面向合成指纹检测的持续少样本自适应

研究者将合成指纹检测形式化为持续少样本自适应问题，让基础检测器快速识别新类型合成指纹。生成式 AI 使合成指纹日益逼真，加剧指纹识别系统的数据注入攻击风险。方法结合二元交叉熵与监督对比损失并回放已知风格样本以缓解灾难性遗忘；多种 DNN 骨干和指纹数据集上的实验显示，其能兼顾快速适应未见风格与保留已知风格。