[發明專利]一種基于同態加密和混沌置亂的在線人臉身份認證方法

有效

• 申請號: 201310745855.2
• 申請日: 2013-12-30
• 公開（公告）號: CN103731271B
• 公開（公告）日: 2017-06-30
• 發明（設計）人: 毋立芳;周鵬;高源;曹瑜;侯亞希;許曉
• 申請（專利權）人: 北京工業大學
• 主分類號: H04L9/32
• 分類號: H04L9/32;G06F21/32
• 代理公司: 北京思海天達知識產權代理有限公司11203
• 代理人: 劉萍

1.一種基于同態加密和混沌置亂的在線人臉身份認證方法，包括以下步驟：

A、注冊階段；

B、認證階段；

其特征在于，所述步驟A具體包括：

A1、對于用戶，首先利用攝像頭采集其無姿勢變化，表情正常，無遮擋的人臉圖像，并填入用戶信息；

A2、對于用戶在A1步驟中采集的人臉圖像，首先利用ASIFT算法，即仿射SIFT提取SIFT特征點；

A3、對A2步驟中得到的SIFT特征點集進行特征點二值化和特征點篩選；

A4、提取A3步驟中得到的二值化和篩選過后的SIFT特征點，采集的人臉圖像取特征點周邊5x5大小的若干子塊，對其中每個子塊的均值、方差、以及所有像素值減去均值得到的差用AHEE同態加密算法進行加密；

A5、對A3步驟中得到的SIFT特征點的描述子用混沌置亂方法進行位置變換，根據Logistic映射，這是一種常見的一維混沌映射，具有很好的偽隨機性，其表達式如下：

x_N+1＝μx_N(1-x_N)

設定私鑰μ∈[3.569946,4],x₀∈(0,1),經過N-1次混沌迭代后生成一組混沌序列X_N；并對產生的序列X_N進行排序，得到對應有序序列，而對應有序序列的位置T_N，將SIFT特征點的描述子位置按照T_N進行置亂,N為256；

A6、將A5和A4步驟中得到的加密過后的SSIM特征參數和SIFT特征點序列以及用戶信息存入數據庫中；

上述A5和A4步驟可以同時進行，或者任意一個在先先后進行；

所述步驟B具體包括：

B1、對于任意一個用戶，利用攝像頭采集其可以有姿勢、表情變化以及遮擋的人臉圖像，并輸入其用戶名；

B2、對B1步驟中采集到的人臉圖像利用ASIFT，即仿射SIFT算法提取SIFT特征點；

B3、對B2步驟中得到的SIFT特征點進行兩層二值化，第一層二值化的閾值為128維描述子的的中值，如果某一維數據大于第一層閾值，則將其設置為1，小于等于第一層閾值，則將其設置為0；第二層二值化的閾值為大于第一層閾值的64維描述子的中值，同樣在第二層二值化中，對于每1維描述子，如果其大于第二層閾值，則將其設置為1，小于等于第二層閾值，則將其設置為0；

B4、提取B3步驟中得到的二值化后的SIFT特征點，采集的人臉圖像取特征點周邊5x5大小的若干子塊，對其中每個子塊的均值、方差、以及所有像素值減去均值得到的差用AHEE同態加密算法進行加密；

B5、對B3步驟中得到的SIFT特征點的描述子用混沌置亂方法進行位置變換，根據Logistic映射，其表達式如下：

x_N+1＝μx_N(1-x_N)

設定私鑰μ∈[3.569946,4],x₀∈(0,1),經過N-1次混沌迭代后生成一組混沌序列X_N；并對產生的序列X_N進行排序，得到對應有序序列，而對應有序序列的位置T_N，將SIFT特征點的描述子位置按照T_N進行置亂,N為256；

B6、將B5得到的加密后的SIFT特征序列在加密域下同根據用戶名，從數據庫中得到注冊時存入的加密后的SIFT特征序列進行匹配；

B7、將B6中得到的匹配點在加密域下計算SSIM，然后對SSIM進行解密，得到兩幅人臉圖像，即注冊圖像和認證圖像的相似度值，與設定閾值0.4進行比較，大于閾值則認為認證成功，否則，認為認證失敗；

上述B 5和B 4步驟可以同時進行，或者任意一個在先先后進行。

2.根據權利要求1所述的基于同態加密和混沌置亂的在線人臉身份認證方法，其特征在于，所述步驟A3具體包括：

(1)對從采集圖像中提取的SIFT特征點進行兩層二值化，第一層二值化的閾值為128維描述子的的中值，如果某一維數據大于第一層閾值，則將其設置為1，小于等于第一層閾值，則將其設置為0；第二層二值化的閾值為大于第一層閾值的64維描述子的中值，同樣在第二層二值化中，對于每1 維描述子，如果其大于第二層閾值，則將其設置為1，小于等于第二層閾值，則將其設置為0；

(2)對(1)中二值化后的SIFT特征點進行篩選，首先建立了一個訓練集，訓練集包含至少100個不同人臉不同角度和姿態的7幅圖像，對正面人臉圖像提取的每一個SIFT特征點，看其能否在其他人臉圖像中找到匹配點，如果一個SIFT特征點能夠在一幅人臉圖像找到匹配點，則稱該點的匹配度為1，以此類推，得到匹配度為2-6的點；通過訓練集得到一個匹配度的基向量，當得到二值化后的特征點，通過基向量，預測出該點的匹配度，與預設的匹配度閾值相比較，經實驗設定閾值2，大于等于閾值2的點保留，小于閾值的移除。