基于卷积多头注意力网络的指静脉验证
计算机视觉与模式识别
2023-10-26 v1
摘要
生物特征验证系统被部署于各种基于安全的访问控制应用中，这些应用需要用户友好且可靠的人员验证。在不同的生物特征中，指静脉生物特征因其可靠的验证性能而被广泛研究。此外，指静脉纹路位于皮肤内部，外部不可见；因此，它们对呈现攻击以及外部因素导致的退化具有先天抗性。本文提出一种新颖的指静脉验证技术，使用称为 VeinAtnNet 的卷积多头注意力网络。所提出的 VeinAtnNet 旨在以较少的可学习参数实现轻量化，同时从正常和增强的指静脉图像中提取判别信息。所提出的 VeinAtnNet 在新构建的指静脉数据集上训练，该数据集包含 300 个独特的指静脉纹路，通过在多次会话中采集获得每个独特指静脉 92 个样本。在新收集的数据集 FV-300 以及公开可用的 FV-USM 和 FV-PolyU 指静脉数据集上进行了大量实验。将所提方法的性能与五种最先进的指静脉验证系统进行比较，表明了所提 VeinAtnNet 的有效性。
引用
@article{arxiv.2310.16808,
title = {Fingervein Verification using Convolutional Multi-Head Attention Network},
author = {Raghavendra Ramachandra and Sushma Venkatesh},
journal= {arXiv preprint arXiv:2310.16808},
year = {2023}
}
备注
Accepted in IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2024