人臉識別在電子商務(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。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與微機之間的身份可靠性,無法解決用戶與微機之間身份認(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行身份識別的技術(shù)。人臉識別因其獨有的優(yōu)勢而被認(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,面臨的兩個關(guān)鍵問題:第一,復(fù)雜背景下的快速人臉檢測問題;第二,單樣本條件下的人臉特征提取問題。
　　對于第一個問題,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算法改進為雙閾值,基于此改良了傳統(tǒng)的AdaBoost算法。經(jīng)過實驗證實改進的AdaBoo

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