论文部分内容阅读
随着生物特征识别系统的广泛应用,特征的安全性和隐私性的问题也引起了人们的注意。于是,人们开始考虑将生物特征识别技术和密码学技术结合在一起,应运而生了生物特征加密技术(BiometricEncryption,BE)。这种技术就是将生物特征和密码用某种方式结合在一起,一方面解决了生物特征识别系统的安全性问题,另一方面又为人们省去了需要记忆复杂密码的问题,同时为现有的信息安全和网络安全体系提供新的防护模型。本文主要工作如下:
1、研究并实现了两种人脸特征——小波傅立叶梅琳变换(WaveletFourier-MellinTransform,WFMT)特征和多块局部二元模式(Multi-BlockLocalBinaryPattern,MB-LBP)特征的提取。WFMT特征是一种对于人脸图像的平移、旋转、尺度变化鲁棒的全局特征,更多地反映了人脸图像的共性特征。MB-LBP特征是在LBP特征的基础上,将中心一个像素扩展为多个像素,用同样的方法编码得到的更具分辨能力的特征,可以很好描述人脸图像中人脸的结构和纹理的局部特征。
2、系统的实现了基于WMFT的FaceHashing算法,进一步用MB-LBP特征代替WMFT特征来改进人脸哈希算法,并进行了实验对比。实验结果表明,基于MB-LBP特征的人脸哈希加密算法识别效果优于基于WMFT特征的人脸哈希加密算法。
3、提出了基于Paillier公钥加密系统的人脸识别算法。根据Paillier体制的安全性,正确性和同态性作用下的欧氏距离一致性,提出将Paillier公钥加密系统应用于采用欧氏距离进行度量的人脸识别中,形成安全欧氏距离系统。通过实验验证了欧氏距离一致性,并对MB-LBP特征和WFMT特征在Paillier加密系统中的人脸识别率进行了分析,证明了基于Paillier公钥加密系统的人脸识别算法的安全性和较高的识别性能。