-
公开(公告)号:CN114913607A
公开(公告)日:2022-08-16
申请号:CN202210668731.8
申请日:2022-06-14
Applicant: 南京邮电大学
Abstract: 一种基于多特征融合的指静脉仿冒检测方法,利用真伪静脉图像在成像质量上的差异,将图像的噪声特征和模糊特征进行融合,来进行仿冒攻击的检测。本方法实现简单,原始指静脉图像在实现真伪鉴别的同时,可同时用于后续的身份识别,减少了额外的计算机资源消耗;相比于仅使用单一图像纹理特征的指静脉仿冒检测方法,本方法融合静脉图像的噪声特征和模糊特征,可增加真伪静脉图像的区分度,有助于提高指静脉仿冒检测的准确度;相比于传统的直接串联或并行的多特征融合方法,本方法使用加权特征融合,考虑了各特征的重要程度,减小了特征间的相互影响,提高了分类器的泛化能力。
-
公开(公告)号:CN114913607B
公开(公告)日:2025-04-15
申请号:CN202210668731.8
申请日:2022-06-14
Applicant: 南京邮电大学
IPC: G06V40/40 , G06V40/14 , G06V10/54 , G06V10/80 , G06V10/30 , G06T5/70 , G06T5/73 , G06T5/60 , G06N3/006
Abstract: 一种基于多特征融合的指静脉仿冒检测方法,利用真伪静脉图像在成像质量上的差异,将图像的噪声特征和模糊特征进行融合,来进行仿冒攻击的检测。本方法实现简单,原始指静脉图像在实现真伪鉴别的同时,可同时用于后续的身份识别,减少了额外的计算机资源消耗;相比于仅使用单一图像纹理特征的指静脉仿冒检测方法,本方法融合静脉图像的噪声特征和模糊特征,可增加真伪静脉图像的区分度,有助于提高指静脉仿冒检测的准确度;相比于传统的直接串联或并行的多特征融合方法,本方法使用加权特征融合,考虑了各特征的重要程度,减小了特征间的相互影响,提高了分类器的泛化能力。
-