Defesa de Doutorado de Allan da Silva Pinto

Título do Trabalho
Análise de Propriedades Intrínsecas e Extrínsecas de Amostras Biométricas para Detecção de Ataques de Apresentação
Candidato(a)
Allan da Silva Pinto
Nível
Doutorado
Data
Add to Calender 2018-09-06 00:00:00 2018-09-06 00:00:00 Defesa de Doutorado de Allan da Silva Pinto Análise de Propriedades Intrínsecas e Extrínsecas de Amostras Biométricas para Detecção de Ataques de Apresentação Auditório do IC 2 - Sala 85 INSTITUTO DE COMPUTAÇÃO mauroesc@ic.unicamp.br America/Sao_Paulo public
Horário
14h00
Local
Auditório do IC 2 - Sala 85
Orientador(a)
Anderson de Rezende Rocha
Banca Examinadora

Titulares  - Professores Doutores

Unidade/Instituição

Anderson de Rezende Rocha

IC/UNICAMP

Aparecido Nilceu Marana

FC/UNESP

Siovani Cintra Felipussi

CCGT/UFScar

Sandra Eliza Fontes de Avila

IC/UNICAMP

José Mário De Martino

FEEC/UNICAMP

Suplentes  - Professores Doutores

Unidade/Instituição

Fernanda Alcântara Andaló

IC/UNICAMP

Esther Luna Colombini

IC/UNICAMP

Nina Sumiko Tomita Hirata

IME/USP

 

Resumo

Os recentes avanços nas áreas de pesquisa em biometria, forense e segurança da informação trouxeram importantes melhorias na eficácia dos sistemas de reconhecimento biométricos. No entanto, um desafio crescente em biometria é a vulnerabilidade de tais sistemas contra ataques de apresentação, nos quais os usuários impostores criam amostras sintéticas a partir das informações biométricas originais de um usuário legítimo e as mostram ao sensor de aquisição procurando se autenticar como usuários válidos. Dependendo da característica biométrica usada para a autenticação dos usuários, os tipos de ataque variam de acordo com o tipo de material usado para construir as amostras sintéticas. Por exemplo, em biometria facial, uma tentativa de ataque é caracterizada quando um usuário impostor apresenta ao sensor de aquisição uma fotografia, um vídeo digital ou uma máscara 3D com as informações faciais de um usuário-alvo. Em sistemas de biometria baseados em íris, os ataques de apresentação podem ser realizados com fotografias impressas ou com lentes de contato contendo os padrões de íris de um usuário-alvo. Nos sistemas biométricos de impressão digital, os usuários impostores podem enganar o processo de autenticação usando réplicas dos padrões de impressão digital construídos com materiais sintéticos, como látex, massa de modelar, silicone, entre outros. Esta pesquisa tem como objetivo o desenvolvimento de soluções para detecção de ataques de apresentação considerando os sistemas biométricos faciais, de íris e de impressão digital. As linhas de investigação apresentadas nesta tese incluem o desenvolvimento de representações baseadas nas informações espaciais, temporais e espectrais da assinatura de ruído; em propriedades intrínsecas das amostras biométricas (por exemplo, albedo, reflectância e mapas de profundidade) e em técnicas de aprendizagem supervisionada de características. Os principais resultados e contribuições apresentadas nesta tese incluem: o desenvolvimento de novas abordagens para modelagem e análise de propriedades extrínsecas das amostras biométricas relacionadas aos artefatos que são adicionados durante a fabricação das amostras sintéticas e sua captura pelo sensor de aquisição; a investigação de uma abordagem baseada na análise de propriedades intrínsecas das superfícies faciais estimadas a partir da informação de sombras presentes em sua superfície como, por exemplo, a estimação de mapas de albedo, reflectância e de profundidade; e, por fim, a investigação de diferentes abordagens baseadas em redes neurais convolucionais para o aprendizado automático de características relacionadas ao nosso problema incluindo o projeto de eficientes redes neurais com arquiteturas rasas capazes de aprender características relacionadas ao nosso problema a partir dos pequenos conjuntos de dados disponíveis para o desenvolvimento e a avaliação de soluções para a detecção de ataques de apresentação.