可撤除的人臉特征識(shí)別與認(rèn)證算法研究.pdf

1、人臉識(shí)別技術(shù)日益成熟，已經(jīng)得到廣泛的應(yīng)用。然而，在傳統(tǒng)的人臉識(shí)別系統(tǒng)或基于人臉特征的身份認(rèn)證系統(tǒng)中，數(shù)據(jù)庫(kù)存放的是未經(jīng)過(guò)處理的人臉數(shù)據(jù)或人臉特征，存在著很大安全隱患。Ratha等人強(qiáng)調(diào)對(duì)于稀缺的生物特征數(shù)據(jù)需要保護(hù)起來(lái)，因此提出了可撤除生物特征(cancelable biometrics)這一概念。近年來(lái)，有關(guān)可撤除人臉生物特征識(shí)別與認(rèn)證技術(shù)的研究相對(duì)較少，因此，本文圍繞可撤除人臉識(shí)別與認(rèn)證技術(shù)展開(kāi)研究，主要工作內(nèi)容包括：
　?。?/p>

2、1）圍繞隨機(jī)投影理論展開(kāi)研究，從一維隨機(jī)投影擴(kuò)展為雙向二維隨機(jī)投影，從而將 Biohashing方案從一維擴(kuò)展至二維，形成了(2D)2Biohashing方案。(2D)2Biohashing方案在計(jì)算開(kāi)銷(xiāo)和存儲(chǔ)開(kāi)銷(xiāo)上有很大的優(yōu)勢(shì)，并實(shí)驗(yàn)驗(yàn)證了二值化操作能夠在高維數(shù)據(jù)特征中保持良好的鑒別性。最后提出了在人臉特征維數(shù)較低時(shí)Biohashing方案中量化方案的改進(jìn)。
　　（2）將(2D)2Biohashing與二維 Gabor小波變換和

3、(2D)2LDA級(jí)聯(lián)，提出(2D)2GL-Hash方案。利用Gabor小波變換的多信息和(2D)2LDA良好分類的特點(diǎn)，以適當(dāng)?shù)娜四樚卣骶S數(shù)達(dá)到最佳的識(shí)別性能，配合二值化操作在高維特征中良好鑒別性能的特點(diǎn)，使得(2D)2GL-Hash方案達(dá)到高安全性和高認(rèn)證精度。
　　（3）利用Gabor小波變換多信息的特點(diǎn)，提出了基于Gabor小波變換的多尺度特征級(jí)置亂融合(Gabor-SF)方案。該方案對(duì)人臉在多個(gè)尺度下的Gabor特征進(jìn)行置