[论文解读] RaspiReader: An Open Source Fingerprint Reader Facilitating Spoof Detection

Joshua J. Engelsma, Kai Cao+1 more|arXiv (Cornell University)|Aug 25, 2017

Biometric Identification and Security参考文献 13被引用 4

一句话总结

RaspiReader 是一款开源、低成本的指纹识别器，采用通用组件构建，通过双摄像头成像——即受抑全内反射（FTIR）成像与直接彩色成像——捕获互补的指纹数据，以提升防伪检测能力。通过融合来自两种图像流的彩色局部二值模式（CLBP），其防伪检测性能可与最先进的基于卷积神经网络（CNN）的方法相媲美，同时还能生成与商用指纹识别器兼容的 500 ppi 图像。

ABSTRACT

We present the design and prototype of an open source, optical fingerprint reader, called RaspiReader, using ubiquitous components. RaspiReader, a low-cost and easy to assemble reader, provides the fingerprint research community a seamless and simple method for gaining more control over the sensing component of fingerprint recognition systems. In particular, we posit that this versatile fingerprint reader will encourage researchers to explore novel spoof detection methods that integrate both hardware and software. RaspiReader's hardware is customized with two cameras for fingerprint acquisition with one camera providing high contrast, frustrated total internal reflection (FTIR) images, and the other camera outputting direct images. Using both of these image streams, we extract complementary information which, when fused together, results in highly discriminative features for fingerprint spoof (presentation attack) detection. Our experimental results demonstrate a marked improvement over previous spoof detection methods which rely only on FTIR images provided by COTS optical readers. Finally, fingerprint matching experiments between images acquired from the FTIR output of the RaspiReader and images acquired from a COTS fingerprint reader verify the interoperability of the RaspiReader with existing COTS optical readers.

研究动机与目标

• 为研究人员提供一款低成本、开源的指纹识别器，使其能够完全控制传感硬件，以支持防伪检测研究。
• 解决商用光学指纹识别器在图像处理过程中丢弃关键防伪判别信息的局限性。
• 通过暴露原始、高信息量的图像，实现新型软硬件协同设计方法，用于演示攻击检测（presentation attack detection）。
• 证明融合 FTIR 与直接彩色图像可显著提升防伪检测性能，超越仅依赖处理后 FTIR 图像的方法。
• 通过从原始 FTIR 数据生成适合标准匹配算法的 500 ppi 图像，确保与现有商用指纹系统的兼容性。

提出的方法

• RaspiReader 原型使用 Raspberry Pi 控制两个摄像头：一个用于通过受抑全内反射捕获高对比度 FTIR 图像，另一个用于捕获指纹的直接彩色图像。
• 对原始 FTIR 图像和直接彩色图像进行处理，以提取彩色局部二值模式（CLBP），捕捉对区分活体手指与伪造物具有判别力的纹理与色彩特征。
• 采用特征融合策略，将来自两种图像流的 CLBP 特征相结合，以增强防伪检测性能。
• 对原始 FTIR 图像流进行后处理，生成适合与商用系统匹配的 500 ppi 灰度指纹图像。
• 使用分类器（如 SVM 或 CNN）对融合的 CLBP 特征进行训练，以评估防伪检测性能。
• 通过在严格 FAR 为 0.1% 的条件下，比较 RaspiReader 处理后的图像与商用指纹识别器（COTS_A）图像的匹配性能，验证互操作性。

实验结果

研究问题

• RQ1 与仅使用 FTIR 图像的系统相比，采用双摄像头传感的低成本、开源指纹识别器是否能提升防伪检测性能？
• RQ2 在直接彩色图像中引入颜色与纹理信息，是否能增强防伪检测方法的判别能力？
• RQ3 能否将自定义指纹识别器生成的原始、未经处理的图像数据，转换为与商用指纹匹配系统兼容的 500 ppi 图像？
• RQ4 基于双图像融合的防伪检测性能，与最先进的基于 CNN 的方法相比如何？
• RQ5 当使用 RaspiReader 图像作为探测图像、商用系统图像作为注册图像时，跨设备匹配性能的退化程度如何？

主要发现

• 融合来自 FTIR 与直接彩色图像的 CLBP 特征，实现了与最先进的基于 CNN 的方法相当的防伪检测性能，证明了原始多光谱数据的价值。
• 当使用其自身处理后的图像进行注册与探测时，RaspiReader 在 0.1% 的错误接受率（FAR）下实现了 99.21% 的真实接受率（TAR），表明匹配精度极高。
• 当使用 COTS_A 图像进行注册、RaspiReader 图像进行探测时，TAR 降至 95.56%（FAR 仍为 0.1%），证实跨设备场景下性能存在可测量但可接受的下降。
• 该系统成功从原始 FTIR 数据生成了与商用指纹匹配器兼容的 500 ppi 指纹图像，验证了其实际可用性。
• 实验结果表明，来自两个摄像头的原始、信息丰富的图像包含互补特征，显著提升了防伪检测性能，优于仅依赖处理后 FTIR 图像的方法。
• 作者得出结论：由于其开放、模块化且可扩展的软件设计，RaspiReader 为未来集成先进传感器（如 OCT、红外或显微镜）提供了可能。