基于感知内容的人脸图像认证技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-30页 |
| ·课题背景及意义 | 第14-15页 |
| ·人脸图像的应用及安全需求 | 第15-18页 |
| ·图像认证技术研究现状 | 第18-24页 |
| ·基于数字签名方式的图像认证 | 第20-21页 |
| ·基于数字水印方式的图像认证 | 第21-23页 |
| ·主动认证与被动认证 | 第23-24页 |
| ·人脸图像认证系统模型 | 第24-26页 |
| ·人脸图像认证系统关键技术 | 第26-27页 |
| ·人脸感知特征的鲁棒提取 | 第26页 |
| ·人脸感知特征的摘要化编码 | 第26-27页 |
| ·认证粒度的选择与实现 | 第27页 |
| ·人脸图像常见攻击及认证算法性能评价 | 第27-28页 |
| ·论文主要研究内容 | 第28-30页 |
| 第2章 人脸图像鲁棒感知特征提取 | 第30-61页 |
| ·引言 | 第30页 |
| ·基于视觉感知特性的人脸图像特征 | 第30-37页 |
| ·人类视觉感知原理 | 第31-33页 |
| ·人脸图像感知特征 | 第33-37页 |
| ·人脸图像注意区域定位 | 第37-45页 |
| ·基于类Haar特征的人脸定位算法 | 第38-42页 |
| ·基于肤色的特征定位算法 | 第42-45页 |
| ·基于感受野模型的感知特征提取 | 第45-60页 |
| ·尺度空间理论 | 第46-49页 |
| ·感知点鲁棒提取算法 | 第49-55页 |
| ·结构特征鲁棒提取算法 | 第55-59页 |
| ·局部特征的有效编码算法 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第3章 基于鲁棒Hash的人脸图像认证 | 第61-85页 |
| ·引言 | 第61页 |
| ·Hash概念的延伸探讨 | 第61-64页 |
| ·基于结构略图的人脸图像鲁棒Hash认证算法 | 第64-70页 |
| ·基于Gabor函数的结构特征提取 | 第64-66页 |
| ·鲁棒Hash编码 | 第66-67页 |
| ·人脸图像篡改定位 | 第67-68页 |
| ·仿真实验 | 第68-70页 |
| ·基于统计特征的人脸图像鲁棒Hash认证算法 | 第70-78页 |
| ·局部统计特征提取 | 第71-74页 |
| ·基于非均匀量化方法的特征映射 | 第74-76页 |
| ·方案的安全性分析 | 第76-77页 |
| ·仿真实验 | 第77-78页 |
| ·基于感知点的人脸图像鲁棒Hash认证算法 | 第78-83页 |
| ·感知点序列化技术 | 第79-80页 |
| ·基于感知点的人脸图像鲁棒Hash | 第80-81页 |
| ·仿真实验 | 第81-83页 |
| ·本章小结 | 第83-85页 |
| 第4章 基于数字水印的人脸图像认证 | 第85-100页 |
| ·引言 | 第85-86页 |
| ·基于鲁棒水印的人脸图像认证算法 | 第86-91页 |
| ·方案设计及算法流程 | 第86-87页 |
| ·对恶意篡改鲁棒的变换域水印算法 | 第87-89页 |
| ·仿真实验 | 第89-91页 |
| ·基于注意选择机制的多重水印认证算法 | 第91-99页 |
| ·方案设计及算法流程 | 第91-92页 |
| ·基于选择注意机制的图像特征描述 | 第92-94页 |
| ·多重水印嵌入策略 | 第94页 |
| ·抗JPEG压缩的半脆弱水印算法 | 第94-97页 |
| ·仿真实验 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 第5章 基于感知内容的人脸图像恢复与加密 | 第100-114页 |
| ·引言 | 第100页 |
| ·篡改人脸图像感知内容恢复算法 | 第100-105页 |
| ·人脸图像特征表示与压缩方法 | 第101-105页 |
| ·基于多重水印的人脸图像篡改恢复 | 第105页 |
| ·人脸区域分级加密算法 | 第105-113页 |
| ·图像加密技术 | 第106-107页 |
| ·索引图像的特点 | 第107-108页 |
| ·索引图像分级加密算法 | 第108-110页 |
| ·基于公钥体制的图像安全传输方案 | 第110-113页 |
| ·本章小结 | 第113-114页 |
| 结论 | 第114-117页 |
| 参考文献 | 第117-131页 |
| 攻读博士学位期间发表的学术论文及其它成果 | 第131-134页 |
| 致谢 | 第134-135页 |
| 个人简历 | 第135页 |
