基于级联模糊提取和改进似然相似比的人脸特征加密算法研究

生物特征加密(Biometric Encryption，BE)技术是基于生物特征识别和加密学技术，相互结合而发展起来的重要研究课题。本项目立足于人脸特征加密算法的研究，主要包括：（1）基于Adaboost的思想，改进LBP算子，研究快速、准确的人脸特征提取算法，形成适合于加密的人脸特征编码；（2）采用模糊提取的思想，研究人脸特征区域编码的加密算法，通过用户输入的人脸信息，生成各区域密钥和公开信息，对加密算法的隐私性、可靠性及有效性进行分析；（3）针对传统相似性测量普适性不强的缺点，引入新颖的似然相似性测量策略，研究有效的密文匹配技术，并对匹配算法的收敛性、精确度和对样本的敏感性、普适性进行分析；（4）生成满足复杂条件、准确率高、计算速度快的系统，以检验算法的有效性和实用性。预计研究成果可为相关学科提供重要的理论基础，具有广泛的应用前景。

人脸特征加密技术的研究是生物识别和信息安全领域一个新的研究热点,围绕这一主题，本项目开展了基于红外特征提取的人脸加密方法的研究，旨在将人脸生物特征识别技术与基于密码理论的安全技术进行更深层次的结合。（1）在对人脸特征区编码阶段，基于Adaboost的思想快速准确地分割出人脸的特征区域，通过增加一个量化阈值改进LBP算子模板，从而生成一组全新的二进制编码。（2）对特征加密算法的研究中，采用模糊提取的思想，通过对用户输入的人脸信息以容错的方式来提取各区域密钥，并输出公开信息。（3）人脸特征的密文匹配领域中，本项目改进了传统似然相似性测量策略，提高了匹配算法的收敛性、精确度。（4）应用本项目中改进的算法开发出了一套成型的人脸加密系统，通过对比性实验以实践结果论证了研究的可行性。