基于自适应非均匀量化的人脸生物密钥生成方法
【专利摘要】基于自适应非均匀量化的人脸生物密钥生成方法，属于生物密钥领域。解决了目前生物识别方法准确率较高，但安全性较差的问题。步骤一，对训练样本采用主成份分析方法获得注册模板特征集合T＝{t1,t2,…,ti}，其中，ti表示注册特征，i表示样本类别的序列号，且i为正整数，步骤二，对注册模板特征集合T中的每类注册特征的每维数据生成相应的量化模板，将所有的量化模板组成集合获得量化模板集合Q，步骤三，对注册模板特征集合T中的每类注册特征的每维数据所属量化模板的区间号作为注册模板特征集合T生成的量化特征，并对注册模板特征集合T生成的量化特征采用哈希函数计算，获得哈希值作为人脸生物密钥，完成人脸生物密钥的生成。本发明主要用于对人脸特征进行识别。
【专利说明】基于自适应非均匀量化的人脸生物密钥生成方法
【技术领域】
[0001] 本发明属于生物密钥领域。
【背景技术】
[0002] 随着人类科学的不断进步，网络的不断发展，人们对物质文化的需求也越来越高， 相应的信息安全问题也逐渐被人们重视起来。密码学是保障信息安全的最主要方法之一。 然而，密钥作为密码学的核心问题，一直备受关注，但传统密钥存在很大的不安全性，长度 太短容易被破解，太长又很难记忆。生物特征具有高度的唯一性，很难被复制、分享、发布， 提供不可否认性（高识别率、要求用户在场），很难伪造（需要更多时间、金钱、经验等），所 有用户的同类生物信息处于同等安全级别，无需记忆，随身携带以及用户使用方便。在此背 景下，生物密钥应运而生。生物密钥算法的目的是研究如何同时利用生物信息和密码密钥 的优势，使生物信息可以间接作为密钥安全地应用于各种密码系统中。其中人脸特征相比 其它生物特征在特征提取方面具有高便利性和无侵犯性等优势，同时对特征采集设备的要 求也较低，设备价格也相对廉价，所以更容易被用户接受。因此，本文以人脸特征为研究对 象，提出了一种人脸生物密钥生成方法。
[0003] 人脸识别将人脸特征作为个人身份标识来进行身份识别，其在军事安全、公共安 全、民事以及经济领域具有广泛的应用前景，如门禁系统、刑侦系统、社保、户籍系统等等。 主成分分析是应用最广泛的人脸特征提取方法，也常用作数据压缩，其目的是在原始样本 空间寻找一组最优的映射方向将原始样本映射到特征空间后达到极大不相关，从而实现降 维作用。本文将主成份分析方法得到的人脸特征，利用自适应非均匀量化方法生成安全有 效的人脸生物密钥。
[0004] 人脸特征提取：
[0005] 假设训练样本集为Ix1, X2，…，xn}，它的目标函数表示形式如下：
【权利要求】
1. 基于自适应非均匀量化的人脸生物密钥生成方法，其特征在于，该方法包括如下步 骤： 步骤一，对训练样本采用主成份分析方法获得注册模板特征集合T=It1,t2，…，ti}， 其中，ti表示注册特征，i表示样本类别的序列号，且i为正整数， 步骤二，对注册模板特征集合T中的每类注册特征的每维数据生成相应的量化模板， 将所有的量化模板组成集合获得量化模板集合Q， 步骤三，对注册模板特征集合T中的每类注册特征的每维数据所属量化模板的区间号 作为注册模板特征集合T生成的量化特征，并对注册模板特征集合T生成的量化特征采用 哈希函数计算，获得哈希值作为人脸生物密钥，完成人脸生物密钥的生成。
2. 根据权利要求1所述的基于自适应非均匀量化的人脸生物密钥生成方法，其特征在 于，所述的步骤二中对注册模板特征集合T中的每类注册特征的每维数据生成相应的量化 模板，将所有的量化模板组成集合获得量化模板集合Q的具体过程为： 步骤二一：设定注册特征的维数为η，η为正整数，对注册模板特征集合T中的每类注册 特征进行归一化处理，获得?/， 其中，i/为归一化后的注册特征h的第j维数据，j为正整数， 步骤二二：初始化原始量化模板q'P判断i/属于原始量化模板q' ^区间序列中的某 个区间，并设上述某个区间为[a，b]， 其中，原始量化模板V」为在区间[α，β]内以Λ分割的区间序列，Λ=2th，th为 常数， 步骤二三：改变区间[a，b]的起点和终点，以模糊阈值th为区间[a，b]的区间半径， 为区间[a，b]的中点,使得区间[a，b]变为[//-/Λ.//+/Λ]，其中，a、b、α和β均为常数； 步骤二四：原始量化模板q' ^区间序列中除区间[a，b]和[a，b]前后相邻的两个区间 以外的其他区间采用随机的方法进行移动，获得新的量化模板qj， 步骤二五：执行步骤二一至步骤二四获得注册特征^的量化模板向量Qi= [qi… ， 步骤六：根据注册特征&的量化模板向量Qi,获得量化模板集合Q= (Q1…Q。}。
3. 根据权利要求2所述的基于自适应非均匀量化的人脸生物密钥生成方法，其特征在 于，所述的步骤二四中原始量化模板V^区间序列中除区间[a，b]和[a，b]前后相邻的两 个区间以外的其他区间采用随机的方法进行移动的具体过程为， 采用随机数产生器产生与原始量化模板V^区间序列等长的随机数序列，对原始量 化模板V^区间序列中除区间[a，b]和[a，b]前后相邻的两个区间以外的其他区间进行 改动，当对原始量化模板V^区间序列中除区间[a，b]和[a，b]前后相邻的两个区间以外 的其他区间中的第k个区间[c，d]进行改动，设定随机数序列中第k维数值为e，则区间 [c,d]改动后为[c-e,d+e]，k为正整数，c、d和e均为常数。
4. 根据权利要求3所述的基于自适应非均匀量化的人脸生物密钥生成方法，其特征在 于，所述的随机数序列的每一维数值大小均在（〇,th)范围内。
【文档编号】G06K9/00GK104462918SQ201410723763
【公开日】2015年3月25日 申请日期:2014年12月2日 优先权日:2014年12月2日
【发明者】王志芳, 丁群, 甄佳奇, 李彦超, 陈猛 申请人:黑龙江大学