A robust active-based face spoof detection for face recognition systems
Yüz tanıma sistemleri için güçlü, aktif tabanlı yüz sahtekarlığı algılama
- Tez No: 710849
- Danışmanlar: DR. ÖĞR. ÜYESİ BETÜL AY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Yüz tanıma sistemlerinin çeşitli gerçek yaşam durumlarında ve uygulamalarında artan oranda konuşlandırılmasıyla birlikte, ortaya çıkan çeşitli sahtekarlık yaklaşımları ile saldırganların çabaları da artıyor. Bu nedenle, sağlam bir sahtecilik algılama tekniğinin geliştirilmesi çok önemlidir. Aktif tabanlı teknikler, sahtekarlık tespiti görevinde sağlam olduklarını kanıtlamış olsalar da, müdahalecilik, yüksek maliyet, hesaplama karmaşıklığı, düşük genelleme yeteneği ve çoğu ekstra donanım gerektiren sorunlarla karşı karşıyadırlar. Bu çalışma, diğer aktif tabanlı yaklaşımlardan daha az müdahaleci, daha az pahalı, düşük karmaşıklık, daha yüksek genelleme kabiliyetine sahip, çeşitli ortam biçimlerini veya 2B saldırıları tespit edebilen aktif tabanlı sağlam bir sahtekarlık algılama tekniği önerdi. Ekstra donanım gerektirmez ve bu nedenle mevcut sistemlere kolayca uyum sağlar. Sahtekarlık tespiti, kameradan farklı mesafelerde yakalanan kullanıcının yüzünün Video karelerindeki bozulma değişiklikleri analiz edilerek elde edilir. Gerçek dünyadaki yüz fotoğrafı ve video verileri de toplandı ve hem meşru hem de sahte saldırı veri setini oluşturmak için kullanıldı. Hem makine öğrenimi sınıflandırıcılarını hem de derin öğrenme modelini kullanan önerilen yaklaşım, sırasıyla 0,23 ve 0,021 kadar düşük EER ve HTER ile %98,18'e kadar yüksek bir doğrulukla yanıltıcı algılama elde etti.
Özet (Çeviri)
With increasing rate of deployment of face recognition systems in various real life cases and applications, efforts by attackers is also on the rise with variety of spoofing approaches emerging. Hence, the development of a robust spoof detection technique is crucial. Although active-based techniques have proven robust in the task of spoof detection, they are faced with the problem of intrusiveness, high cost, computational complexity, low generalization ability and most of which require extra hardware. This study proposed an active-based robust spoof detection technique capable of detecting diverse forms of media or 2D attacks, yet, less intrusive, less expensive, low complexity, higher generalization ability than other active-based approaches. It does not require extra hardware and so can easily fit into existing systems. Spoof detection is achieved by analyzing the distortion changes of Video frames of user's face captured at different distances from the camera. Real-world facial photo and video data were also collected and used to generate both the legitimate and spoof attacks dataset. Utilizing both machine learning classifiers and deep learning model, the proposed approach achieved spoof detection with accuracy as high as 98.18%, with EER and HTER as low as 0.23 and 0.021 respectively.
Benzer Tezler
- Aktif görünüm modeline dayalı gürbüz yüz hizalama
Active appearance model based robust face alignment
FATİH KAHRAMAN
Doktora
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİleri Teknolojiler Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Face identification, gender and age groups classifications for semantic annotation of videos
Videolara anlamsal açıklama eklemek için yüz tanıma, cinsiyet ve yaş grubu sınıflandırması
GÖKHAN YAPRAKKAYA
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
DOÇ. DR. NİHAN KESİM ÇİÇEKLİ
- Near-infrared image based face recognition
Yakın kızılötesi görüntü tabanlı yüz tanıma
NİL SERİ
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Comparison of three IPMSM sensorless position estimation methods through simulations and experiments
İç sabit mıknatıslı senkron motorlarda üç sensörsüz konum tahmini yönteminin simülasyonlar ve deneyler aracılığı ile karşılaştırılması
KAAN BAYKA
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ FUAT ERGENÇ
- Curriculum and active self-paced learning with minimum sparse reconstruction for face recognition
Başlık çevirisi yok
BARIŞ BÜYÜKTAŞ
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ARİF TANJU ERDEM
PROF. DR. ÇİĞDEM EROĞLU ERDEM