-
题名基于频域解离特征的OCT指纹表征攻击检测
被引量：1
- 1
-
-
作者
刘凤
曾文锋
张文天
孔哲
王磊
沈琳琳
-
机构
深圳大学计算机与软件学院
广东省智能信息处理重点实验室
深圳市人工智能与机器人研究院
中国科学院深圳先进技术研究院
-
出处
《计算机学报》
EI
CSCD
北大核心
2024年第2期323-336,共14页
-
基金
国家自然科学基金(62076163,82261138629)
广东省自然科学基金(2023A1515010688)
深圳市基础研究项目基金(No.JCYJ20220531101412030)资助.
-
文摘
在自动指纹识别系统中,指纹防伪能力的发展至关重要.传统指纹一般由表面成像得到,而这种表面的纹理特征极容易被盗取.基于这种传统指纹的识别系统,检测指纹表征攻击的能力十分有限.因此,现有研究普遍针对具有防伪特征的指纹模态,如具有汗腺特征的高精度指纹和具有指静脉特征的指纹开发表征攻击检测算法.在本篇工作中,为了进一步提高指纹系统的表征攻击检测能力,我们提出一种基于光学相干断层扫描技术(Optical Coherence Tomography,OCT)的频域指纹表征攻击检测方法.与以往方法不同,我们首先利用卷积神经网络和残差结构设计了一个频域特征解离模型,通过该模型可以分别解离出时域中叠加在原始OCT指纹图像上的信息(如区分性特征、无效特征和冗余特征).然后,我们让它学习不同的频域编码,并结合OCT指纹在时域中的重构编码形成相应的潜层编码.利用潜层编码,我们设计了一种用于区分表征攻击指纹和真实指纹的预测模型,用于表征攻击检测.在目前常用的OCT指纹数据集上的实验结果表明,我们的方法可以通过在频域中分离出一些叠加在时域中的无用干扰信息,从而有效地消除干扰.在实例方面,该方法的最小误差(Err.)为0.67%,与已有的基于时域的最优方法相比,最小误差降低了3.03%,性能提高了81.89%.
-
关键词
表征攻击检测
光学相干断层扫描技术
离散小波变换
频域解离
自动编码器
-
Keywords
presentation attack detection
optical coherence technology
discrete wavelet transform
frequency disentangle
auto-encoder
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
