FDFNet：一种通过生物哈希保护的安全可撤销手指背纹模板生成网络

当今世界通过提出多重具有挑战性的问题/场景，已在持续探索线上与数字世界的精细边界。与物理世界类似，个人身份管理对于提供任何安全的在线系统都至关重要。过去十年中，利用人脸、指纹、虹膜等生物特征已在该领域产生大量工作。然而仍存在若干漏洞，人们必须更为严肃地应对生物特征泄露的问题，因为一旦泄露便难以更改。本工作中，我们提出了一种安全的可撤销手指背纹模板生成网络（学习领域特定特征），并通过生物哈希（Bio-Hashing）加以保护。所提系统通过撤销已泄露模板并重新分配新模板，有效保护原始手指背纹图像。我们提出了一种新颖的手指背纹特征提取网络（FDFNet）用于提取判别性特征。该网络专门在特征特定属性上训练，未使用任何预训练架构。随后，采用基于为每个用户分配令牌化随机数的生物哈希技术，对从FDFNet提取的特征进行哈希。为测试所提架构的性能，我们在两个基准公开手指指节数据集PolyU FKP与PolyU Contactless FKI上进行了实验。实验结果表明了所提系统在安全性与准确性方面的有效性。