MsMemoryGAN：用于掌静脉对抗净化的多尺度记忆生成对抗网络
原文中文，约200字，阅读约需1分钟。发表于：。本研究针对深度神经网络在掌静脉识别中容易受到对抗性扰动攻击的问题，提出了一种新型的防御模型MsMemoryGAN。其创新之处在于设计了多尺度自编码器和记忆模块，通过学习正常样本的细节模式，有效过滤输入中的对抗性扰动，从而提高掌静脉识别的准确性。
该研究提出了一种新的混合网络结构“全局-局部视觉Mamba”，能够同时学习图像中的局部相关性和全局依赖性。实验结果表明该方法在多个公共数据库上实现了最先进的识别准确率，具有重要的应用价值。
