[论文解读] GAN pretraining for deep convolutional autoencoders applied to Software-based Fingerprint Presentation Attack Detection

Tobias Rohrer, Jascha Kolberg|arXiv (Cornell University)|May 21, 2021

Biometric Identification and Security被引用 4

一句话总结

本文提出了一种新颖的迁移学习方法，利用Wasserstein GAN对深度卷积自编码器进行预训练，以实现单类指纹活体攻击检测（PAD），仅使用1,122个真实指纹样本且无需攻击样本，即实现了16.79%的平均分类错误率。该方法能够从有限的真实数据中实现鲁棒的特征学习，并通过GAN生成合成指纹图像块，用于数据增强和模型预训练。

ABSTRACT

The need for reliable systems to determine fingerprint presentation attacks grows with the rising use of the fingerprint for authentication. This work presents a new approach to single-class classification for software-based fingerprint presentation attach detection. The described method utilizes a Wasserstein GAN to apply transfer learning to a deep convolutional autoencoder. By doing so, the autoencoder could be pretrained and finetuned on the LivDet2021 Dermalog sensor dataset with only 1122 bona fide training samples. Without making use of any presentation attack samples, the model could archive an average classification error rate of 16.79%. The Wasserstein GAN implemented to pretrain the autoencoders weights can further be used to generate realistic-looking artificial fingerprint patches. Extensive testing of different autoencoder architectures and hyperparameters led to coarse architectural guidelines as well as multiple implementations which can be utilized for future work.

研究动机与目标

• 为解决在极少量训练数据下训练可靠单类指纹活体攻击检测器的挑战。
• 克服因超参数敏感性和缺乏架构指导而难以从零开始训练深度卷积自编码器的问题。
• 探索使用生成对抗网络（GAN）不仅用于数据生成，还用于在单类分类设置中预训练自编码器权重的可行性。
• 为未来PAD研究提供可重用的开源实现，包括WGAN、DCGAN、自编码器以及数据预处理流程。

提出的方法

• 在1,122张真实指纹图像上训练Wasserstein GAN（WGAN），以学习真实指纹的鲁棒特征分布。
• 利用训练好的WGAN生成器和判别器，通过迁移学习对深度卷积自编码器的编码器和解码器进行预训练。
• 通过重建损失在相同的真实指纹数据集上对自编码器进行微调，输入图像块通过数据增强进行处理。
• 将WGAN的判别器用作分类器，通过将其应用于非重叠的指纹图像块并平均输出结果以获得最终预测。
• 采用批量归一化、转置卷积（而非池化层）以及全卷积的瓶颈结构，以稳定并提升自编码器训练效果。
• 设计了数据预处理流程，对数据进行广泛增强（裁剪、翻转、旋转、亮度调节），以提升在有限真实数据上的泛化能力。

实验结果

研究问题

• RQ1 是否可以有效利用WGAN在无任何活体攻击样本的情况下，对深度卷积自编码器进行预训练，以实现单类指纹活体攻击检测？
• RQ2 与从零开始训练自编码器相比，基于GAN的预训练在重建准确率和分类性能方面表现如何？
• RQ3 哪些架构设计与超参数选择显著提升了用于指纹PAD的深度卷积自编码器的训练稳定性和性能？
• RQ4 WGAN生成器能否生成多样化且逼真的合成指纹图像块，以用于数据增强或模型评估？
• RQ5 在仅使用极少数真实指纹样本的情况下，数据增强在多大程度上提升了单类分类器的泛化能力？

主要发现

• 所提出的WGAN预训练自编码器在LivDet2021 Dermalog数据集上仅使用1,122个真实指纹样本且无攻击样本的情况下，实现了16.79%的平均分类错误率。
• 在相同评估协议下，若不使用迁移学习而从零开始训练自编码器，性能显著更差，平均分类错误率达到23%。
• WGAN成功生成了大量多样化且逼真的合成指纹图像块，支持平滑的潜在空间插值和视觉多样性。
• 采用批量归一化、转置卷积以及全卷积瓶颈结构显著提升了训练收敛速度与模型稳定性。
• 仅将WGAN判别器应用于图像块级分类时，未能获得可靠结果，表明直接使用GAN进行分类在此任务中存在局限性。
• 作者发布了TensorFlow实现，包括数据处理流水线、WGAN、DCGAN、多种自编码器架构以及变分自编码器，供未来研究复用。