AuthFormer：面向中老年人的自适应多模态生物特征认证Transformer
计算机视觉与模式识别
2024-11-11 v1
摘要
多模态生物特征认证方法解决了单模态生物特征技术在安全性、鲁棒性和用户适应性方面的局限性。然而，大多数现有方法依赖于固定的多模态组合和数量，这限制了真实应用中的灵活性和适应性。为了克服这些挑战，我们提出了一种自适应多模态生物特征认证模型AuthFormer，专为老年用户设计。AuthFormer在LUTBIO多模态生物特征数据库上进行训练，该数据库包含老年个体的生物特征数据。通过引入交叉注意力机制和门控残差网络（GRN），该模型提高了对老年用户生理变化的适应性。实验表明，AuthFormer实现了99.73%的准确率。此外，其编码器仅需两层即可达到最优性能，与传统Transformer模型相比降低了复杂度。
引用
@article{arxiv.2411.05395,
title = {AuthFormer: Adaptive Multimodal biometric authentication transformer for middle-aged and elderly people},
author = {Yang rui and Meng ling-tao and Zhang qiu-yu},
journal= {arXiv preprint arXiv:2411.05395},
year = {2024}
}