Show simple item record

dc.contributor.advisorScharcanski, Jacobpt_BR
dc.contributor.authorSchardosim, Lucas Royespt_BR
dc.date.accessioned2019-04-02T04:10:43Zpt_BR
dc.date.issued2018pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/189920pt_BR
dc.description.abstractA autenticação de usuário é um passo importante para proteger as informações e neste campo a biometria da face é vantajosa. A biometria do rosto é natural, fácil de usar e menos invasiva. Esta tese complementa a biometria facial e visa desenvolver métodos de contramedidas capaz de detectar tentativas de acesso por usuário não autorizado fraudando a identidade de um usuário autorizado. Apesar do grande sucesso alcançado em biometria da face nas últimas décadas, pouca atenção tem sido dada ao problema crítico de ataque de apresentação, spoofing attack. Somente nos últimos anos que gradualmente os sistemas de reconhecimento facial estão cientes da vulnerabilidade dos ataques de apresentação. Fraudadores não autorizados podem tentar falsificar os sistemas de reconhecimento facial exibindo cópias falsificadas do rosto de um cliente autorizado, tais como fotos ou vídeos. Embora simples, estes ataques são geralmente muito bem sucedidos. Nesta tese foram desenvolvidas contramedidas capazes de detectar ataques de apresentação à sistemas biométricos faciais, sendo criadas três abordagens distintas para a detecção de ataques de apresentação. As metodologias utilizam informações de movimento, energia de deformação das faces, descritores de texturas e esteganoanálise adequadamente projetados para um espaço de dimensão reduzido através de projeções aleatórias, análise de componentes principais e análise discriminante linear. As abordagem são capazes de detectar ataques a cada quadro de um vídeo e, para o estudo de caso, duas bases de dados foram avaliadas. Uma delas é a base de dados do Centro de Biometria e Pesquisa em Segurança da Academia Chinesa de Ciências, CASIA. E a outra, é a base de dados de fotografia de impostor da Universidade Nanjing de Aeronáutica e Astronáutica, NUAA. Através de um classificador de redes neurais artificiais a melhor metodologia desenvolvida alcança uma taxa de erro HTER = 4:93% para NUAA e HTER = 6:51% para CASIA.pt
dc.description.abstractUser authentication is an important step in protecting the information and in this field the face biometry is advantageous. Face biometry is natural, easy to use and less invasive. The proposal of this work complements facial biometrics and aims to develop a method of countermeasures capable of detecting unauthorized access attempts by fraudulating the identity of an authorized user. Despite the great success achieved in face biometrics in recent decades, little attention has been paid to the critical problem of spoofing attack. It is only in recent years that facial recognition systems are gradually aware of the vulnerability of presentation attacks. Unauthorized fraudsters may attempt to falsify facial recognition systems by displaying fake copies of an authorized customer’s face, such as photos or videos. Though simple, these attacks are usually very successful. In this thesis were developed countermeasures capable of detecting presentation attacks to biometric facial systems. Three distinct approaches have been created for the detection of presentation attacks. The methodologies use motion information, face deformation energy, texture descriptors and steganoanalysis properly projected for a small dimension space through random projections, principal component analysis and linear discriminant analysis. The approaches are able to detect spoof attacks on each frame of a video and, for case study, two databases were evaluated. One of them is the database of the Center for Biometry and Security Research of the Chinese Academy of Sciences, CASIA. And the other, is the impostor photography database of Nanjing University of Aeronautics and Astronautics, NUAA. Through an artificial neural network classifier the best developed methodology achieves an error rate of HTER = 4:93% for NUAA and HTER = 6:51% for CASIA.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectBiometriapt_BR
dc.subjectAnti spoofingen
dc.subjectVideoen
dc.subjectSistemas de segurancapt_BR
dc.subjectReconhecimento facialpt_BR
dc.subjectImageen
dc.subjectFraudes digitaispt_BR
dc.subjectFaceen
dc.subjectFakeen
dc.subjectCountermeasuresen
dc.titleContramedidas para evitar a falsificação do usuário no acesso a sistemas biométricos via imagens e vídeospt_BR
dc.typeTesept_BR
dc.identifier.nrb001090075pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentEscola de Engenhariapt_BR
dc.degree.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2018pt_BR
dc.degree.leveldoutoradopt_BR


Files in this item

Thumbnail
   

This item is licensed under a Creative Commons License

Show simple item record