题目：生物特征互嵌入及其在 身份识别中的应用研究

随着生物特征识别技术的广泛应用，保障生物特征数据的安全性显得日益重要和紧迫。然而，由于生物特征的特殊性，经典的密码学工具并不能完全适用。

数字水印技术的提出为生物特征图像提供了一种有效的保护方法。当前生物特征水印相关的研究，主要是将传统水印方法应用在生物特征数据之上，并未结合生物特征数据自身的特性对水印算法进行设计。本文着眼于生物特征数据区别于传统数字水印中宿主图像与水印模板的特点展开研究工作，主要研究内容和创新点总结如下：

1) 结合人脸特征图像自身的特点，提出了基于特征显著分布的自适应人脸图像水印算法。与传统人脸水印方法中为了保护人脸判别特征而回避特征丰富区域的思想不同，本文提出由于显著特征对于噪声具有较好的鲁棒性不易受到水印嵌入的影响，人脸图像的特征显著区域更适合水印嵌入。在此基础上，使用Adaboost算法对人脸宿主图像不同区域的纹理特征显著程度进行评价，并根据分析结果将指纹水印的重要内容优先嵌入人脸的特征丰富区域。通过实验，验证了该方法的有效性。

2) 在分析指纹图像特点的基础上，提出了一种基于小波系数显著差异量化（SD-QIM）的指纹水印方法。通过随机系数分组及量化索引调制策略，将水印能量自适应地分配到小波域的重要系数之上。在保证嵌入水印后指纹判别特征较少影响的前提下，提高嵌入容量和鲁棒性，为在指纹图像中嵌入生物特征模板建立了基础。

3) 在SD-QIM指纹水印方法的基础上，对于显著差异值特征以及均匀量化索引调制方法分别进行了改进，使其能够适用于一般的自然图像。提出了基于小波域局部极大幅值系数抖动索引量化（SAD-DM）的鲁棒水印方法，通过与DWT域具有代表性的小波树量化等方法在保真度与鲁棒性方面的对比，证明了本方法的优越性。

4) 在本文之前所提出的生物特征互嵌入算法基础之上，给出了多生物特征互嵌入在身份认证系统的应用实例。提出一种基于生物特征互嵌入的多模态生物特征认证框架。在传统的生物特征认证之前，添加生物特征数据有效性认证，提高系统的安全性。最终，从合法数据中提取出的水印能够作为额外的身份信息，通过与宿主生物特征进行融合识别，提高系统的身份认证精度。