Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020115154 - ANTI-SPOOFING

Publication Number WO/2020/115154
Publication Date 11.06.2020
International Application No. PCT/EP2019/083712
International Filing Date 04.12.2019
IPC
G06K 9/00 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
CPC
G06K 9/00221
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
00221Acquiring or recognising human faces, facial parts, facial sketches, facial expressions
G06K 9/00899
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
00885Biometric patterns not provided for under G06K9/00006, G06K9/00154, G06K9/00335, G06K9/00362, G06K9/00597; Biometric specific functions not specific to the kind of biometric
00899Spoof detection
G06K 9/00906
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
00885Biometric patterns not provided for under G06K9/00006, G06K9/00154, G06K9/00335, G06K9/00362, G06K9/00597; Biometric specific functions not specific to the kind of biometric
00899Spoof detection
00906Detection of body part being alive
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
Applicants
  • YOTI HOLDING LIMITED [GB]/[GB]
Inventors
  • NIKITIDIS, Symeon
  • RODRIGUEZ, Francisco Angel Garcia
  • DAVIDSON, Erlend
  • NEUGBER, Samuel
Agents
  • WOODHOUSE, Thomas Duncan
Priority Data
1819794.704.12.2018GB
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) ANTI-SPOOFING
(FR) ANTI-LEURRAGE
Abstract
(EN)
A method of configuring an anti-spoofing system to detect if a spoofing attack has been attempted, in which an image processing component of the anti-spoofing system is trained to process 2D verification images according to a set of image processing parameters, in order to extract depth information from the 2D verification images. The configured anti-spoofing system comprises an anti-spoofing component which uses an output from the processing of a 2D verification image by the image processing component to determine whether an entity captured in that image corresponds to an actual human or a spoofing entity. The image processing parameters are learned during the training from a training set of captured 3D training images of both actual humans and spoofing entities, each 3D training image comprising 2D image data and corresponding depth data, by: processing the 2D image data of each 3D training image according to the image processing parameters, so as to compute an image processing output for comparison with the corresponding depth data of that 3D image; and adapting the image processing parameters in order to match the image processing outputs to the corresponding depth data, thereby training the image processing component to extract depth information from 2D verification images.
(FR)
La présente invention concerne un procédé de configuration d'un système anti-leurrage pour détecter si une attaque par mystification a ou non été tentée, dans lequel un composant de traitement d'image du système anti-leurrage est entraîné pour traiter des images de vérification bidimensionnelles (2D) selon un ensemble de paramètres de traitement d'image, de façon à extraire des informations de profondeur à partir des images de vérification 2D. Le système anti-leurrage configuré comprend un composant anti-leurrage qui utilise une sortie provenant du traitement d'une image de vérification 2D par le composant de traitement d'image pour déterminer si une entité capturée dans cette image correspond à un être humain réel ou à une entité de mystification. Les paramètres de traitement d'image sont appris pendant l'apprentissage à partir d'un ensemble d'apprentissage d'images d'apprentissage tridimensionnelles (3D) capturées à la fois d'êtres humains réels et d'entités de mystification, chaque image d'apprentissage 3D comprenant des données d'image 2D et des données de profondeur correspondantes, par : traitement des données d'image 2D de chaque image d'apprentissage 3D selon les paramètres de traitement d'image, de façon à calculer une sortie de traitement d'image en vue d'une comparaison avec les données de profondeur correspondantes de cette image 3D ; et adaptation des paramètres de traitement d'image de façon à mettre en correspondance les sorties de traitement d'image avec les données de profondeur correspondantes, permettant ainsi d'entraîner le composant de traitement d'image pour extraire des informations de profondeur à partir d'images de vérification 2D.
Latest bibliographic data on file with the International Bureau