人臉識(shí)別在電子商務(wù)安全認(rèn)證中的應(yīng)用研究.pdf

1、電子商務(wù)近年來發(fā)展迅速,為了保證交易的安全性和有效性,其安全認(rèn)證問題成為相關(guān)領(lǐng)域研究的熱點(diǎn)。身份認(rèn)證作為網(wǎng)絡(luò)信息安全的第一道屏障,尤其受到重視和深入的研究。傳統(tǒng)的認(rèn)證方式只能保障微機(jī)與微機(jī)之間的身份可靠性,無法解決用戶與微機(jī)之間身份認(rèn)證的自然隔離性。為了解決該問題,人們將目光轉(zhuǎn)向利用人的生物特征進(jìn)行身份識(shí)別的技術(shù)。人臉識(shí)別因其獨(dú)有的優(yōu)勢(shì)而被認(rèn)為是可用于身份認(rèn)證的最佳的生物特征之一。
　　本文在研究人臉識(shí)別技術(shù)一般性過程的基礎(chǔ)上,將

2、其應(yīng)用于電子商務(wù)的身份認(rèn)證之中,構(gòu)建了基于人臉識(shí)別的電子商務(wù)身份認(rèn)證系統(tǒng)模型,并分析了在此應(yīng)用過程中,面臨的兩個(gè)關(guān)鍵問題:第一,復(fù)雜背景下的快速人臉檢測(cè)問題;第二,單樣本條件下的人臉特征提取問題。
　　對(duì)于第一個(gè)問題,論文在研究經(jīng)典AdaBoost算法的基礎(chǔ)上,提出將Pearson相關(guān)系數(shù)作為衡量特征間相關(guān)度的依據(jù),并將單閾值的AdaBoost算法改進(jìn)為雙閾值,基于此改良了傳統(tǒng)的AdaBoost算法。經(jīng)過實(shí)驗(yàn)證實(shí)改進(jìn)的AdaBoo

3、st算法在提高了人臉檢測(cè)率的同時(shí)顯著降低了算法的時(shí)耗。接著,論文研究了基于雙顏色空間的人臉檢測(cè)算法,并與改進(jìn)的AdaBoost算法結(jié)合,提出一種新的人臉檢測(cè)擬合方法,最后通過實(shí)驗(yàn)證明該方法對(duì)復(fù)雜背景下的人臉圖像可以進(jìn)行快速有效的檢測(cè)。
　　對(duì)于第二個(gè)問題,論文提出一種新的圖像旋轉(zhuǎn)策略。通過對(duì)樣本模擬人臉的左轉(zhuǎn)、右轉(zhuǎn)、仰視、俯視的四個(gè)姿態(tài),結(jié)合圖像的平移、旋轉(zhuǎn)、放縮以及鏡面變換,構(gòu)造出一個(gè)包含8個(gè)虛擬樣本的樣本集,以此支撐傳統(tǒng)的人臉