UiAs: Anti-Spoofing Wajah 3D Independen Pengguna via Sinyal Nirkabel Multi-modal

Autentikasi wajah banyak digunakan dalam aplikasi yang sensitif terhadap keamanan, namun serangan spoofing 3D yang semakin realistis menimbulkan ancaman yang terus meningkat. Masker 3D berfidelitas tinggi dapat mereproduksi tampilan dan geometri wajah, tetapi tidak dapat meniru respons fisik intrinsik jaringan hidup. Respons ini dapat diprobe secara aktif oleh sinyal nirkabel, menawarkan jalur yang menjanjikan untuk deteksi keaslian. Namun, petunjuk keaslian yang ditangkap oleh sinyal nirkabel tersebut terjerat dengan geometri wajah yang bergantung pada pengguna, yang membatasi generalisasi lintas-pengguna. UiAs mengatasi tantangan ini dengan menyajikan sistem anti-spoofing wajah 3D multimodal yang independen pengguna yang memanfaatkan gelombang elektromagnetik (mmWave) dan mekanik (akustik). Kedua modalitas berbagi variasi geometris yang bergantung pada pengguna yang serupa, memungkinkan UiAs menekannya melalui pengurangan lintas-modal sambil mempertahankan petunjuk keaslian yang spesifik modalitas. Respons fisik yang saling melengkapi selanjutnya meningkatkan diskriminasi hidup/spoof. Dalam penerapan praktis, berbagai material (misalnya, kulit, rambut, kacamata, atau penutup wajah) juga dapat memengaruhi representasi keaslian, sementara material spoofing beragam dan terbuka. UiAs menangani kedua masalah tersebut melalui pembelajaran kontrastif yang berjangkar pada kulit. Dievaluasi dengan serangan spoofing 3D nyata, UiAs mencapai akurasi 93,25% untuk pengguna tak terlihat tanpa pendaftaran sinyal fisik khusus pengguna.

UiAs menggunakan arsitektur penginderaan dual-modalitas yang secara aktif memprobe jaringan wajah menggunakan sinyal gelombang milimeter (mmWave) dan akustik. Wawasan intinya adalah bahwa kedua modalitas menangkap campuran fitur geometris yang bergantung pada pengguna dan petunjuk keaslian yang spesifik modalitas. Dengan mengurangi komponen geometris yang dibagi lintas modalitas, UiAs mengisolasi respons spesifik keaslian yang membedakan jaringan hidup dari material spoofing.