В данном репозитории представлен код моей дипломной работы, в ходе которой был разработан и реализован новый эффективный алгоритм обнаружения презентационных атак на системы распознавания лиц.
В разработанном алгоритме для обнаружения спуфинга предлагается использовать текстурные признаки "Статистики пороговой смежности" (от англ. Threshold Adjacency Statistics, TAS) и классификатор SVM с линейным ядром. Схема разработанного и реализованного алгоритма MC-TAS-SVM (MultiChannel-TAS-SVM) представлена на рисунке ниже.
Также для сравнения были реализованы два других эффективных алгоритма: RDWT-Haralick-SVM и LBP-SVM.
Код с реализацией алгоритмов и их модификаций представлен в ноутбуке notebooks/implementation_of_algorithms.ipynb.
Для обучения и оценки производительности реализованных алгоритмов был собран и подготовлен набор данных. Собранный набор данных состоит из 611 образцов (пар изображений). Из них 257 образцов – примеры с истинными лицами, и 354 образца являются примерами спуфинг-атак. Изображения были получены для видимого и тепловизионного спектров. Для получения фотографий в видимом спектре использовалась RGB-камера смартфона Honor 9 Lite Midnight Black (LLD-L31), снимающая с разрешением 4160 x 3120, а для получения полутоновых изображений в тепловом спектре использовалась тепловизионная камера Seek Thermal Compact XR, разрешение которой составляет 960 x 1280. Примеры презентационных атак и и пример с истинным лицом из собранного датасета представлены на рисунке ниже.
Разработанный алгоритм алгоритм показал себя более эффективным по сравнению с другими реализованными алгоритмами и позволил добиться максимального качества: значение метрики AUC ROC – 1.0, значение метрики HTER – 0.0.