DiffVein：用于手指静脉分割与认证的统一扩散网络
计算机视觉与模式识别
2024-02-06 v1
摘要
手指静脉认证因其高安全性和特异性而被认为是生物特征识别研究的焦点。传统方法主要集中于静脉特征提取以进行判别建模，而对生成方法的探索有限。由于验证失败，现有方法通常无法通过分割获得真实的静脉模式。为填补这一空白，我们引入了DiffVein，一个基于统一扩散模型的框架，同时处理静脉分割和认证任务。DiffVein由两个专用分支组成：一个用于分割，另一个用于去噪。为了更好地在这两个分支之间进行特征交互，我们引入了两个专用模块以提高它们的整体性能。第一个是掩码条件模块，它将来自分割分支的静脉模式的语义信息纳入去噪过程。此外，我们还提出了语义差异变换器（SD-Former），它采用傅里叶空间自注意力和交叉注意力模块，在将类别嵌入馈送到分割任务之前提取类别嵌入。通过这种方式，我们的框架允许扩散和分割嵌入之间的动态交互，从而在联合训练中静脉分割和认证任务可以相互促进和增强。为了进一步优化我们的模型，我们引入了傅里叶空间结构相似性（FourierSIM）损失函数，该函数旨在提高去噪网络的学习效率。在USM和THU-MVFV3V数据集上的大量实验证实了DiffVein的优越性能，在静脉分割和认证任务中均树立了新的基准。
引用
@article{arxiv.2402.02060,
title = {DiffVein: A Unified Diffusion Network for Finger Vein Segmentation and Authentication},
author = {Yanjun Liu and Wenming Yang and Qingmin Liao},
journal= {arXiv preprint arXiv:2402.02060},
year = {2024}
}