Close-up challenge approach for active liveness

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Kamarowski, Bruno Henrique
Orientador(a): Menotti, David, 1978-
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Processamento de dados
Falsificação
Reconhecimento facial (Computação)
Conjunto de caracteres (Processamento de dados)
Ciência da Computação
Link de acesso: https://hdl.handle.net/1884/96397
Resumo: Orientador: David Menotti Gomes
id UFPR_bf9d80e7a74e095a4784001d3de3973c
oai_identifier_str oai:acervodigital.ufpr.br:1884/96397
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str
spelling Granada, Roger LeitzkeUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaMenotti, David, 1978-Kamarowski, Bruno Henrique2025-05-06T21:18:30Z2025-05-06T21:18:30Z2024https://hdl.handle.net/1884/96397Orientador: David Menotti GomesCoorientador: Roger Leitzke GranadaDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 26/03/2025Inclui referênciasÁrea de concentração: Ciência da ComputaçãoResumo: A tarefa de Anti-Spoofing Facial (FAS) foca na detecção de tentativas de enganar sistemas de autenticação facial. A grande maioria dos estudos nessa área se concentra em abordagens passivas, que não exigem nenhuma interação especial por parte do usuário. Em contraste, o subcampo da detecção ativa de vivacidade — onde a autenticidade é verificada por meio de ações realizadas pelo usuário — permanece pouco explorado. Essa lacuna se deve principalmente à falta de conjuntos de dados públicos adequados para tarefas de vivacidade ativa, o que leva a pesquisas irreproduzíveis, métodos desatualizados e análises comparativas limitadas. Para enfrentar esses problemas, este trabalho apresenta um novo conjunto de dados de vivacidade ativa com ênfase em vídeos com movimentos em close-up. O conjunto contém 714 amostras genuínas coletadas de voluntários e 1.847 amostras falsas criadas usando imagens do CelebA e vídeos do CelebV exibidos em diferentes instrumentos de ataque de apresentação. Propomos quatro protocolos de avaliação para testar a capacidade de generalização de modelos de detecção de vivacidade ativa em cenários desafiadores, como lidar com ataques desconhecidos, instrumentos não vistos anteriormente e variações nos padrões de aquisição das câmeras. Além disso, este trabalho apresenta um novo modelo baseado em trabalhos anteriores, que integra invariantes projetivos com embeddings faciais para uma extração de características mais robusta. Essa abordagem melhora significativamente as técnicas existentes, superando outras linhas de base na detecção de tentativas de falsificaçãoAbstract: The Face Anti-Spoofing (FAS) task focuses on detecting attempts to deceive facial authentication systems. The vast majority of studies in this field focus on passive approaches, which do not require any special interaction with the user. In contrast, the subfield of active liveness detection —where authenticity is verified through user-performed actions — remains underexplored. This gap is primarily due to a lack of public datasets suitable for active liveness tasks, leading to irreproducible research, outdated methods, and limited comparative analysis. To address these issues, this work introduces a new active liveness dataset emphasizing videos with close-up movements. The dataset consists of 714 genuine samples collected from volunteer subjects and 1,847 spoof samples created using CelebA images and CelebV videos displayed across various presentation attack instruments. We propose four evaluation protocols to assess the generalization capabilities of active liveness detection models in challenging scenarios, such as handling unknown attacks, unseen instruments, and variations in camera acquisition patterns. Additionally, this work presents a new model that builds on prior work, integrating projective invariants with facial embedding for more robust feature extraction. This approach significantly improves upon existing techniques, outperforming other baselines in detecting spoofing attempts1 recurso online : PDF.application/pdfProcessamento de dadosFalsificaçãoReconhecimento facial (Computação)Conjunto de caracteres (Processamento de dados)Ciência da ComputaçãoClose-up challenge approach for active livenessinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisengreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - BRUNO HENRIQUE KAMAROWSKI DE CARVALHO.pdfapplication/pdf10265246https://acervodigital.ufpr.br/bitstream/1884/96397/1/R%20-%20D%20-%20BRUNO%20HENRIQUE%20KAMAROWSKI%20DE%20CARVALHO.pdf7123d9deb275342092a2b848aff8f046MD51open access1884/963972025-05-06 18:18:30.75open accessoai:acervodigital.ufpr.br:1884/96397Repositório InstitucionalPUBhttp://acervodigital.ufpr.br/oai/requestinformacaodigital@ufpr.bropendoar:3082025-05-06T21:18:30Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Close-up challenge approach for active liveness
title Close-up challenge approach for active liveness
spellingShingle Close-up challenge approach for active liveness
Kamarowski, Bruno Henrique
Processamento de dados
Falsificação
Reconhecimento facial (Computação)
Conjunto de caracteres (Processamento de dados)
Ciência da Computação
title_short Close-up challenge approach for active liveness
title_full Close-up challenge approach for active liveness
title_fullStr Close-up challenge approach for active liveness
title_full_unstemmed Close-up challenge approach for active liveness
title_sort Close-up challenge approach for active liveness
author Kamarowski, Bruno Henrique
author_facet Kamarowski, Bruno Henrique
author_role author
dc.contributor.other.pt_BR.fl_str_mv Granada, Roger Leitzke
Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.advisor1.fl_str_mv Menotti, David, 1978-
dc.contributor.author.fl_str_mv Kamarowski, Bruno Henrique
contributor_str_mv Menotti, David, 1978-
dc.subject.por.fl_str_mv Processamento de dados
Falsificação
Reconhecimento facial (Computação)
Conjunto de caracteres (Processamento de dados)
Ciência da Computação
topic Processamento de dados
Falsificação
Reconhecimento facial (Computação)
Conjunto de caracteres (Processamento de dados)
Ciência da Computação
description Orientador: David Menotti Gomes
publishDate 2024
dc.date.issued.fl_str_mv 2024
dc.date.accessioned.fl_str_mv 2025-05-06T21:18:30Z
dc.date.available.fl_str_mv 2025-05-06T21:18:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/96397
url https://hdl.handle.net/1884/96397
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/96397/1/R%20-%20D%20-%20BRUNO%20HENRIQUE%20KAMAROWSKI%20DE%20CARVALHO.pdf
bitstream.checksum.fl_str_mv 7123d9deb275342092a2b848aff8f046
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv informacaodigital@ufpr.br
_version_ 1847526119157268480

Registros relacionados