Face Anti-Spoofing Scheme Using Handcraft Based and Deep Learning Methods

Authors : Omid SHARIFI

Pages : 1103-1110

Doi:10.21605/cukurovaummfd.869181

View : 17 | Download : 15

Publication Date : 2020-12-31

Article Type : Research Paper

Abstract :Sahte kimliklerle sistemleri taklit eden kötü niyetli kişiler, biyometrik sistemlerin tanınma performansını etkilemektedir. Bu çalışma, bireyleri gerçek ve sahte terimlerle izlemek için karar düzeyinde füzyona dayalı güçlü bir sahtekarlık önleme şemasına odaklanmaktadır. Önerilen sahte tespit şeması, gerçek ve sahte bireyleri ayırt etmek için yüz görüntülerinde hem el yapımı hem de derin öğrenme tekniklerinin dikkate alınmasını içerir. Bu bağlamda, evrişimsel sinir ağı (CNN) ve Log-Gabor filtre yöntemleri sırasıyla görüntülerin derin temsillerini öğrenmek ve görüntülerin yüz özelliklerini çıkarmak için kullanılmaktadır. Önerilen sahteciliği önleme çerçevesinin sağlamlığını geliştirmek için, Log-Gabor ve CNN yöntemlerinin füzyonu, karar seviyesinde füzyon tekniği uygulanarak değerlendirilmiştir. Son olarak, önerilen sahteciliği önleme planının performansı, sahte yüz görüntülerini tespit etmek için Print- Attack ve Replay-Attack gibi halka açık veri tabanlarında incelenmiştir.
Keywords : Sahte saldırılar, El yapımı doku çıkarma, Evrişimsel sinir ağı, Karar düzeyinde füzyon