63、指纹活体检测与图嵌入技术研究

指纹活体检测与图嵌入技术研究

指纹活体检测实验

在指纹活体检测领域，环境条件对检测性能的影响尚未得到充分的实验研究。特别是当相关算法要集成到实际的指纹验证系统中时，特征集的固有特性（如感兴趣区域ROI的选择）以及指纹传感器的外部特性（如假指纹在传感器表面的压力和环境光照），可能会影响提取的活体特征集的质量，因此分析这些特征集对假指纹攻击的“鲁棒性”至关重要。

1. 数据集与实验协议

   • D.1数据集 ：包含1816个真实指纹和1624个由常用材料（硅胶、明胶、木工胶和乳胶）制作的假指纹。使用Crossmatch LSCAN Guardian USB电子传感器采集指纹图像，按照Fingerprint Liveness Detection Competition (LivDet2011)的协议将数据集分为训练集和测试集。使用多层感知器（MLP）进行训练，得到基线指纹活体检测器。特征集从位于指纹图像核心的ROI中提取，ROI为四边形区域，使用了80x80像素和160x160像素两种尺寸。
   • D.2数据集 ：用于测试ROI定位不准确时特征集性能的变化。研究了四种不同的定位误差，测试了基线系统在80x80像素ROI下的性能，以及通过在训练集中添加从定位错误的ROI中提取的模式所能获得的性能。
   • D.3数据集 ：用于评估在基线系统使用80x80像素ROI时，假指纹在传感器表面的压力对检测性能的影响。通过在假指纹上施加从500克到4000克的递增重量来模拟不同