对抗自动数据增广方法

少样本鲁棒识别

通过交替优化生成器和分类器，自动生成具有挑战性的样本，提升少样本条件下掌静脉识别的鲁棒性。

Huafeng, Qin · Haofei, Xi · 李艳涛 · El-Yacoubi, Mounîm A. · 王俊 · 高新波

IEEE Transactions on Circuits and Systems for Video Technology 2023

参数信息

公开掌静脉数据集数量

3

技术优势

省掉存储压力

不生成并保存大批图像，而是优化一组潜变量，训练时即时产出难样本，无需额外存储空间。

缓解过拟合

难样本随训练动态生成，避免同一批增广数据反复输入导致过拟合。

应用场景

• 生物特征识别：在样本受限时提升掌静脉验证鲁棒性
• 身份认证系统：为身份认证系统提供少样本下的高精度识别模块
• 图像分类：用对抗方式生成难样本提升分类器泛化
• 掌静脉识别：自动增广掌静脉数据，增强少样本识别能力