关键字 |
| 多模态生物特征，单生物特征水印，安全。 |
介绍 |
| 我们生活在一个信息时代，每一秒都有数十亿比特的数据被创造出来，随着互联网的出现，数字数据(图像、视频和音频文件、数字资源和集合、网络出版)的创造和传递已经发展了许多层面。与此同时，复制数字数据非常容易和松散，除此之外，内容的道德保护和验证所有权等问题也随之产生。数字水印是数字数据版权法的一种技术和工具。水印的领域是，即使它被复制，它仍然是完整的避难工作。为了证明数据的所有权或版权，对水印进行了提取和验证。水印的消除或改变对犯罪分子来说是非常困难的。因此，真正的持有者可以始终安全地拥有他的数据。 |
| 生物特征识别系统最近得到了研究界的广泛关注，因为这些系统已被用于各种商业应用，如监视和访问控制，以防止潜在的冒名顶替者。现在，多模态是一个新的和快速发展的研究课题在生物识别领域。多模式生物识别系统是一种模式识别系统，它基于生理或行为特征来识别个人，如指纹、面部、虹膜、视网膜、手掌、声音和静脉。为了识别个体，多生物识别系统使用多个生物特征。与仅依赖一种生物特征的单一生物识别系统相比，这些系统提供了更高的识别率。本文的主要目的是研究不同的水印技术。 |
文献综述 |
| Mayankvasta RichaSingh P。Mitra et al .[1]解释了基于数字水印的安全多模态生物识别系统。在本文中，提出了双重安全级别，以同时验证任何个人和保护生物特征模板。该系统采用了两种水印算法，即基于改进相关算法和基于改进二维离散余弦变换算法。该算法具有较高的安全性。一旦系统受到攻击，生物识别模板将不会被替换。 |
| 本文提出了一种3级RDWT生物特征水印算法，将声音生物特征mfc系数嵌入到同一个人的彩色人脸图像中，以提高鲁棒性、安全性和准确性。采用相位一致性模型计算嵌入位置，既保证了人脸特征不被水印，又保证了人脸识别精度。该算法使用自适应用户特定的水印参数来提高性能。RDWT水印算法采用人脸、语音和多模态识别算法，并进行统计评估，对不同频率和几何攻击具有鲁棒性 |
| RDWT水印算法首先利用边角相位一致的方法计算人脸图像的嵌入容量和位置。基于冗余离散小波变换对语音数据进行嵌入和提取。使用人脸、语音和多模态认证算法验证了水印算法的性能。所提出的水印嵌入和提取算法不影响原始人脸图像的质量和识别性能。此外，该算法具有较强的鲁棒性和抗常见攻击能力，且计算量较大。 |
| Won-ayumkim,Heungkyu lee，论文题为《使用两阶段完整性验证的多模态生物特征图像水印[3]》。本文提出了一种采用隐式缩略图特征向量的两阶段完整性验证方法的多模态生物特征图像水印方案，分别对多模态生物特征数据、人脸和指纹进行安全认证。它本质上是一种基于阴影和扩频的鲁棒水印方法。该方法通过控制水印嵌入强度来检测被篡改区域，满足预先设定的水印提取阈值的要求。其关键思想是将人脸图像的缩略图特征向量作为水印模式嵌入到指纹图像中，以检查各自生物特征数据的可靠性。指纹图像荣誉证明的第一阶段是通过确定提取的缩略图模式的有效性来完成的。人脸图像完整性验证阶段是从人脸图像中提取的缩略图特征向量与接收到的人脸图像的缩略图特征向量进行一对一匹配。本文阐述了一种基于空间域的鲁棒性生物特征图像水印技术，采用双步完整性验证方法，利用隐式缩略图特征向量对生物特征数据的完整性进行识别，以保证安全性。其中，指纹和面部生物特征数据被用于多模态确认方案。捕获两个生物特征数据并将其传输到生物特征认证系统。 The thumbnail feature vectors of the face image are only watermarked into the fingerprint image as a cover water- mark for data hiding before transmitting. Then, at the biometric authentication system, the integrity of water- marked fingerprint image is checked first by checking the validity of thumbnail feature vectors (watermark) extracted using a predefined watermarked extraction threshold. Secondly, the thumbnail feature vectors extracted from a watermarked fingerprint image is related to the thumbnail one of the transmitted original face image to recognize the integrity of the face image. From the two-stage integrity identification method, the final decision-making is completed. |
| 为了利用生物特征或一般可识别水印设计嵌入水印，可以应用快速傅里叶变换(FFT)、离散小波变换(DWT)、离散余弦变换(DCT)和Radon变换等空间域或变换域水印方案。变换域水印技术比空间域水印方案具有鲁棒性和更高的性能。在保证鲁棒性的前提下，空间域水印方案简单、快速，优于频域水印方案。 |
| 蔡洪旭，刘志芝描述了基于人眼可见系统(HVS)模型和神经网络的小波图像水印算法[4]，提出了一种基于人眼可见系统(HVS)模型和神经网络的小波图像水印(WIW)技术，用于图像专利保护。在水印嵌入中采用了HVS的一种特征，即恰好可见差(JND)轮廓，以增强水印嵌入技术的静默性。首先，推导出小波变换图像所有系数的JND阈值的可接受可见性范围。WIW技术利用这些范围来计算小波系数所覆盖的自适应度量，同时嵌入水印。然后利用人工神经网络对原始小波系数和水印系数之间的关系进行记忆。因此，将训练好的神经网络用于在没有原始图像的情况下估计水印。计算机仿真结果表明，该方法的透明度和强度均高于其他方法。这种方法鲁棒性较差，嵌入容量较小。 |
| 一种基于奇异值分解(SVD)的彩色图像鲁棒水印方法，对彩色图像的奇异值分解(SVD)水印性能进行了改进。在图像文档中隐藏数据的常用方法之一是频域奇异值分解方法。在基于奇异值分解的水印技术中，通常通过改变奇异值矩阵的最小有效位来实现水印嵌入。它指定了精确的图像属性，但不适用于恶意攻击。 |
| Punam Bedi,RoliBansa等[6]在这里，作者提出了一种基于PSO的多模态生物特征认证。提出了一种基于粒子群算法的鲁棒多模态生物特征图像水印方案。其关键思想是用人物的指纹图像和数据来水印人物的面部图像。利用粒子群算法在人脸图像中选择最佳的DCT系数来嵌入水印。粒子群算法的公正函数是基于人类的视觉感知技能和水印图像对图像处理攻击的耐受能力。粒子群优化是一种计算方法，它通过迭代来优化一个问题，以改进一个针对给定质量度量的申请解决方案。它的动机是鸟类聚集或鱼类聚集的社会行为。PSO算法维持一群粒子，其中每个粒子代表一个可能的解决方案。所有粒子都有适合性值，这些值由待优化的适合性函数评估，并具有指导粒子运动的速度。该系统鲁棒性较差，容易受到频率攻击的影响。 |
| RohitM提出了一种基于压缩感知理论的多模态生物识别系统水印新方法。谢谢你和KomalR。由压缩感知理论生成个体生物特征模型的测量特征，嵌入到同一个体的另一个生物特征模板中生成多模态生物特征水印图像。该水印版本的生物特征图像用于与注册的生物特征模板匹配，如果匹配不可能，则从水印图像中提取大量生物特征，并与个人的第二次注册数据匹配。本文还介绍了如何提高系统数据库的数据存储容量，以及如何在有噪声的通信信道中保护多生物特征模板。 |
水印系统的分类 |
| 本节将讨论用于多模态生物特征水印系统的一些流行的水印算法。 |
1)改进的基于相关性的系统 |
| 该水印系统采用改进的相关水印算法。虹膜代码使用密钥水印成人脸图像。在对封面图像进行水印前，采用预滤波技术对图像进行预处理，提高了水印结果的相关性。人脸图像作为封面图像，虹膜是水印图像。将附加性伪随机噪声应用到生物特征模板中进行水印嵌入。水印提取过程中，虹膜编码使用相同的密钥对水印人脸图像进行提取，然后计算噪声模式与水印图像之间的相关性。如果相关性大于某个阈值，则对水印进行解码并设置单个位。将整个图像分割成不同的块，并在每个块上分别执行上述步骤，即使在该系统中存在攻击，也能给出高概率的正确解码决策。 |
2)改进了基于二维离散余弦变换的系统 |
| 该系统将图像划分为8×8块，在图像的每个块上计算图像的离散余弦变换，然后找出图像的最低和最高频率系数分量。因此用于水印系统的DCT方法不会给出某些形式的攻击。 |
3)基于冗余离散小波变换(RDWT)的水印系统 |
| 离散小波变换能给出稳定的频率信息，在时域和频域都有较好的局部定位能力，因此离散小波变换多用于图像水印。相反，DCT的一个主要缺点是变换不提供平移不变性，因为它的波段是下采样的。小波小波变换的位移方差会导致水印系统的不正确提取，因此我们需要知道水印信息嵌入的精确位置，小波小波变换会导致输入图像的小波系数增大，而小波小波变换克服了位移方差的问题。 |
| 在RDWT生物特征水印算法中，使水印对人眼可见。RDWT水印嵌入和提取过程不会改变识别所需的生物特征。该系统采用彩色人脸图像作为覆盖图像。指纹、虹膜编码、语音数据均为水印图像。将人脸图像分为红、蓝、绿三个通道，增加了嵌入容量。红色和蓝色通道用于使水印难以察觉，尽管绿色通道使水印可见。RDWT计算在人脸图像中隐藏水印的正确位置。对提取的图像进行反变换并进行验证。 |
4)基于小波的水印系统 |
| 其中采用了基于小波的水印技术，它是基于人眼可见系统的。人眼可见系统的一个基本特征是正可见轮廓(JND)，将其用于水印嵌入以提高系统的不可视性。首先估计小波变换图像的所有系数的JND阈值的允许可见范围。系统在嵌入水印时，通过小波系数的取值范围来计算水印被小波系数覆盖的自适应强度。然后利用人工神经网络记忆原始小波系数与其水印版本之间的关系。在提取过程中，利用训练好的人工神经网络在不使用原始图像的情况下计算水印系数。与其他水印系统相比，该算法具有更好的性能。 |
5)基于奇异值分解的水印系统 |
| 基于奇异值分解的算法主要用于图像处理和可视化，它只对一个正矩阵进行运算。将封面图像视为一个矩阵，将封面图像矩阵分解为三个奇异值分解的子矩阵，水印图像与具有奇异值的封面图像矩阵相加，生成水印图像。将分解技术应用于水印图像。最后利用分解方法对封面图像进行水印解码。该系统具有良好的图像稳定性和固有代数图像特性。 |
6)基于粒子群算法的水印系统 |
| 在粒子群优化方法中，将覆盖图像分割成不同的块，计算出用于水印嵌入的最佳DCT系数。粒子群算法保持一群粒子，每个粒子代表最优解，该方法不需要原始图像进行水印提取。粒子群算法的主要作用是降低系统的鲁棒性，提高系统的不可感知性。提取后，即使系统中存在攻击，提取的图像质量也很好。 |
7)基于压缩感知理论的水印系统 |
| 该系统利用图像变换和测量矩阵，将测量向量嵌入到封面图像中，生成水印模板的测量向量。在不了解原始测量矩阵和图像变换的情况下，很难从测量向量中恢复安全的生物特征模板。 |
结论 |
| 多模态生物识别水印是一个不断发展的研究领域，在过去的时代里，它从研究界获得了巨大的好处。本文对现有的多模水印的重要研究和技术进行了综述。本文对现有的抗攻击鲁棒性研究进行了研究。对多模水印技术进行了介绍，并根据实现的技术对现有的研究进行了排序。这些评论覆盖了潜在的研究人员了解生物识别水印可用的各种技术。 |
参考文献 |
- 马扬克·瓦察，里奇·辛格，p·米特拉，阿夫泽尔·诺尔。,“Digital Watermarking based Secure Multimodal Biometric System”,2004 IEEE lntemationalConference on Systems, Man and Cybernetics.
- MayankVasta,Richa Singh, AfzelNoore。,“Feature based RDWT watermarking for multimodal biometric system”,ELSEVIER,image and visioncomputing 27(2009) 293-304.
- Won-gyumKim HeungKyuLee。,“Multimodal biometric image watermarking using two stage integrity verification”,ELSEVIER,signal processing89(2009),2385-2399.
- Hung-HsuTsai Chi-ChihLiu。,“Wavelet based image watermarking with visibility range estimation based on HVS and neuralnetworks”,ELSEVIER,pattern recognition 44(2011).751-763.
- sengulDogan、TurkerTuncer EnginAvci ArifGulten。,“A robust color image watermarking with singular value decompositionmethod”,ELSEVIER,advances in engineering software 42(2001) 336-346.
- PunamBedi, RoliBansal, PritiSehgal。,“Multimodal Biometric Authentication using PSO based Watermarking,”,ELSEVIER,Procedia Technology4 ( 2012 ) 612 – 618.
- Rohit M. Thanki&Komal R. Borisaga。,“Novel approach for multimodal biometric system using compressive sensing theory based watermarking”,International Journal of Computer Science Engineering and Information Technology Research (IJCSEITR) ISSN 2249-6831 Vol. 3, Issue 4, 81-90,Oct 2013.
- Asadjaved、Muhammadfasi tariqbashir。,“A new additive watermarking technique for multimodal biometric identification”,journal of Basic andApplied Scientific Research,ISSN 2090-4304,3(7) 935-942.2013.
- Chulhanlee Jaihiekim。,“Cancelable fingerprint templates using minutiae based bit strings,ELSEVIER,journal of network and computerapplications 33(2010),236-246.
- Mr.AnandKolapkar Prof.B.B.Gite。,“Secure multimodal Authentication Using Watermarking”,Conference,International journal of innovativeresearch in science engineering and technology,ISSN(online):2319-8753, ISSN(print):2347-6710,volume 3,issue 4,april 2014.
- 凡达娜的inamdar和pritige。,“Dual watermarking technique with multiple biometric watermarks”,Indian Academy of Sciencess,vol 39,part1,february 2014,pp.3-26.
|
菜单