龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江工业大学
申请日：2024-02-21
公开（公告）日：2024-06-04
公开（公告）号：CN118135615A
主分类号：G06V40/12
分类号：G06V40/12;G06V10/80;G06V10/82;G06V10/26;G06N3/045;G06N3/0464;G06N3/0455;G06N3/088;G06N3/084
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.21#实质审查的生效;2024.06.04#公开
摘要：一种基于指尖组织结构先验的无监督指纹防伪方法，包括以下步骤：1模型的输入为经过去噪后的原始图像，并裁剪为一个固定大小尺寸；2对图像分块后，通过卷积和注意力模块进行特征提取，得到组织结构特征集合；3将特征集合送入预训练分割模块；4将特征集合送入特征融合模块，通过注意力得到加权融合特征，送入特征重建模块进行高维特征重建；5将重建高维特征进行图像重建，通过双线性插值对融合特征逐层进行上采样，最终得到与输入原始图像相同尺寸的重建输出图像；6计算输入图像与重建图像、融合特征与重建特征间距离，与阈值进行比较，判定原始图像是否为伪造样本。本发明对伪造样本检出率高，能够较好地区分真伪指纹。
主权项：1.一种基于指尖组织结构先验的无监督指纹防伪方法，其特征在于，所述方法包括以下步骤：步骤1首先，模型的输入图像为经过去噪后的原始图像，将输入的图像进行裁剪；步骤2使用卷积层和注意力层对原始图像进行特征提取，得到组织结构各层的特征集合；步骤3将步骤2中提取到的特征集合送入预训练组织结构分割模块，模块由卷积，双线性插值层以及激活层组成，通过上采样操作，特征图像的分辨率会逐层提升，最后的输出特征图尺寸与标注图像保持一致；步骤4将步骤2中提取到的特征集合送入特征融合模块，通过注意力模块以及残差连接得到各任务的交互输出，然后在通道间的注意力权重模块后进行计算，得到各个组织结构在整体注意力中所占比例的大小，将其转化为对应权重后进行残差连接得到融合特征输出；步骤5将步骤4中得到的融合特征重建，得到高维空间中融合特征的表示，将融合后的重建特征送入解码器，进行上采样，使其分辨率与输入的原始图像保持一致，得到最终输出结果；步骤6计算输入图像与重建图像、融合特征与重建特征间距离，与阈值进行比较，判定原始图像是否为伪造样本。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于指尖组织结构先验的无监督指纹防伪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号