技术特征：
技术总结
本发明公开了一种基于卷积神经网络的虹膜图像加密方法，通过CNN模型提出虹膜特征，进而RS码编码得到加密密钥，然后与待加密图像矩阵对应灰度值进行AES运算，即实现了加密过程。在CNN训练过程中由于虹膜样本比较少，为保证加密的高安全性，密钥的生成必须采用整体虹膜，不能将虹膜进行图像块提取来弥补样本不足的问题。本发明首先对虹膜进行图像块提取，训练SAE模型，采用SAE初始化CNN参数，采用整幅虹膜图像进行CNN模型训练。如此设计不仅解决了虹膜样本少的问题，而且对图像加密的安全性有了保障。
技术研发人员：王雪松;张庆;程玉虎
受保护的技术使用者：中国矿业大学
技术研发日：2017.06.27
技术公布日：2017.11.07