Hacia la detección de imágenes faciales alteradas en documentos de viaje electrónicos

La vulnerabilidad de los sistemas de reconocimiento facial ante ataques basados en muestras biométricas alteradas se ha establecido en un pasado reciente. Tales ataques representan una grave amenaza de seguridad para un sistema de reconocimiento biométrico, en particular dentro de las aplicaciones de control fronterizo ampliamente desplegadas. Sin embargo, hasta ahora, la detección confiable de imágenes alteradas ha permanecido como un desafío de investigación no resuelto. En este trabajo, se evalúan algoritmos automatizados de detección de alteraciones basados en algoritmos de reconocimiento de patrones de propósito general para dos escenarios relevantes en el contexto de detección de fraude para documentos de viaje electrónicos, es decir, detección de alteraciones en imagen única (sin referencia) y detección de alteraciones en pares de imágenes (diferencial). En este último escenario, una captura en vivo confiable de un intento de autenticación sirve como fuente adicional de información y, por lo tanto, se puede estimar la diferencia entre las características obtenidas de esta imagen facial y una posible alteración. Se utiliza un conjunto de datos de 2,206 imágenes faciales auténticas cumplidoras con ICAO de la base de datos de rostros FRGCv2 para generar automáticamente 4,808 alteraciones. Se demuestra que en un escenario diferencial, los detectores de alteraciones que utilizan una fusión basada en nivel de puntuación de las puntuaciones de detección obtenidas de una imagen única y las diferencias entre pares de imágenes generalmente superan a los detectores de alteraciones sin referencia en cuanto a los algoritmos empleados y los parámetros utilizados. En promedio, se logra una mejora relativa de más del 25% en términos de tasa de error igual de detección.