基于轻量化神经网络的掌静脉表示攻击检测方法及系统

本发明涉及掌静脉识别技术领域，具体涉及基于轻量化神经网络的高效掌静脉表示攻击检测方法及系统。该方法包括以下步骤：获取待识别的图像；将待识别的图像输入至Xception入口流中，对其进行初步的特征提取，以获得初始特征；再将初始特征输入到星形网络的Block模块中，每个Block模块通过卷积和星形操作进一步挖掘图像中的高阶非线性特征；对高阶非线性特征进行分类识别，以获得分类结果数据。本发明通过捕捉图像中的静脉纹理特征来区分真实与伪造的掌静脉图像，输入为单通道的近红外掌静脉图像，输出为真假分类的二元结果。