竞争结果表明虹膜生物识别识别检测正在进行的工作

2020-09-08

举行了2020年版的Iris Livess检测竞赛（Livdet-IRIS），难以显着增加，导致先前竞赛的欺骗攻击检测性能较弱。

举行该事件是为了评估和强调虹膜生物识别系统的演示攻击检测（PAD）的进步。组织者包括克拉克森大学的Stephanie Schuckers，巴黎圣母院的亚当·萨伊卡（Adam Czajka）和密歇根州立大学的阿伦·罗斯（Arun Ross），以及来自世界各地的学者和瑞士的IDIAP研究所。

LG的虹膜识别传感器，Irisguard，，，，虹膜ID，和iritech用于收集生物特征图像。没有提供培训数据集，竞争分析师将较低的攻击检测率与往年相比归因于新型攻击类型的引入，测试数据集的复杂性增加以及培训数据集和测试数据集之间的可能可变性。

2020年版的比赛引入了新的攻击，特别是在屏幕上显示的死者眼睛，假肢和样本的眼睛。它还作为正在进行的项目开始了竞争生物识别评估和测试（BEAT）平台由IDIAP。还将提交的表现与由巴黎圣母院和MSU提供的三种基线方法以及三种开源垫方法进行了比较。发现，MSU提供的两个垫基线算法比其他任何人都更准确。

考虑的其他攻击方法包括印刷虹膜和图案隐形眼镜。

获胜条目，来自USACH/TOC（圣地亚哥大学 - 智利和智利TOC生物识别技术）检测为59.1％的APCER（攻击表现分类错误率），BPCER（善意的表现分类错误率）为0.46％。在2013年举行的第一个Livdet-IRIS中表现最好的算法为5.7％，BPCer为28.6％。到2017年的第三次也是最近的比赛中，最佳结果是APCer为14.71％，而BPCer为3.36％。在2020年比赛中的其他球场，来自德国的“竞争者3”和Fraunhofer IGD，APCER得分的分数也比前几年的参赛者高得多，而Fraunhofer团队的入场力仅略低于USACH/TOC团队在整体检测准确性方面。

该论文将在国际生物识别会议（IJCB 2020），始于9月底。

该帖子于2020年9月9日（星期三）上午8:59更新，其中包括Adam Czajka作为活动的组织者。