Intra-finger Variability of Diffusion-based Latent Fingerprint Generation

1. Declaração do Problema

O artigo aborda duas limitações críticas na geração atual de impressões digitais sintéticas, especificamente no que diz respeito a impressões latentes (impressões digitais levantadas de superfícies):

• Falta de Diversidade Controlada: Os modelos de IA Generativa existentes (como GANs e modelos de Difusão) frequentemente dependem de transferência de estilo holística ou aleatória. Eles não conseguem gerar com precisão impressões digitais correspondentes a cenários forenses específicos (por exemplo, uma impressão em uma "garrafa de vidro" levantada com "pó fluorescente"). Isso limita o treinamento de Sistemas Automáticos de Identificação de Impressões Digitais (AFIS) e de Examinadores de Impressões Latentes (LPE).
• Integridade da Identidade (Alucinação): A natureza estocástica dos modelos de difusão introduz "alucinações" durante o estágio de variação intra-digital (gerando múltiplas impressões do mesmo dedo). Esses modelos podem inadvertidamente adicionar, remover ou deslocar minúcias (terminações de cristas e bifurcações) ou extrapolar padrões de cristas para o fundo, corrompendo a identidade da verdade fundamental.

2. Metodologia

Os autores avaliam e estendem o GenPrint, um framework baseado em difusão de última geração (SOTA). Sua metodologia consiste em três componentes principais:

A. Construção de um Banco de Estilos Latentes

Para resolver a falta de diversidade, os autores curaram um Banco de Estilos Latentes abrangente a partir de sete conjuntos de dados reais diversos (por exemplo, IIITD-SLF, NIST-SD302, LFIW).

• Escala: O banco contém 28.357 impressões digitais latentes reais.
• Cobertura: Abrange 40 superfícies únicas (por exemplo, cerâmica, vidro, fita adesiva, papel) e 15 técnicas de processamento distintas (por exemplo, pó preto, fumigação com cianoacrilato, DFO).
• Implementação: Eles estenderam o pipeline do GenPrint para aceitar prompts de texto específicos definindo {superfície} + {técnica}. Ao usar um codificador de estilo VGG-19 pré-treinado, mapearam essas imagens reais em um espaço de incorporação de estilo, permitindo transferência de estilo zero-shot para gerar impressões sintéticas em superfícies nas quais o modelo não foi explicitamente treinado.

B. Framework Semiautomático de Consistência de Identidade

Para quantificar a preservação da identidade, os autores desenvolveram um framework para detectar erros locais e globais:

• Preparação de Dados: Eles utilizaram o banco de dados IBM-HURSLEY (900 impressões digitais "slap" com minúcias de verdade fundamental). Selecionaram 100 exemplares reais (50 de alta qualidade, 50 de baixa qualidade) e geraram impressões "slap" sintéticas usando o Estágio 2 do GenPrint.
• Alinhamento com a Verdade Fundamental: Como o processo de geração envolve transformações afins e máscaras, eles aplicaram as mesmas transformações às minúcias de verdade fundamental e às máscaras de primeiro plano para criar um conjunto "Esperado" ($M_{exp}$, $B_{exp}$).
• Categorização de Erros: Usando uma ferramenta de anotação manual personalizada, compararam as minúcias geradas ($M_{gen}$) com o conjunto esperado, categorizando os pontos como:
  1. Correspondentes: Presentes em ambos.
  2. Faltantes: Presentes no esperado, ausentes no gerado.
  3. Espúrios: Ausentes no esperado, presentes no gerado.

C. Métricas de Avaliação

• Erros Locais: Medidos como Erro de Remoção ($\epsilon_{rem}$) e Erro de Adição ($\epsilon_{add}$).
• Erros Globais: Medidos via Interseção sobre União (IoU) entre a máscara de primeiro plano esperada e a máscara gerada. Um IoU baixo indica que o modelo "alucinou" cristas fora da área válida da impressão digital.
• Desempenho de Reconhecimento: Verificado usando o MegaMatcher SDK para garantir que a transferência de estilo não destruísse a identidade (Taxa de Verdadeira Correspondência em 0,01% de FMR).

3. Contribuições Principais

1. Controle de Estilo Latente Aprimorado: A criação de um banco de estilos estruturado permitindo a geração de impressões latentes com 40 combinações distintas de superfície/técnica, superando significativamente os métodos anteriores que ofereciam apenas estilos genéricos ou aleatórios.
2. Análise Rigorosa de Identidade: Um framework semiautomático inovador que quantifica a taxa de "alucinação" dos modelos de difusão, distinguindo entre erros locais de minúcias e extrapolação global de padrões de cristas.
3. Insights Empíricos: Um estudo sistemático revelando os modos de falha específicos dos geradores de impressões digitais baseados em difusão, particularmente como a qualidade de entrada e incompatibilidades na incorporação de estilo impulsionam erros.

4. Resultados Principais

A. Diversidade e Desempenho de Reconhecimento

• O GenPrint estendido gerou com sucesso impressões latentes diversas em todas as 45 categorias de estilo.
• Preservação de Identidade: O desempenho de reconhecimento (Taxa de Verdadeira Correspondência) entre impressões latentes sintéticas e seus exemplares sintéticos foi comparável a pares reais correspondentes (por exemplo, Par Sintético TMR ~93-96% vs. Par Real TMR ~75-97%). Isso confirma que o fluxo global de cristas e a identidade são amplamente preservados.
• Alinhamento de Qualidade: As impressões sintéticas replicaram com precisão a distribuição de qualidade intrínseca das impressões reais (por exemplo, superfícies de baixa qualidade como papelão renderiram impressões sintéticas de baixa qualidade), validado por pontuações NFIQ2 e LFIQA.

B. Erros Locais (Integridade de Minúcias)

Apesar de altas pontuações de reconhecimento, os modelos introduziram inconsistências locais significativas:

• Taxas de Erro Gerais: Em média, 12,42% das minúcias de verdade fundamental foram removidas, e 21,45% das minúcias foram alucinadas (adicionadas).
• Impacto da Qualidade de Entrada:
  • Entrada de Alta Qualidade: O erro de adição foi de 10,98%.
  • Entrada de Baixa Qualidade: O erro de adição disparou para 31,67%.
  • Causa: O módulo de aprimoramento SqueezeUNet tende a suavizar excessivamente cristas fracas (causando remoção) ou criar artefatos em regiões ruidosas (causando adição).

C. Erros Globais (Alucinação de Cristas)

• Extrapolação: O modelo de difusão frequentemente extrapolou padrões de cristas para o fundo, aumentando a área de superfície aparente da impressão digital.
• Incompatibilidade de Estilo: As taxas de alucinação global variaram significativamente conforme o estilo do sensor. Por exemplo, sensores CrossMatch mostraram uma taxa de erro de alucinação de 30,04%, enquanto outros foram menores (~7%).
• Causa: Quando a incorporação de estilo alvo implica uma grande área de impressão digital (por exemplo, uma captura completa do sensor) mas a máscara de entrada é pequena, o modelo tenta "preencher" o espaço faltante com cristas, criando padrões de fundo falsos.

5. Significado e Conclusão

Este trabalho destaca uma lacuna crítica na IA generativa atual para forense: altas pontuações de reconhecimento não garantem fidelidade estrutural. Embora os modelos de difusão possam gerar impressões digitais latentes visualmente realistas que preservam a identidade para algoritmos de correspondência, eles introduzem erros sutis, mas críticos (minúcias e cristas alucinadas) que poderiam enganar examinadores humanos ou comprometer a integridade da evidência forense.

Implicações:

• Treinamento: Conjuntos de dados sintéticos devem ser curados com restrições estritas de identidade para evitar treinar examinadores em características alucinadas.
• Direções Futuras: Os autores recomendam incorporar restrições explícitas de estrutura de cristas e minúcias na função de perda do modelo de difusão para prevenir alucinações, em vez de depender exclusivamente da transferência de estilo baseada em textura.

Em resumo, o artigo fornece uma necessária "verificação da realidade" para a comunidade de GenAI, demonstrando que, embora a geração de impressões digitais sintéticas seja madura em termos de diversidade visual, ela requer melhorias arquitetônicas significativas para garantir a integridade das características forenses.