[发明专利]一种双模态生物特征加密方法、设备及存储设备

权利要求书

1.一种双模态生物特征加密方法，其特征在于：包括以下步骤：

S101：在注册阶段，获取用户提交的账号、背景图片、原始面部图片和原始声纹语料；所述背景图片为若干张预先设置好的图片中的一张；

S102：根据获取的背景图片和原始面部图片，采用SHA256算法，计算得到基于用户面部特征的二进制序列密钥，作为用户主密钥；

S103：根据所述账号，使用ZUC算法为需要加密的应用生成一个随机数作为nounce，并将所述账号与应用的随机数之间的映射关系存储至本地数据库；

S104：使用SHA256算法对所述用户主密钥和nounce进行融合，并使用SHA256算法对融合结果进行散列和约简，获得16位16进制子密钥，作为需要加密的应用的登录密钥；

S105：利用golangvpr库中的TrainSpeech()函数对所述原始声纹语料进行训练，得到用户声纹模型的二进制信息；

S106：利用MD5算法对用户声纹模型的二进制信息进行Hash变换，得到基于用户声纹特征的二进制序列密钥，并将基于用户声纹特征的二进制序列密钥存储于本地数据库；

S107：利用AES算法对用户主密钥和基于用户声纹特征的二进制序列密钥进行加密编码，得到特征密文，并将特征密文存储至本地数据库，应用加密完成；

S108：在登陆阶段，自动获取用户输入的登陆账号；并利用相机获取用户登陆时的面部图片，进而进行面部识别认证，判断是否认证通过；若是，则从本地数据库获取所述特征密文，并转到步骤S109；若否，则显示错误信息，并转到步骤S112；

S109：利用麦克风采集用户登陆时的声纹语料，并进行声纹识别认证，判断是否认证通过；若是，则从本地数据库获取基于用户声纹特征的二进制序列密钥，并转到步骤S110；否则，返回错误信息，并转到步骤S112；

S110：根据获取的基于用户声纹特征的二进制序列密钥，采用AES算法对步骤S108中获取的特征密文文件进行解密，得到用户主密钥；

S111：根据步骤S108中获取的登陆账号，从本地数据库查询对应应用的随机数nounce，并采用SHA256算法对用户主密钥与该对应应用的nounce进行散列和约简，得到应用登陆密钥；并对得到的应用登陆密钥进行自动复制和自动填充；

S112：登陆程序结束。

2.如权利要求1所述的一种双模态生物特征加密方法，其特征在于：步骤S102中，根据获取的背景图片和面部图片，采用SHA256算法，计算得到基于用户面部特征的二进制序列密钥，具体如下：

S201：利用OpenCV视觉库提供的cvGet2D()函数提取背景图片固定点的像素信息；

S202：根据所述面部图片，使用seetaface库中的GetFeature()函数获取用户面部特征信息；

S203：采用SHA256算法对获取的背景图片固定点的像素信息和用户面部特征信息进行融合，得到基于用户面部特征的二进制序列密钥。

3.如权利要求1所述的一种双模态生物特征加密方法，其特征在于：步骤S108中，面部识别认证的步骤包括：

S301：利用OpenCV库中的facedetect接口将原始面部图片和登陆时的面部图片中的人脸检测出来；

S302：将检测到的人脸分别剪切出来，得到两张分别只包含原始面部图片中人脸的图片和只包含登陆时的面部图片中人脸的图片；

S303：将得到的只包含人脸的图片分别转换成单通道的图像；

S304：使用直方图对获得的两张单通道的人脸图像进行比较，得到面部图片相似度；

S305：判断面部图片相似度是否大于或者等于面部识别阈值x；若是，则认证通过；否则，认证不通过；其中x＞0，为预设值。

4.如权利要求1所述的一种双模态生物特征加密方法，其特征在于：步骤S109中，声纹识别认证的方法为：首先，根据所述用户原始声纹语料信息，采用梅尔倒谱系数MFCC作为语音特征相似度的评价参数，对原始声纹语料和登陆时的声纹语料进行相似度计算，得到用户声音相似度；然后，判断用户声音相似度是否大于或者等于声音识别阈值y；若是，则认证通过；否则，认证不通过；其中y＞0，为预设值。