基于虹膜和人脸的多生物特征身份认证关键技术研究-信息安全专业论文.docx

摘要随着单模态生物身份认证技术的广泛应用，普适性、防伪性、区分性以及 模板安全性方面的不足逐渐显现，高性能的基于多生物特征融合的身份认证技 术日益成为学术研究的热点。多生物特征身份认证，首先，要求待融合的生物 特征具有较强的普适性，即方便采集、易于被广泛接受，且适用于复杂条件； 其次，由于生物样本较易获取，同时希望多生物特征具有防伪功能，增强系统 的安全性；另外，不仅仅希望待融合的单模态生物特征具有高区分性，同时还 要求融合方法也具有较高的身份认证性能；最后，为了使多模态生物特征模板 更为安全的应用于身份认证系统，除了使用多模态提高攻击者攻击成功的复杂 度之外，还要对多生物特征融合模板进行模板保护。因此对于多生物特征身份 认证关键技术进行研究，不仅具有较高的学术价值，更具有重要的现实意义。本文借鉴单模态生物特征的信息处理过程，从分析、总结多生物特征身份 认证系统涉及到的问题出发，充分利用低质量虹膜生物特征的普适性、热成像 人脸图像生物特征的防伪性，设计相应的预处理和特征提取方法，并有针对性 的设计了基于三角范数的分数层融合方法，构建了基于低质量双眼虹膜，热成 像以及可见光人脸的多生物特征融合系统，对此多模态系统给出了相应的多生 物特征模板保护方法，既分析了融合系统的身份认证性能，又分析了不同生物 特征泄露后，模板保护方法的安全性。本文的主要创新点和研究工作有：面 向 低 质 量 虹 膜 图 像，针 对 由 于 眼 镜 反 光 而 引 起 的 光 斑，以 及 采 集 者 头 发、睫 毛 等 各 种 因 素 而 影 响 虹 膜 定 位 等 问 题，提 出 了 针 对 低 质 量 虹 膜 图 像 预 处理方法框架RPRH（Reflection removal plus Probability boundary and Reduction of Hough transform）。首先用基于不可压（Navier-Stokes，NS）动态流体力学的图 像 修 复 方 法 对 光 斑 区 域 进 行 修 复，然 后 使 用 概 率 边 界（Probability boundary， Pb）算子提取虹膜内圆边界，最后对Hough变换的输入点集进行选择，提高低 质量虹膜图像的内外圆环定位精度，最终得到高性能的低质量虹膜特征。利 用 热 成 像 人 脸 图 像 的 防 伪 造 功 能，针 对 现 有 热 成 像 人 脸 图 像 特 征 身 份 认 证 性 能 不 高 等 问 题，提 出 了 基 于 复 数Gabor 束 描 述 子（Complex Gabor Jet Descriptor，CGJD）的热成像人脸图像特征提取方法。使用Gabor小波卷积后主 要表示能量的幅值、表示脊的实部、表示边界的虚部以及表示方向的相位等系 数信息，对Gabor小波变换后下采样图像块的块均值和块标准差进行复数域的 融合，在多尺度下使用复数线性判别法（Complex Linear Discrimination Analysis，- I -CLDA）提高区分性，得到高性能的热成像人脸图像CGJD 复数特征。 针对低质量虹膜和热成像人脸图像特征的特点，基于特征层和分数层，分别构造了基于双眼虹膜的多实例融合系统、基于热成像和可见光人脸图像的 多 传 感 器 融 合 系 统。并 且，针 对 低 质 量 虹 膜 二 进 制 比 特 特 征 和 人 脸 复 数 特 征 的 不 同 表 达 形 式，以 及 传 统 分 数 层 融 合 方 法 的 不 足，提 出 了 基 于Acze′l-Alsina（AA）三角范数的分数层融合方法AASF （Acze′l-Alsina triangular norm Score level Fusion），该方法能够增大类内与类间匹配分数分布之间的距离，进一步提高了 多生物特征的身份认证性能。针 对 多 生 物 特 征 模 板 泄 露 后，模 板 安 全 相 对 于 单 模 态 来 说 更 为 严 重，结合本文设计的多模态融合系统的特点，提出了基于模糊承诺的多生物特征的 模板保护方法FMTP（Fuzzy commitment and Multibiometrics Template Protection）， 以及单生物特征泄漏后的安全性分析方法。首先将复数形式下的热成像以及可 见光人脸特征，转换成二进制比特特征，对低质量的左右虹膜进行加密存储， 达到安全保护多生物特征模板的目的，并在认证阶段使用AA三角范数，对特 征匹配结果进行分数层融合。本文除了对所设计的模板保护算法的身份认证性 能进行分析外，还对不同生物特征泄露后，融合特征在交叉匹配的模式下的安 全性进行了分析，明显看出多模态相对于单模态系统，提高了身份认证和安全 性能。关键词： 多生物特征；