Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
You can not select more than 25 topics
Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
changan_li
569b996ebd
|
1 year ago | |
|---|---|---|
| image | 1 year ago | |
| main | 1 year ago | |
| README.md | 1 year ago | |
README.md
2022脑机接口算法挑战赛：脑纹识别比赛基线
背景介绍
在当前的数字信息社会中，个人身份验证技术是许多个人和企业安全系统中必不可少的工具。生物特征识别是一种个人身份验证技术，使用生物测量，包括物理、生理或行为特征。有别于传统的指纹，声纹，脸部识别等身份识别方式，脑纹识别技术在不可窃取、不可伪造、不易受损、必须活体检测等方面具有独特的优势，能为身份识别提供更安全的生物识别方法，被称为最安全的下一代密码。
然而，目前脑纹识别技术的发展仍处于探索阶段，存在数据样本量小、测试时段单一、记录范式单一等一系列局限性。同时，脑纹识别系统的准确性、稳定性和通用性受到挑战。同时，没有公开的基于脑电图的生物特征竞争。缺乏统一的测试基准和平台阻碍了这一领域的发展。为此，我们收集了M3CV（一个用于研究EEG共性和个性问题的多被试、多时间段和多任务的数据库）数据集，以启动基于脑电的脑纹识别竞争。
PS：以上背景介绍转载自2022脑机接口算法挑战赛：脑纹识别
完整讲解请参考main文件
在Baseline中，提出了一种双分支网络，首先將脑纹信号进行离散小波变换，将脑纹信号拆解为两个函数，分别入对应的网络通路，网络整体设计思想参考了双线性卷积神经网络的结构。对于脑纹识别问题采取了分而治之的思想。
Jupyter Notebook
Contributors (1)