论文部分内容阅读
人脸识别技术日益成熟,已经得到广泛的应用。然而,在传统的人脸识别系统或基于人脸特征的身份认证系统中,数据库存放的是未经过处理的人脸数据或人脸特征,存在着很大安全隐患。Ratha等人强调对于稀缺的生物特征数据需要保护起来,因此提出了可撤除生物特征(cancelable biometrics)这一概念。近年来,有关可撤除人脸生物特征识别与认证技术的研究相对较少,因此,本文围绕可撤除人脸识别与认证技术展开研究,主要工作内容包括:(1)围绕随机投影理论展开研究,从一维随机投影扩展为双向二维随机投影,从而将Biohashing方案从一维扩展至二维,形成了(2D)2Biohashing方案。(2D)2Biohashing方案在计算开销和存储开销上有很大的优势,并实验验证了二值化操作能够在高维数据特征中保持良好的鉴别性。最后提出了在人脸特征维数较低时Biohashing方案中量化方案的改进。(2)将(2D)2Biohashing与二维Gabor小波变换和(2D)2LDA级联,提出(2D)2GL-Hash方案。利用Gabor小波变换的多信息和(2D)2LDA良好分类的特点,以适当的人脸特征维数达到最佳的识别性能,配合二值化操作在高维特征中良好鉴别性能的特点,使得(2D)2GL-Hash方案达到高安全性和高认证精度。(3)利用Gabor小波变换多信息的特点,提出了基于Gabor小波变换的多尺度特征级置乱融合(Gabor-SF)方案。该方案对人脸在多个尺度下的Gabor特征进行置乱融合,置乱融合前对每个尺度下各个方向的Gabor特征进行联合编码达到降维的目的。最后在ORL和Yale人脸库中对该方案进行了验证,达到了高安全性和高认证精度。综上,本文的算法和方案能有效保障用户人脸特征的安全性和隐私性,并达到良好的识别与认证精度。