專利名稱：一種基于人臉特征密鑰生成的網(wǎng)上身份認(rèn)證方法
技術(shù)領(lǐng)域：
本發(fā)明涉及生物特征識(shí)別認(rèn)證以及密碼應(yīng)用技術(shù)領(lǐng)域，具體涉及一種基于人臉特 征密鑰生成的網(wǎng)上身份認(rèn)證方法的研究及實(shí)現(xiàn)。
背景技術(shù)：
生物特征識(shí)別可以有效的解決身份管理系統(tǒng)中的用戶身份鑒定以及安全控制問(wèn) 題。生物特征包括生理特征和行為特征。常用的生理特征有指紋、手形、臉形、虹膜、視網(wǎng) 膜及氣味等；行為特征有擊鍵、聲音、手寫(xiě)、步態(tài)等。隨著生物識(shí)別系統(tǒng)在諸多場(chǎng)合的廣泛 應(yīng)用，人們?cè)絹?lái)越關(guān)心生物識(shí)別技術(shù)的安全性和隱私性。理想的生物識(shí)別系統(tǒng)應(yīng)具有魯棒 性、低錯(cuò)誤率和不易篡改等特性。生物特征識(shí)別系統(tǒng)存在可能的偽造生物特征、重復(fù)使用生 物特征數(shù)據(jù)、越過(guò)特征提取器、篡改提取后的生物特征數(shù)據(jù)、篡改模板數(shù)據(jù)庫(kù)、控制輸出等8 種攻擊和安全問(wèn)題。傳統(tǒng)的密鑰體制也存在使用不方便和記憶困難等缺點(diǎn)。典型的密鑰 (cryptographic keys)都是足夠長(zhǎng)且隨機(jī)的(比如AES標(biāo)準(zhǔn)的密鑰是1 位的隨機(jī) bit流)，而人幾乎不可能記憶如此長(zhǎng)的密鑰，所以這樣的密鑰就會(huì)被保存在某種存儲(chǔ)介 質(zhì)上，比如USB令牌，或者直接存儲(chǔ)在計(jì)算機(jī)硬盤(pán)上，然后再由一個(gè)相對(duì)容易記憶的密碼 (password)來(lái)保護(hù)密鑰的安全性。這樣，整個(gè)密鑰系統(tǒng)的安全性就是基于密碼(password) 的。而密碼由于其本身的非隨機(jī)性和較小的長(zhǎng)度，往往容易被攻擊者破解，從而危及系統(tǒng)的 安全。從這個(gè)角度上講，如果我們使用生物特征來(lái)代替密鑰，或者將生物特征和密鑰以某種 方式結(jié)合起來(lái)，就會(huì)免去存儲(chǔ)和管理密鑰的很多麻煩，而且密鑰本身又可以對(duì)生物特征進(jìn) 行加密保護(hù)，使得攻擊者既獲取不到密鑰本身也不容易獲得加密后的生物特征模板。當(dāng)用戶須得到一個(gè)被保護(hù)的密鑰時(shí)，只要向系統(tǒng)提供自己的生物特征樣本，如果 驗(yàn)證樣本和注冊(cè)模板匹配，則密鑰立即被釋放。此方法使密鑰和用戶身份的掛鉤，用戶無(wú)須 記住口令，而生物特征不易被攻擊者獲知，因此，其安全性更高?；谟脩羯锾卣魃傻?密鑰具有破譯困難，可隨身攜帶，不會(huì)丟失、被盜的優(yōu)點(diǎn)。目前針對(duì)特征模板數(shù)據(jù)的安全保護(hù)技術(shù)的研究主要有生物特征變換技術(shù)和生物 特征加密系統(tǒng)。其中生物特征變換技術(shù)包括加鹽(lilting)和非線性變換(Noninvertible transform)兩種技術(shù)。生物系統(tǒng)加密方案主要是基于利用生物特征保護(hù)加密密鑰或直接 從生物特征中產(chǎn)生密鑰的想法而產(chǎn)生的?？梢杂米髂０灞Ｗo(hù)機(jī)制以及加密系統(tǒng)的保護(hù)。生 物特征加密系統(tǒng)分為密鑰綁定和密鑰生成兩種方式。當(dāng)幫助數(shù)據(jù)由一個(gè)密鑰與特征模板綁 定，稱為綁定系統(tǒng)。如果幫助數(shù)據(jù)僅由生物識(shí)別系統(tǒng)模板產(chǎn)生且加密密鑰直接由幫助數(shù)據(jù) 和帶查詢的生物特征產(chǎn)生，稱之為密鑰產(chǎn)生方法。自從生物特征密鑰的概念提出以后，國(guó)內(nèi)外一些著名機(jī)構(gòu)和個(gè)人研究提出了基于 各種生物特征產(chǎn)生穩(wěn)定、強(qiáng)健的密鑰的方法。截止目前，國(guó)際研究熱點(diǎn)主要包括模糊提取、基于生物哈希的方法等。
1)模糊提取模糊提取從變化的生物特征中穩(wěn)定地提取出分布一致的強(qiáng)密鑰。秘 密產(chǎn)生，從首次采樣得到公開(kāi)數(shù)據(jù)pub和秘密數(shù)據(jù)R，R用后應(yīng)當(dāng)銷(xiāo)毀。秘密恢復(fù)，當(dāng)二次采 樣數(shù)據(jù)和首次采樣距離充分接近時(shí)，從公開(kāi)數(shù)據(jù)Pub和二次采樣數(shù)，可恢復(fù)出秘密數(shù)據(jù)R。2)基于生物哈希的方法原理使用人臉圖像的小波傅里葉梅琳變換特征(Wavelet-FMIFeature，WFMT)和 存儲(chǔ)在用戶身份令牌中的一組偽隨機(jī)數(shù)進(jìn)行迭代內(nèi)積，產(chǎn)生一組對(duì)應(yīng)特定用戶的二值序 列。以上所提到的兩種方法存在諸多不足之處，主要體現(xiàn)在(1)根據(jù)同一個(gè)人的不 同頭像產(chǎn)生不同的密鑰，且密鑰之間差距較大，即生物特征的類內(nèi)差較大，這將導(dǎo)致偽拒絕 率提高。(2)根據(jù)不同人的頭像產(chǎn)生密鑰之間差距較小的密鑰，即生物特征的類間差較小， 這將導(dǎo)致偽接受率提高。對(duì)于密鑰生成方法來(lái)說(shuō)，生成的密鑰應(yīng)該類內(nèi)差盡量小，類間差盡 量大，使得在身份認(rèn)證時(shí)偽拒絕率和偽接受率降到最低，因此我們發(fā)明一種基于統(tǒng)計(jì)最優(yōu) 的人臉特征密鑰生成方法，并且應(yīng)用此密鑰實(shí)現(xiàn)身份認(rèn)證方法。該方法簡(jiǎn)單可行，生成密鑰 類內(nèi)差很小，類間差很大，具有良好的認(rèn)證效果。

發(fā)明內(nèi)容
本發(fā)明的目的在于通過(guò)提供一種基于人臉特征的密鑰生成方法，并給出利用此生 物特征密鑰進(jìn)行身份認(rèn)證的系統(tǒng)模型，用于解決人臉特征認(rèn)證系統(tǒng)中的人臉特征模板安全 性保護(hù)以及為密碼系統(tǒng)中密鑰產(chǎn)生和密鑰管理提供參考模型。本發(fā)明提出的密鑰生成方法可以使偽接受率降到0，，從而避免陌生人進(jìn)入系統(tǒng)， 起到了保護(hù)用戶隱私安全的目的。偽拒絕率降到6. 5%，這要比其他方法低2. 5% 5%。本發(fā)明是采用以下技術(shù)手段實(shí)現(xiàn)的一種基于人臉特征密鑰生成的網(wǎng)上身份認(rèn)證方法，包括以下步驟A、身份注冊(cè)階段，利用基于隨機(jī)投影和統(tǒng)計(jì)最優(yōu)的人臉特征方法生成穩(wěn)定的密鑰 并存入數(shù)據(jù)庫(kù)，用此密鑰對(duì)用戶進(jìn)行身份認(rèn)證。步驟A具體包括Al、對(duì)輸入的人臉圖像進(jìn)行特征提取，特征提取過(guò)程處理的是靜態(tài)灰度人臉圖像， 輸入的人臉照片經(jīng)過(guò)圖像處理和定位后，得到屬于測(cè)量空間的人臉灰度圖像，然后把該圖 像數(shù)據(jù)歸一化并投影到相應(yīng)的特征空間得到用于分類人臉的特征。A2、對(duì)Al生成的特征采用統(tǒng)計(jì)最優(yōu)的方法生成人臉特征密鑰，采取先對(duì)測(cè)試集每 個(gè)人臉的一組圖像進(jìn)行二值化，然后甄選出每個(gè)人的穩(wěn)定特征，將這些穩(wěn)定的二進(jìn)制特征 進(jìn)行級(jí)聯(lián)形成穩(wěn)定的密鑰。步驟A2為本發(fā)明的創(chuàng)新點(diǎn)，通過(guò)步驟A2可以有效地減小生物特征的類內(nèi)差，增大 生物特征的類間差，步驟A2具體包括A21、對(duì)Al提取的每幅人臉的特征進(jìn)行閾值化；閾值選擇為每個(gè)人測(cè)試集中所有 人臉圖像特征的平均值；對(duì)于每幅人臉特征與此閾值比較，大于閾值則將其設(shè)置為1，反之 設(shè)置為0 ；經(jīng)過(guò)閾值化后，每個(gè)人的測(cè)試集圖像特征變成二進(jìn)制串形式。A22、對(duì)A21生成的每個(gè)人的一組測(cè)試集圖像的二進(jìn)制特征進(jìn)行可區(qū)分的最優(yōu)特 征進(jìn)行統(tǒng)計(jì)，可區(qū)分的最優(yōu)特征指的是在一個(gè)人的一組測(cè)試集圖像特征中，如果每一個(gè)特征向量中的對(duì)應(yīng)順序中，所有的特征值相同，我們就將其視為可區(qū)分的最優(yōu)特征，反之，在 對(duì)應(yīng)的順序中，只要有一個(gè)特征和其他的不同，就認(rèn)為其沒(méi)有良好的分類能力，將其丟棄。A23、將A22步驟中統(tǒng)計(jì)的最優(yōu)的可區(qū)分二進(jìn)制特征進(jìn)行級(jí)聯(lián)起來(lái)，形成一個(gè)新的 二進(jìn)制字符串-人臉特征密鑰，同時(shí)將二進(jìn)制形式的可區(qū)分最優(yōu)特征與其在字符串中的順 序結(jié)合起來(lái)形成一個(gè)查詢表。A3、將上述步驟A2生成的穩(wěn)定密鑰以及生成的查詢表一并存入數(shù)據(jù)庫(kù)中。B、身份認(rèn)證階段，根據(jù)提供的人臉圖像，采用和密鑰生成階段生成密鑰的一致方 法對(duì)人臉圖像進(jìn)行特征提取、特征隨機(jī)投影、密鑰生成以及特征糾錯(cuò)步驟；然后進(jìn)行特征匹 配運(yùn)算，實(shí)現(xiàn)對(duì)用戶的身份認(rèn)證。步驟B具體包括Bi、對(duì)輸入的待識(shí)別人臉圖像進(jìn)行提取和Al同樣的1 維人臉特征。B2、采用和上述步驟A2同樣的密鑰生成方法，對(duì)Bl提取的待識(shí)別人臉進(jìn)行閾值 化、生成待識(shí)別人臉的密鑰。步驟B2具體包括B21、對(duì)提取的待識(shí)別人臉特征進(jìn)行閾值化，閾值選擇為待識(shí)別人臉特征的平均 值，對(duì)于每一個(gè)特征，如果大于平均值，則將其設(shè)置為1，否則設(shè)置為0 ；經(jīng)過(guò)閾值化后，輸入 的待識(shí)別人臉圖像變成了一個(gè)1 位的二進(jìn)制串。B22、對(duì)閾值化后生成的二進(jìn)制串，根據(jù)數(shù)據(jù)庫(kù)中存儲(chǔ)的查詢表中的順序信息，將 生成的二進(jìn)制串中對(duì)應(yīng)位置的特征表示提取出來(lái)，并將其級(jí)聯(lián)起來(lái)形成待識(shí)別人臉的密 鑰。B23、對(duì)待識(shí)別人臉的密鑰和數(shù)據(jù)庫(kù)中密鑰進(jìn)行一致性判定，當(dāng)經(jīng)里德-所羅門(mén)編 碼糾錯(cuò)后的待識(shí)別人臉的密鑰和數(shù)據(jù)庫(kù)中密鑰完全一樣，就認(rèn)為是該用戶；否則，認(rèn)為不是 該用戶。本方法采用里德-所羅門(mén)編碼進(jìn)行糾錯(cuò)，是因?yàn)槔锏?所羅門(mén)編碼具有很強(qiáng)的糾錯(cuò) 能力，但本方法也可以采用其他糾錯(cuò)編碼進(jìn)行糾錯(cuò)，例如Concatenated coding、Feature Coding 等。B3、先對(duì)待識(shí)別人臉生成的密鑰進(jìn)行里德-所羅門(mén)編碼糾錯(cuò)，對(duì)糾錯(cuò)后密鑰進(jìn)行 一致性判定，若糾錯(cuò)后密鑰與數(shù)據(jù)庫(kù)中密鑰完全相同，則認(rèn)為是該用戶，反之，則認(rèn)為不是 該用戶，進(jìn)而完成用戶的身份認(rèn)證。本發(fā)明與現(xiàn)有技術(shù)相比，具有以下明顯的優(yōu)勢(shì)和有益效果本發(fā)明一種基于統(tǒng)計(jì)最優(yōu)的可區(qū)分特征來(lái)生成身份認(rèn)證方法所需密鑰方法，具有 簡(jiǎn)單易行、方便應(yīng)用等特點(diǎn)。通過(guò)選擇最優(yōu)的可區(qū)分的人臉特征和將人臉特征隨機(jī)投影， 有效解決生物特征識(shí)別中的內(nèi)部差異問(wèn)題。通過(guò)將人臉識(shí)別和密碼學(xué)原理結(jié)合起來(lái)，一方 面可以有效解決人臉識(shí)別系統(tǒng)中的人臉模板安全問(wèn)題，另一方面為身份認(rèn)證方法的密鑰選 擇、產(chǎn)生、管理等提供良好的選擇，具有廣泛的應(yīng)用前景。


圖1為本發(fā)明的整體流程圖；圖2為本發(fā)明中的身份注冊(cè)階段流程3為本發(fā)明身份注冊(cè)階段中密鑰生成方法詳細(xì)流程圖4為本發(fā)明中的身份認(rèn)證階段流程圖；圖5為本發(fā)明身份認(rèn)證階段詳細(xì)過(guò)程圖。
具體實(shí)施例方式技術(shù)方案的整體流程如說(shuō)明書(shū)附圖1所示，本實(shí)例是針對(duì)輸入的原始人臉圖像進(jìn) 行特征提取、密鑰生成、糾錯(cuò)編碼等，利用生成的密鑰對(duì)身份進(jìn)行認(rèn)證，從而起到保護(hù)用戶 信息安全的目的。輸入的原始圖像大小為64*64像素的BMP位圖，提取輸入圖像的1 維 PCA特征，對(duì)人臉特征進(jìn)行閾值化處理變成二進(jìn)制字符串。利用統(tǒng)計(jì)最優(yōu)特征的方法找出輸 入人臉的可區(qū)分特征，將所有可區(qū)分特征級(jí)聯(lián)起來(lái)生成身份注冊(cè)系統(tǒng)所需的密鑰。在身份 認(rèn)證階段，首先輸入待識(shí)別的人臉圖像，對(duì)其進(jìn)行特征提取、閾值化、統(tǒng)計(jì)最優(yōu)特征生成待 識(shí)別人臉的密鑰。利用數(shù)據(jù)庫(kù)密鑰的糾錯(cuò)碼信息對(duì)待識(shí)別人臉的密鑰進(jìn)行糾錯(cuò)，從而生成 新的密鑰。對(duì)比糾錯(cuò)后待識(shí)別人臉的密鑰和數(shù)據(jù)庫(kù)中密鑰，如果此密鑰和數(shù)據(jù)庫(kù)中密鑰一 致，則身份認(rèn)證成功，反之，身份認(rèn)證失敗。技術(shù)方案的詳細(xì)流程分身份注冊(cè)階段和身份認(rèn) 證階段，如說(shuō)明書(shū)附圖2和附圖4所示。A、如附圖2所示的身份注冊(cè)階段，利用人臉特征生成穩(wěn)定的密鑰，將此密鑰存到 數(shù)據(jù)庫(kù)中以便身份認(rèn)證時(shí)與待識(shí)別人臉的密鑰進(jìn)行比對(duì)，起到保護(hù)用戶信息安全的目的。進(jìn)一步地，所述步驟A具體包括Al、對(duì)輸入的人臉圖像進(jìn)行 PCA(Principal Component Analysis)特征提取。PCA 特征提取過(guò)程處理的是靜態(tài)的灰度人臉圖像，輸入的人臉照片經(jīng)過(guò)圖像處理和定位后，得 到屬于測(cè)量空間的人臉灰度圖像，然后把該圖像投影到相應(yīng)的特征空間得到用于分類人臉 的PCA特征。提取PCA特征過(guò)程實(shí)際是對(duì)原輸入圖像進(jìn)行降維的過(guò)程，由于輸入圖像一般 都很大，不方便直接處理，通過(guò)提取輸入圖像的主成分分量，可以加快數(shù)據(jù)計(jì)算速度，方便 處理等。輸入圖像采用Oral人臉庫(kù)圖像，圖像大小為64*64像素，通過(guò)PCA分析后，能提取 128維的特征用于生成數(shù)據(jù)庫(kù)密鑰。A2、如圖3所示，對(duì)Al生成的特征采用統(tǒng)計(jì)最優(yōu)的方法生成人臉特征密鑰。直接 從人臉特征中產(chǎn)生用于身份認(rèn)證方法的密鑰是一個(gè)十分有意義的課題，由于人臉特征的內(nèi) 部差異，產(chǎn)生穩(wěn)定的人臉特征密鑰具有一定的困難。本發(fā)明采取先對(duì)測(cè)試集每個(gè)人臉的一 組圖像進(jìn)行二值化，然后甄選出每個(gè)人的穩(wěn)定特征，將這些穩(wěn)定的二進(jìn)制特征進(jìn)行級(jí)聯(lián)形 成穩(wěn)定的密鑰。步驟A2為本發(fā)明的創(chuàng)新點(diǎn)，通過(guò)步驟A2可以有效地減小生物特征的類內(nèi) 差，增大生物特征的類間差。進(jìn)一步地，所述步驟A2具體包括A21、對(duì)Al提取的每幅人臉的特征進(jìn)行閾值化；計(jì)算測(cè)試集中每個(gè)人的所有人臉 圖像特征的平均值，將對(duì)于每幅人臉特征與此閾值比較，大于閾值則將其設(shè)置為1，反之設(shè) 置為0 ；經(jīng)過(guò)閾值化后，每個(gè)人的測(cè)試集人臉圖像特征變成為1 位的二進(jìn)制串形式。A22、對(duì)A21生成的每個(gè)人的一組測(cè)試集圖像的二進(jìn)制特征進(jìn)行可區(qū)分的最優(yōu)特 征進(jìn)行統(tǒng)計(jì)?？蓞^(qū)分的最優(yōu)特征指的是在一個(gè)人的一組測(cè)試集圖像特征中，如果每一個(gè)特 征向量中的對(duì)應(yīng)順序中，所有的特征值相同，我們就將其視為可區(qū)分的最優(yōu)特征，反之，在 對(duì)應(yīng)的順中，只要有一個(gè)特征和其他的不同，我們就認(rèn)為其沒(méi)有良好的分類能力，將其丟 棄。例如，測(cè)試集中每一個(gè)有5副圖像，經(jīng)過(guò)閾值化后就變成了 5個(gè)1 維的二進(jìn)制特征，對(duì)這5個(gè)特征向量，位置順序從0到127過(guò)程中，如果某個(gè)位置上，5個(gè)特征向量的所有值都 相等，我們就認(rèn)為它是最優(yōu)的特征，具有良好的分類特性。經(jīng)過(guò)這種統(tǒng)計(jì)最優(yōu)特征方法，最 終能夠生成64位的可區(qū)分的最優(yōu)特征。A23、將A22步驟中統(tǒng)計(jì)的最優(yōu)的可區(qū)分二進(jìn)制特征進(jìn)行級(jí)聯(lián)起來(lái)，形成一個(gè)新的 二進(jìn)制字符串-人臉特征密鑰。經(jīng)過(guò)這種統(tǒng)計(jì)最優(yōu)特征方法，最終能夠生成64位的可區(qū)分 的最優(yōu)特征。如果某個(gè)人的測(cè)試集圖像經(jīng)過(guò)這種方法處理后，提取的最優(yōu)特征不足64位， 我們?cè)谶@個(gè)最優(yōu)特征向量后補(bǔ)0或補(bǔ)1，使其達(dá)到64位；反之，如果經(jīng)過(guò)統(tǒng)計(jì)最優(yōu)特征方法 后，所形成的最優(yōu)特征向量高于64位，我們將64位后的特征值截?cái)?。?jīng)過(guò)這樣的處理后，使 之能夠穩(wěn)定達(dá)到64位，也就是后續(xù)用來(lái)與待識(shí)別人臉的密鑰進(jìn)行比對(duì)所需的數(shù)據(jù)庫(kù)密鑰。 同時(shí)將二進(jìn)制形式的可區(qū)分最優(yōu)特征與其在字符串中的順序結(jié)合起來(lái)形成一個(gè)查詢表。這 個(gè)查詢表的作用就是在身份認(rèn)證階段，用這個(gè)查詢表中位置信息和待識(shí)別人臉特征來(lái)生成 待識(shí)別人臉的密鑰。A3、將上述步驟A2生成的穩(wěn)定密鑰以及生成的查詢表一并存入數(shù)據(jù)庫(kù)中。B、如圖4所示的身份認(rèn)證階段流程中，根據(jù)提供的人臉圖像，采用和身份注冊(cè)階 段生成密鑰的一致方法對(duì)人臉圖像進(jìn)行特征提取、特征隨機(jī)投影、密鑰生成以及特征糾錯(cuò) 步驟；然后進(jìn)行特征匹配運(yùn)算，實(shí)現(xiàn)對(duì)用戶的身份認(rèn)證。進(jìn)一步地，所述步驟B具體包括Bi、對(duì)輸入的待識(shí)別人臉圖像進(jìn)行提取和Al同樣的1 維人臉特征。身份認(rèn)證 過(guò)程實(shí)際是身份注冊(cè)的逆過(guò)程，首先提供一副待識(shí)別的人臉圖像，圖像采用Oral人臉庫(kù)圖 像，圖像大小為64*64像素，通過(guò)PCA分析后，能提取1 維的特征用于生成待身份認(rèn)證所
"S、OB2、如圖5所示，采用和上述步驟A2同樣的密鑰生成方法，對(duì)Bl提取的待識(shí)別人 臉進(jìn)行閾值化、生成身份認(rèn)證所需的密鑰。進(jìn)一步地，所述步驟B2具體包括B21、對(duì)Bl提取的待識(shí)別人臉進(jìn)行閾值化，閾值選擇為待識(shí)別人臉特征的平均值， 對(duì)于每一個(gè)特征，如果大于平均值，則將其設(shè)置為1，否則設(shè)置為0。經(jīng)過(guò)閾值化后，輸入的 待識(shí)別人臉圖像變成了一個(gè)同樣維1 位制串。B22、對(duì)B21生成的二進(jìn)制串，根據(jù)數(shù)據(jù)庫(kù)中存儲(chǔ)的查詢表中的順序信息，將B21生 成的二進(jìn)制串中對(duì)應(yīng)位置的特征表示提取出來(lái)，并將其級(jí)聯(lián)起來(lái)形成待識(shí)別人臉的密鑰。B23、對(duì)待識(shí)別人臉的密鑰和數(shù)據(jù)庫(kù)中密鑰進(jìn)行一致性判定，當(dāng)經(jīng)里德-所羅門(mén)編 碼糾錯(cuò)后的待識(shí)別人臉的密鑰和數(shù)據(jù)庫(kù)中密鑰完全一樣，就認(rèn)為是該用戶；否則，認(rèn)為不是 該用戶。本方法采用里德-所羅門(mén)編碼進(jìn)行糾錯(cuò)，是因?yàn)槔锏?所羅門(mén)編碼具有很強(qiáng)的糾錯(cuò) 能力，但本方法也可以采用其他糾錯(cuò)編碼進(jìn)行糾錯(cuò)，例如Concatenated coding、Feature Coding 等。B3、經(jīng)B23密鑰一致性判定后，如果身份認(rèn)證的人臉和數(shù)據(jù)庫(kù)中人臉均來(lái)自一個(gè) 人，則身份認(rèn)證成功，反之身份認(rèn)證失敗。最后應(yīng)說(shuō)明的是以上實(shí)例僅用以說(shuō)明本發(fā)明而并非限制本發(fā)明所描述的技術(shù)方 案；因此，盡管本說(shuō)明書(shū)參照上述的各個(gè)實(shí)例對(duì)本發(fā)明已進(jìn)行了詳細(xì)的說(shuō)明，但是，本領(lǐng)域 的普通技術(shù)人員應(yīng)當(dāng)理解，仍然可以對(duì)本發(fā)明進(jìn)行修改或等同替換；而一切不脫離發(fā)明的精神和范圍的技術(shù)方案及其改進(jìn)，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
權(quán)利要求
1.一種基于人臉特征密鑰生成的網(wǎng)上身份認(rèn)證方法，其特征在于，包括以下步驟A、身份注冊(cè)階段，利用基于隨機(jī)投影和統(tǒng)計(jì)最優(yōu)的人臉特征方法生成穩(wěn)定的密鑰并存 入數(shù)據(jù)庫(kù)，用此密鑰對(duì)用戶進(jìn)行身份認(rèn)證；B、身份認(rèn)證階段，根據(jù)提供的人臉圖像，采用和身份注冊(cè)生成階段生成密鑰的一致方 法對(duì)人臉圖像進(jìn)行特征提取、特征隨機(jī)投影、密鑰生成以及特征糾錯(cuò)步驟；然后進(jìn)行特征匹 配運(yùn)算，實(shí)現(xiàn)對(duì)用戶的身份認(rèn)證；所述步驟A具體包括Al、對(duì)輸入的人臉圖像進(jìn)行特征提取，特征提取過(guò)程處理的是靜態(tài)灰度人臉圖像，輸入 的人臉照片經(jīng)過(guò)圖像處理和定位后，得到屬于測(cè)量空間的人臉灰度圖像，然后把該圖像數(shù) 據(jù)歸一化并投影到相應(yīng)的特征空間得到用于分類人臉的特征；A2、對(duì)Al生成的特征采用統(tǒng)計(jì)最優(yōu)的方法生成人臉特征密鑰，采取先對(duì)測(cè)試集每個(gè)人 臉的一組圖像進(jìn)行二值化，然后甄選出每個(gè)人的穩(wěn)定特征，將這些穩(wěn)定的二進(jìn)制特征進(jìn)行 級(jí)聯(lián)形成穩(wěn)定的密鑰；A3、將上述步驟A2生成的穩(wěn)定密鑰以及生成的查詢表一并存入數(shù)據(jù)庫(kù)中； 所述步驟B具體包括Bi、對(duì)輸入的待識(shí)別人臉圖像進(jìn)行提取1 維的人臉特征；B2、采用和上述步驟A2同樣的密鑰生成方法，對(duì)Bl提取的待識(shí)別人臉進(jìn)行閾值化、生 成待識(shí)別人臉的密鑰；B3、先對(duì)待識(shí)別人臉生成的密鑰進(jìn)行里德-所羅門(mén)編碼糾錯(cuò)，對(duì)糾錯(cuò)后密鑰進(jìn)行一致 性判定，若糾錯(cuò)后密鑰與數(shù)據(jù)庫(kù)中密鑰完全相同，則認(rèn)為是該用戶，反之，則認(rèn)為不是該用 戶，進(jìn)而完成用戶的身份認(rèn)證。
2.根據(jù)權(quán)利要求1所述的基于人臉特征密鑰生成的網(wǎng)上身份認(rèn)證方法，其特征在于， 所述步驟A2包括A21、對(duì)Al提取的每幅人臉的特征進(jìn)行閾值化；閾值選擇為每個(gè)人測(cè)試集中所有人臉 圖像特征的平均值；對(duì)于每幅人臉特征與此閾值比較，大于閾值則將其設(shè)置為1，反之設(shè)置 為0 ；經(jīng)過(guò)閾值化后，每個(gè)人的測(cè)試集圖像特征變成二進(jìn)制串形式；A22、對(duì)A21生成的每個(gè)人的一組測(cè)試集圖像的二進(jìn)制特征進(jìn)行可區(qū)分的最優(yōu)特征進(jìn) 行統(tǒng)計(jì)，可區(qū)分的最優(yōu)特征指的是在一個(gè)人的一組測(cè)試集圖像特征中，如果每一個(gè)特征向 量中的對(duì)應(yīng)順序中，所有的特征值相同，將其視為可區(qū)分的最優(yōu)特征，反之，在對(duì)應(yīng)的順序 中，只要有一個(gè)特征和其他的不同，就認(rèn)為其沒(méi)有良好的分類能力，將其丟棄；A23、將A22步驟中統(tǒng)計(jì)的最優(yōu)的可區(qū)分二進(jìn)制特征進(jìn)行級(jí)聯(lián)起來(lái)，形成一個(gè)新的二進(jìn) 制字符串-人臉特征密鑰，同時(shí)將二進(jìn)制形式的可區(qū)分最優(yōu)特征與其在字符串中的順序結(jié) 合起來(lái)形成一個(gè)查詢表。
3.根據(jù)權(quán)利要求1所述的基于人臉特征密鑰生成的網(wǎng)上身份認(rèn)證方法，其特征在于， 所述步驟B2具體包括B21、對(duì)提取的待識(shí)別人臉特征進(jìn)行閾值化，閾值選擇為待識(shí)別人臉特征的平均值，對(duì) 于每一個(gè)特征，如果大于平均值，則將其設(shè)置為1，否則設(shè)置為0 ；經(jīng)過(guò)閾值化后，輸入的待 識(shí)別人臉圖像變成了一個(gè)同樣維數(shù)的二進(jìn)制串；B22、對(duì)閾值化后生成的二進(jìn)制串，根據(jù)數(shù)據(jù)庫(kù)中存儲(chǔ)的查詢表中的順序信息，將生成的二進(jìn)制串中對(duì)應(yīng)位置的特征表示提取出來(lái)，并將其級(jí)聯(lián)起來(lái)形成待識(shí)別人臉的密鑰；B23、對(duì)待識(shí)別人臉的密鑰和數(shù)據(jù)庫(kù)中密鑰進(jìn)行一致性判定，當(dāng)經(jīng)里德-所羅門(mén)編碼糾 錯(cuò)后的待識(shí)別人臉的密鑰和數(shù)據(jù)庫(kù)中密鑰完全一樣，就認(rèn)為是該用戶；否則，認(rèn)為不是該用戶。
全文摘要
一種基于人臉特征密鑰生成的網(wǎng)上身份認(rèn)證方法，涉及生物特征識(shí)別認(rèn)證以及密碼應(yīng)用技術(shù)領(lǐng)域。該方法包括身份注冊(cè)階段和身份認(rèn)證階段。身份注冊(cè)階段，利用基于隨機(jī)投影和統(tǒng)計(jì)最優(yōu)的人臉特征方法生成穩(wěn)定的密鑰并存入數(shù)據(jù)庫(kù)，用此密鑰對(duì)用戶進(jìn)行身份認(rèn)證；身份認(rèn)證階段，根據(jù)提供的人臉圖像，采用和身份注冊(cè)生成階段生成密鑰的一致方法對(duì)人臉圖像進(jìn)行特征提取、特征隨機(jī)投影、密鑰生成以及特征糾錯(cuò)步驟；然后進(jìn)行特征匹配運(yùn)算，實(shí)現(xiàn)對(duì)用戶的身份認(rèn)證。本發(fā)明有效保護(hù)人臉識(shí)別過(guò)程中人臉模板安全不會(huì)遭到攻擊；又為實(shí)際生活中的身份認(rèn)證系統(tǒng)中所需密鑰的產(chǎn)生、管理等提供良好參考選擇，簡(jiǎn)單易行，有效解決生物特征識(shí)別中的內(nèi)部差異問(wèn)題。
文檔編號(hào)G06K9/54GK102111418SQ20111005144
公開(kāi)日2011年6月29日 申請(qǐng)日期2011年3月2日 優(yōu)先權(quán)日2011年3月2日
發(fā)明者劉興勝, 周鵬, 毋立芳, 江思源, 肖鵬, 袁松龍 申請(qǐng)人:北京工業(yè)大學(xué)