論文の概要: Are spoofs from latent fingerprints a real threat for the best
state-of-art liveness detectors?
- arxiv url: http://arxiv.org/abs/2007.03397v2
- Date: Sat, 17 Oct 2020 15:03:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2022-11-12 19:58:48.595546
- Title: Are spoofs from latent fingerprints a real threat for the best
state-of-art liveness detectors?
- Title（参考訳）: 潜伏指紋のスプーフは、最先端の生命体検知器にとって真の脅威か?
- Authors: Roberto Casula, Giulia Orr\`u, Daniele Angioni, Xiaoyi Feng, Gian Luca
Marcialis, Fabio Roli
- Abstract要約: ScreenSpoofメソッドは、被害者の完全なコンセンサスで作られたスプーフを使った攻撃と同様に、検出と検証の誤りの点で、同じレベルの脅威である。
- 参考スコア（独自算出の注目度）: 9.666104375359701
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We investigated the threat level of realistic attacks using latent
fingerprints against sensors equipped with state-of-art liveness detectors and
fingerprint verification systems which integrate such liveness algorithms. To
the best of our knowledge, only a previous investigation was done with spoofs
from latent prints. In this paper, we focus on using snapshot pictures of
latent fingerprints. These pictures provide molds, that allows, after some
digital processing, to fabricate high-quality spoofs. Taking a snapshot picture
is much simpler than developing fingerprints left on a surface by magnetic
powders and lifting the trace by a tape. What we are interested here is to
evaluate preliminary at which extent attacks of the kind can be considered a
real threat for state-of-art fingerprint liveness detectors and verification
systems. To this aim, we collected a novel data set of live and spoof images
fabricated with snapshot pictures of latent fingerprints. This data set provide
a set of attacks at the most favourable conditions. We refer to this method and
the related data set as "ScreenSpoof". Then, we tested with it the performances
of the best liveness detection algorithms, namely, the three winners of the
LivDet competition. Reported results point out that the ScreenSpoof method is a
threat of the same level, in terms of detection and verification errors, than
that of attacks using spoofs fabricated with the full consensus of the victim.
We think that this is a notable result, never reported in previous work.
- Abstract（参考訳）: 我々は,最先端のライブネス検出装置と,そのようなライブネスアルゴリズムを組み込んだ指紋認証システムを備えたセンサに対して,潜在指紋を用いた現実的な攻撃の脅威レベルを調査した。
我々の知る限りでは、過去の調査は潜入印刷物のスプーフでのみ行われた。
本稿では,潜伏指紋のスナップショット画像の利用に焦点を当てる。
これらの写真は、いくつかのデジタル処理の後、高品質なスプーフを製造できる金型を提供する。
スナップショット画像を取るのは、磁気粉で表面に残っていた指紋を現像し、テープで痕跡を持ち上げるよりもずっと簡単です。
ここで私たちが興味を持っているのは、この種の攻撃が最先端の指紋検出システムや認証システムの真の脅威と見なされるかどうかの予備評価です。
そこで本研究では,潜伏指紋のスナップショット画像を用いた実写画像とスプーフ画像のデータセットを新たに収集した。
このデータセットは、最も好ましい条件下で一連の攻撃を提供する。
本手法と関連するデータセットを「ScreenSpoof」と呼ぶ。
次に、私たちは、最高のライブネス検出アルゴリズム、すなわち、LivDetコンペティションの3つの勝者のパフォーマンスをテストしました。
報告された結果によると、screenspoofメソッドは、被害者の完全なコンセンサスで作成されたspoofsを使った攻撃よりも、検出と検証エラーの点で同じレベルの脅威である。
これは注目すべき結果であり、以前の研究では報告されていない。
関連論文リスト
- Fingerprint Liveness Detection using Minutiae-Independent Dense Sampling
of Local Patches [0.0]
指紋認識とマッチングは、ユーザ認証の一般的な形式である。
この脆弱性に対する対策として、スポット検出とライブネス検出アルゴリズムが研究されている。
本稿では,機械学習を用いた指紋偽造防止機構を提案する。
論文 参考訳（メタデータ） (2023-04-11T16:11:44Z) - Hierarchical Perceptual Noise Injection for Social Media Fingerprint
Privacy Protection [106.5308793283895]
ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します
指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。
この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
論文 参考訳（メタデータ） (2022-08-23T02:20:46Z) - A review of schemes for fingerprint image quality computation [66.32254395574994]
本稿では,指紋画像品質計算における既存手法について概説する。
また、9000個の指紋画像を含むMCYTデータベースを用いて、それらの選択を実装し、テストし、比較する。
論文 参考訳（メタデータ） (2022-07-12T10:34:03Z) - On the vulnerability of fingerprint verification systems to fake
fingerprint attacks [57.36125468024803]
中規模の偽指紋データベースを記述し、2つの異なる指紋認証システムを評価する。
光およびサーマルスイーピングセンサの結果が提供される。
論文 参考訳（メタデータ） (2022-07-11T12:22:52Z) - SpoofGAN: Synthetic Fingerprint Spoof Images [47.87570819350573]
指紋スプーフ検出の進歩に対する大きな制限は、公開可能な大規模な指紋スプーフデータセットの欠如である。
この研究は、これらのアルゴリズムに十分なデータを供給する際に、合成指紋(ライブ指紋とスプーフ指紋の両方)の有用性を実証することを目的としている。
論文 参考訳（メタデータ） (2022-04-13T16:27:27Z) - Responsible Disclosure of Generative Models Using Scalable
Fingerprinting [70.81987741132451]
深層生成モデルは質的に新しいパフォーマンスレベルを達成した。
この技術がスプーフセンサーに誤用され、ディープフェイクを発生させ、大規模な誤情報を可能にするという懸念がある。
最先端のジェネレーションモデルを責任を持って公開することで、研究者や企業がモデルに指紋を刻むことができます。
論文 参考訳（メタデータ） (2020-12-16T03:51:54Z) - Enabling Fingerprint Presentation Attacks: Fake Fingerprint Fabrication
Techniques and Recognition Performance [5.886986014593717]
市販の5種類の指紋スキャナを,異なるセンサー技術を用いて評価した。
偽造表現を作成するために, ワックス, 鋳造, ラテックス, シリコーン, 接着剤の種類, 窓の色, 粘土のモデル化など, さまざまな材料を試験, 評価した。
論文 参考訳（メタデータ） (2020-12-01T16:20:32Z) - Artificial Fingerprinting for Generative Models: Rooting Deepfake
Attribution in Training Data [64.65952078807086]
光現実性画像生成は、GAN(Generative Adversarial Network)のブレークスルーにより、新たな品質レベルに達した。
しかし、このようなディープフェイクのダークサイド、すなわち生成されたメディアの悪意ある使用は、視覚的誤報に関する懸念を提起する。
我々は,モデルに人工指紋を導入することによって,深度検出の積極的な,持続可能なソリューションを模索する。
論文 参考訳（メタデータ） (2020-07-16T16:49:55Z) - Level Three Synthetic Fingerprint Generation [0.0]
現実的で高解像度な指紋を合成するための新しいハイブリッドアプローチを提案する。
まず,手作りの指紋生成装置であるAnguliを改良し,汗孔と傷のついたダイナミックな隆起地図を得た。
私たちはこれらの地図をリアルな指紋に変換するためにCycleGANを訓練しました。
論文 参考訳（メタデータ） (2020-02-05T14:09:47Z) - An Overview of Fingerprint-Based Authentication: Liveness Detection and
Beyond [0.0]
我々は,生きた人間がシステム上で認証しようとしていることを確実にするための技術として定義されている,身体の活力を検出する方法に焦点をあてる。
我々は、悪意ある人物が指紋認証システムを騙して偽の指を本物として受け入れようとする攻撃を防ぐのに、これらの手法がいかに効果的かを分析する。
論文 参考訳（メタデータ） (2020-01-24T20:07:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。