一种基于随机投影加密的双因子掌纹识别方法技术

本发明专利技术公开了一种基于随机投影加密的双因子掌纹识别方法，首先采集两个原始掌纹图像，预处理后得到两个掌纹特征图像，对两个掌纹特征图像分别通过随机投影变换进行降维和归一化，然后与归一化后的两个随机投影矩阵进行数值比较后得到两个特征矩阵，作为两个原始掌纹图像的编码特征矩阵，最后采用距离匹配算法对获得的两个编码特征矩阵进行匹配，匹配合格则识别通过。本发明专利技术使用随机投影矩阵作为掌纹识别密钥，通过特定不可逆变换，融合掌纹特征，生成具有隐私保护和可重复发布能力的可撤除掌纹特征模板，进而进行掌纹识别，可实现通过密钥与生物特征相结合的双因子掌纹识别，具有复杂度低，识别精度高，安全性好等有益效果。

【技术实现步骤摘要】

本专利技术属于掌纹识别
，特别涉及一种基于随机投影加密的双因子掌纹识别方法。
技术介绍
随着全球各地身份欺骗造假事件和恐怖袭击事件的不断增多，身份识别(identification)与认证(verification)技术已成为信息安全与隐私保护的重要基础，并得到了快速普及和推广。为此，对各种身份识别与认证系统的性能也提出了越来越高的要求。传统的身份鉴别方法主要有两种基于密码的安全机制：基于知识的方法，如使用密码、口令等，或基于物品的方法，如使用钥匙、居民身份证等。与传统的身份认证技术相比，生物特征更具有便携性、安全性、可靠性，有效性，唯一性和终身不变性，人们不可能丢失也无需记忆自己的生物特征，因此，生物特征识别与认证方式更具可靠性和有效性，越来越多的研究者把目光移向生物特征识别。基于生物特征识别的身份认证技术是指利用人体所固有的物理或行为特征，通过模式识别等计算技术自动鉴别个人身份的技术。2016年9月，公安部试点身份证“刷脸”，借助“身份证网上副本”技术，结合密码认证，脸部、指纹等生物特征验证等方式，可实现互联网上的“实名+实人+实证”的真实身份认证，今后不用携带身份证，“刷脸”就可以办业务、开网店和住酒店了，生物特征识别成为一种可以应用到安全领域的一项技术。掌纹识别是近几年发展起来的较新的生物特征识别技术，主要有以下优点：掌纹面积大，涵括的信息比较多，即使损伤和残缺的掌纹也有足够的鉴别信息；掌纹的主要特征稳定且明显，提取特征时不易受到噪声的干扰，仅使用低分辨率图像提取的特征也足以提供身份识别所需的信息；掌纹采集设备的价格比虹膜的价格便宜得多；识别精度高，识别速度也较快。因此，理论上来讲，掌纹具有更好的可区分性，吸引越来越多的学者研究掌纹识别。近年来，掌纹识别的研究主要集中在提高掌纹的识别精度包括提出新的特征提取算法和匹配分类算法和快速算法。尽管掌纹识别的精度和速度非常重要，掌纹图像的存储和掌纹识别系统的安全性也不能忽略。然而，掌纹图像的存储和掌纹识别系统的安全性很少见到报道。传统的密码系统由于密码的随机性，对其攻击效率主要基于数学计算上的复杂性。然而生物特征本身并不是随机信号，同时很大程度上也不具有保密性，或许在挥手中，手掌的身份信息己经泄露。另一方面，掌纹图像是稀有资源，一个人一生只有两个手掌，大部分人的手掌具有对称性，并且随着年龄的增长,掌纹的基本纹路结构并不发生变化。一旦人的这些有限的生物特征被泄露或者盗用，直接后果就是人的这些生物特征将不能再直接用于安全系统中身份匹配识别和身份认证。
技术实现思路
本专利技术要解决的技术问题是，提供一种基于随机投影加密的双因子掌纹识别方法，使用随机投影矩阵作为掌纹识别密钥，通过特定不可逆变换，融合掌纹特征，生成具有隐私保护和可重复发布能力的可撤除掌纹特征模板，进而进行掌纹识别，实现通过密钥与生物特征相结合的双因子掌纹识别。为解决上述技术问题，本专利技术提供一种基于随机投影加密的双因子掌纹识别方法，包括以下步骤：(1)获取两个掌纹特征图像；(2)分别获取所述两个掌纹特征图像的编码特征矩阵；(3)采用距离匹配算法对获得的两个编码特征矩阵进行匹配，匹配合格则识别通过。在上述技术方案中，掌纹特征具有多样化形式，可以变化、更改，保证在遭受攻击和威胁时掌纹模板可以成功地撤销和重新发布，使得掌纹识别安全性得到提高。生成的编码特征矩阵可以保护原始特征数据，同样可以提高掌纹识别的安全性。采用距离分类算法编码特征矩阵进行分类匹配，计算方便，可以做到实时的掌纹识别认证。作为上述技术方案的进一步改进，获取每个所述掌纹特征图像的编码特征矩阵具体包括以下步骤：(1)利用随机投影对所述掌纹特征图像进行降维，得到低维表征矩阵；(2)将所述低维表征矩阵进行归一化处理，得到第一矩阵；(3)产生一个随机投影矩阵，并将所述随机投影矩阵进行归一化处理，得到第二矩阵；(4)比较所述第一矩阵与所述第二矩阵对应位置的值的大小，将第一矩阵大于第二矩阵的位置上的值置为某一数值，其余位置上的值置为另一数值，产生一个由两个数值组成的特征矩阵，作为所述掌纹特征图像的编码特征矩阵。利用随机投影变换来完成对掌纹特征图像的数据降维，变换降维后的数据具有原始数据的重要特征信息，维持原始高维数据结构特性而不引入重大数据奇异，较之其余的降维方法，产生简单、计算方便；产生一个新的随机投影矩阵并归一化后与利用随机映射降维并归一化后的掌纹数据矩阵(即第一矩阵)进行逐值比较，产生了一个由两个数值组成的编码特征矩阵，这大大减小了识别过程中的计算量；两个数值组成的编码特征矩阵，可以保护原始特征数据，提高了掌纹识别的安全性。作为上述技术方案的进一步改进，所述降维具体包括以下步骤：产生一个随机投影矩阵，将所述随机投影矩阵左乘所述掌纹特征图像，进而得到低维表征矩阵。随机投影矩阵随机产生，不依赖于原始的训练样本信息。利用随机投影矩阵将高维数据投影到低维变换子空间达到降维的目的，降低了计算复杂度，且随机投影可以近似维持欧式空间内成对映射点的距离。在每次生成编码特征矩阵的过程中，用到了两个随机投影矩阵，这两个随机投影矩阵作为掌纹识别密钥只有用户知晓，且可以更换，提高掌纹识别的安全性。作为上述技术方案的进一步改进，随机产生并被进行归一化处理的所述随机投影矩阵利用分段线性映射来完成，其公式以下：其中u∈(0，0.5)，x∈[0，1]，该公式在参数区间内具有较好的统计特性。作为上述技术方案的进一步改进，获取所述第一矩阵和所述第二矩阵后，在比较所述第一矩阵和所述第二矩阵对应位置的值的大小前，先对所述第一矩阵和所述第二矩阵进行采样因子ρ(2×2)的下采样，进一步缩短计算耗时。作为上述技术方案的进一步改进，获取掌纹特征图像具体包括以下步骤：(1)采集原始掌纹图像；(2)将所述原始掌纹图像进行二值化处理，得到二值图像；(3)在所述二值图像中提取手掌外边缘轮廓并检测食指、中指之间和无名指、小指之间形成的角点，以所述两角点的连线作为纵轴，从所述两角点的中点向所述纵轴作垂线，将所述垂线作为横轴，以所述纵轴和横轴的交点作为坐标原点，所述坐标原点与所述纵轴、横轴形成新坐标系，在新的坐标系下，在所述原始掌纹图像上截取掌纹矩形区域作为所述掌纹特征图像。对原始掌纹图像进行二值化以及截取等操作有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。作为上述技术方案的进一步改进，截取的所述掌纹矩形区域位于所述原始掌纹图像的中心部分，该部分掌纹生物特征清晰，所截取到的掌纹特征图像有利于进行下一步操作。作为上述技术方案的进一步改进，所述距离匹配算法为Hamming距离匹配算法，具有良好的使用效果。作为上述技术方案的进一步改进，所述编码特征矩阵产生后被存储于数据库中，掌纹特征具有多样化形式，满足在多个数据库存储或共享的安全要求。即使数据库遭遇信息泄露，也不会造成用户掌纹信息泄露，用户只需更换密钥(随机投影)便可以更新数据库中的信息，掌纹识别仍然是相对安全的。作为上述技术方案的进一步改进，所述掌纹特征图像的大小为128×128像素，该大小的掌纹特征图像适合于进行进一步的处理操作。本专利技术提供的一种基于随机投影加密的双因子掌纹识别方法，使用随机投影矩阵对掌纹特本文档来自技高网...

【技术保护点】
一种基于随机投影加密的双因子掌纹识别方法，其特征在于，包括以下步骤：1.1.获取两个掌纹特征图像；1.2.分别获取所述两个掌纹特征图像的编码特征矩阵；1.3.采用距离匹配算法对获得的两个编码特征矩阵进行匹配，匹配合格则识别通过。

【技术特征摘要】
1.一种基于随机投影加密的双因子掌纹识别方法，其特征在于，包括以下步骤：1.1.获取两个掌纹特征图像；1.2.分别获取所述两个掌纹特征图像的编码特征矩阵；1.3.采用距离匹配算法对获得的两个编码特征矩阵进行匹配，匹配合格则识别通过。2.根据权利要求1所述的一种基于随机投影加密的双因子掌纹识别方法，其特征在于，步骤1.2具体包括以下步骤：2.1.利用随机投影对所述掌纹特征图像进行降维，得到低维表征矩阵；2.2.将所述低维表征矩阵进行归一化处理，得到第一矩阵；2.3.产生一个随机投影矩阵，并将所述随机投影矩阵进行归一化处理，得到第二矩阵；2.4.比较所述第一矩阵与所述第二矩阵对应位置的值的大小，将第一矩阵大于第二矩阵的位置上的值置为某一数值，其余位置上的值置为另一数值，产生一个由两个数值组成的矩阵，作为所述掌纹特征图像的编码特征矩阵。3.根据权利要求2所述的一种基于随机投影加密的双因子掌纹识别方法，其特征在于，步骤2.1具体包括以下步骤：产生一个随机投影矩阵，将所述随机投影矩阵左乘所述掌纹特征图像，进而得到低维表征矩阵。4.根据权利要求2所述的一种基于随机投影加密的双因子掌纹识别方法，其特征在于，步骤2.3中的随机投影矩阵利用分段线性映射来完成，其公式以下：x(k+1)=C[x(k);u]x(k)ux(k)∈[0,u)(x(k)-u0.5-u)x(k)∈[u,0.5)c[1-x(k);u]x(k)&Elem...

【专利技术属性】
技术研发人员：冯光，李恒建，董吉文，赵梓汝，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东;37