公开(公告)号：CN111898400A

公开(公告)日：2020-11-06

申请号：CN201911390493.3

申请日：2019-12-30

Applicant: 南京信息工程大学

Inventor： 袁程胜 ,  李欣亭 ,  程韡瑾 ,  顾伟

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态特征融合的指纹活性检测方法。属于信息安全领域，本发明通过对三个卷积神经网络模型进行参数迁移和微调两个操作，并利用它们来提取指纹图像的特征；同时给出一种特征融合法则对提取的指纹图像特征进行融合操作，接着将融合的指纹图像特征输入SVM分类器进行训练和测试，以此判断待测试指纹图像的真伪；用卷积神经网络自动提取指纹图像的特征，可大大减轻算法设计人员的工作量；本发明不局限于单一的卷积神经网络模型，为了利用卷积神经网络模型的特征自学习的能力和更好地识别真假指纹图像，采用三个卷积神经网络模型对指纹图像进行特征提取和融合；对模型进行迁移学习和参数微调，可解决指纹图像训练集不足和模型过拟合的问题。