RFDforFin: Robust Deep Forgery Detection for GAN-generated Fingerprint Images

要約

画像生成技術の急速な発展に伴い、GAN で生成された指紋画像の悪意のある悪用は、特定の状況において公共の安全に重大な脅威をもたらします。
既存の普遍的な深層偽造検出アプローチを適用して偽の指紋画像を検出することは可能ですが、それらは攻撃されやすく、堅牢性が不十分です。
一方、指紋画像に対して特別に設計された深層偽造検出方法はありません。
この論文では、私たちの知る限り、指紋の固有のリッジ特徴と GAN 生成画像の生成アーティファクトを組み合わせた、指紋画像に対する初の深層偽造検出アプローチを提案します。
具体的には、まずリッジ ストリームを構築します。これは、リッジに沿ったグレースケールの変化を利用して、指紋固有の固有の特徴を抽出します。
次に、入力指紋画像の FFT ベースのスペクトルを利用して、より堅牢な生成アーティファクト特徴を抽出する生成アーティファクト ストリームを構築します。
最後に、固有のリッジの特徴と生成アーティファクトの特徴が融合されて二値分類 (つまり、本物か偽物か) が行われます。
包括的な実験により、私たちが提案したアプローチが効果的かつ堅牢で、複雑性が低いことが実証されました。

要約(オリジナル)

With the rapid development of the image generation technologies, the malicious abuses of the GAN-generated fingerprint images poses a significant threat to the public safety in certain circumstances. Although the existing universal deep forgery detection approach can be applied to detect the fake fingerprint images, they are easily attacked and have poor robustness. Meanwhile, there is no specifically designed deep forgery detection method for fingerprint images. In this paper, we propose the first deep forgery detection approach for fingerprint images, which combines unique ridge features of fingerprint and generation artifacts of the GAN-generated images, to the best of our knowledge. Specifically, we firstly construct a ridge stream, which exploits the grayscale variations along the ridges to extract unique fingerprint-specific features. Then, we construct a generation artifact stream, in which the FFT-based spectrums of the input fingerprint images are exploited, to extract more robust generation artifact features. At last, the unique ridge features and generation artifact features are fused for binary classification (i.e., real or fake). Comprehensive experiments demonstrate that our proposed approach is effective and robust with low complexities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google