-
公开(公告)号：CN106789063B
公开(公告)日：2019-06-07
申请号：CN201611103468.9
申请日：2016-12-05
Applicant: 济南大学
Abstract: 本发明公开了一种基于卷积和循环双重编码的双因子认证方法，包括加密过程与解密过程，加密过程包括对原始掌纹图像的掌纹特征图像进行置乱处理，得到第一掌纹特征密钥；然后随机产生原始密钥，并进行卷积编码和循环编码处理得到中间密钥；将中间密钥和第一掌纹特征密钥进行异或处理得到加密信息；解密过程包括将加密信息与再次取得的掌纹特征密钥进行异或处理，然后进行卷积译码和循环译码处理来恢复原始密钥。本发明实现了掌纹生物特征与随机密钥的双因子认证，安全性高，并且解密过程中将加密信息与置乱后的掌纹特征相异或处理，然后进行卷积译码和循环译码可以完全恢复原始密钥，提高了认证精度。
-
公开(公告)号：CN107784286A
公开(公告)日：2018-03-09
申请号：CN201711019178.0
申请日：2017-10-27
Applicant: 济南大学
Abstract: 本发明公开了一种基于竞争码和bloom滤波器的掌纹识别方法，利用竞争码特征和bloom滤波器来生成可撤销掌纹特征矩阵。掌纹识别认证时利用同样方式生成待识别掌纹图像的掌纹特征矩阵，并利用支持向量机将待识别的掌纹特征矩阵与在此之前生成的掌纹特征矩阵进行分类识别。本发明具有掌纹识别安全性高和识别率高的特点。
-
公开(公告)号：CN107958211A
公开(公告)日：2018-04-24
申请号：CN201711157789.1
申请日：2017-11-20
Applicant: 济南大学
Abstract: 本发明公开了一种基于矩阵转化的掌纹识别方法，首先随机产生一个广义置换矩阵，接着通过广义置换矩阵变换产生两个基本置换矩阵，然后对两个基本置换矩阵进行异或产生不可逆置换矩阵，使用此不可逆置换矩阵将原始掌纹图像的二值特征矩阵进行转化生成安全的掌纹特征代表矩阵；识别时同样利用不可逆置换矩阵产生待识别掌纹图像的掌纹特征代表矩阵，同时提供广义置换矩阵，利用距离匹配算法或者使用SVM分类器将待认证的掌纹特征代表矩阵与原始掌纹图像的掌纹特征代表矩阵进行认证决策。本发明能对掌纹生物特征的安全性和隐私性进行有效的保护，既能够提高掌纹识别的安全性，又能够提高掌纹识别的识别准确性以及计算识别效率或者速度。
-
公开(公告)号：CN106789063A
公开(公告)日：2017-05-31
申请号：CN201611103468.9
申请日：2016-12-05
Applicant: 济南大学
CPC classification number: H04L9/3231 , G06K9/00067 , G06K9/00087 , H04L9/3228
Abstract: 本发明公开了一种基于卷积和循环双重编码的双因子认证方法，包括加密过程与解密过程，加密过程包括对原始掌纹图像的掌纹特征图像进行置乱处理，得到第一掌纹特征密钥；然后随机产生原始密钥，并进行卷积编码和循环编码处理得到中间密钥；将中间密钥和第一掌纹特征密钥进行异或处理得到加密信息；解密过程包括将加密信息与再次取得的掌纹特征密钥进行异或处理，然后进行卷积译码和循环译码处理来恢复原始密钥。本发明实现了掌纹生物特征与随机密钥的双因子认证，安全性高，并且解密过程中将加密信息与置乱后的掌纹特征相异或处理，然后进行卷积译码和循环译码可以完全恢复原始密钥，提高了认证精度。
-
公开(公告)号：CN109977915B
公开(公告)日：2022-11-08
申请号：CN201910278262.7
申请日：2019-04-09
Applicant: 济南大学
Abstract: 本申请公开了一种基于最小签名的可撤销掌纹特征生成方法及系统，获取原始掌纹图像并提取原始掌纹图像中的掌纹感兴趣区域ROI并提取掌纹ROI的正交特征；随机生成一个混沌矩阵作为秘钥，将混沌矩阵与正交矩阵异或计算获得初始特征矩阵；随机生成多个哈希函数以生成第一签名矩阵，根据哈希函数对初始特征矩阵进行扫描计算，并且用最小值替换签名矩阵中的最大值，获得第二签名矩阵，第二签名矩阵作为可撤销掌纹特征。最后利用哈希函数的不可逆性对初始特征矩阵进行扫描计算，产生最终的最小哈希签名矩阵作为最终的可撤销掌纹特征。对掌纹生物特征的安全性和隐私性进行有效的保护，并且能够在保证识别率的情况下，提高安全性和隐私性。
-
Patent Agency Ranking
公开(公告)号：CN110188729A
公开(公告)日：2019-08-30
申请号：CN201910491219.9
申请日：2019-06-06
Applicant: 济南大学
Abstract: 本申请公开了一种基于并行IoM的可撤销掌纹特征识别方法及系统，获取原始掌纹信息对应的二值化掌纹图像，依次进行滤波处理、归一化处理，获得对应的掌纹竞争特征码和其对应的特征向量；通过第一预设秘钥对特征向量进行并行IoM的可撤销掌纹特征处理，获得可撤销的第一掌纹特征模板；进行认证时，获取待认证掌纹对应的第二掌纹特征模板，根据第一掌纹特征模板和所述第二掌纹特征模板确定待认证掌纹与原始掌纹是否匹配。因此当进行掌纹认证时，只需将待验证的掌纹按照获取第一掌纹模板的方式获取第二掌纹模板，然后对第一掌纹模板和第二掌纹模板进行比较认证即可。可以完全脱离真实的原始掌纹信息，进而保证了掌纹信息的安全性。
-
公开(公告)号：CN108960003A
公开(公告)日：2018-12-07
申请号：CN201710350428.2
申请日：2017-05-18
Applicant: 济南大学
IPC: G06K9/00
CPC classification number: G06K9/00067 , G06K9/00087
Abstract: 本发明公开了一种基于Gabor滤波和混沌映射的掌纹特征生成及认证方法，其中生成方法是利用Gabor滤波和混沌映射来进行掌纹特征矩阵生成，认证方法包括利用生成的掌纹特征矩阵构建掌纹认证数据库，同样利用Gabor滤波和混沌映射生成待认证的掌纹特征矩阵，并利用距离匹配算法将待认证的掌纹特征矩阵与掌纹认证数据库中的掌纹特征矩阵进行距离匹配，根据匹配分数来进行认证决策。本发明能够提高掌纹特征生成和认证过程的安全性和隐私性，也能够提高掌纹特征生成和认证过程的精确度和速度。
-
公开(公告)号：CN107704846A
公开(公告)日：2018-02-16
申请号：CN201711019191.6
申请日：2017-10-27
Applicant: 济南大学
IPC: G06K9/00
CPC classification number: G06K9/00087 , G06K9/00067
Abstract: 本发明公开了一种基于二值方向共生向量和bloom滤波器的掌纹识别方法，利用二值方向共生向量和bloom滤波器来生成可撤销掌纹特征矩阵，并由掌纹特征矩阵组成字典矩阵。掌纹识别认证时利用同样方式生成待识别掌纹图像的掌纹特征矩阵，并利用稀疏分类和残差计算的方法将待识别的掌纹特征矩阵与字典矩阵进行分离识别。本发明具有掌纹识别安全性高和识别率高的特点。
-
公开(公告)号：CN106712957A
公开(公告)日：2017-05-24
申请号：CN201611102220.0
申请日：2016-12-05
Applicant: 济南大学
CPC classification number: H04L9/3231 , G06K9/00067 , G06K9/00087 , H04L9/3228
Abstract: 本发明公开了一种基于卷积编码的双因子认证方法，包括加密过程与解密过程，加密过程包括对原始掌纹图像的掌纹特征图像进行置乱处理，得到第一掌纹特征密钥；然后随机产生原始密钥，并进行周期延拓和卷积编码处理得到中间密钥；将中间密钥和第一掌纹特征密钥进行异或处理得到加密信息；解密过程包括将加密信息与再次取得的掌纹特征密钥进行异或处理，然后进行卷积译码和投票方式处理来恢复原始密钥。本发明实现了掌纹生物特征与随机密钥的双因子认证，安全性高，并且解密过程中将加密信息与置乱后的掌纹特征相异或处理，然后进行卷积译码和投票可以完全恢复原始密钥，提高了认证精度。
-
公开(公告)号：CN110175569A
公开(公告)日：2019-08-27
申请号：CN201910448774.3
申请日：2019-05-28
Applicant: 济南大学
IPC: G06K9/00
Abstract: 本申请公开了一种单因子可撤销掌纹特征认证方法及系统，通过处理原始掌纹图像获得原始掌纹特征，确定其第一符号随机投影矩阵和第一最小签名矩阵，结合随机生成的一随机矩阵分别确定出唯一加密特征矩阵和伪特征矩阵。进行掌纹验证时，按照上述方法获得认证掌纹对应的第二符号随机投影矩阵和第二最小签名矩阵，然后将第二符号随机投影矩阵与加密特征矩阵进行异或操作获得第二随机矩阵，根据第二随机矩阵对第二最小签名矩阵进行按签名地址取值获得第二伪特征矩阵。如果验证掌纹与原始录入掌纹一致，则获得的第二伪特征矩阵与第一伪特征矩阵相同或偏差在阈值之内，否则会大于预设阈值，进而在数据库中无需保留原始的掌纹真实信息即可实现掌纹验证。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.025 seconds)
