袁立等：基于模糊保险箱的人脸一人耳融合模板保护 ·1229· 2012h). 减小小样本误差对实验的影响 表1不同特征模板维度下识别率和误识率的比较 参考文献 Table 1 Genuine accept rate and false accept rate obtained under differ- ent template dimensions [Jain A K,Nandakumar K,Nagar A.Biometric template security EURASIP J Adv Signal Process,2008,2008:113 特征模板维数 所用模态 识别率/% 误识率/% Uludag U,Pankanti S,Jain A K.Fuzzy vault for fingerprints / 人脸 76% 12% Proceedings of 5th International Conference On Audio-and Vedio- 15 人耳 78% 9% based Biometric Person Authentication.New York,2005:310 人脸一人耳融合 81% 5% B] Nandakumar K,Jain A K.Fingerprint-ased fuzzy vault:imple- 人脸 90% 8% mentation and performance.IEEE Trans Inf Forensics Secur, 20 人耳 93% 6% 2007,2(4):744 人脸一人耳融合 95% 3% Lee Y J,Bae K,Lee S F,et al.Biometric key binding:fuzzy 人脸 92% 7% vault based on iris images /Proceedings of International Confer- 25 人耳 95% 6% ence on Biometric.Seoul,2007:800 人脸一人耳融合 96% 2% 5] Nandakumar K,Jain A K.Multibiometric template security using fuzzy vault /Proceedings of the 2nd IEEE International Confer- 从表1可以看出，随着特征模板维数的增加，识别 ence on Biometrics:Theory,Application and Systems.Washington 效果越来越好，当维数达到20维时，识别率已经取得 DC,2008:1 较好的效果.另外，在相同的特征模板维度下，基于多 6]Nagar A,Nandakumar K,Jain A K.Securing fingerprint tem- plate:fuzzy vault with minutiae descriptors /Proceedings of the 模态特征融合模板的保护方法的识别率明显优于基于 19th International Conference on Pattern Recognition.Florida, 单模态人脸和单模态人耳模板的保护方法，并且误识 2008:1 率有了一定的降低. 7]Mu Z C,Yuan L,Zeng H.Biometric Identification Technology: Ear Automatic Recognition.Beijing:Science Press,2012 3结论 (穆志纯，袁立，曾慧.生物特征识别技术：人耳自动识别 在特征融合和模糊保险箱的基础上，提出了一种 北京：科学出版社，2012) 8]Liu HJ,Zhang NT.Design of rapid CRC algorithm based upon 人脸一人耳融合生物特征模板保护方法.基于模糊保 table-ookingup methods.Commun Technol,2002(4):8 险箱算法的生物特征模板保护分为加密和解密两个阶 (刘会杰，张乃通.基于查表法的快速CRC算法设计.通信技 段.加密阶段将注册生物特征模板进行加密，转换成 术，2002(4)：8) 真实点集，并隐藏在杂凑点集中，真实点集与杂凑点集 Zhu J K,Vai M I,Mak P U.Gabor wavelets transform and ex- 共同构成保险箱：解密阶段将待认证生物特征模板通 tended nearest feature space classifier for face recognition /Pro- 过保险箱提取密钥，并根据密钥进行认证.在由USTB ceedings of the 3rd International Conference on Image and Graph- ics.Hong Kong,2004,246 人耳库3和ORL人脸库构成的多模态图像库上的认 [10]Yazdanpanah A P.Faez K,Amirfattahi R.Multimodal biometric 证结果表明，该生物特征模板保护方案取得了较好的 system using face,ear and gait biometrics /Proceedings of the 效果.在下一步的研究中，将进一步优化加密算法和 10th International Conference on Information Science,Signal Pro- 解密算法以缩短认证时间：同时扩大实验样本的范围， cessing and Their Application.Kuala Lumpur,2010:251袁 立等: 基于模糊保险箱的人脸--人耳融合模板保护 2012b) ． 表 1 不同特征模板维度下识别率和误识率的比较 Table 1 Genuine accept rate and false accept rate obtained under differ￾ent template dimensions 特征模板维数 所用模态 识别率/% 误识率/% 人脸 76% 12% 15 人耳 78% 9% 人脸--人耳融合 81% 5% 人脸 90% 8% 20 人耳 93% 6% 人脸--人耳融合 95% 3% 人脸 92% 7% 25 人耳 95% 6% 人脸--人耳融合 96% 2% 从表 1 可以看出，随着特征模板维数的增加，识别 效果越来越好，当维数达到 20 维时，识别率已经取得 较好的效果． 另外，在相同的特征模板维度下，基于多 模态特征融合模板的保护方法的识别率明显优于基于 单模态人脸和单模态人耳模板的保护方法，并且误识 率有了一定的降低． 3 结论 在特征融合和模糊保险箱的基础上，提出了一种 人脸--人耳融合生物特征模板保护方法． 基于模糊保 险箱算法的生物特征模板保护分为加密和解密两个阶 段． 加密阶段将注册生物特征模板进行加密，转换成 真实点集，并隐藏在杂凑点集中，真实点集与杂凑点集 共同构成保险箱; 解密阶段将待认证生物特征模板通 过保险箱提取密钥，并根据密钥进行认证． 在由 USTB 人耳库 3 和 OＲL 人脸库构成的多模态图像库上的认 证结果表明，该生物特征模板保护方案取得了较好的 效果． 在下一步的研究中，将进一步优化加密算法和 解密算法以缩短认证时间; 同时扩大实验样本的范围， 减小小样本误差对实验的影响． 参 考 文 献 ［1］ Jain A K，Nandakumar K，Nagar A． Biometric template security． EUＲASIP J Adv Signal Process，2008，2008: 113 ［2］ Uludag U，Pankanti S，Jain A K． Fuzzy vault for fingerprints / / Proceedings of 5th International Conference On Audio- and Vedio￾based Biometric Person Authentication． New York，2005: 310 ［3］ Nandakumar K，Jain A K． Fingerprint-based fuzzy vault: imple￾mentation and performance． IEEE Trans Inf Forensics Secur， 2007，2( 4) : 744 ［4］ Lee Y J，Bae K，Lee S F，et al． Biometric key binding: fuzzy vault based on iris images / / Proceedings of International Confer￾ence on Biometric． Seoul，2007: 800 ［5］ Nandakumar K，Jain A K． Multibiometric template security using fuzzy vault / / Proceedings of the 2nd IEEE International Confer￾ence on Biometrics: Theory，Application and Systems． Washington DC，2008: 1 ［6］ Nagar A，Nandakumar K，Jain A K． Securing fingerprint tem￾plate: fuzzy vault with minutiae descriptors / / Proceedings of the 19th International Conference on Pattern Ｒecognition． Florida， 2008: 1 ［7］ Mu Z C，Yuan L，Zeng H． Biometric Identification Technology: Ear Automatic Ｒecognition． Beijing: Science Press，2012 ( 穆志纯，袁立，曾慧． 生物特征识别技术: 人耳自动识别． 北京: 科学出版社，2012) ［8］ Liu H J，Zhang N T． Design of rapid CＲC algorithm based upon table-lookingup methods． Commun Technol，2002( 4) : 8 ( 刘会杰，张乃通． 基于查表法的快速 CＲC 算法设计． 通信技 术，2002( 4) : 8) ［9］ Zhu J K，Vai M I，Mak P U． Gabor wavelets transform and ex￾tended nearest feature space classifier for face recognition / / Pro￾ceedings of the 3rd International Conference on Image and Graph￾ics． Hong Kong，2004，246 ［10］ Yazdanpanah A P． Faez K，Amirfattahi Ｒ． Multimodal biometric system using face，ear and gait biometrics / / Proceedings of the 10th International Conference on Information Science，Signal Pro￾cessing and Their Application． Kuala Lumpur，2010: 251 ·1229·