基於自適應非均勻量化的人臉生物密鑰生成方法
2023-05-01 12:22:36
基於自適應非均勻量化的人臉生物密鑰生成方法
【專利摘要】基於自適應非均勻量化的人臉生物密鑰生成方法，屬於生物密鑰領域。解決了目前生物識別方法準確率較高，但安全性較差的問題。步驟一，對訓練樣本採用主成份分析方法獲得註冊模板特徵集合T＝{t1,t2,…,ti}，其中，ti表示註冊特徵，i表示樣本類別的序列號，且i為正整數，步驟二，對註冊模板特徵集合T中的每類註冊特徵的每維數據生成相應的量化模板，將所有的量化模板組成集合獲得量化模板集合Q，步驟三，對註冊模板特徵集合T中的每類註冊特徵的每維數據所屬量化模板的區間號作為註冊模板特徵集合T生成的量化特徵，並對註冊模板特徵集合T生成的量化特徵採用哈希函數計算，獲得哈希值作為人臉生物密鑰，完成人臉生物密鑰的生成。本發明主要用於對人臉特徵進行識別。
【專利說明】基於自適應非均勻量化的人臉生物密鑰生成方法
【技術領域】
[0001] 本發明屬於生物密鑰領域。
【背景技術】
[0002] 隨著人類科學的不斷進步，網絡的不斷發展，人們對物質文化的需求也越來越高， 相應的信息安全問題也逐漸被人們重視起來。密碼學是保障信息安全的最主要方法之一。 然而，密鑰作為密碼學的核心問題，一直備受關注，但傳統密鑰存在很大的不安全性，長度 太短容易被破解，太長又很難記憶。生物特徵具有高度的唯一性，很難被複製、分享、發布， 提供不可否認性（高識別率、要求用戶在場），很難偽造（需要更多時間、金錢、經驗等），所 有用戶的同類生物信息處於同等安全級別，無需記憶，隨身攜帶以及用戶使用方便。在此背 景下，生物密鑰應運而生。生物密鑰算法的目的是研究如何同時利用生物信息和密碼密鑰 的優勢，使生物信息可以間接作為密鑰安全地應用於各種密碼系統中。其中人臉特徵相比 其它生物特徵在特徵提取方面具有高便利性和無侵犯性等優勢，同時對特徵採集設備的要 求也較低，設備價格也相對廉價，所以更容易被用戶接受。因此，本文以人臉特徵為研究對 象，提出了一種人臉生物密鑰生成方法。
[0003] 人臉識別將人臉特徵作為個人身份標識來進行身份識別，其在軍事安全、公共安 全、民事以及經濟領域具有廣泛的應用前景，如門禁系統、刑偵系統、社保、戶籍系統等等。 主成分分析是應用最廣泛的人臉特徵提取方法，也常用作數據壓縮，其目的是在原始樣本 空間尋找一組最優的映射方向將原始樣本映射到特徵空間後達到極大不相關，從而實現降 維作用。本文將主成份分析方法得到的人臉特徵，利用自適應非均勻量化方法生成安全有 效的人臉生物密鑰。
[0004] 人臉特徵提取：
[0005] 假設訓練樣本集為Ix1, X2，…，xn}，它的目標函數表示形式如下：
【權利要求】
1. 基於自適應非均勻量化的人臉生物密鑰生成方法，其特徵在於，該方法包括如下步 驟： 步驟一，對訓練樣本採用主成份分析方法獲得註冊模板特徵集合T=It1,t2，…，ti}， 其中，ti表示註冊特徵，i表示樣本類別的序列號，且i為正整數， 步驟二，對註冊模板特徵集合T中的每類註冊特徵的每維數據生成相應的量化模板， 將所有的量化模板組成集合獲得量化模板集合Q， 步驟三，對註冊模板特徵集合T中的每類註冊特徵的每維數據所屬量化模板的區間號 作為註冊模板特徵集合T生成的量化特徵，並對註冊模板特徵集合T生成的量化特徵採用 哈希函數計算，獲得哈希值作為人臉生物密鑰，完成人臉生物密鑰的生成。
2. 根據權利要求1所述的基於自適應非均勻量化的人臉生物密鑰生成方法，其特徵在 於，所述的步驟二中對註冊模板特徵集合T中的每類註冊特徵的每維數據生成相應的量化 模板，將所有的量化模板組成集合獲得量化模板集合Q的具體過程為： 步驟二一：設定註冊特徵的維數為η，η為正整數，對註冊模板特徵集合T中的每類註冊 特徵進行歸一化處理，獲得?/， 其中，i/為歸一化後的註冊特徵h的第j維數據，j為正整數， 步驟二二：初始化原始量化模板q'P判斷i/屬於原始量化模板q' ^區間序列中的某 個區間，並設上述某個區間為[a，b]， 其中，原始量化模板V」為在區間[α，β]內以Λ分割的區間序列，Λ=2th，th為 常數， 步驟二三：改變區間[a，b]的起點和終點，以模糊閾值th為區間[a，b]的區間半徑， 為區間[a，b]的中點,使得區間[a，b]變為[//-/Λ.//+/Λ]，其中，a、b、α和β均為常數； 步驟二四：原始量化模板q' ^區間序列中除區間[a，b]和[a，b]前後相鄰的兩個區間 以外的其他區間採用隨機的方法進行移動，獲得新的量化模板qj， 步驟二五：執行步驟二一至步驟二四獲得註冊特徵^的量化模板向量Qi= [qi… ， 步驟六：根據註冊特徵&的量化模板向量Qi,獲得量化模板集合Q= (Q1…Q。}。
3. 根據權利要求2所述的基於自適應非均勻量化的人臉生物密鑰生成方法，其特徵在 於，所述的步驟二四中原始量化模板V^區間序列中除區間[a，b]和[a，b]前後相鄰的兩 個區間以外的其他區間採用隨機的方法進行移動的具體過程為， 採用隨機數產生器產生與原始量化模板V^區間序列等長的隨機數序列，對原始量 化模板V^區間序列中除區間[a，b]和[a，b]前後相鄰的兩個區間以外的其他區間進行 改動，當對原始量化模板V^區間序列中除區間[a，b]和[a，b]前後相鄰的兩個區間以外 的其他區間中的第k個區間[c，d]進行改動，設定隨機數序列中第k維數值為e，則區間 [c,d]改動後為[c-e,d+e]，k為正整數，c、d和e均為常數。
4. 根據權利要求3所述的基於自適應非均勻量化的人臉生物密鑰生成方法，其特徵在 於，所述的隨機數序列的每一維數值大小均在（〇,th)範圍內。
【文檔編號】G06K9/00GK104462918SQ201410723763
【公開日】2015年3月25日 申請日期:2014年12月2日 優先權日:2014年12月2日
【發明者】王志芳, 丁群, 甄佳奇, 李彥超, 陳猛 申請人:黑龍江大學