基于C＋＋和OpenCV的人脸识别系统的设计与实现

人脸识别是通过对人的脸部特征信息进行身份识别的一种生物识别技术.研究现实基于人脸识别的身份验证系统具有重要意义.提出一种基于C＋＋和OpenCV的人脸识别系统的设计与实现方法.系统实现的功能模块包括人脸图像采集、图像预处理、人脸检测与定位、人脸特征提取与识别、人脸数据库管理等.系统中人脸检测采用基于Haar-like特征的Haar 分类器,人脸识别采用Eigenfacae算法.系统经过运行测试,结果表明该系统能够满足一般的基于人脸识别的身份验证需求.     

高校考试身份验证指纹识别系统的设计与实现

目前高校中考试科目繁多,主要采用证件进行身份验证,这样替考现象容易发生。利用指纹的稳定性和唯一性,进行考试身份验证,是一种理想的方式。文中提出了一种基于指纹模式识别技术的考生考试签到系统,该系统以考生的指纹信息为判断依据,对考生的考试出勤情况就行确认登记,并且实现对考生指纹信息的录入、考生信息管理、考试管理、考生考试签到管理等,并生成签到报表,使考生考试签到更加简便快捷,并且杜绝替考现象。     

指纹识别及 PDF417二维码在考试管理中的应用

从我国美术专业招生考试实际情况出发,结合指纹识别和二维条码技术的各自特点和优势,将其应用在考试身份验证中,实现符合美术招生考试要求的身份验证模型。简要来说就是利用二维条码的信息存储能力及防伪特性,将考生的各类信息包括指纹特征信息存储在条码图形中,通过条码识别设备和指纹采集设备,将现场采集的考生指纹信息与条码中存储的信息进行比对,以此来确认考生身份的真假。     

RFID技术在考生身份验证系统中创新性应用研究

针对目前中国考生身份验证工作存在的困难和问题,以及RFID识别技术在各个领域的广泛应用,研究考生身份验证系统中采用RFID技术而将现代编码技术、计算机技术及网络技术合为一体的应用。主要由无线射频电子标签、手持式身份验证仪和计算机管理系统组成,可以具备非接触式身份识别、自动采集信息、存储信息、报表生成等功能。有效地解决考生身份管理存在的困难,可以实现自动化、智能化的考生身份验证,提高考生身份识别的安全性和有效性。     

基于自适应LBP人脸识别的身份验证

提出了一种自适应LBP人脸识别算法用于进行身份认证。在身份特征录入阶段,首先采用Harr人脸级联分类器对人脸样本库进行人脸区域检测,并使用PCA方法对人脸区域进行降维处理;然后通过LBP二值模式的人脸识别算法提取人脸样本的特征值;最后通过LBP人脸训练生成人脸数据特征库。通过多场景人脸图像库和阈值队列,通过多阈值全组人脸匹配,建立人脸阈值特征库。在身份验证阶段,将登录用户人脸与人脸阈值特征库做粗粒度人脸LBP直方图匹配,确定当前最优的LBP阈值;然后将登录用户人脸与人脸数据特征库做LBP直方图匹配,通过匹配结果确定登录用户的系统权限。实验结果表明,在图像和视频模式下,基于自适应LBP人脸识别算法的身份验证具有很高的鲁棒性。     

考试身份验证系统在高校考试 管理中的应用研究

伴随着我国高等教育的不断发展,全国高等学校在校学生人数不断增加,每年都有上千万高校学生参加各类 考试。而现阶段,考生考试身份验证还处在以传统的方式来验证考生考试,从而出现替考等舞弊行为。针对这一问题,本文从 高校考试考务管理实际出发,研究考生考试身份验证系统在高校考试管理中的应用。     

人脸识别技术研究

人脸识别技术是利用计算机通过时人脸图像的分析、特征的提取,从中提取出有效的识别信息,进而实现(自动)辨别人脸,并进行自动身份验证的技术.介绍了人脸识别技术的主要方法,并对各种方法进行了比较.     

复用特征组合的单幅人脸图像识别

单幅图像的人脸识别问题目前研究较少,而许多识别算法一旦应用到单幅训练图像的人脸库时,识别率会急剧下降。通过研究人脸的各个局部特征对识别人脸的影响,筛选出几个最能表达人脸信息的局部特征,然后利用Boosting思想,为从单个图像样本中挖掘更多的信息,重复使用人脸特征,将人脸的整体特征和局部特征结合起来构造了两个人脸识别系统——多特征投票法和复用特征法。     

基于指纹和人脸识别技术的身份认证系统

本文描述了一套基于指纹和人脸识别技术的身份认证系统,在指纹识别的基础上增加了人脸识别技术,进一步提高了系统的安全性。该系统分为指纹特征信息服务器、人脸特征信息服务器、应用服务器和设备终端四部分,通过终端设备获取指纹和人脸的特征信息,分别与指纹特征数据库和人脸特征数据库中存储的特征信息进行匹配,进而完成对对用户身份的验证。通过对考生身份的认证实验证明了该系统的可靠性。     

基于DCNN算法的非均匀光照图像人脸识别系统研究

人脸识别系统的人脸图像特征识别失误较高,因此文章设计了基于DCNN算法的非均匀光照图像人脸识别系统。硬件方面设计,采用ARM720T处理器与S3C2440芯片。软件方面建立非均匀光照图像人脸识别功能模块,设计软件整体架构。利用动态卷积神经网络（Dynamic Convolution Neural Network,DCNN）算法,设计人脸光照图像特征的识别程序,在非均匀光照条件下仍能有效地识别出人脸特征。测试结果表明,该能够准确识别出人脸特征,人脸系统识别得更加清晰,能够应用于实际生活中。     

人脸识别在退休金身份认证中的应用

针对传统方法提供的身份证明时效性差、易伪造、识别过程复杂等缺陷,利用人脸图像具有唯一性、稳定性和不需要接触等优点,提出一种基于人脸识别技术的退休金身份认证算法。通过对退休人员人脸进行实时采集,并与服务器人脸库予以匹配,实现退休人员身份真伪判断。将该算法应用于退休金身份认证系统,结果表明,该算法可提高退休金身份认证的准确率,有效阻止身份造假行为。     

基于图像变形的卡用户认知性(英文)

尽管许多人可能并没有意识到,各类卡已经被广泛应用到我们的日常生活当中。其中,信用卡,现金卡,驾驶执照,等等,其实与钱包同等重要。为了防止这些卡被非法使用,用户认证是必不可少的。最常用的用户认证方法就是要求用户提供某些个人信息。如果用户提供的信息与卡中记录的信息一致,我们就认为用户是合法的。然而如果个人信息被泄露,卡就有可能被非法使用。本论文的目的就是要提供一种新的基于图像变形的卡用户认证方法。其基本思路是把真正持卡人的脸部图像通过图像变形隐藏到某个覆盖数据下,并把恢复原图像所需要的钥匙信息分散保存到卡,终端,服务器等不同地方。在用户使用卡的时候,认证系统可以利用反变形技术恢复原图像,让受权人察知到用户的真伪,从而有效地保护持卡人的权益。     

基于面部认证的涉密文档阅读器设计

随着信息化社会的不断发展,文档的电子化成为大势所趋.电子文档在给我们提供便利的同时,也带来了诸多安全隐患.涉密电子文档面临的安全威胁有非授权访问、知密范围难控和泄密主体难追踪等,而目前关于涉密电子文档的解决方案仅满足了身份认证、访问控制等安全需求,未能实现对用户身份的实时认证和涉密文档的有效控制.针对以上安全威胁及用户需求,通过对面部认证、单向传输和眼球追踪等技术的研究,文章设计了一款基于面部认证的涉密文档阅读器.使用OpenCV实现的面部认证技术用于完成对用户的身份认证和阅读权限的实时认证,可有效防止非授权访问、偷窥等行为,实现可靠的访问控制.专用接口提供对USB移动存储数据的安全处理,提供单向数据传输功能,通过专用接口向涉密文档阅读器单向传输涉密文档,可有效解决阅读器丢失、拷贝复制等造成的安全隐患.文中设计的阅读器在提高数据安全性和可靠性的同时,为用户提供一个安全便携的涉密文档阅读平台.系统采用技术手段弥补制度上的漏洞,实现涉密电子文档管控的安全性和实用性的平衡.     

Video-to-video face authentication system robust to pose variations

High-quality still-to-still (image-to-image) face authentication has shown success under controlled conditions in many safety applications. However, video-to-video face authentication is still challenging due to appearance variations caused by pose changes. In this paper, we propose a video-to-video face authentication system that is robust to pose variations by making use of synthesized frontal face appearance that contains both texture and shape information. To obtain the appearance, we first reconstruct 3D face shape from face feature points detected from the video using active shape model (ASM). Conventional ASM algorithms cannot handle large pose variations and fast head movement exhibited in video sequences. To address these problems, we present a novel prediction-assisted approach that is capable of providing an accurate shape initiation as well as automatically switching on multi-view models for ASM. Then we can generate frontal shape mesh from the reconstructed 3D face shape. Based on the mesh, we synthesize frontal face appearance with the ASM-detected faces in video. For authentication, in order to match the synthesized appearances of enrollment and probe, we propose a 2-directional 2-dimensional client specific fisher’s linear discriminant algorithm. The proposed algorithm is a variant of fisher’s linear discriminant (FLD) and directly computes eigenvectors of image scatter matrices in row and column direction without matrix-to-vector conversion. In experiments, our authentication system is compared with the other state-of-art approaches on public face database and our face database. The results show that our system demonstrates a higher authentication accuracy and pose-robust performance.     

Bi-modal biometric authentication on mobile phones in challenging conditions

This paper examines the issue of face, speaker and bi-modal authentication in mobile environments when there is significant condition mismatch. We introduce this mismatch by enrolling client models on high quality biometric samples obtained on a laptop computer and authenticating them on lower quality biometric samples acquired with a mobile phone. To perform these experiments we develop three novel authentication protocols for the large publicly available MOBIO database. We evaluate state-of-the-art face, speaker and bi-modal authentication techniques and show that inter-session variability modelling using Gaussian mixture models provides a consistently robust system for face, speaker and bi-modal authentication. It is also shown that multi-algorithm fusion provides a consistent performance improvement for face, speaker and bi-modal authentication. Using this bi-modal multi-algorithm system we derive a state-of-the-art authentication system that obtains a half total error rate of 6.3% and 1.9% for Female and Male trials, respectively.     

基于人脸识别的双因素身份认证系统的设计与实现

身份认证是网络安全信息系统的第一道屏障,目前广泛使用口令等方式来确认身份的技术面临着严峻的挑战,并显得越来越不适应现代科技的发展和社会的进步;人们希望有一种更加方便可靠的方法来进行身份认证,根据身份认证的研究现状和生物特征的特点,文章设计了一种基于人脸识别和口令的双因素身份认证系统的新模式,不仅有效地提高了系统的安全性,而且有效地提高了系统认证速度,是一个安全、高效的身份认证系统。     

基于北斗的军事物联网身份认证方案研究

针对物联网的安全漏洞凸显的问题,从军事物联网的高安全需求和节点终端负载能力考虑,提出了一种适用于军事物联网的身份认证方案。该方案通过北斗导航系统的授时、定位等功能获得时间戳和位置坐标等信息作为多因素认证因子,在优化一次性口令认证方案的基础上实现节点间的双向认证,确保了节点间通信的安全性和可靠性。由基于SVO逻辑对所设计的方案进行形式化分析表明该方案可实现预期的认证目标且不存在安全漏洞,从而论证了方案的正确性。     

结合人脸特征和密码技术的网络身份认证系统*

为了解决传统密码或单纯生物特征在远程身份认证中存在的安全问题,利用人脸识别中特征模板的生成特点,设计了一种人脸特征与密码技术相结合的双重身份认证方案。人脸识别的仿真结果证明了人脸特征用于识别的有效性;系统分析表明,该系统能够对付传统网络身份认证中所遇到的窃听、重放、假冒或窜改等各种攻击,且实时性比较好。     

一种双向动态口令认证系统的研究

在研究现有身份认证系统中存在的安全问题的基础上,提出了一种双向动态口令认证方案,给出了方案的实现过程,并对方案进行了安全性分析。本方案的特点是:提供了服务器和客户的双向认证,能够抵御假冒攻击;双向认证的实现不需要依赖于第三方认证中心来实现;认证信息保持动态性,能有效防止重放攻击。