人臉識別在電子商務安全認證中的應用研究.pdf

1、電子商務近年來發(fā)展迅速,為了保證交易的安全性和有效性,其安全認證問題成為相關領域研究的熱點。身份認證作為網(wǎng)絡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證的自然隔離性。為了解決該問題,人們將目光轉向利用人的生物特征進行身份識別的技術。人臉識別因其獨有的優(yōu)勢而被認為是可用于身份認證的最佳的生物特征之一。
　　本文在研究人臉識別技術一般性過程的基礎上,將

2、其應用于電子商務的身份認證之中,構建了基于人臉識別的電子商務身份認證系統(tǒng)模型,并分析了在此應用過程中,面臨的兩個關鍵問題:第一,復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算法的基礎上,提出將Pearson相關系數(shù)作為衡量特征間相關度的依據(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策略。通過對樣本模擬人臉的左轉、右轉、仰視、俯視的四個姿態(tài),結合圖像的平移、旋轉、放縮以及鏡面變換,構造出一個包含8個虛擬樣本的樣本集,以此支撐傳統(tǒng)的人臉