[发明专利]一种基于同态加密和混沌置乱的在线人脸身份认证方法

摘要

一种基于同态加密和混沌置乱的在线人脸身份认证方法，该方法面向安全、可靠的在线身份认证系统应用。本发明首先研究并提出一种有效的SIFT特征点过滤方法和有效的SIFT特征二值化方法；其次设计合理的同态加密方法在加密域实现基于局部特征点相似度的身份认证方法。在上述研究的基础上，围绕用户物理身份和数字身份统一的在线身份认证原型应用系统，设计安全可靠的在线身份认证系统方法。本发明提出的方法得到的加密后的特征具有多样性，可撤销性和安全性，同时仍能保证良好的认证性能。因此，本发明具有一定的应用价值和意义。

主权项

一种基于同态加密和混沌置乱的在线人脸身份认证方法，包括以下步骤：A、注册阶段；B、认证阶段；其特征在于，所述步骤A具体包括：A1、对于用户，首先利用摄像头采集其无姿势变化，表情正常，无遮挡的人脸图像，并填入用户信息；A2、对于用户在A1步骤中采集的人脸图像，首先利用ASIFT算法，即仿射SIFT提取SIFT特征点；A3、对A2步骤中得到的SIFT特征点集进行特征点二值化和特征点筛选；A4、提取A3步骤中得到的二值化和筛选过后的SIFT特征点，采集的人脸图像取特征点周边5x5大小的若干子块，对其中每个子块的均值、方差、以及所有像素值减去均值得到的差用AHEE同态加密算法进行加密；A5、对A3步骤中得到的SIFT特征点的描述子用混沌置乱方法进行位置变换，根据Logistic映射，这是一种常见的一维混沌映射，具有很好的伪随机性，其表达式如下：xN+1＝μxN(1‑xN)设定私钥μ∈[3.569946,4],x0∈(0,1),经过N‑1次混沌迭代后生成一组混沌序列XN；并对产生的序列XN进行排序，得到对应有序序列，而对应有序序列的位置TN，将SIFT特征点的描述子位置按照TN进行置乱,N为256；A6、将A5和A4步骤中得到的加密过后的SSIM特征参数和SIFT特征点序列以及用户信息存入数据库中；上述A5和A4步骤可以同时进行，或者任意一个在先先后进行；所述步骤B具体包括：B1、对于任意一个用户，利用摄像头采集其可以有姿势、表情变化以及遮挡的人脸图像，并输入其用户名；B2、对B1步骤中采集到的人脸图像利用ASIFT，即仿射SIFT算法提取SIFT特征点；B3、对B2步骤中得到的SIFT特征点进行两层二值化，第一层二值化的阈值为128维描述子的的中值，如果某一维数据大于第一层阈值，则将其设置为1，小于等于第一层阈值，则将其设置为0；第二层二值化的阈值为大于第一层阈值的64维描述子的中值，同样在第二层二值化中，对于每1维描述子，如果其大于第二层阈值，则将其设置为1，小于等于第二层阈值，则将其设置为0；B4、提取B3步骤中得到的二值化后的SIFT特征点，采集的人脸图像取特征点周边5x5大小的若干子块，对其中每个子块的均值、方差、以及所有像素值减去均值得到的差用AHEE同态加密算法进行加密；B5、对B3步骤中得到的SIFT特征点的描述子用混沌置乱方法进行位置变换，根据Logistic映射，其表达式如下：xN+1＝μxN(1‑xN)设定私钥μ∈[3.569946,4],x0∈(0,1),经过N‑1次混沌迭代后生成一组混沌序列XN；并对产生的序列XN进行排序，得到对应有序序列，而对应有序序列的位置TN，将SIFT特征点的描述子位置按照TN进行置乱,N为256；B6、将B5得到的加密后的SIFT特征序列在加密域下同根据用户名，从数据库中得到注册时存入的加密后的SIFT特征序列进行匹配；B7、将B6中得到的匹配点在加密域下计算SSIM，然后对SSIM进行解密，得到两幅人脸图像，即注册图像和认证图像的相似度值，与设定阈值0.4进行比较，大于阈值则认为认证成功，否则，认为认证失败；上述B 5和B 4步骤可以同时进行，或者任意一个在先先后进行。