Lernen von Ein-Klassen-Darstellungen für die Gesichtspräsentationsangriffserkennung mittels mehrkanaliger Faltungsneuraler Netze

Die Gesichtserkennung hat sich zu einer weit verbreiteten biometrischen Methode entwickelt. Ihre Anfälligkeit gegenüber Darstellungsangriffen stellt jedoch eine erhebliche Sicherheitsbedrohung dar. Obwohl Methoden zur Erkennung von Darstellungsangriffen (Presentation Attack Detection, PAD) diesem Problem entgegenwirken, gelingt es ihnen oft nicht, sich auf bisher nicht gesehene Angriffe zu verallgemeinern. In dieser Arbeit präsentieren wir einen neuen Ansatz für PAD basierend auf einem One-Class-Klassifikator, bei dem die verwendeten Darstellungen mittels eines Multi-Channel Convolutional Neural Network (MCCNN) gelernt werden. Wir führen eine neuartige Verlustfunktion ein, die das Netzwerk dazu zwingt, eine kompakte Einbettung für die Echtklasse (bonafide) zu lernen, während die Darstellungen von Angriffen möglichst weit davon entfernt bleiben. Auf Basis dieser Einbettungen wird ein One-Class-Gaußsches Gemischmodell (Gaussian Mixture Model) für die PAD-Aufgabe eingesetzt. Der vorgeschlagene Rahmen ermöglicht erstmals einen robusten Aufbau eines PAD-Systems allein aus Echtdaten und verfügbaren (bekannten) Angriffsklassen. Dies ist besonders relevant, da die Beschaffung von Echtdaten und einfacher Angriffe deutlich einfacher ist als die Sammlung einer Vielzahl kostspieliger, vielfältiger Angriffe. Das vorgeschlagene System wird auf der öffentlich verfügbaren WMCA-Datenbank für multi-channel Gesichts-PAD evaluiert, die eine große Vielfalt an 2D- und 3D-Angriffen enthält. Zudem wurden Experimente mit den Datensätzen MLFP und SiW-M unter Verwendung ausschließlich der RGB-Kanäle durchgeführt. Die herausragende Leistung bei Protokollen für nicht gesehene Angriffe belegt die Wirksamkeit des vorgeschlagenen Ansatzes. Software, Daten und Protokolle zur Reproduktion der Ergebnisse werden öffentlich bereitgestellt.