基于复合混沌的加密人脸识别鲁棒算法在云环境下的应用
随着 cloud computing 的发展,人脸识别技术也在不断发展和完善。然而,人脸识别技术在云环境下的应用中存在一些安全隐患,如个人信息泄露、图像数据泄露等。为了解决这些问题,本文提出了基于复合混沌的加密人脸识别鲁棒算法。
人脸识别技术利用人的生物特征进行识别,由于生物特征具有唯一性,相比于传统的身份验证方式,如密钥、签名等,人脸识别技术具有更高的安全性、可靠性、稳定性。在公共监控、访问控制、金融支付等领域具有广阔的应用。
云计算是网络技术不断发展的产物之一,拥有强大的计算能力和存储空间,能够存储大量的图像数据,为人脸识别技术的发展提供基础。但是,云计算平台可能会造成信息数据的泄漏,引起个人信息的不安全。
因此,需要对存储于云端的原始人脸图像进行加密。混沌是一种复杂的非线性、非平衡的动力学过程,具有遍历性、对初始值敏感等特性,在数据的加密方面具有保密性强、随机性好、密钥量大、更换密钥方便等优点,利用混沌加密图像能有效地保护图像信息。
本文所提出的基于复合混沌的加密人脸识别鲁棒算法,首先利用 Henon 映射与 Tent 映射产生混沌序列,再对 ORL 人脸数据库图像进行离散余弦变换,在变换域内对 ORL 人脸数据库进行加密;再结合 PCA 算法与 BP 神经网络实现人脸的识别;最后进行常规攻击、几何攻击、遮挡攻击测试其鲁棒性。
实验结果表明,加密算法识别率为 83%,高于未加密算法识别率 81.5%,并且具有良好的加密效果与较强的鲁棒性。
本文的贡献在于提出了一种基于复合混沌的加密人脸识别鲁棒算法,该算法可以保护图像信息的安全,提高人脸识别的鲁棒性和安全性。此外,本文还为 cloud computing 和人脸识别技术的发展提供了新的思路和方法。
本文的研究结果具有重要的理论和实践价值,对于提高人脸识别技术的安全性和鲁棒性具有重要意义。