基于可撤销人脸的模糊保险箱算法研究与实现

摘要

针对传统人脸特征识别系统安全性问题,提出了一种可撤销人脸的模糊保险箱算法。解决了由于模糊保险箱方案中存在真实细节点信息,导致人脸特征不安全的问题。在进行特征模板加密过程前,先用正交随机矩阵加密,加密后的模板具有可撤销性,不存储真实细节点信息,增强了系统的安全性。并在解密过程中的解码阶段,用Berlekamp–Welch解码算法代替CRC解码,该算法在解密阶段仅需根据解码集重构一次多项式,提高了算法的效率。改进后的模糊保险箱算法在生物特征模板受到攻击或者泄露时,能够随时删除并重新产生新的正交随机矩阵,并生成新的生物特征模板,具有可撤销性和安全性。该方案基本流程分为四部分:2DGabor-PCA特征提取、特征可撤销变换、模板加密、模板解密。在ORL人脸库进行测试,最佳识别准确率达到96%,经过对比实验验证了该方法的有效性,能够满足生物模板保护方案所需的不可逆性和可撤销性。