスマートフォンベースのマルチモーダル生体認証データセットの開発を目的とする。
• スマートフォン生体認証システムのベンチマークに適した、公開共有され、大規模かつ地理的に多様性に富んだマルチモーダル生体認証データセットの不足を解消することを目的とする。
• 現実の状況下で、単一モダリティおよびマルチモーダル生体認証認証と提示攻撃検出（PAD）のための標準化された評価プロトコルを提供することを目的とする。
• 1つの一貫したデータセットを用いて、環境要因の変動、クロスジオグラフィックな多様性、およびマルチリンガル話者認証に関する研究を可能にすることを目的とする。
• 印刷物や電子ディスプレイ攻撃などの低コストの提示攻撃装置（PAI）を用いた、耐障害性の高いPAD技術の開発と評価を支援することを目的とする。

提案手法

• データ収集は6回のセッションにわたり実施され、1週間から3週間のインターバルを設え、屋内／屋外、支援あり／自己撮影、監視あり／非監視の設定を含む、スマートフォン使用の現実的状況を模倣した。
• 本データセットには、顔貌（スマートフォンの前面カメラを用いて）、周挙動（目の近接領域の高解像度画像）、音声（複数言語の録音）の3つの生体認証モダリティが含まれ、照明条件や姿勢の変化を考慮して収集された。
• 低コストのPAI（印刷された写真や電子ディスプレイ）を用いて、スマートフォン生体認証システムに対する一般的なスプーフィング攻撃を模倣した、新規の提示攻撃（PA）データセットを構築した。
• 評価プロトコルは2種類のバリエーションで設計された：プロトコル-1（低品質攻撃のみ）とプロトコル-2（低品質および高品質攻撃の混合）。これにより、PADの耐障害性のベンチマークが可能となった。
• ベースラインアルゴリズムとして、音声にはLFCC-GMM、顔貌および周挙動にはColor Textures-SVMを適用し、マルチモーダルPADのスコア統合により最良のパフォーマンスを示すシステムを統合した。
• データセットはIdiapポータルおよびBEAT eインfraストラクチャープラットフォームを通じて共有され、プライバシー保護されたアクセスと結果の再現性を確保した。

実験結果

リサーチクエスチョン

• RQ1 スマートフォンの実使用状況における複数回のセッションおよび環境要因の変動が、生体認証性能に与える影響は何か？
• RQ2 多様性に富み、地理的に分散したデータセット上で、ベースライン単一モダリティおよびマルチモーダル生体認証認証システムの有効性は何か？
• RQ3 低コストのPAIを用いた低品質および高品質のスプーフィング攻撃下で、異なるPADアルゴリズムの性能はどのように異なるか？
• RQ4 モダリティ固有のPADシステムのスコア統合により、マルチモーダル攻撃の検出性能は向上するか？
• RQ5 人種、年齢、性別などの地理的および文化的多様性が、生体認証とスプーフィング検出性能に及ぼす影響はどの程度か？

主な発見

• LFCC-GMMベースラインは、すべてのプロトコルで音声提示攻撃を検出するにあたり0%の等誤差率（EER）を達成し、優れた耐障害性を示した。
• Color Textures-SVM法は他のPADベースラインを上回り、プロトコル-1およびプロトコル-2の両方で最低のEERを記録した。特に低品質攻撃の検出において優れた性能を示した。
• プロトコル-2では高品質攻撃の導入に伴いPADシステムの性能低下が観察され、マルチモーダルスコア統合システムのD-EERは29.34%に上昇した。
• 低品質攻撃（例：PA.F.5, PA.V.7）は1%未満の誤差率で検出され、一般的なスプーフィング手法に対する高い検出精度を示した。
• マルチモーダルPAD統合システムは高品質攻撃に対して顕著な性能低下を示し、洗練されたスプーフィング攻撃の検出の難しさを浮き彫りにした。
• 4か国にまたがる地理的多様性を有する本データセットにより、生体認証システムにおけるクロスジオグラフィックな変動およびデモグラフィック要因の影響の評価が可能になった。