[发明专利]一种基于图像识别数字证书认证方法

权利要求书

1.提出一种基于图像识别数字证书认证方法，所述方法包括：在服务器中创建一个图像数据库(IDB)，该数据库包含了描述同种事物，但在表征上又极不相同的大量图像；

用深度学习中的图卷积神经网络算法(GCNA)，抽取IDB中任意图像中的所有像素点作为集合P，使用拉普拉斯矩阵的独特性质将传统的卷积推广到图卷积，通过计算找到谱域中的离散卷积核，构成图卷积神经网络；

将图像的像素点集合P融入GCN，通过离散卷积核提取P的空间特征，以此得到数据点集合X；此外将IDB中的每个图像的做标注，构成像素标签集合Y；将上述的集合X和Y对应构成数据对集合（X，Y），以此利用ECC来构造空间中的椭圆曲线，完成基于椭圆曲线的非对称加密的算法；

基于图像识别数字证书认证方法，在用户向数字签名认证服务机构——（CA）中心发出公钥后，对数字证书进行加密；利用图像识别的GCN算法对网络层的节点身份进行签名验证。

2.根据权利要求书1，所述的图卷积是由P中的每个像素点特征向量的维度D和邻接矩阵A所构成的一个非线性的对称化正则拉普拉斯算子:

同时引用自身度矩阵，解决自传递问题；用deg表示节点的度，对于矩阵中的每个像素点：

将U作为图像的特征向量，f为待卷积函数，h卷积核，用图卷积提取出图像的空间特征集合：

。

3.根据权利要求书1，所述的ECC算法是基于离散的椭圆曲线对数问题，根据图像识别得出的数据对（X，Y）绘制空间中的椭圆曲线E，在曲线中选择一点G生成阶为质数n的元，构成循环群\G，同时在数据对（X，Y）中创建一个私钥k，则有相应公钥。