1. 研究目的与意义
随着社会经济的飞速发展，近些年来计算机信息化不断深入，社会对网络的依赖愈发严重，由于信息是共享的，敏感信息的扩散会造成严重的后果，所以信息安全是社会稳定的必要前提。
密码学是在信息大爆炸时代解决信息安全问题的最有效方法，密钥是密码体制的安全保密的核心，但传统的密钥通常是保存在智能卡里的一串难以记忆的很长的随机数，在存储和管理密钥方面有着口令遗忘，容易丢失，使用不方便等很大的麻烦。
目前，国内外许多专家学者将生物识别和密码学作为研究方向，一种将密码技术与生物特征识别技术结合起来的生物特征加密技术应运而生，生物加密是通过使用生物特征来保护密码系统的一种密钥技术。
2. 课题关键问题和重难点
本课题基于人脸特征生成人脸密钥具有以下关键问题：本次设计主要分为人脸检测，人脸预处理，人脸特征提取，密钥生成，加密阶段，解密阶段。
（1）人脸特征加密的核心问题是解决人脸特征的模糊性和密钥体制的精确性之间的矛盾。
加密和解密过程相当于人脸识别与认证过程，而人脸识别的结果高度依赖于人脸特征的提取。
3. 国内外研究现状（文献综述）
1.引言通过对人脸检测识别技术以及密码学方面文献的阅读，本文综述了传统的人脸特征提取，生物特征加密技术的背景、意义及国内外发展现状，并介绍了人脸特征提取方法以及人脸密钥生成方法。
生物特征识别技术是近些年来应用最多，最为活跃的一种基于个人独特的生理特征技术，它提供了一种基于唯一，高可靠性和稳定性的人体生物特征的身份验证途径，不易被伪造和攻击[1]。
目前，国内外越来越多的高校以及不同领域的专家学者将生物识别和密码学作为研究方向，生物加密(Biometric Encryption，BE)是通过使用生物特征来保护密码系统的一种安全性更高的密钥技术[2]。
4. 研究方案
基于人脸特征生成人脸密钥，有用户注册和用户认证两部分，这两个部分都主要包括人脸检测，人脸图像预处理，人脸特征提取，学习（训练）和人脸分类（识别），密钥生成，密钥匹配，对象加解密几个组成部分。
人脸检测是利用人脸自动检测算法从所得图像中寻找是否有人脸存在，人脸检测返回的结果是有无人脸，可以采用OPENCV中较为成熟的基于haar分类器的Adaboost算法；人脸图像预处理，人脸特征提取，密钥生成可概括为密钥认证阶段，是利用检测出的人脸特征经过一系列变换得到二进制串，并进行身份认证的一个阶段，所得结果是身份认证是否正确，认证成功则使用设定的加解密算法对文件进行加解密。
加解密是将密钥认证阶段得到的密钥利用诸如AES等安全成熟的加解密算法对文件进行加（解）密的一个过程。
5. 工作计划
2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料；第17周：与导师沟通进行课题总体规划；第18-19周：研究导师下发的毕业设计（论文）任务书，根据导师的要求进行外文翻译，列出开题报告大纲，进行开题报告的撰写。
2022-2022-2学期：第1周：接收任务书，领会课题含义，按要求查找相关基于人脸图像密钥提取及加解密系统的设计资料；第2周：阅读文献资料，理解有关AES算法，特征提取，人脸识别，密钥生成等内容；第3周：翻译基于人脸图像密钥提取及加解密系统的设计相关英文资料，提出拟完成本课题的方案，撰写开题报告；第4周：参阅相关资料，了解国内外相关研究成果，相关行业发展进程、当下所面临的问题，以及未来的发展趋势；第5周：完成基于人脸图像密钥提取及加解密系统的设计方案，掌握python编程技能； 第6周：了解设计平台使用方法，调试部署python的IDE PyCharm同时了解开源的计算机视觉库OpenCV中的关于机器学习的算法；第7周：基于人脸图像密钥提取及加解密系统的设计方案实现，设计框图、流程图的绘制；第8周：根据实现结果，对方案进行调整和修改；第9周：各个模块单独测试验证功能；第10周：系统调试；整理资料，准备撰写论文；第11周：修改、完善并提交毕业论文；第12周：评阅教师评阅论文，学生根据指导意见修改论文；验收实物成果，接受答辩资格审查；第13周：筹备答辩相关事宜，制作答辩的演示课件，准备参加答辩；第14周：毕业设计答辩及成绩评定。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
