[发明专利]基于自编码器的手指静脉防伪鉴别方法及系统

说明书

本发明实施例提供的基于自编码器的手指静脉防伪鉴别方法及系统，属于生物特征识别技术领域。基于自编码器的手指静脉防伪鉴别方法，首先根据采集的手指静脉图像和它对应的标签建立训练集合。其次，构建稀疏自编码器模型并利用灰度图像训练集合对其进行训练。然后，利用训练好的SAE的权值初始化神经网络，并对其进行训练。将神经网络每个隐含层的输出作为提取的特征向量。最后，将各特征向量分别输入到随机森林分类器，并将输出结果用贝叶斯模型进行决策融合，以实现对手指静脉的真伪鉴别。

技术领域

本发明涉及生物特征识别技术领域，具体而言，涉及基于自编码器的手指静脉防伪鉴别方法及系统。

背景技术

信息技术的快速发展使得信息安全越来越重要，这也意味着需要越来越高的信息安全保护。作为一种新兴的生物识别技术，基于静脉的生物特征在生物识别领域引起了广泛关注。与传统生物识别技术，如指纹，掌纹，虹膜，面部识别相比，静脉识别技术具有成本低廉，数据易于采集的无接触式操作的优点。此外，由于静脉位于生物体的内部，所以很难被盗取和伪造，并且不易受表层皮肤变化的影响，因此具有更高的安全性能。

然而，手指静脉识别面临着许多挑战，一个关键的问题是使用假手指静脉图像进行系统攻击。有研究表明使用传统激光打印机打印真伪手指静脉图像而产生静脉伪影对生物识别系统产生了成功的攻击。因此，对于手指静脉防伪鉴别应予以极大重视。目前已有不少手指静脉防伪鉴别算法，比如二值化统计图像特征(BSIF)，雷斯变换(RT)，局部二进制模式(LBP)，局部相位量化(LPQ)，但它们利用手工描述子对静脉特征进行提取，因此现有技术中存在以下缺点：(1)很难证明手工提取的特征一定与手指静脉的图像真伪是相关的。(2)即使存在区分图像真伪的特征，也很难建立有效的数学模型去描述它们。

发明内容

本发明提供的基于自编码器的手指静脉防伪鉴别方法及系统，旨在改善上述技术问题。

本发明提供的一种基于自编码器的手指静脉防伪鉴别方法，包括：采集手指静脉图像；基于预设规则获取所述手指静脉图像的真假图像，并对所述真假图像进行标注；基于所述静脉图像构建训练集合、验证集合和测试集合，其中各个集合中真静脉图像和假静脉图像数量相同；基于所述标注后的所述真假图像进行构建和训练稀疏自编码器；获取所述稀疏自编码器的权重和偏置；基于预设softmax分类器和所述稀疏自编码器构建BP神经网络；基于所述权重初始化所述BP神经网络；基于所述标注后的所述真假图像训练所述BP神经网络；获取所述BP神经网络所输出的输出结果；将所述输出结果作为输入的所述真假图像的深度特征；将所述深度特征分别输入到对应的预设随机森林分类器中进行训练；获取所述随机森林分类器的输出结果；将所述随机森林分类器的输出结果进行最小错误率贝叶斯决策融合，获取每幅所述真假图像的概率；基于所述概率判断所述手指静脉图像的真假。