【技术实现步骤摘要】
本专利技术属于图像处理及图像防御，涉及一种基于生成对抗网络的掌静脉图像防御系方法。
技术介绍
1、目前，与当前广泛使用的传统生物识别技术，如指纹识别和人脸识别等相比，以手掌内部生理特征为基础的掌静脉身份认证技术展现了其独特的技术优势，掌静脉的纹理因藏匿于人体皮肤深层组织处，纹理结构复杂，无法直接通过肉眼观察得到。
2、然而，尽管掌静脉识别技术有很多优势，任何技术也都不是完美无缺的。掌静脉识别技术在实际的应用当中也面临一系列挑战，特别是随着机器学习和人工智能技术的蓬勃发展，各种各样对机器学习模型的攻击也都出现，特别是对抗性攻击，这种通过精心设计的小扰动就能导致合法图像的错误分类的攻击方法，严重降低了静脉识别系统的准确率，也给静脉识别系统提出了新的安全挑战，迫切需要一些防御方法对识别系统进行保护。这些挑战也促使研究人员开始研究如何防御这些对抗攻击，保护识别系统。
3、近年来，许多学者对对抗性防御进行研究并提出了很多防御措施来减轻对抗性攻击，主流的防御方法分为对抗训练和过滤扰动两种方法。对抗训练at和其之后的一系列改进...
【技术保护点】
1.一种基于生成对抗网络的掌静脉图像防御系统，其特征在于，具有两种工作模式，分别为模型训练模式以及匹配评估模式；所述掌静脉图像防御系统包括数据预处理模块、生成对抗网络及识别模块；所述生成对抗网络包括防御生成器子模块、攻击生成器子模块、鉴别器子模块和损失函数子模块；所述数据预处理模块包括数据集分类模块及FGSM对抗样本生成子模块；
2.根据权利要求1所述的一种基于生成对抗网络的掌静脉图像防御系统，其特征在于，所述数据预处理模块、生成对抗网络及识别模块均因模型训练模式以及匹配评估模式而操作不同。
3.根据权利要求2所述的一种基于生成对抗网络的掌静脉...
【技术特征摘要】
1.一种基于生成对抗网络的掌静脉图像防御系统，其特征在于，具有两种工作模式，分别为模型训练模式以及匹配评估模式；所述掌静脉图像防御系统包括数据预处理模块、生成对抗网络及识别模块；所述生成对抗网络包括防御生成器子模块、攻击生成器子模块、鉴别器子模块和损失函数子模块；所述数据预处理模块包括数据集分类模块及fgsm对抗样本生成子模块；
2.根据权利要求1所述的一种基于生成对抗网络的掌静脉图像防御系统，其特征在于，所述数据预处理模块、生成对抗网络及识别模块均因模型训练模式以及匹配评估模式而操作不同。
3.根据权利要求2所述的一种基于生成对抗网络的掌静脉图像防御系统，其特征在于，所述生成器子模块依托于transformer的unet架构，包括swin transformer单元、浅层卷积单元、下采样单元及上采样单元。
4.根据权利要求3所述的一种基于生成对抗网络的掌静脉图像防御系统，其特征在于，所述生成对抗网络为深度哈希网络即swingan模型，依托基于swin transformer的unet生成器构建类discogan跨域关系生成。
<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。