欺骗攻击下验证系统的评估工具:人脸验证示例
antispoofing.evaluation的Python项目详细描述
该软件包提供了在欺骗攻击下评估生物特征验证系统的方法。评估基于预期性能和欺骗曲线(EPSC)。使用此软件包,您可以计算基于epsc的阈值,计算各种错误率并绘制与epsc相关的各种曲线。
- 除了提供在您自己的脚本中绘制epsc的方法外,这个包还提供了一些脚本,您可以使用这些脚本从多个角度评估您自己的验证系统(是否与反欺骗系统融合)。例如,您可以:
- 在开发集上评估分类系统的阈值
- 对评估或任何其他设置应用阈值以计算不同的错误率
- 绘图分数分布
- 绘制不同的性能曲线(det、epc和epsc)
此外,您可以生成假设数据并使用它们来举例说明上述功能。
如果您使用此软件包和/或其结果,请引用以下内容 出版物:
我们关于生物测定评估的原始文件(标题、pdf和bibtex即将公布):
@ARTICLE{Chingovska_IEEETIFS_2014, author = {Chingovska, Ivana and Anjos, Andr{\'{e}} and Marcel, S{\'{e}}bastien}, title = {Biometrics Evaluation Under Spoofing Attacks}, journal = {IEEE Transactions on Information Forensics and Security}, year = {2014}, }
Bob作为运行实验的核心框架:
@inproceedings{Anjos_ACMMM_2012, author = {A. Anjos AND L. El Shafey AND R. Wallace AND M. G\"unther AND C. McCool AND S. Marcel}, title = {Bob: a free signal processing and machine learning toolbox for researchers}, year = {2012}, month = oct, booktitle = {20th ACM Conference on Multimedia Systems (ACMMM), Nara, Japan}, publisher = {ACM Press}, }
如果您希望报告有关此代码的问题或改进,请 联系上述论文的作者。
安装
注意
如果您是通过我们的github门户而不是通过pypi阅读此页面, 注意包的开发提示可能不稳定或 瞬间不稳定的
转到http://pypi.python.org/pypi/antispoofing.evaluation下载最新的 这个包的稳定版本。然后,将.zip文件解压缩到您选择的文件夹中。
antispoofing.evaluation包是免费信号处理和机器学习库Bob的附属包。必须手动下载此依赖项。此版本的包取决于Bob版本2或更高版本。要安装packages of Bob,请阅读Installation Instructions。为了使Bob能够正常工作,需要安装一些依赖的bob包。请确保您已经阅读了操作系统的依赖项。
最简单的解决方案是下载并提取antispoofing.evaluation包,然后转到控制台并编写:
$ cd antispoofing.evaluation $ python bootstrap-buildout.py $ bin/buildout
这将下载所有必需的依赖Bob和其他软件包,并在本地安装它们。
使用软件包
安装完软件包后,转到控制台并键入:
$ ./bin/sphinx-build doc sphinx
现在,包的完整文档(包括用户指南)将在sphinx/index.html中提供。
问题
如有问题,请联系ivana.chingovska@idiap.ch