公开(公告)号：CN110046588B

公开(公告)日：2019-11-01

申请号：CN201910321473.4

申请日：2019-04-22

Applicant: 吉林大学

Inventor： 刘元宁 ,  刘帅 ,  朱晓冬 ,  董立岩 ,  程垚松 ,  崔靖威 ,  张齐贤 ,  丁通 ,  张阔 ,  肖刚毅

IPC: G06K9/00 ,  G06N3/04 ,  G06F21/32

Abstract: 本发明公开了一种具有盗取攻击应对机制的异质虹膜认证方法，其方法为：步骤一、构建基于卷积神经网络而改进的异质虹膜多类别认证系统；步骤二、构建盗取攻击应对机制；步骤三、开始正式认证；步骤四、图像依次进入全连接层；步骤五、得到与单一分类器所属的虹膜的相似概率；步骤六、得到精确的相似概率；步骤七、通过编码层的映射关系，输出测试虹膜所属的虹膜类别情况。有益效果：对传统的卷积神经网络进行改造，增加图像处理层和稀释层，有助于在多类别认证中放大不同类别虹膜间的差异性，提高认证的准确性。

公开(公告)号：CN110046588A

公开(公告)日：2019-07-23

申请号：CN201910321473.4

申请日：2019-04-22

Applicant: 吉林大学

Inventor： 刘元宁 ,  刘帅 ,  朱晓冬 ,  董立岩 ,  程垚松 ,  崔靖威 ,  张齐贤 ,  丁通 ,  张阔 ,  肖刚毅

IPC: G06K9/00 ,  G06N3/04 ,  G06F21/32

Abstract: 本发明公开了一种具有盗取攻击应对机制的异质虹膜认证方法，其方法为：步骤一、构建基于卷积神经网络而改进的异质虹膜多类别认证系统；步骤二、构建盗取攻击应对机制；步骤三、开始正式认证；步骤四、图像依次进入全连接层；步骤五、得到与单一分类器所属的虹膜的相似概率；步骤六、得到精确的相似概率；步骤七、通过编码层的映射关系，输出测试虹膜所属的虹膜类别情况。有益效果：对传统的卷积神经网络进行改造，增加图像处理层和稀释层，有助于在多类别认证中放大不同类别虹膜间的差异性，提高认证的准确性。