X-FPAD:面向指纹外表攻击检测的可解释性驱动框架
《IEEE Transactions on Biometrics, Behavior, and Identity Science》:The Fingerprint PAD Exposimeter (X-FPAD): A Visual Framework for Evaluating Generalization to Unseen Attacks
【字体:
大
中
小
】
时间:2026年09月24日
来源:IEEE Transactions on Biometrics, Behavior, and Identity Science 4.4
编辑推荐:
摘要:泛化到未见过的外表攻击工具(PAIs)仍然是指纹外表攻击检测(PAD)的主要瓶颈。最先进的检测器作为不透明分类器运行,使从业者无法获得关于数据集组成和漏洞评估的可操作指导。我们提出了X-FPAD(指纹PAD曝光度计),一个可解释性驱动的框架,将深度指纹特征投影到一个由
摘要:
泛化到未见过的外表攻击工具(PAIs)仍然是指纹外表攻击检测(PAD)的主要瓶颈。最先进的检测器作为不透明分类器运行,使从业者无法获得关于数据集组成和漏洞评估的可操作指导。我们提出了X-FPAD(指纹PAD曝光度计),一个可解释性驱动的框架,将深度指纹特征投影到一个由径向-角度几何控制的确定性二维潜空间中:真实样本锚定在原点,每种已知的PAI占据一个专用的角度扇区,径向距离编码与真实皮肤的偏离程度。该几何结构通过复合径向-角度损失在训练过程中原生实施。我们在两个光学传感器(Green Bit、Dermalog)上通过三阶段协议验证了X-FPAD。首先将未见过的外表攻击工具映射到控制其表示的已知材料上;然后从训练集中移除这些材料,并从头开始重新训练四种PAD架构,其中一种专门设计用于泛化到未见过的攻击。为了建立所导致的APCER退化是特定于流形所命名的材料,而不是训练数据减少的通用成本,我们将预测与穷举的材料留出扫描进行对比,在该扫描中依次移除每个训练材料:每个预测的依赖关系都向流形分配的方向移动,而在十分之九的情况下,移除一个流形报告为无关的材料对性能的影响在运行间变化范围内。相同的归因反向运行直接测试了数据集组成的主张:添加流形推荐的材料恢复了18.4个APCER点,相当于最佳可用候选所能提供的87%,而不加信息的选择在同一候选中的恢复率为52%。因此,X-FPAD被支持为一种跨架构诊断工具,用于知情的数据集组成和脆弱性评估。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号