[論文レビュー] Liveness Detection Using Implicit 3D Features

J. Matías Di Martino, Qiang Qiu+2 more|arXiv (Cornell University)|Apr 18, 2018

Video Surveillance and Tracking Methods参考文献 14被引用数 8

ひとこと要約

本論文は、照明条件の異なる二枚の画像、もしくはキャリブレーションされていないステレオペアから得られる暗黙的な3次元顔特徴を活用し、高価な3次元再構築を回避することで、生体検証手法を提案する。この手法は、最小限の計算コストで最先端の性能を達成し、印刷された写真や3次元レプリカなどの一般的なスプーフィング攻撃に対して高い耐性を示す。複数の光源に対する特徴的な応答パターンを学習することで実現される。

ABSTRACT

Spoofing attacks are a threat to modern face recognition systems. In this work we present a simple yet effective liveness detection approach to enhance 2D face recognition methods and make them robust against spoofing attacks. We show that the risk to spoofing attacks can be re- duced through the use of an additional source of light, for example a flash. From a pair of input images taken under different illumination, we define discriminative features that implicitly contain facial three-dimensional in- formation. Furthermore, we show that when multiple sources of light are considered, we are able to validate which one has been activated. This makes possible the design of a highly secure active-light authentication framework. Finally, further investigating the use of 3D features without 3D reconstruction, we introduce an approximated disparity-based implicit 3D feature obtained from an uncalibrated stereo-pair of cameras. Valida- tion experiments show that the proposed methods produce state-of-the-art results in challenging scenarios with nearly no feature extraction latency.

研究の動機と目的

• 印刷された写真や3次元レプリカなどのスプーフィング攻撃に耐性を持つ2次元顔認識システムに生体検証を統合すること。
• 明示的な3次元再構築を回避することで、計算コストとハードウェアの負荷を低減した暗黙的3次元顔情報の抽出を実現すること。
• 追加の光源やステレオカメラを活用して、生体検証に適した識別的特徴を生成するフレームワークの開発。
• 特徴抽出の遅延を最小限に抑えることで、スマートフォンや個人用コンピュータなどの一般消費者デバイスへの実用的導入を可能にすること。
• 多様な被験者、カメラ、撮影条件において高い汎化性能と解像度に依存しない性質を示すように、手法の検証を行うこと。

提案手法

• 本手法は、異なる照明条件下で撮影された顔の2枚の画像を用い、光度パララックスおよび表面反射率の変化に基づいて暗黙的3次元特徴を抽出する。
• 各光源の応答を個別にモデル化することで、複数のフラッシュ光源を用いたアクティブライト認証が可能になる。
• ステレオベースの検証では、キャリブレーションされていないカメラペアから近似された視差マップを計算し、完全なキャリブレーションを伴わずに局所的な深度変化を推定する。
• 暗黙的3次元特徴は、画像間の強度変化から得られ、明示的な3次元再構築を経ずに幾何的表面特性を捉える。
• フレームワークは解像度に依存せず、計算効率が高く、標準的なデバイスにおけるリアルタイム動作に適している。
• 各照明源ごとの特徴学習を統合することで、認証時におけるどの光源が作動したかを動的に検証可能となる。

実験結果

リサーチクエスチョン

• RQ1 明示的な3次元再構築を伴わずに、変化する照明条件下の二枚の画像から暗黙的3次元顔特徴を抽出できるか？
• RQ2 複数の光源の使用は、生体検証の耐性強化およびアクティブライト認証の実現にどの程度有効か？
• RQ3 キャリブレーションされていないステレオペアは、最小限の計算コストで生体検証に必要な深度情報を十分に提供できるか？
• RQ4 提案された特徴はどの程度解像度に依存せず、被験者やデバイス間で汎化可能か？
• RQ5 印刷された写真、湾曲した印刷物、タブレットベースの3次元モデル攻撃などの一般的なスプーフィング攻撃に対して、本手法は耐性を示せるか？

主な発見

• 提案手法は、ほぼゼロに近い特徴抽出遅延で、極めて困難な状況下でも最先端の生体検証性能を達成している。
• 二重照明画像から得られる暗黙的3次元特徴は、平面的・湾曲した写真スプーフィング攻撃に対して非常に識別可能で耐性がある。
• 被験者、カメラ、撮影条件の多様な状況において汎化性能を示し、入力解像度に強く依存しない性質を確認した。
• 複数の光源を用いることで、システムは特徴的な応答モデルを学習でき、セキュリティの強化とアクティブライト検証フレームワークの実現が可能になった。
• 3次元レプリカ攻撃に対しても安全性を維持しているが、通常のスプーフィング手法よりもはるかに高度な技術を要する。
• キャリブレーションされていないステレオ視差近似は、完全な3次元トリアングレーションの計算負荷を回避しつつ、生体検証に十分な精度を提供している。