基于单因子的手部特征模板保护方法研究

发布时间：2021-06-30 12:58

　　随着信息技术的不断发展,用于识别或身份验证的生物特征识别系统被广泛应用,这些系统有着不容易丢失或遗忘等优点,并且还能提供良好的识别准确性。然而,基于生物特征的身份识别系统却面临着隐私性和安全性的问题,如果生物特征模板被盗则用户的隐私信息就会被暴露。此外,由于生物特征具有唯一性和不变性,一旦生物特征模板受到攻击,就会导致用户身份的永久性丢失。因此,对生物特征进行模板保护是非常有必要的。基于以上问题,本文主要研究了两种基于掌纹或指纹的特征模板保护方法。首先,基于掌纹特征提出了基于最大正交索引哈希和最小哈希签名的单因子掌纹特征模板保护方法。该算法通过Logistic-Tent-Sine复合混沌模型（LTSS）生成正交的高斯随机投影（GRP）矩阵,然后再对掌纹进行最大正交索引哈希,能够提取更多的掌纹特征信息,提高了掌纹的识别准确性、不可逆性和可更新性。此外,为了增强算法的安全性,对上面得到的掌纹哈希码和系统生成的随机二进制字符串进行XOR运算。最后,对系统生成的随机二进制字符串进行最小哈希签名得到伪标识符,然后进行匹配识别。由于伪标识符是脱离掌纹特征而生成的,因此有效的提高了算法的安全性。其次... 

【文章来源】：济南大学山东省

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

最小哈希签名变换，(a)0-1特征矩阵，(b)特征矩阵的哈希函数值，(c)初始化的签名矩阵，(d)(e)(f)

基于单因子的手部特征模板保护方法研究14式ijijFymFxc，则认为该该直线是两个角点的切线，在图2.2(d)中展示其内容。（4）连接点11(x,y)和点22(x,y)获得的直线作为y轴，并且过点11(x,y)和22(x,y)的中点做垂直于y轴的直线为x轴，x轴与y轴的交点是坐标原点，如下图2.2(d)所示。（5）提取坐标系中固定大小的掌纹ROI，用于以后对掌纹的特征进行捕获，如下图2.2(e)。（6）最后，得到图2.2(f)中提取的掌纹ROI区域。(a)原始掌纹图像(b)二值后的图像(c)边界跟踪(d)建坐标(e)确定中心区域(f)感兴趣区域图2.2基于切线的掌纹分割图基于掌纹ROI，接下来提取所需的掌纹特征。Gabor滤波器因其有与人类视觉系统相似的特征，因此可以对生物特征图像进行特征提取，但是由于传统的Gabor滤波器有三个峰值，所以利用传统的Gabor滤波器来提取掌纹的方向特征会存在特征信息表达不准确等现象。各向异性滤波器(AF)源于二维高斯滤波器，能很好地捕获掌纹的方向信息，且计算复杂度低，实现简单，因此,利用AF提取掌纹的方向特征[59]。AF可以对掌纹结构进行有效地表示并且获得掌纹的方向特征。图2.3(a)是六个方向的各向异性滤波器的示意图，图2.3(b)是其3D图。(a)六个方向各向异性滤波器图

基于单因子的手部特征模板保护方法研究14式ijijFymFxc，则认为该该直线是两个角点的切线，在图2.2(d)中展示其内容。（4）连接点11(x,y)和点22(x,y)获得的直线作为y轴，并且过点11(x,y)和22(x,y)的中点做垂直于y轴的直线为x轴，x轴与y轴的交点是坐标原点，如下图2.2(d)所示。（5）提取坐标系中固定大小的掌纹ROI，用于以后对掌纹的特征进行捕获，如下图2.2(e)。（6）最后，得到图2.2(f)中提取的掌纹ROI区域。(a)原始掌纹图像(b)二值后的图像(c)边界跟踪(d)建坐标(e)确定中心区域(f)感兴趣区域图2.2基于切线的掌纹分割图基于掌纹ROI，接下来提取所需的掌纹特征。Gabor滤波器因其有与人类视觉系统相似的特征，因此可以对生物特征图像进行特征提取，但是由于传统的Gabor滤波器有三个峰值，所以利用传统的Gabor滤波器来提取掌纹的方向特征会存在特征信息表达不准确等现象。各向异性滤波器(AF)源于二维高斯滤波器，能很好地捕获掌纹的方向信息，且计算复杂度低，实现简单，因此,利用AF提取掌纹的方向特征[59]。AF可以对掌纹结构进行有效地表示并且获得掌纹的方向特征。图2.3(a)是六个方向的各向异性滤波器的示意图，图2.3(b)是其3D图。(a)六个方向各向异性滤波器图

【参考文献】：
博士论文
[1]可撤除掌纹识别与认证技术研究[D]. 冷璐.西南交通大学 2012
[2]掌纹识别关键技术研究[D]. 贾伟.中国科学技术大学 2008

硕士论文
[1]基于掌纹和双层编码的生物特征加密算法研究[D]. 李林.北京交通大学 2011



本文编号：3257786