融合AdaMTrans和Neural-MS解码的无约束生物特征验证方法、系统、设备

    公开(公告)号:CN119402203A

    公开(公告)日:2025-02-07

    申请号:CN202411431561.7

    申请日:2024-10-14

    Applicant: 安徽大学

    Abstract: 本发明属于信息安全领域,具体涉及一种融合AdaMTrans和Neural‑MS解码的无约束生物特征验证方法、系统、设备。该方案设计了一种新型AdaMTrans编码器来量化和二值化生物特征,并结合自适应随机掩码方案,减轻了生物特征噪音和系统纠错能力之间的不一致性。本发明方案中还应用了通信领域中的5G‑LDPC编码方案,设计了一种基于监督学习的Neural‑MS解码器,与非学习解码器相比,该方案具有迭代次数更少,纠错性能更强的优势,从而缓解了现有方案性能下降的弊端。本发明方案对无约束场景下基于生物特征的身份识别具有明显优势,提高了生物特征识别的可靠性,有效缓解了生物特征噪声和系统纠错能力之间的差距以及因生物特征与用户固有联系而产生的隐私安全问题。

Patent Agency Ranking