[논문 리뷰] Development of a Fuzzy Expert System based Liveliness Detection Scheme for Biometric Authentication

Avinash Kumar Singh, Piyush Joshi외 1명|arXiv (Cornell University)|2016. 09. 17.

Biometric Identification and Security참고 문헌 10인용 수 5

한 줄 요약

이 논문은 어두운 조명 조건이나 낮은 얼굴 운동 조건에서도 강건성을 높이는 생체 인식 생존성 검출을 위한 퍼지 전문 시스템을 제안한다. 눈 깜빡임과 입 움직임과 같은 동적 얼굴 자극을 평가하기 위해 퍼지 논리를 통합함으로써, 악조건에서의 거짓 거부율(FRR)을 0.28로 낮추고, 최소한의 움직임 상황에서는 0.4로 유지하여 현실 세계의 변동성에서 기존의 시각 기반 방법보다 뛰어난 성능을 보인다.

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.

연구 동기 및 목표

• 변동하는 조도 조건과 낮은 사용자 움직임에서 시각 기반 생체 인식 시스템의 스푸핑 공격에 대한 취약성을 해결하기 위해.
• 기존 생존성 검출 방법이 눈 깜빡임이나 입 움직임에 크게 의존하여 어두운 조도에서 성능이 떨어지는 한계를 극복하기 위해.
• 실제 배포 환경에서 높은 정확도를 유지할 수 있는 강건하고 적응 가능한 시스템을 개발하기 위해.
• 퍼지 논리 추론을 통해 어려운 환경 조건에서 거짓 거부율(FRR)을 줄이기 위해.

제안 방법

• 시스템은 눈 깜빡임과 입 움직임과 같은 동적 얼굴 특징을 기반으로 생존성을 평가하기 위해 퍼지 전문 시스템을 활용한다.
• 퍼지 논리 규칙는 얼굴 특징의 시간적 변동성을 기반으로 살아있는 대상일 확률을 평가하도록 설계된다.
• 입력 특징으로는 영상 시퀀스에서 추출한 운동 에너지와 텍스처 변화가 포함되며, 이를 통해 생존성 지표를 추출한다.
• 시스템은 다중 신호를 하나의 생존성 신뢰도 점수로 통합하기 위해 규칙 기반 추론 엔진을 사용한다.
• 퍼지 소속 함수는 특히 어두운 조도와 최소한의 운동 상황에서 입력 데이터의 불확실성을 처리하도록 校정된다.
• 성능 평가는 두 가지 테스트 조건을 사용하여 평가된다: 열악한 조도 조건과 진짜 사용자에서의 낮은 얼굴 운동 조건.

실험 결과

연구 질문

• RQ1 제안된 퍼지 전문 시스템은 열악한 조도 조건에서 생존성을 어떻게 검출하는가?
• RQ2 진짜 사용자가 눈 깜빡임이나 입 움직임을 최소로 보일 경우, 시스템은 낮은 거짓 거부율(FRR)을 유지할 수 있는가?
• RQ3 기존의 임계값 기반 생존성 검출 방법과 비교해 퍼지 논리가 얼마나 강건성을 향상시키는가?
• RQ4 변동하는 조도와 낮은 움직임 조건에서 시스템은 살아있는 사용자와 스푸핑 공격을 얼마나 효과적으로 구분하는가?

주요 결과

• 어두운 조도 조건에서 시스템은 거짓 거부율(FRR)이 0.28%로 나타나 조도 변화에 강력한 저항성을 보였다.
• 진짜 사용자에서 얼굴 운동이 감소한 상황에서는 FRR가 0.4%로 약간 증가하여 저운동 상황에서도 강건성을 입증했다.
• 퍼지 전문 시스템은 눈 깜빡임, 입 움직임과 같은 다중 동적 자극을 통합된 생존성 평가로 효과적으로 조합했다.
• 시스템은 불확실성과 변동성을 다룰 수 있는 능력 덕분에 현실 세계 조건에서 기존의 시각 기반 방법보다 뛰어난 성능을 보였다.
• 퍼지 논리의 사용은 조도와 사용자 행동이 예측 불가능한 환경에서 신뢰성을 크게 향상시켰다.
• 결과는 퍼지 추론이 복잡한 특징 공학이 필요 없이도 시스템의 강건성을 향상시킬 수 있음을 확인했다.