[논문 리뷰] Illumination-Aware Contactless Fingerprint Spoof Detection via Paired Flash-Non-Flash Imaging

Roja Sahoo, Anoop Namboodiri|arXiv (Cornell University)|2026. 03. 18.

Biometric Identification and Security인용 수 0

한 줄 요약

본 논문은 스마트폰을 사용한 페어드 플래시–논 플래시 (FNF) 캡처를 통해 조명에 의해 유도되는 신호를 활용하여 비접촉 지문 위조를 탐지하는 단서를 밝히고, 물리정보 기반의 조명 인식 특징과 주의(attention) 분석을 이용해 진짜 손가락과 위조 손가락 간의 판별성을 향상시킴을 보여준다.

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.

연구 동기 및 목표

• 비접촉 지문 PAD를 위한 가벼운 활성 센싱 기제로서 페어드 플래시–논 플래시 취득을 동기화하고 평가한다.
• 플래시 조명이 능선 가시성, 피부 아래 산란(subsurface scattering), 표면 특성에 미치는 영향을 특징화하여 진짜 지문과 위조 지문을 구별한다.
• 조명 의존 특징을 식별한다(예: 채널 간 상호 상관의 제거, 난반사/정반사, 질감 등) 위조 탐지 성능을 향상시키는.
• 조명 변화하에서 모델 해석 가능성을 분석하고 실용적 배치 고려사항 및 한계에 대해 논의한다.

제안 방법

• 스마트폰으로 페어드 플래시–논 플래시 지문 이미지를 캡처하여 보완적인 조명 조건 데이터를 얻는다.
• Orientation Certainty Level, Local Clarity Score, NFIQ2 및 커스텀 선명도/대비 척도와 같은 지표를 사용하여 조명별 이미지 품질 및 광학적 변화를 정량적으로 특징화한다.
• 플래시 및 논 플래시 조건에서 진짜와 위조 지문을 구분하기 위해 채널 간 상관관계와 상호정보를 분석한다.
• 조명 주도 반사 차이를 포착하기 위해 난반사 하이라이트 비율과 채널 포화도를 계산하고 비교한다.
• 지문 미세조정 여부에 관계없이 주의 기반 모델(DINOv2 및 ResNet-18)을 적용하여 능선 중심의 주의 및 구분성을 연구한다.
• 차이 영상화(플래시 minus 논 플래시)를 사용하여 재료 및 기하학적 반응을 강조하는 물리정보 기반 특징을 학습한다.

실험 결과

연구 질문

• RQ1 페어드 플래시–논 플래시 비접촉 지문 이미지에서 조명 유발 변화를 위조 탐지에 활용할 수 있는가?
• RQ2 플래시 대 논 플래시에서 나타나는 보완 단서(채널 간, 난반사, 질감, 차등 영상화)가 진짜–위조 구분을 어떻게 향상시키는가?
• RQ3 다른 조명에서 미세 조정이 능선 구조에 대한 모델의 주의에 어떤 영향을 미치는가?
• RQ4 실제 배치에서 페어드 조명을 사용하는 데 있어 한계와 실용적 도전 과제는 무엇인가?
• RQ5 조명 기반 단서가 고해상도 위조 및 데이터셋 한계에 얼마나 견고한가?

주요 결과

모델	G-비플래시	G-플래시	S-비플래시	S-플래시
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

• 플래시 조명은 비플래시 촬영에 비해 능선 가시성과 질감 강조를 일관되게 향상시킨다.
• 미세 조정된 ResNet-18 기반 모델은 두 조건에서 진짜와 위조 클래스 간의 분리를 더 강하게 보이고, 플래시 촬영에서 진짜 샘플의 활성화가 더 높다.
• 활성화 통계(G-Non-Flash, G-Flash, S-Non-Flash, S-Flash)는 미세 조정 후 (0.37±0.16, 0.49±0.13, 0.26±0.22, 0.27±0.14)로 향상되며, 기본값(0.21±0.19, 0.23±0.16, 0.22±0.24, 0.23±0.21)과 비교된다.
• 채널 간 상관 및 상호 정보 분석은 플래시에서 진짜-위조 간의 비상관성이 비플래시보다 더 강하함을 보여주며(p<0.001의 유의한 p값).
• 스푸프의 스펙ular 하이라이트 비율이 데이터셋 전체에서 실제 지문(0.009)보다 높아(0.043), 플래시가 재질 의존 반사를 노출시킴을 시사한다.
• Texture 서술자(LBP/GLCM/FFT)는 위조 질감에서 질감 현실성 붕괴가 더 큰 것으로 나타나며, 플래시와 논 플래시 간 차등 영상화 덕분이다.
• 차등 영상화(플래시 minus 논 플래시)는 재료/기하학적 반응을 강조하며 실제 피부와 위조 재료 간의 피부 아래 산란(subsurface scattering) 및 미세 기하 차이를 강조한다.
• 본 연구는 데이터셋 규모, 캡처 조건의 다양성, 진화하는 위조 기술 등 한계를 지적하지만, 조명 인식 기반 단서가 비접촉 PAD를 향상시킬 수 있음을 보여준다.