패치기반 컨볼루션 뉴럴 네트워크 특징을 이용한 위조지문 검출

Vol. 27, No. 1, pp. 39-48, 2월. 2017
10.13089/JKIISC.2017.27.1.39, Full Text:
Keywords: fingerprint liveness detection, CNN, fake fingerprint detection, presentation attack
Abstract

최근 모바일 기기에서의 생체인증 시스템의 증가와 출입관리 시스템에서의 위조지문을 이용한 출입 기록 조작으로 인해 위조 지문 검출에 대한 논의가 다시 활발해지고 있다. 본 논문에서는 입력 지문영상을 패치들로 나누고, 각 패치들에 CNN을 적용하여 위조, 생체, 배경의 세 가지로 분류한다. 이 중 배경으로 분류된 패치들을 제외하고 위조와 생체로 분류된 패치들의 수를 세어서 더 많은 패치가 인식된 쪽으로 위조여부를 판단하게 된다. CNN에 배경 클래스를 추가하여 분류하기 때문에, 제안하는 방법은 영상분할과 같은 추가적인 전처리 과정이 필요하지 않다. 제안하는 방법은 LivDet2011, LivDet2013, LivDet2015에 대하여 실험을 진행하였으며 분류결과 3.06%의 평균 오검출을 보여 매우 우수한 성능을 나타냄을 확인하였다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
E. Park, W. Kim, Q. Li, J. Kim and H. Kim, "Fingerprint Liveness Detection Using Patch-Based Convolutional Neural Networks," Journal of The Korea Institute of Information Security and Cryptology, vol. 27, no. 1, pp. 39-48, 2017. DOI: 10.13089/JKIISC.2017.27.1.39.

[ACM Style]
Eunsoo Park, Weonjin Kim, Qiongxiu Li, Jungmin Kim, and Hakil Kim. 2017. Fingerprint Liveness Detection Using Patch-Based Convolutional Neural Networks. Journal of The Korea Institute of Information Security and Cryptology, 27, 1, (2017), 39-48. DOI: 10.13089/JKIISC.2017.27.1.39.