近年来，身份识别的应用日益广泛，生物特征识别成为模式识别领域研究的一个热点。人脸识别由于具有自然性、不被察觉性、非接触性和唯一性等特性，成为生物特征识别最为重要的应用之一。随着生物特征识别系统应用的广泛推广，生物特征数据的安全性和隐私性问题逐渐凸显。目前，由于人脸特征的复杂性，关于人脸识别中鲁棒特征的研究较少，另一方面，关于生物特征安全保护方面的研究还处于初级阶段，已有的研究工作主要集中于对指纹、虹膜等特征的保护，而对人脸特征的安全保护技术研究较少涉及，仍有很多挑战性的问题有待解决。　　 本文针对人脸识别，主要关注基于鲁棒特征的人脸识别和特征模板数据库中储存的人脸特征的安全性和隐私性问题。本文的研究重点是基于SIFT算法的人脸识别优化算法，并将其应用于带遮挡的人脸识别中；基于局部二值模式和SIFT特征在人脸特征安全保护技术中的应用；分析了已有安全保护算法对特征数据二值化处理导致特征信息的丢失，提出了基于模糊逻辑的改进算法。　　 论文的主要研究内容包括：　　 1、本文首先介绍了生物特征系统的研究背景和研究意义。鲁棒性的人脸特征表达是人脸识别算法的关键因素，本文探讨了人脸识别的主要方法，分析了基于全局特征和基于局部特征的两类常用的人脸识别算法。另外，还较全面综述了现有的生物特征数据的安全保护技术，探讨了可重建生物特征算法和生物特征加密系统算法的研究思路。通过重点分析几个经典的安全保护算法，了解生物特征安全保护技术的研究、发展及应用情况，最后讨论了理论和应用进一步发展的方向和趋势。　　 2、提出一种基于局部二值模式和随机投影的人脸识别安全算法。针对生物特征具有唯一性，一旦丢失、窃取或篡改，则无法重新进行设置或修改的问题。本文利用随机投影，生成具有可重建性的人脸特征模板数据，对人脸特征模板数据库中的人脸特征数据进行保护。一旦人脸特征模板数据丢失，则可以修改相关参数生成新的人脸特征模板数据。人脸特征模板数据的生成是不可逆的，即使人脸特征模板数据库中的模板特征数据丢失了，也无法还原出原始的人脸特征。利用局部二值模式提取人脸特征，具有较好的旋转不变性和灰度不变性，对视角的微小变化、光照和表情等的变化也具有较高的鲁棒性。　　 3、提出一种运用模糊逻辑对类内差异进行建模的新方法。通常生物特征保护算法需要将实值的生物特征数据转化为二值的串，然后再利用加密技术或其他安全算法对二值的特征串进行保护，并运用纠错码处理类内差异问题。但是，将实值的特征数据转化为二值的串，必然会导致特征信息的丢失，从而影响到安全算法的最终性能。本文分析二值串的每一bit位的可靠性，应用模糊逻辑对类内差异进行建模，最大限度的降低类内差异，从而提高安全保护算法的识别能力。　　 4、提出一种基于SIFT特征的人脸特征保护算法。人脸识别中，由于图像采集受到光照、视觉、摄像设备的变化、人脸表情、年龄变化等影响，都可能使得同一个人的人脸图像表观差别很大，造成识别的困难，因此提高人脸识别系统对这些变化的鲁棒性是人脸识别研究的重要目标之一，基于局部特征的算法可以很好的解决这些问题，其中SIFT特征是一种对尺度空间、图像缩放、旋转甚至仿射不变的图像局部特征。本文将人脸的SIFT特征应用于对人脸特征的保护算法中，对SIFT特征进行不可逆变换，生成可重建的SIFT特征数据，存储在特征模板数据库中。SIFT特征不仅对旋转、尺度缩放和亮度变化等保持不变性，而且对噪声也保持一定的稳定性。实验结果表明，采用SIFT算法作为人脸特征提取方法，对光照、遮挡及姿势的变化等的影响具有较高的鲁棒性，还能进一步提高识别率。　　 5、提出一种基于SIFT算法的人脸识别优化算法，并将其应用于带遮挡的人脸识别中。应用SIFT特征进行人脸识别时，采用关键点SIFT特征向量的欧式距离作为相似性判别度量。针对一幅图像中的某个关键点，找出另一个图像中与该关键点欧式距离最近的前两个关键点。在这两个关键点中，如果最近距离除以次近距离小于某个比例阈值，则认为这两个关键点是匹配的。这种匹配策略只是考虑了关键点特征向量之间的距离度量，却忽略了关键点之间的空间信息。本文通过增加对关键点空间距离的约束，并将此匹配策略应用于带遮挡的人脸识别中。实验表明，在遮挡的人脸数据库，AR人脸库和Manchester人脸库中，均取得了较好的识别效果。