结构特征下的可撤销人脸识别
目的 相对于其他生物特征识别技术,人脸识别具有非接触、不易察觉和易于推广等特点,在公共安全和日常生活中得到广泛应用.在移动互联网时代,云端人脸识别可以有效地提高识别精度,但是需要将大量的人脸数据上传到第三方服务器.由于人的面部特征是唯一的,一旦数据库泄露就会面临模板攻击和假冒攻击等安全威胁.为了保证人脸识别系统的安全性并提高其识别率,本文提出一种融合人脸结构特征的可撤销人脸识别算法.方法 首先,对原始人脸图像提取结构特征作为虚部分量,与原始人脸图像联合构建复数矩阵并通过随机二值矩阵进行置乱操作.然后,使用2维主成分分析方法将置乱的复数矩阵映射到新的特征空间.最后,采用基于曼哈顿距离的最近邻分类器计算识别率.结果 在4个不同人脸数据库上的实验结果表明,原始人脸图像和结构特征图像经过随机二值矩阵置乱后,人眼无法察觉出有用的信息且可以重新生成,而且融合方差特征后,在GT(Georgia Tech)、NIR(Near Infrared)、VIS(Visible Light)和YMU(YouTuBe Makeup)人脸数据库上,平均人脸识别率分别提高了4.9％、2.25％、2.25％和1.98％,且平均测试时间均在1.0 ms之内,表明该算法实时性强,能够满足实际应用场景的需求.结论 本文算法可在不影响识别率的情况下保证系统的安全性,满足可撤销性.同时,融合结构特征丰富了人脸信息的表征,提高了人脸识别系统的识别率.
可撤销人脸识别、随机二值矩阵、2维主成分分析、人脸结构特征、复数矩阵
25
TP391.4(计算技术、计算机技术)
国家自然科学基金项目;北京市优秀人才资助项目;北京市教委科研计划项目
2021-02-04（万方平台首次上网日期，不代表论文的发表时间）
共10页
2553-2562
