手掌静脉生物识别深度学习技术综述
图像与视频处理
2024-09-12 v1 人工智能
密码学与安全
计算机视觉与模式识别
摘要
生物识别身份验证因其安全可靠和高效性而受到广泛关注。其中,手掌静脉生物识别包括指纹静脉、掌纹静脉和手背静脉识别,因其高精度、低易伪造性和非侵入性等独特优势而备受青睐。手掌静脉的纹路在个体间高度复杂且唯一,因此成为理想的生物识别标识符。此外,手掌静脉识别属于无接触方式,相较于指纹或虹膜识别,更具便利性和卫生优势。静脉位于体内,抗受损伤和篡改的能力更强,从而提升了生物识别系统的安全性和可靠性。上述因素的综合使手掌静脉生物识别成为高效且安全的身份验证方法。本综述论文深入探讨了最新进展的深度学习技术在指纹静脉、掌纹静脉和手背静脉识别中的应用。综述涵盖手掌静脉生物识别的所有基本要点,总结了公开可用的数据集,并讨论了用于评估三种识别模式的领先指标。此外,本文提供了针对指纹、掌纹、手背及多模态静脉技术的建议方法的全面概览,阐述了实现最佳性能的数据增强技术、有效迁移学习方法以及相关预训练深度学习模型。最后,本综述还阐述了面临的研究挑战,并展望了未来方向与视角,鼓励研究者改进现有方法并提出创新技术。
引用
@article{arxiv.2409.07128,
title = {Deep Learning Techniques for Hand Vein Biometrics: A Comprehensive Review},
author = {Mustapha Hemis and Hamza Kheddar and Sami Bourouis and Nasir Saleem},
journal= {arXiv preprint arXiv:2409.07128},
year = {2024}
}