Resumen

Un sistema de autenticación basado en la cara se ha convertido en un tema importante en varios campos de aplicaciones IoT, como la validación de identidad para la asistencia social, la detección de delitos, el acceso a cajeros automáticos, la seguridad informática, etc. Sin embargo, estos sistemas de autenticación son vulnerables a diferentes ataques. Los ataques de presentación se han convertido en una clara amenaza para las aplicaciones de autenticación y seguridad basadas en biometría facial. Para abordar este problema, propusimos un enfoque de aprendizaje profundo para sistemas de detección de falsificación facial en entornos basados en la nube IoT. El enfoque de aprendizaje profundo extrae características del espacio multicolor para obtener más información de la imagen facial de entrada en relación con los datos de luminancia y crominancia. Estas características se combinan y seleccionan mediante el algoritmo Minimum Redundancy Maximum Relevance (mRMR) para proporcionar un conjunto de características eficiente y discriminatorio. Por último, las características extraídas basadas en el color profundo de la imagen facial se utilizan para la detección de falsificación facial en un entorno de nube. El método propuesto consigue resultados estables con menos datos de entrenamiento en comparación con los métodos convencionales de aprendizaje profundo. Esta ventaja del enfoque propuesto reduce el tiempo de procesamiento en la fase de entrenamiento y optimiza la gestión de recursos en el almacenamiento de datos de entrenamiento en la nube. El sistema propuesto se probó y evaluó en dos bases de datos de falsificación de rostros de acceso público, Replay-Attack y ROSE-Youtu. Los resultados experimentales basados en estas bases de datos mostraron que el método propuesto logró resultados satisfactorios en comparación con los métodos del estado de la técnica basados en una tasa de error igual (EER) de 0,2 y 3,8%, respectivamente, para las bases de datos Replay-Attack y ROSE-Youtu.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:rostro, características, mínima redundancia máxima relevancia, métodos convencionales de aprendizaje profundo, enfoque de aprendizaje profundo, conjunto de características discriminantes, igual tasa de error, imagen facial de entrada, menos datos de entrenamiento, rostro de acceso público
• Keywords:face, features, minimum redundancy maximum relevance, conventional deep learning methods, deep learning approach, discriminate feature set, equal error rate, input face image, less training data, public access face