CN109104274A - 一种基于人脸识别的人脸特征加密系统及方法 - Google Patents

一种基于人脸识别的人脸特征加密系统及方法 Download PDF

Info

Publication number
CN109104274A
CN109104274A CN201810735852.3A CN201810735852A CN109104274A CN 109104274 A CN109104274 A CN 109104274A CN 201810735852 A CN201810735852 A CN 201810735852A CN 109104274 A CN109104274 A CN 109104274A
Authority
CN
China
Prior art keywords
face
feature vector
recognition
encryption
face feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810735852.3A
Other languages
English (en)
Inventor
杨明
杨一明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Jiji Intellectual Property Operation Co., Ltd
Original Assignee
Sichuan Feixun Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Feixun Information Technology Co Ltd filed Critical Sichuan Feixun Information Technology Co Ltd
Priority to CN201810735852.3A priority Critical patent/CN109104274A/zh
Publication of CN109104274A publication Critical patent/CN109104274A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
    • H04L9/0863—Generation of secret information including derivation or calculation of cryptographic keys or passwords involving passwords or one-time passwords
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioethics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于人脸识别的人脸特征加密系统及方法。本发明基于人脸识别的人脸特征加密系统，包括：获取模块，用于获取基于人脸识别得到的人脸特征向量；加密模块，用于设置6位数字的密码加密所述人脸特征向量。本发明还公开了一种基于人脸识别的人脸特征加密方法，包括：S1、获取基于人脸识别得到的人脸特征向量；S2、设置6位数字的密码加密所述人脸特征向量。本发明提出的一种让用户设置6位数的密码，加密人脸特征向量的方案，解决了人脸特征信息的泄露问题。

Description

一种基于人脸识别的人脸特征加密系统及方法
技术领域
本发明属于信息安全技术领域，尤其涉及一种基于人脸识别的人脸特征加密系统及方法。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
近年来，人脸识别技术发展很快，已经用于安防识别、手机支付等领域，对其安全性的要求越来越高。但是人脸验证和识别在自然条件中应用仍然存在困难。而FaceNet(人脸识别)技术，可以直接将人脸图像映射到欧几里得空间，空间距离的长度代表了人脸图像的相似性。只要该映射空间生成，人脸识别、验证和聚类等任务就可以轻松完成。
基于facenet(人脸识别)得到的人脸特征向量，可以用于匹配人脸，人脸特征向量作为人脸的标识被存储，如果存储信息一旦泄露后果是严重的。
如公开号为CN107045627A的发明专利所公开的一种基于密文域的加密人脸识别技术，将人脸图像的特征向量和加密技术结合起来，以保护人脸图像信息，同时可以实现抗常规、几何、光照或遮挡等攻击，该方法共分两个部分，共计七个步骤：第一部分：人脸图像的频域加密，对频域的人脸图像利用Logistic Map的性质对图像进行混沌加密，得到加密的图像E(i,j)；第二部分：特征向量的提取，根据人的视觉特性(HVS)，选取人脸图像的特征向量，再通过计算特征向量之间的相似度来进行人脸识别。
该发明专利，基于密文域的加密人脸识别技术，首先利用Logistic Map(逻辑映射)的性质在频域对人脸图像进行加密；再通过对加密图像进行DFT(discrete fouriertransformation，离散傅里叶变换)提取人脸特征向量。对待测人脸在变换域进行加密，在DFT变换域提取加密人脸特征向量，再通过计算特征向量之间的相似度来进行人脸识别。
该技术仍存在许多缺点：基于密文域的加密人脸识别技术是在对人脸图像加密，过程比较复杂，而且加密后的图像不能直接用在识别算法上。
因此，本发明提出基于FaceNet人脸识别的人脸特征的加密方法，为了解决人脸特征信息的泄露和现有技术中加密方法复杂的问题。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
针对现有技术存在的上述技术问题，本发明提供了一种基于人脸识别的人脸特征加密系统及方法，本发明基于facenet得到的人脸特征向量，作为人脸的标识被存储，如果存储信息一旦泄露后果是严重的，因此提出一种让用户设置6位数的密码，加密人脸特征向量。
为达到上述技术目的，本发明采取如下技术方案：
一种基于人脸识别的人脸特征加密系统，其包括：
获取模块，用于获取基于人脸识别得到的人脸特征向量；
加密模块，用于设置6位数字的密码加密所述人脸特征向量。
作为本发明的优选，所述加密模块设置的6位数字密码中，第一位数字值代表人脸特征向量以序列方式循环右移的位数；第二位至第六位数字分别加上各抽样形成的人脸特征向量中的0的数量，得到各抽样的人脸特征向量以序列方式循环右移的位数。
作为本发明的优选，所述抽样为间隔抽样，所述抽样形成的人脸特征向量为5组。
作为本发明的优选，所述加密模块加密后的人脸特征向量为：5组抽样形成的人脸特征向量经过循环右移后按顺序首尾相连。
作为本发明的优选，所述系统还包括解密模块，用于接收数字密码，根据数字密码对所述加密模块的加密过程进行逆运算。
一种基于人脸识别的人脸特征加密方法，其包括：
S1、获取基于人脸识别得到的人脸特征向量；
S2、设置6位数字的密码加密所述人脸特征向量。
作为本发明的优选，所述步骤S2包括：
S21、根据6位数字密码中的第一位数字为移动的位数，将人脸特征向量以序列方式循环右移。
作为本发明的优选，所述步骤S2还包括：
S22、按照间隔抽样抽取5组人脸特征向量；
S23、根据6位数字密码中的第二至第六位数字，分别加上各抽样形成的人脸特征向量中的0的数量，得到各抽样的人脸特征向量以序列方式循环右移的位数；
S24、将抽样形成的每组人脸特征向量以序列方式循环右移。
作为本发明的优选，所述步骤S2还包括：S25、5组抽样形成的人脸特征向量经过循环右移后按顺序首尾相连。
作为本发明的优选，所述方法还包括：A、若需要人脸识别解密时，则根据接收的数字密码对人脸特征向量的加密过程进行逆运算。
本发明提供的技术方案可以包括以下有益效果：
1、本发明解决了现有技术中人脸特征向量容易泄露导致人脸识别容易被破解的问题。
2、本发明提出一种让用户设置6位数的密码，加密人脸特征向量，即使存储的人脸特征信息泄露，没有用户的密码也难以破解人脸特征信息，达到保护用户人脸特征的信息安全的目的。
3、本发明通过6位数字加密人脸特征向量的方案，加密速度快，加密过程简单，加密的密码简单，用户容易操作。
附图说明
图1为本发明实施例1的一种基于人脸识别的人脸特征加密系统结构图；
图2为本发明实施例2的一种基于人脸识别的人脸特征加密系统结构图；
图3为本发明实施例2的示例图；
图4为本发明实施例3的一种基于人脸识别的人脸特征加密方法流程图。
具体实施方式
现在参看后文中的附图，更完整地描述本发明，在图中，显示了本发明的实施例。然而，本发明可体现为多种不同的形式，并且不应理解为限于本文中所提出的特定实施例。确切地说，这些实施例用于将本发明的范围传达给本领域的技术人员。
除非另外限定，否则，本文中所使用的术语(包括技术性和科学性术语)应理解为具有与本发明所属的领域中的技术人员通常所理解的意义相同的意义。而且，要理解的是，本文中所使用的术语应理解为具有与本说明书和相关领域中的意义一致的意义，并且不应通过理想的或者过度正式的意义对其进行解释，除非本文中明确这样规定。
实施例1
下面结合附图来详细说明本发明的技术方案。
本实施例提供了一种基于人脸识别的人脸特征加密系统，如图1所示，包括：获取模块100，加密模块200，本方案的具体操作过程如下：
获取模块100，用于获取基于人脸识别得到的人脸特征向量。
Facenet(人脸识别)技术是目前应用非常广泛的一种生物识别技术，由Facenet得到人脸特征向量后，本发明先不将该人脸特征向量存储，先获取通过Facenet得到的人脸特征向量。
加密模块200，用于设置6位数字的密码加密所述人脸特征向量。
本发明采用6位数字的密码对人脸特征向量的加密，加密完成后再存储，解决了用户人脸特征信息被泄露和盗用的问题。
本实施例采用6位数字的密码对人脸特征向量的加密的方法为：第一位数字值代表人脸特征向量以序列方式循环右移的位数，第二位至第六位数对应各自抽样的特征向量加上各自抽样的特征向量的0的数量，得到各自抽样的特征向量以序列方式循环右移的位数。
以序列方式移动即按顺序移动，移动的过程中不打乱元素的先后顺序。
各自抽样的特征向量以序列方式循环右移之后，按顺序首尾相连得到加密后的特征向量，将加密后的特征向量存储。
即使其他人得到加密后的人脸特征向量，并知道密码是6位数，用六位数密码尝试暴力破解，每位数字对应的抽样特征里0的数量是未知的，因此靠暴力破解是不可行的。
综上所述，本实施例提供的一种基于人脸识别的人脸特征加密系统，让用户设置6位数的密码，加密人脸特征向量，即使存储的人脸特征信息泄露，没有用户的密码也难以破解人脸特征信息，达到保护用户人脸特征的信息安全的目的。
实施例2
本实施例与上述实施例1基本相同，包括实施例1的获取模块100，加密模块200，本实施例与实施例1的区别在于，本实施例还包括：解密模块300，如图2所示，本实施例的具体操作过程如下：
加密模块200对人脸特征向量加密的过程具体为：
假设基于Facenet技术得到的人脸特征向量的长度为512个元素，这512个元素如图3所示，图中S1表示第1个特征向量元素，S2表示第2个特征向量元素，依次类推S512表示第512个特征向量元素。
用户设置长度为6位的数字密码，假设用户设置的密码为634981，可知，密码的第一位是6，第二位至第六位的5个数分别为3、4、9、8、1。
首先，将人脸特征向量所有的元素以序列方式循环右移6位，所述以序列方式即为512个特征向量元素按顺序移动。
然后，对循环右移6位后的人脸特征向量进行抽样。
所述抽样为间隔抽样，所述抽样形成的人脸特征向量为5组，得到5组抽样组。
间隔抽样就是将人脸特征向量的所有元素顺序排列，用等距法，每隔一定的间隔取出一个元素为样本；本实施例的间隔为5。
再然后，密码的第二位到第六位数字分别加上各抽样形成的人脸特征向量中的0的数量，得到各抽样的人脸特征向量以序列方式循环右移的位数。
例如，密码的第二位数字为3，即将3加上抽样组的第一组中元素为0的数量，若抽样组第一组中元素为0的数量为56个，那么将3加上56，和为59，于是，抽样组的第一组序列以序列方式循环右移59位。
第三位至第六位的数字分别为4、9、8、1，分别与抽样组的第二组至第五组中的元素右移的位数相关，这四组元素具体右移的操作方案参照上述第一组元素右移的方案，与第一位元素右移的方案一样，在此不再累述。完成上述步骤得到5组新的元素序列。
所述加密模块加密后的人脸特征向量为：5组抽样形成的人脸特征向量经过循环右移后按顺序首尾相连。
最后将5组新的元素序列，按照第一组至第五组的顺序首尾相连，比如将第二组的第一个元素接在第一组的最后一个元素后面，以此类推形成一个新的长度为512的序列，即为加密后的人脸特征向量。
到此对人脸特征向量加密完成。然后对加密后的人脸特征向量元素序列进行存储。
所述系统还包括解密模块300，用于接收数字密码，根据数字密码对所述加密模块的加密过程进行逆运算。
解密过程需要用户输入设置的密码，根据密码对加密的过程的逆运算；对人脸特征向量的解密步骤具体如下：
系统接收用户输入的数字密码，若用户输入的数字密码为634981(正确的数字密码)，首先系统对存储的加密的人脸特征向量元素等长分割为5组，将每组中0元素的数量加上对应的密码位的数字，得到每组元素循环左移的位数，例如第一组中0元素的数量加上密码位的第二位3，以此类推。
然后将5组特征向量按照每组的移动位数，以序列方式循环左移。
再将新得到的5组中的元素序列还原到一个序列里：第一组的第一个元素为新序列的第一个元素，第二组的第一个元素为新序列的第二个元素，以此类推完成，得到还原的序列。
最后根据密码的第一位数字6对还原的序列循环左移6个元素，得到了原始的人脸特征向量，完成了解密过程。
完成解密过程得到人脸特征向量之后，对人脸的识别匹配就可以顺利完成。
综上所述，本实施例提供的一种基于人脸识别的人脸特征加密系统，通过6位数字加密人脸特征向量的方案，加密速度快，加密过程简单，加密的密码简单，用户容易操作，6为数字密码加密符合用户的操作习惯。
实施例3
本实施例提供了一种基于人脸识别的人脸特征加密方法，如图4所示，其具体流程可以包括如下步骤：
S1、存储基于人脸识别得到的人脸特征向量。
Facenet(人脸识别)技术是目前应用非常广泛的一种生物识别技术，由Facenet得到人脸特征向量后，本发明先不将该人脸特征向量存储，先获取通过Facenet得到的人脸特征向量。
S2、设置6位数字的密码加密所述人脸特征向量。
通过6位数字加密人脸特征向量的方案，加密速度快，加密过程简单，加密的密码简单，用户容易操作，6为数字密码加密符合用户的操作习惯。
由6位数的数字密码加密的过程具体为：
S21、根据6位数字密码中的第一位数字为移动的位数，将人脸特征向量以序列方式循环右移。
以序列方式移动即按顺序移动，移动的过程中不打乱元素的先后顺序。
假设用户设置的密码为634981，可知，密码的第一位是6，第二位至第六位的5个数分别为3、4、9、8、1。
由于密码的第一位数字是6，则将人脸特征向量所有的元素以序列方式循环右移6位。
S22、按照间隔抽样抽取5组人脸特征向量。
间隔抽样就是将人脸特征向量的所有元素顺序排列，用等距法，每隔一定的间隔取出一个元素为样本；本实施例的间隔为5，抽样后得到5组抽样组。
S23、根据6位数字密码中的第二至第六位数字，分别加上各抽样形成的人脸特征向量中的0的数量，得到各抽样的人脸特征向量以序列方式循环右移的位数；
S24、将抽样形成的每组人脸特征向量以序列方式循环右移。
例如，密码的第二位数字为3，即将3加上抽样组的第一组中元素为0的数量，若抽样组第一组中元素为0的数量为56个，那么将3加上56，和为59，于是，抽样组的第一组序列以序列方式循环右移59位。
第三位至第六位的数字分别为4、9、8、1，分别与抽样组的第二组至第五组中的元素右移的位数相关，这四组元素具体右移的操作方案参照上述第一组元素右移的方案，与第一位元素右移的方案一样，在此不再累述。完成上述步骤得到5组新的元素序列。
S25、5组抽样形成的人脸特征向量经过循环右移后按顺序首尾相连。
最后将5组新的元素序列，按照第一组至第五组的顺序首尾相连，比如将第二组的第一个元素接在第一组的最后一个元素后面，以此类推形成一个新的长度为512的序列，即为加密后的人脸特征向量。
到此对人脸特征向量加密完成。然后对加密后的人脸特征向量元素序列进行存储。
所述方法还包括：A、若需要人脸识别解密时，则根据接收的数字密码对人脸特征向量的加密过程进行逆运算。
首先用户输入密码634981(正确的密码)，系统对存储的人脸特征向量元素序列分割为5组，根据每组中的0元素的数量加上对应的密码位的数字，进行循环左移。其中，第一组对应第二位的密码，第二组对应第三位的密码，以此类推。
再将新得到5组的元素序列还原到一个序列里：第一组的第一个元素为新序列的第一个元素，第二组的第一个元素为新序列的第二个元素，依次类推完成。最后根据密码的第一位数字6对还原后的序列循环左移6个元素，就完成了解密过程。
综上所述，本实施例提供的一种基于人脸识别的人脸特征加密方法，让用户设置6位数的密码，加密人脸特征向量，即使存储的人脸特征信息泄露，没有用户的密码也难以破解人脸特征信息，达到保护用户人脸特征的信息安全的目的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

Claims (10)

1.一种基于人脸识别的人脸特征加密系统，其特征在于，包括：
获取模块，用于获取基于人脸识别得到的人脸特征向量；
加密模块，用于设置6位数字的密码加密所述人脸特征向量。
2.根据权利要求1所述的基于人脸识别的人脸特征加密系统，其特征在于，所述加密模块设置的6位数字密码中，第一位数字值代表人脸特征向量以序列方式循环右移的位数；第二位至第六位数字分别加上各抽样形成的人脸特征向量中的0的数量，得到各抽样的人脸特征向量以序列方式循环右移的位数。
3.根据权利要求2所述的基于人脸识别的人脸特征加密系统，其特征在于，所述抽样为间隔抽样，所述抽样形成的人脸特征向量为5组。
4.根据权利要求3所述的基于人脸识别的人脸特征加密系统，其特征在于，所述加密模块加密后的人脸特征向量为：5组抽样形成的人脸特征向量经过循环右移后按顺序首尾相连。
5.根据权利要求1所述的基于人脸识别的人脸特征加密系统，其特征在于，所述系统还包括解密模块，用于接收数字密码，根据数字密码对所述加密模块的加密过程进行逆运算。
6.一种基于人脸识别的人脸特征加密方法，其特征在于，包括：
S1、获取基于人脸识别得到的人脸特征向量；
S2、设置6位数字的密码加密所述人脸特征向量。
7.根据权利要求6所述的基于人脸识别的人脸特征加密方法，其特征在于，所述步骤S2包括：
S21、根据6位数字密码中的第一位数字为移动的位数，将人脸特征向量以序列方式循环右移。
8.根据权利要求7所述的基于人脸识别的人脸特征加密方法，其特征在于，所述步骤S2还包括：
S22、按照间隔抽样抽取5组人脸特征向量；
S23、根据6位数字密码中的第二至第六位数字，分别加上各抽样形成的人脸特征向量中的0的数量，得到各抽样的人脸特征向量以序列方式循环右移的位数；
S24、将抽样形成的每组人脸特征向量以序列方式循环右移。
9.根据权利要求7所述的基于人脸识别的人脸特征加密方法，其特征在于，所述步骤S2还包括：S25、5组抽样形成的人脸特征向量经过循环右移后按顺序首尾相连。
10.根据权利要求7所述的基于人脸识别的人脸特征加密方法，其特征在于，所述方法还包括：A、若需要人脸识别解密时，则根据接收的数字密码对人脸特征向量的加密过程进行逆运算。
CN201810735852.3A 2018-07-06 2018-07-06 一种基于人脸识别的人脸特征加密系统及方法 Pending CN109104274A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810735852.3A CN109104274A (zh) 2018-07-06 2018-07-06 一种基于人脸识别的人脸特征加密系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810735852.3A CN109104274A (zh) 2018-07-06 2018-07-06 一种基于人脸识别的人脸特征加密系统及方法

Publications (1)

Publication Number Publication Date
CN109104274A true CN109104274A (zh) 2018-12-28

Family

ID=64845638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810735852.3A Pending CN109104274A (zh) 2018-07-06 2018-07-06 一种基于人脸识别的人脸特征加密系统及方法

Country Status (1)

Country Link
CN (1) CN109104274A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021083742A1 (en) * 2019-10-28 2021-05-06 Eaton Intelligent Power Limited Face recognition device and method providing privacy
CN113470239A (zh) * 2021-06-25 2021-10-01 湘南学院 一种智慧旅游控制系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110176673A1 (en) * 2008-10-07 2011-07-21 Fujitsu Limited Encrypting apparatus
CN103763098A (zh) * 2014-01-26 2014-04-30 安徽江淮汽车股份有限公司 一种用于诊断的安全验证方法
US20140245107A1 (en) * 2013-02-27 2014-08-28 Micron Technology, Inc. Rearranging write data to avoid hard errors
CN106503655A (zh) * 2016-10-24 2017-03-15 中国互联网络信息中心 一种基于人脸识别技术的电子签名方法和验签方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110176673A1 (en) * 2008-10-07 2011-07-21 Fujitsu Limited Encrypting apparatus
US20140245107A1 (en) * 2013-02-27 2014-08-28 Micron Technology, Inc. Rearranging write data to avoid hard errors
CN103763098A (zh) * 2014-01-26 2014-04-30 安徽江淮汽车股份有限公司 一种用于诊断的安全验证方法
CN106503655A (zh) * 2016-10-24 2017-03-15 中国互联网络信息中心 一种基于人脸识别技术的电子签名方法和验签方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李佩;石俊霞;郭嘉亮;陈雪;杨怀江;: "一种混沌伪随机序列均匀化普适算法的改进", 电子学报, no. 04 *
陈曦: "基于混沌的数字图像加密算法研究与系统的优化设计", 《中国优秀硕士论文全文数据库（信息技术辑）》, pages 214 - 6 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021083742A1 (en) * 2019-10-28 2021-05-06 Eaton Intelligent Power Limited Face recognition device and method providing privacy
CN113470239A (zh) * 2021-06-25 2021-10-01 湘南学院 一种智慧旅游控制系统及方法

Similar Documents

Publication Publication Date Title
CN111738238B (zh) 人脸识别方法和装置
CN105960775B (zh) 用于迁移密钥的方法和装置
CN107257350B (zh) 一种“可穿戴”设备的离线认证或支付方法
Barman et al. Fingerprint-based crypto-biometric system for network security
US20130318351A1 (en) Similarity degree calculation system, similarity degree calculation apparatus, computer program, and similarity degree calculation method
CN102123143B (zh) 一种用于网络中数据安全存储的方法
CN109348230B (zh) 一种密文域高容量图像可逆数据隐藏方法
CN106100841B (zh) 一种基于分子加密技术的数据加密系统及方法
WO2008122236A1 (fr) Procédé, dispositif et système permettant de protéger des données de caractéristique biométrique
CN104468937A (zh) 移动终端的数据加、解密方法、装置及保护系统
CN110460580A (zh) 图像采集装置、服务器及加、解密方法
CN110167023A (zh) 一种导航信号加密认证方法
CN109104274A (zh) 一种基于人脸识别的人脸特征加密系统及方法
CN104038828B (zh) 一种基于AES加密RSAhash签名内容保护优化方法
Carey et al. A cancelable multi-modal biometric based encryption scheme for medical images
CN105337742A (zh) 基于人脸图像特征和gps信息的lfsr文件加密及解密方法
CN105634729A (zh) 基于蓝牙设备的手机加密及解密方法
CN116132977B (zh) 一种鼠标安全加密认证方法
CN108933655A (zh) 一种计算机网络身份验证系统
CN105978889B (zh) 生物特征加密方法及装置
CN114866312B (zh) 一种保护数据隐私的共有数据确定方法及装置
CN107294713B (zh) 一种加密认证方法
CN105303085A (zh) 文件的分享方法及分享系统
CN109687960A (zh) 基于多个公共非对称密钥池的抗量子计算代理云存储方法和系统
CN106712957B (zh) 一种基于卷积编码的双因子认证方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190430

Address after: 201616 No. 3666 Sixian Road, Songjiang District, Shanghai

Applicant after: Shanghai Feixun Data Communication Technology Co., Ltd.

Address before: 610100 125 Longquan Street Park Road, Longquanyi District, Chengdu, Sichuan.

Applicant before: Sichuan fixun Information Technology Co., Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201209

Address after: Room 10242, No. 260, Jiangshu Road, Xixing street, Binjiang District, Hangzhou City, Zhejiang Province

Applicant after: Hangzhou Jiji Intellectual Property Operation Co., Ltd

Address before: 201616 No. 3666 Sixian Road, Songjiang District, Shanghai

Applicant before: Phicomm (Shanghai) Co.,Ltd.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination