首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 984 毫秒

1.  二维正交Log-Gabor滤波器结合混沌加密的掌纹认证方法  
   焦阳  赵嵩《河南理工大学学报(自然科学版)》,2016年第4期
   为控制掌纹及生物识别过程中的安全威胁,提出一种可撤销生物特征的掌纹认证方法。该方法使用二维正交Log-Gabor滤波器从图像中提取二进制掌纹相位模板,通过混沌序列控制的随机密文反馈加密,生成可更新的和隐私保护的掌纹模板。识别匹配阶段在加密域实现,根据2个加密模板间的汉明距离衡量掌纹间的相似性。使用香港理工大学的标准数据库进行了实验,验证了方法的识别性能、执行效率和安全性。    

2.  基于SRCNN的QR二维码-人脸重构算法  
   霍婷婷  金星  赵欣怡  王令旗  张程悦《电视技术》,2022年第46卷第1期
   针对人脸识别技术存在的缺少生物信息的隐私保护、有很大的信息泄露风险问题,提出基于超分辨率卷积神经网络的QR二维码-人脸重构算法.该算法将获取到的人脸特征信息转化为QR二维码,并生成QR二维码图片,然后将存储的QR二维码图片与人脸特征信息对比,当比对结果达到一定阈值,实现人脸识别.该算法实现了QR二维码与人脸信息的重构,保证了人脸生物信息的准确、快速传递,也提高了人脸识别率,为生物信息的安全性和隐私保护提供了一种有效途径.    

3.  基于模糊循环随机映射的人脸生物特征加密算法  
   吴懿晨  方昱春  谭盈《计算机科学》,2012年第39卷第5期
   随着生物特征识别技术的广泛应用,其安全性方面的缺陷也逐渐暴露出来。密码技术与生物特征识别技术相结合的生物特征加密技术,就是为了弥补生物特征识别在安全方面的不足而产生的。在研究已有人脸生物特征识别技术的基础上,提出一种兼具安全性及容错能力的人脸生物特征加密算法:模糊循环随机映射(Fuzzy Cyclic Random Mapping,FCRM)。在每次循环中,加密模型使用前一次循环的密钥作为随机种子生成映射矩阵,对用户的人脸特征进行映射,形成一个循环的随机映射过程。加密过程中,还使用了容错技术来减少合法用户人脸图像和特征的随机噪声对识别率的影响,而循环的映射过程能够在不减少认证准确率的前提下,阻止非法用户通过认证。    

4.  二进制特征与联合层叠结构的人脸识别研究  
   《计算机应用与软件》,2019年第2期
   针对人脸识别阶段计算时间长的问题,提出一种基于二进制特征与联合层叠结构的人脸识别方法。在卷积神经网络中构建哈希层,将哈希层得到的编码作为分类器输入,同时加入Softmax分类损失函数和哈希损失函数作为优化目标之一;在学习特征表示的同时,学习它对应的哈希函数,使得提取到的特征从浮点型转换为二进制的特征,并使哈希函数满足独立性和量化误差最小的约束;针对哈希算法精度轻微下降的问题,通过联合级联结构将深度特征变换与深度二进制人脸哈希相结合,通过多种特征与多种度量的多次选择,最终匹配出最佳的目标作为结果。经实验验证,该算法在保证识别率的情况下,能缩短计算时间。    

5.  结合双随机相位加密和四元数格拉斯曼平均网络的彩色人脸隐私保护识别  
   徐子涵  邵珠宏  尚媛园  陈滨  毕卉  向文涛《计算机辅助设计与图形学学报》,2021年第33卷第1期
   为保护彩色人脸图像的隐私并提高识别准确率,提出一种结合双随机相位加密和四元数格拉斯曼平均网络的彩色人脸隐私保护识别算法.首先将彩色人脸图像的颜色分量编码为纯四元数矩阵,使用双随机相位加密和四元数Gyrator变换进行加密.为了隐藏原始彩色人脸图像的内容,通过随机二值幅度掩模选取部分密文进行解密,得到不可见的人脸图像,然后使用四元数格拉斯曼平均网络提取人脸的特征向量和线性支持向量机进行识别.当人脸特征模板泄露时,可以重新生成随机二值幅度矩阵并构建新的特征模板替换原始的特征模板,满足可撤销性,从而保证原始人脸图像的安全性.在Aberdeen,Georgia Tech,Visible Light和YouTube Makeup 4个数据集上与当前3种人脸隐私保护识别算法进行比较,实验结果表明该算法能够有效地提高识别率,而且对数据集的变化具有较好的鲁棒性.    

6.  基于深度卷积网络的3D人脸重构算法  
   陈娜《激光与红外》,2022年第6期
   基于单张人脸图片的3D人脸模型重构,无论是在计算机图形领域还是可见光成像领域都是一个极具挑战性的研究方向,对于人脸识别、人脸成像、人脸动画等实际应用更是具有重要意义。针对目前算法复杂度较高、运算量较大且存在局部最优解和初始化不良等问题,本文提出了一种基于深度卷积神经网络的单张图片向3D人脸自动重构算法。该算法首先基于3D转换模型来提取2D人脸图像的密集信息,然后构建深度卷积神经网络架构、设计总体损失函数,直接学习2D人脸图像从像素到3D坐标的映射,从而实现了3D人脸模型的自动构建。算法对比与仿真实验表明,该算法在3D人脸重建上的归一化平均误差更低,且仅需一张2D人脸图像便可自动重构生成3D人脸模型。所生成的3D人脸模型鲁棒性好,重构准确,完整保留表情细节,并且对不同姿态的人脸也具有较好的重建效果,能够在三维空间中无死角自由呈现,将满足更多实际应用需求。    

7.  基于三元组损失函数的深度人脸哈希方法  
   郑大刚  刘光杰  茅耀斌  胥安东  项文波《太赫兹科学与电子信息学报》,2021年第19卷第2期
   大规模人脸数据集上的快速检索是人脸识别应用的关键问题。较短长度人脸哈希方法可降低人脸特征比对的计算量,有助于大规模人脸识别的应用。为此提出了一种基于三元组损失函数的深度人脸哈希方法,通过优化三元组损失函数训练深度卷积神经网络以提取图像深层特征,使得由该特征表征的同类图像在欧式空间中的距离尽可能小,不同类图像在欧式空间中的距离尽可能大;通过在深度网络后添加随机映射层,进一步将高维特征映射到低维空间,并通过阈值化将低维空间映射到汉明空间。在多个标准的数据集上的实验结果表明本文方法相比于现有其他方法的优越性。    

8.  基于神经网络算法的人脸识别  
   《Planning》,2019年第24期
   本文基于神经网络算法在人脸识别中的应用进行了研究,结果表明当前神经网络算法人脸识别算法分为:卷积神经网络人脸识别、循环神经网络人脸识别。    

9.  卷积神经网络的人脸隐私保护识别  
   章坚武  沈炜  吴震东《中国图象图形学报》,2019年第24卷第5期
   目的 近年来,随着人脸识别认证技术的发展及逐渐普及,大量人脸照片存放在第三方服务器上的现象十分普遍,如何对人脸进行隐私保护这个问题变得十分突出。方法 首先对人脸图像进行预处理,然后采用Arnold变换对人脸关键部位进行分块随机置乱,并将置乱结果图输入到深度卷积神经网络中。为了解决人脸照片在分块置乱时由于本身拍照角度的原因导致的分块不均等因素,在预处理时根据人眼进行特性点定位,再据此进行对齐处理,使得预处理后的照片人眼处于同一水平线。针对人脸隐私保护及加扰置乱后图像的识别,本文提出了基于分块随机加扰的深度卷积神经网络模型。不包含附加层,该模型网络结构由4个卷积层、3个池化层、1个全连接层和1个softmax回归层组成。服务器端通过深度神经网络模型直接对置乱后人脸图像进行验证识别。结果 该算法使服务器端全程不存储原始人脸模板,实现了对原始人脸图像的有效加扰保护。实验采用该T深度卷积神经网络对处理过后的ORL人脸库进行识别,最终识别准确率达到97.62%。同时通过多组对比实验,验证了本文方法的有效性。结论 与其他文献中手工提取特征并利用决策树和随机森林进行训练识别的方法相比,本文方法减少了人工提取特征的工作量,且具有高识别率。    

10.  结合多层池化的卷积神经网络在表情识别中的应用  
   陈佳昌  肖飒  周伟松《电讯技术》,2022年第62卷第3期
   为了解决传统卷积神经网络(Convolutional Neural Network, CNN)对于人脸微表情识别的泛化能力差的问题,提出了一种改进的Inception结构与残差结构结合的卷积神经网络方法。首先在改进的Inception结构的基础上将输入特征直接映射到输出结果中构成残差结构,并针对表情局部特征复杂模糊等不足采用多层池化的方式进行优化,实现端到端的人脸表情识别。为防止训练数据量少、数据分布不均匀,采用了数据增强技术从原始数据集中生成更多的训练样本。新模型在Fer2013数据集上进行测试,准确率达到71.26%,表明该方法相比于传统的卷积神经网络具有更高的准确率,训练模型更加稳定。    

11.  人脸人耳多模态生物特征模板保护方法研究  被引次数:1
   袁立  李文明  穆志纯《仪器仪表学报》,2012年第33卷第12期
   鉴于人脸和人耳在生理位置上的特殊关系,本文将两者进行特征层串联融合,提出了一种多模态生物特征模板保护方法.该方法包括3个步骤:第一步采用随机映射矩阵对特征提取后的特征向量做可撤销变换,得到可撤销模板;第二步采用类分布保留变换对可撤销模板进行非线性变换,将实值人脸入耳融合特征模板转换成二值模板;第三步采用模糊承诺方法对二值模板进行保护.针对传统模糊承诺方法对随机密钥未加保护的安全性缺陷,提出了基于ASE算法的改进模糊承诺方法.在两个人脸人耳多模态图像库上的实验结果表明,采用多模态生物特征模板保护比采用人脸单模态模板保护能取得更好的认证性能.    

12.  基于卷积神经网络的大姿态人脸对齐方法  
   蓝 敏《太赫兹科学与电子信息学报》,2021年第19卷第2期
   大姿态人脸对齐是人脸识别和三维人脸重构等很多重要视觉任务的先决条件。现有的对齐方法大多使用二维界标位置来进行对齐,且使用的界标数量有限,影响大姿态人脸对齐的准确性。提出一种采用三维形变模型(3DMM)来表示二维人脸图像,将具有任意姿态的人脸对齐问题建模为基于3DMM的拟合问题。采用基于卷积神经网络(CNN)的级联回归方法学习二维人脸图像及其表示之间的映射关系。提出2种新的姿态不变局部特征作为卷积神经网络学习的输入层,通过训练得到CNN用于大姿态人脸对齐。在2个经典的人脸图像数据集上的仿真实验结果表明,与目前最新的人脸对齐方法相比,该方法的效果较优。    

13.  基于深度卷积神经网络的人脸识别  
   《信息记录材料》,2019年第12期
   传统的人脸识别方法对图像清晰度要求较高,致使人脸识别准确率不高。为此,本文提出了一种基于深度卷积神经网络的人脸识别方法。首先对人脸识别即深度卷积神经网络进行概论阐述,随后重点分析了深度卷积网络人脸识别模型构建流程,通过该模型对人脸图像进行特征提取,有效的完成了人脸识别。    

14.  基于卷积神经网络的人脸信息增强识别研究  
   王燕  王双印《计算机科学》,2018年第45卷第8期
   在采集人脸图像时,图像存在模糊性较大或者姿态变化幅度较大等问题,人脸准确识别的精度不高,为了提高人脸识别的准确率,提出一种基于卷积神经网络的信息增强的人脸识别算法。对采集的模糊人脸图像进行小波降噪处理,对降噪输出的图像进行自适应模板匹配,结合图像分割方法对人脸图像进行分块,利用Radon尺度变换的几何特征不变性对人脸的关键特征点进行信息增强,采用卷积神经网络分类器对增强的人脸特征点进行分类,实现特征点优化提取和人脸准确辨识。仿真结果表明,采用该方法进行人脸识别的准确性较好,且能满足大批量样本人脸快速识别的应用需求。    

15.  基于深度学习的人脸识别方法研究  
   胡少聪《电子科技》,2019年第32卷第6期
   作为非接触式生物识别方法之一,人脸识别在诸多情况下被广泛使用。然而,传统的人脸识别方法由于识别准确度低以及在多个场合的应用受到限制,已不能满足目前的需求。文中提出了采用深度学习的方法来实现脸部标志检测和无限制人脸识别。为解决人脸标志检测问题,使用一种深层卷积神经网络的逐层训练方法,以帮助卷积神经网络进行收敛,并提出了一种避免过拟合的样本变换方法;为了解决人脸识别问题,文中提出了一种SIAMESE卷积神经网络,其在不同部位和尺度上进行训练。实验测试显示,ORL和人脸识别算法的精度分别达到了91%和81%。    

16.  基于统计特征的3D人脸识别生物模板保护方案  
   黄文军  牛夏牧  李琼  马舰《电子学报》,2007年第35卷第Z2期
   生物模板的安全是生物识别系统安全的一个重要因素,传统的生物识别系统直接存储生物模板的方式导致一系列的安全和隐私问题,成为阻碍生物识别技术发展与推广的瓶颈.基于统计特性提取特征是人脸识别中一项较为成熟的技术,本文针对此类生物模板,提出了一种合适的模板保护方案,该方案的核心思想是利用密码学中的Hash函数实现模板与待测特征信息之间的匹配,通过选取特征向量中的主要成分、量化和纠错码等方法解决生物信息模糊性和Hash函数敏感性之间的矛盾.通过对方案的安全分析和在3D人脸识别中的仿真实验,验证了方案的安全性和可行性.    

17.  一种基于改进的卷积神经网络的人脸表情识别方法  
   《北方工业大学学报》,2020年第2期
   针对人脸表情识别的准确率较低、鲁棒性较差的问题,本文提出一种加深层数的卷积神经网络,将卷积神经网络LeNet的2层卷积、2层池化、一层全连接分别修改为4层卷积、4层池化、2层全连接.首先对人脸表情图像进行关键点定位、人脸裁剪、图像归一化等预处理,然后利用卷积层提取人脸图像的低维度和高维度的特征信息,池化层对提取的人脸特征信息进行降维处理.最后采用softmax分类器对训练样本图像的表情进行分类识别.为了提高表情识别的准确率,在表情训练集中加入了自制的标注图片集.仿真对比实验表明改进的模型精度更高、损失曲线更平滑,验证了改进网络的有效性.    

18.  DFM-GAN网络在跨年龄模拟的人脸识别技术研究  
   吴杰  段锦  董锁芹  李英超《计算机工程与应用》,2021年第57卷第10期
   针对年龄变化对人脸识别率影响的问题,结合生成式对抗网络(Generative Adversarial Network,GAN)与深度特征迁移提出一种跨年龄人脸生成方法DFM-GAN(Depth Feature Migration GAN),并进行跨年龄模拟人脸验证实验研究.首先通过卷积编码器将真实样本映射到特征向量,然后利用反卷积生成器将向量投影到独热编码年龄条件下的人脸集合,通过在特征空间中迁移数据库样本人脸纹理风格、语义特点等属性,模拟生成待检人员在不同年龄段的面部图像,减少与数据库样本之间的差异性.同时通过高斯边缘模糊的方法对样本数据集做预处理,引入边缘提升对抗损失函数,使生成图像具有更为清晰的边缘,对生成图像进行局部颜色直方图匹配,增加对比度,达到提高跨年龄人脸识别性能的目的.进行了单样本不同年龄实验与指定年龄多样本实验,以人脸相似度与人脸距两项指标进行实验测量,结果表明:跨年龄数据样本经过DFM-GAN生成后的人脸图像,相似度平均提高了19.24个百分点,人脸距离平均减少了0.451,在跨年龄人脸识别方向具有较好的可行性和一定的实际意义.    

19.  人脸特征的SIFT保护算法  被引次数:2
   周玲丽  赖剑煌《中国图象图形学报》,2011年第16卷第5期
   人脸识别技术在门禁、视频监控等公共安全领域中的应用日益广泛,人脸特征数据的安全性和隐私性问题成为备受关注的焦点。提出一种基于SIFT的人脸特征安全保护新算法,首次将随机投影应用到对人脸特征数据的保护中。该算法首先利用SIFT特征对旋转、尺度缩放、光照变化等具有较好稳定性的特点,提取有较好鲁棒性的人脸数据;然后根据用户密钥对SIFT特征进行不可逆变换,生成具有可重建性的人脸特征模板数据,从而实现对人脸特征数据的保护。实验表明,该算法在CMU、AR和Feret人脸数据库中均取得较高的识别率,不仅对人脸特征数据具有保护作用,并且对姿势、遮挡和表情的变化具有较高的鲁棒性。    

20.  一种卷积神经网络和极限学习机相结合的人脸识别方法  被引次数:1
   余丹 吴小俊《数据采集与处理》,2016年第31卷第5期
   卷积神经网络是一种很好的特征提取器,但却不是最佳的分类器,而极限学习机能够很好地进行分类,却不能学习复杂的特征,根据这两者的优点和缺点,将它们结合起来,提出一种新的人脸识别方法。卷积神经网络提取人脸特征,极限学习机根据这些特征进行识别。本文还提出固定卷积神经网络的部分卷积核以减少训练参数,从而提高识别精度的方法。在人脸库ORL和XM2VTS上进行测试的结果表明,本文的结合方法能有效提高人脸识别的识别率,而且固定部分卷积核的方式在训练样本少时具有优势。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号