欢迎来到天天文库
浏览记录
ID:37064276
大小:2.43 MB
页数:82页
时间:2019-05-17
《指静脉识别系统的仿冒攻击检测算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、工程硕士学位论文指静脉识别系统的仿冒攻击检测算法研究作者姓名邱鑫威工程领域控制工程校内指导教师田森平、康文雄校外指导教师廖广军所在学院自动化科学与工程学院论文提交日期2018年03月ResearchonPresentationalAttackDetectionAlgorithmsforFingerVeinRecognitionSystemsADissertationSubmittedfortheDegreeofMasterCandidate:QiuXinweiSupervisor:Prof.TianSenpingProf.KangWenxiongSou
2、thChinaUniversityofTechnologyGuangzhou,China分类号:TP391.4学校代号:10561学号:201521013467华南理工大学硕士学位论文指静脉识别系统的仿冒攻击检测算法研究作者姓名:邱鑫威指导教师姓名、职称:田森平教授、康文雄教授申请学位级别:工程硕士工程领域名称:控制工程论文形式:□产品研发□工程设计□√应用研究□工程/项目管理□调研报告研究方向:图像处理与模式识别论文提交日期:2018年3月2日论文答辩日期:2018年03月20日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:邓飞
3、其委员:田森平康文雄赵学艳旷世芳华南理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:日期:2018年3月22日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复
4、印件和电子版,允许学位论文被查阅(除在保密期内的保密论文外);学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于:□保密,在年解密后适用本授权书。☑不保密,同意在校园网上发布,供校内师生和与学校有共享协议的单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》,传播学位论文的全部或部分内容。(请在以上相应方框内打“√”)作者签名:日期:2018年3月22日指导教师签名:日期:2018年3月22日作者联系
5、电话:15913107235电子邮箱:1246119787@qq.com联系地址(含邮编):广东省广州市天河区五山路华南理工大学3号楼521(邮编:510641)摘要指静脉识别作为一门新兴的的生物特征识别技术已在个人身份认证领域得到了广泛的关注并取得了较大的研究进展。相比人脸、指纹等其他生物模态,手指静脉位于手指表皮下且只能在近红外光下成像,所表征的个人身份信息不容易被盗取,因此通常被认为具有更高的安全性。然而近几年来的最新研究表明,指静脉识别系统也存在仿冒攻击的威胁,即通过普通打印的方式将注册用户的手指静脉图像复制到特殊的纸张上即可成功欺骗系统。通过
6、调研已有的研究文献发现,研究人员已经针对性提出了多种解决方法,但仍不能很好地解决该问题。因此,本文针对指静脉仿冒攻击检测问题进行了较为深入的研究,并提出了2种指静脉仿冒攻击检测的方法:基于全变分的仿冒攻击检测方法(TV-LBP)和基于卷积神经网络的仿冒攻击检测方法(FPNet)。首先,我们通过观察、实验和分析发现,伪造的手指静脉图像的纹理模糊程度较高和干扰噪声较多,基于此,本文提出了一种有效且鲁棒的方法TV-LBP来进行指静脉仿冒攻击检测。它先通过TV算法将原始手指静脉图像分解为包含了模糊信息的结构层和包含了噪声信息的噪声层,以避免模糊信息和噪声信息间
7、的相互影响;接着,为有效地将分离后的模糊和噪声信息提取出来,采用分块LBP方法来提取两个分解层的纹理特征;最后构建了级联SVM模型作为分类器对所提特征进行训练和分类,以提高方法的仿冒攻击检测能力。其次,考虑到卷积神经网络(CNN)在大规模图像分类任务以及人脸、指纹等生物特征仿冒攻击检测领域的成功应用,本文还探索了CNN解决指静脉仿冒攻击检测的可行性,针对性地构建一个全新的浅层网络FPNet。在训练FPNet阶段,从原始图像中截取大量的图像块,从而将训练数据扩充数十至上百倍以确保训练样本的充足。测试时,为了将图像的局部和全局信息结合起来,我们把同一张手指
8、静脉图像上所有图像块的分类得分整合起来作为最终的决策依据,以提高系统的决策质量。最后,为了能公
此文档下载收益归作者所有