FaceEncAuth：基于FaceNet和国密算法的人脸识别隐私安全方案

人脸识别中,人脸特征作为生物特征的一种,具有唯一性、不可撤销性,一旦遭到攻击、篡改或泄露,用户隐私安全将面临巨大威胁。针对这一问题,提出一种基于深度学习和加密算法的人脸识别隐私安全方案。该方案中,利用FaceNet深度学习算法来高效提取人脸特征,协调生物特征模糊性与密码系统的精确性,采用CKKS全同态加密算法进行人脸识别密文域的运算,通过国密SM4算法增强人脸特征密文抵抗恶意攻击的能力,利用其对称密码的性质兼顾了安全性和运算效率,而SM9非对称密码算法则用于SM4算法对称密钥的管理。实验结果及分析表明,该方案在不影响人脸识别准确率、效率的前提下提高了数据传输、存储和比对的安全性。     

基于鉴别性低秩表示的2阶段人脸识别算法

针对图像训练样本中存在噪声等情况,提出一种基于鉴别性低秩表示的2阶段人脸识别算法。该算法第1阶段是对所有训练样本进行低秩处理,筛选出M类与测试样本最相近的样本用于粗分类;第2阶段使用第1阶段筛选出来的样本做鉴别性低秩表示处理,并使用稀疏线性表示进行精细分类,决定测试样本最适合的类标签。本算法结合了低秩算法与稀疏算法的优点,在标准人脸库上的实验表明本算法表现优越。     

P波空间斜入射下沥青混凝土面板堆石坝响应特性及面板破坏评价

地震波入射方位和斜入射角度对于沥青混凝土面板堆石坝地震响应结果有着显著影响。本文从地震动传播机制出发,基于波场叠加原理,推导了P波以任意入射方位角和斜入射角空间斜入射下弹性半空间自由场计算公式,建立了P波空间斜入射波动输入模型。以不同应变率下的沥青混凝土单轴动态拉伸试验结果为基础,提出了考虑抗拉强度随应变率实时变化的沥青混凝土面板破坏评价方法。考虑16种不同入射方位角和斜入射角下的P波空间斜入射工况,从面板应力和加速度两方面分析了入射方位角和斜入射角对某实际沥青混凝土面板地震响应特性的影响,并进行了沥青混凝土面板的抗拉破坏评价,分析了静态评价方法与动态评价方法的差异。结果表明,所建立的P波空间斜入射波动输入模型能够准确模拟半空间自由场,波动输入数值解与解析解符合良好;与垂直输入射相比,面板顺水流向、垂直水流向加速度峰值最大分别增加135.9%和92.7%,竖向加速度峰值最大减少68.3%;空间斜输入导致面板动应力增大,主拉应力和主压应力最大分别增加3.6倍和2.7倍,忽略入射方位角和斜入射角可能会严重低估面板的地震响应。传统将静态强度提高30%作为动态强度的面板抗拉破坏判别方法过于严格,本文提出的考虑应变率效应的沥青混凝土面板破坏评价方法较为符合实际。     

强电场作用下早龄期混凝土的氯离子迁移特征

电化学除氯技术能有效降低混凝土结构中的有害氯离子,降低混凝土结构失效风险。采用强电场方式对混凝土结构进行电化学除氯,并在不同的早龄期时间介入40、80、120 min的强电场作用,测试了内部氯离子含量变化和分布特征,并对通电后养护28 d试件进行回弹强度试验。研究结果表明：早龄期介入强电场作用能显著提高除氯效率,达到相同除氯效果时的作业时间约为传统电化学方法的1/300;氯离子分布特征表明,自由氯离子分布较传统电化学参数作用时更均匀,结合氯离子仍然存在保护层中间堆积现象;强电场作用后进行标准养护,回弹测试结果表明,强电场对混凝土的保护层宏观强度无明显影响。     

新疆天然骨料粉煤灰混凝土抗渗性研究

新疆混凝土工程天然骨料料源丰富,水工混凝土骨料几乎全部采用天然骨料,针对这一特点,结合当地原材料情况,通过实验探讨了影响新疆天然骨料粉煤灰混凝土抗渗性的主要因素,提出了天然骨料粉煤灰混凝土提高抗渗性的最大水胶比和粉煤灰掺量上限值等指标。     

基于多子空间直和特征融合的人脸识别算法

多个子空间直和能保证多个子空间数据融合时多个子空间得到的特征向量相互两两正交,融合数据采用该特征表示时冗余最小,更有利于分类识别。本文基于多子空间直和进行特征融合,提出了一种新的人脸识别算法。通过 2DPCA算法,首先分别计算所有训练样本归一化后正脸、左侧脸及右侧脸图像的协方差矩阵的各P个最大特征值对应的P个相互正交的特征向量,然后通过选取3个子空间的部分满足直 和条件的特征向量组成各自的特征空间(投影空间),再将样本正脸、左侧脸及右侧脸图像分别向各自特征空间投影得到3个特征矩阵,最后将此3个特征矩阵融合为该样本的特征矩阵用于最近邻分类器进行分类识别。最终通过本文3组实验数据的对比说明了该 算法能减少计算量并且提高了识别率。     

脸部特征点的定位与提取方法

提出一种正面人脸关键特征点的自动提取方法。该方法选取两个瞳孔点、两个鼻孔点、鼻尖点、两个嘴角点共7个关键特征点进行自动标定的研究,通过在图像预处理阶段采用选择式掩模平滑算子和Fisher线性判别思想分别进行灰度图像的边缘检测和二值化处理,并结合灰度积分投影方法定位人脸区域,进一步应用人脸结构基本特征的先验知识定位面部主要器官,在此基础上结合Hough变换,SUSAN算子实现特征点的自动提取。实验证明：该方法能够准确、有效地标定人脸的关键特征点,具有一定的实用性,可应用于安全部门、身份证管理、电视会议等领域。     

堆栈式混合自编码器的人脸表情识别方法

针对进一步提高人脸表情识别率的问题,采用了一种基于深度学习的堆栈式混合自编码器（Stacked Hybrid Auto-Encoder,SHAE）的人脸表情识别方法。该方法的结构是由去噪自编码器（Denoising Auto-Encoder,DAE）、稀疏自编码器（Sparse Auto-Encoder,SAE）以及自编码器（Auto-Encoder,AE）组合而成的5层网络结构。为了增加网络的鲁棒性以及泛化能力,采用去噪自编码器对样本进行提取特征,为了对提取的特征进行降维以及进一步提取更抽象的稀疏特征,采用稀疏自编码器进行级联,来对特征进一步处理。训练过程首先由无标签的数据进行预训练和整体微调,对整个结构的权重进行初始化和更新调整,然后使用有标签的数据进行测试训练。在JAFFE和CK+两个数据集上实验显示,相较于单纯的堆栈式去噪自编码或者单纯的堆栈式稀疏自编码,该方法具有更好的识别效果。     

提高人脸识别率的重光照算法

在逃犯追缉领域,基于人脸识别的逃犯鉴别技术受到高度重视。但是,各种恶劣的光照条件严重影响了对目标人脸的辨识。因此,如何排除光照干扰成为一个迫切需要解决的问题。本文提出一种新的重光照算法,利用自商图像算法求出人脸纹理特征,再利用辅助光照集合来归一化人脸光照分量,最后合成新的人脸图像用于人脸识别。在AR、CMU_PIE、CSA_Lighting库上进行人脸识别测试,结果表明改进的新算法有效地减轻了光照影响,提高了人脸正确识别率。在实际的追逃图片处理中也明显改善了追逃效率。     

融合小波与2D PCA的贝叶斯人脸识别

提出了融合小波和2DPCA进行贝叶斯人脸识别的方法。对原始图像采用小波分解后,利用2DPCA计算人脸的特征矢量空间。首先对低频子图进行贝叶斯人脸识别,然后对得分前五名的图像再次利用高频子图并行进行识别,通过加权排序得到最后结果。实验表明,与传统的方法相比较,该方法降低了运算量,提高了识别率。