基于人脸的安全身份认证关键技术研究

发布时间：2020-12-06 06:52

　　人脸身份认证是一种典型的生物特征识别技术,其突出优点是非接触、方便采集等,在很多应用场景中都发挥了十分重要的作用。近年来,随着电子商务等的发展,人脸等生物特征与越来越多的用户财产和隐私相关联。由于人脸具有不可再生性,且随着社交网络的发展,用户的人脸信息较易获取,因此给人脸身份认证系统带来了较大的安全隐患,研究人脸身份认证的安全性是基于人脸的身份认证系统普及的前提,具有重要的社会意义。本文针对人脸身份认证系统的以下几点安全隐患进行研究:1.不法攻击者使用合法用户的假体,例如照片或者视频等,试图入侵系统。因此需要设计有效严谨的人脸活体检测算法。2.黑客盗取数据库中保存的人脸特征,攻击系统或者移作他用。因此需要对人脸的生物特征进行模板保护。针对人脸识别系统中的上述安全隐患开展了一系列原创性研究,论文主要工作包括如下:研究并提出一种融合多种动态特征的人脸活体检测算法。现有的人脸活体检测方法较容易受采集和展示设备的影响,因此在跨库测试中性能大大下降。针对该问题,提出了融合多种动态特征的活体检测方法。其中一个特征是视频中人脸的全时域运动模式,它通过分析视频中每一个像素在时域上的变化,计算其变化幅度... 

【文章来源】：北京工业大学北京市 211工程院校

【文章页数】：121 页

【学位级别】：博士

【部分图文】：

生物特征示例

(f)击键 (g)签名图 1- 1 生物特征示例Fig. 1-1 Examples of Biometrics身份认证的准确率有了突飞猛进的提高，远超过所示。因此人脸识别越来越多地应用于实际场景[8罪犯身份识别、信用卡验证、安全验证系统、门始国内各火车站已陆续实现刷脸身份识别，在省高安检效率。且另一方面目前大多数手机都已支。许多科技公司纷纷推出了自己的相关产品，旷视科技（Face++）3等， 图 1- 3 为旷视科技的

图 1- 3 旷视科技的在线人脸身份验证服务Fig. 1-3 Online face verification of Face++图 1- 4 刷脸支付应用系统Fig. 1-4 Face-based payment system随着人脸身份认证系统的普及，人脸信息与越来越多的个人财产或隐私相关联，因此在提高人脸识别准确率的同时，又要同时保证系统的安全性。2017 年的中央电视台 315 晚会揭露了人脸识别技术的漏洞，主持人通过一张静态照片或者通过动态换脸的方式即可登录个人账户5。由此可见，目前的人脸身份认证系统还存在较大的安全性漏洞，如何提高人脸身份认证系统的安全性，提高用户的财

【参考文献】：
期刊论文
[1]基于人工智能的景物识别算法[J]. 覃天足.  电子世界. 2018(01)
[2]生物特征模板保护综述[J]. 毋立芳,马玉琨,周鹏,郑伟诗.  仪器仪表学报. 2016(11)
[3]生物特征与密码技术的融合——一种新的安全身份认证方案[J]. 张宁,臧亚丽,田捷.  密码学报. 2015(02)
[4]深度学习研究综述[J]. 尹宝才,王文通,王立春.  北京工业大学学报. 2015(01)
[5]身份认证中灰度共生矩阵和小波分析的活体人脸检测算法[J]. 曹瑜,涂玲,毋立芳.  信号处理. 2014(07)
[6]基于人脸模板保护的不可逆变换方法[J]. 毋立芳,江思源,肖鹏,杨鑫.  信号处理. 2012(07)
[7]人脸特征的SIFT保护算法[J]. 周玲丽,赖剑煌.  中国图象图形学报. 2011(05)
[8]人脸表情的形变线性拟合方法[J]. 李旭东,张振跃.  自动化学报. 2008(05)
[9]生物特征识别技术概述[J].   中国自动识别技术. 2006(01)
[10]人脸识别研究综述[J]. 李武军,王崇骏,张炜,陈世福.  模式识别与人工智能. 2006(01)

博士论文
[1]多生物特征融合身份识别研究[D]. 陈倩.浙江大学 2007

硕士论文
[1]基于卷积神经网络的城市区域建筑物自动提取研究[D]. 刘文涛.电子科技大学 2018
[2]基于深度学习的活体人脸检测算法研究[D]. 许晓.北京工业大学 2016
[3]基于非约束人脸图像的身份认证及加密技术研究[D]. 周鹏.北京工业大学 2014
[4]面向人脸识别的人脸活体检测方法研究[D]. 杨健伟.北京邮电大学 2014



本文编号：2900927