指纹活体检测

简介：
指纹活体检测技术是一种用于验证指纹信息真实性的安全措施，通过识别活体生物特征来防止假指纹欺骗，广泛应用于智能手机、银行等需要高安全性身份认证的场景。 在该项目中，我们探索了两种不同的分类模型（SVM和支持向量机）以及神经网络用于指纹活动度检测。 我们的研究首先从指纹图像中提取特征，并开发机器学习模型以区分真实与伪造的指纹。所使用的特征提取方法包括BSIF、WLD、LPQ和CNN-RFW等技术。在训练这些模型的过程中，我们采用了10倍交叉验证的方法来防止过拟合，并采取了诸如降维及添加高斯噪声层等措施。为了扩展训练数据集规模，我们也通过增加现有图像的变种数量引入新的训练样本。 我们的实验结果显示，在不同模型上均达到了80%到99%之间的测试准确度，在Digital Persona数据集中也超越了许多LivDet 2015竞赛中的参赛者表现。