大數(shù)據(jù)下基于dft魯棒水印的抗遮擋攻擊人臉識別方法
【專利摘要】本發(fā)明公開了一種大數(shù)據(jù)下基于DFT魯棒水印的抗遮擋攻擊人臉識別方法，主要分水印嵌入和提取兩大部分，在水印的提取部分，同時(shí)實(shí)現(xiàn)了人臉的識別；主要步驟如下，水印的嵌入：步驟一)首先對所有原始人臉進(jìn)行全局DFT變換，在實(shí)部系數(shù)中求得特征向量；步驟二)將每個(gè)人臉的水印與該人臉的特征向量通過密碼學(xué)哈希函數(shù)相關(guān)聯(lián)；水印提?。翰襟E三)獲取待測人臉的特征向量，求的待測人臉和原始人臉特征向量相關(guān)系數(shù)最大值，并根據(jù)該值對應(yīng)的序號，完成人臉的識別、獲得對應(yīng)的嵌入的水??；步驟四)利用待測人臉的特征向量，進(jìn)行水印提取，并計(jì)算出水印的相關(guān)系數(shù)。該人臉識別方法不需要進(jìn)行樣本訓(xùn)練，適合于大數(shù)據(jù)；并有較好的抗遮擋、光照等攻擊。
【專利說明】大數(shù)據(jù)下基于DFT魯棒水印的抗遮擋攻擊人臉識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種多媒體信號處理領(lǐng)域，具體涉及大數(shù)據(jù)下基于變換域魯棒水印的抗遮擋攻擊人臉識別方法。
技術(shù)背景
[0002]人臉識別技術(shù)作為一種有效的生物特征識別技術(shù)，近40年來日益得到工業(yè)界和學(xué)術(shù)界的重視。由于人臉識別技術(shù)具有高可接受，自然性，不易被人察覺等優(yōu)勢，因此其在娛樂、犯罪調(diào)查、門禁系統(tǒng)、軍事等方面有較大用途。
[0003]目前人臉 識別的方法主要是基于PCA、神經(jīng)網(wǎng)絡(luò)、SVM等機(jī)器學(xué)習(xí)方法，由于要進(jìn)行訓(xùn)練學(xué)習(xí)，對于識別的樣本較大，在大數(shù)據(jù)環(huán)境下，學(xué)習(xí)的時(shí)間較長，并且目前的人臉識別方法對于遮擋變化，表情變化或光照等比較敏感，因此如何解決在大數(shù)據(jù)環(huán)境下，抗遮擋變化、表情變化或光照等攻擊的人臉識別方法意義重大。
[0004]數(shù)字水印技術(shù)最初是用于互聯(lián)網(wǎng)上的數(shù)字媒體的版權(quán)保護(hù)，其重要特性為魯棒性和不可見性；本發(fā)明可以把人的簽名或ID號等作為水印隱藏在其對應(yīng)的人臉圖像中，利用水印的魯棒特性實(shí)現(xiàn)人臉識別算法，特別對遮擋、光照等攻擊具有較好的魯棒性。目前對于基于大數(shù)據(jù)環(huán)境下，抗遮擋、光照攻擊的人臉識別方法研究的較少，目前還沒有看到公開的報(bào)道。因此研究基于DFT的魯棒水印技術(shù)實(shí)現(xiàn)大數(shù)據(jù)下抗遮擋攻擊的人臉識別方法，有較大的意義。

【發(fā)明內(nèi)容】

[0005]發(fā)明目的:本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供高速、高魯棒性的人臉識別算法。具體公開了一種大數(shù)據(jù)下基于DFT魯棒水印的抗遮擋攻擊人臉識別方法，是一種零水印方案，水印的嵌入不影響原始的人臉圖像。
[0006]本發(fā)明的基本原理是:首先對所有的人臉圖像進(jìn)行全局DFT變換；選取低頻部分的前8x8個(gè)系數(shù)的實(shí)部，然后在該系數(shù)的實(shí)部中尋找一個(gè)抗遮擋攻擊的特征向量，并將水印序列與該特征向量相關(guān)聯(lián)實(shí)現(xiàn)水印的嵌入；然后對于待測圖像，首先計(jì)算出其特征向量，然后計(jì)算待測圖像和原始圖像的特征向量的相關(guān)系數(shù)，利用相關(guān)系數(shù)最大值，實(shí)現(xiàn)人臉的檢測；并實(shí)現(xiàn)了水印的提取。
[0007]現(xiàn)對本發(fā)明的方法進(jìn)行詳細(xì)說明如下:
[0008]首先選擇一個(gè)有意義的二值序列作為水印要嵌入人臉圖像中，記為W=(w(j) |w(j) = 0，I ;1≤i≤L};同時(shí)，選取設(shè)F為原始人臉圖像，表示:F ={f(i, j) |f(i, j) e R;1≤i≤Ml，I≤j≤NI}。其中，f(i，j)表示原始人臉的像素值。
[0009]第一部分:水印的嵌入
[0010]I)通過對所有原始人臉圖像F(η)進(jìn)行全局DFT變換，得到原始圖像的特征向量集合V (η)；
[0011]先依次對原始人臉圖像F(n)進(jìn)行全局DFT變換，在頻率域的低頻系數(shù)矩陣FF(i, j)中選取前8X8個(gè)系數(shù)中的實(shí)部系數(shù)FF8(i，j)，然后再對選取出的實(shí)部系數(shù)矩陣FF8 (i,j)進(jìn)行二值化處理，當(dāng)系數(shù)大于或等于零時(shí)取1，小于O是取零，得到特征向量V，主要過程描述如下:
[0012]FF(i, j) = DFT2(F(i, j))
[0013]FF8(i,j) = REAL(FF(i, j))
[0014]V(n) = BINARY(FF8(i, j))
[0015]2)利用密碼學(xué)HASH函數(shù)，生成含水印信息的二值密鑰序列Key (η)，實(shí)現(xiàn)零水印的嵌入；
[0016]Key (η) = V (η) ? W (η)
[0017]Key (η)是由所有原始圖像的特征向量V(n)和對應(yīng)的η個(gè)數(shù)字水印W(n),通過密碼學(xué)常用的Hash函數(shù)生成；這里胃(11)由長度為64bit的隨機(jī)序列組成；保存Key (η)，在下面提取水印時(shí)要用到；通過將Key(n)作為密鑰向第三方申請，以獲得人臉圖像的使用權(quán)和所有權(quán)；
[0018]第二部分:人臉的識別和水印的提取
[0019]3)求出待測人臉F’的特征向量V’ ；
[0020]設(shè)待測人臉為F’，經(jīng)過全局二維DFT變換后得到低頻系數(shù)的實(shí)部系數(shù)矩陣為FF’(i，j)，按步驟I)對低頻實(shí)部系數(shù)矩陣進(jìn)行二值化處理，求出待測人臉的特征向量V’ ；
[0021]FF’ (i, j) = DFT2(F，(i, j))
[0022]FF； (i, j) = REAL(FF’ (i, j))
[0023]V’ = BINARY (FF； (i, j))
[0024]4)計(jì)算待測人臉的特征向量V’與原始人臉的V(n)的相關(guān)系數(shù)NC(η)，進(jìn)行人臉的識別；
[0025]計(jì)算V’與V (η)的相關(guān)系數(shù)最大值所對應(yīng)的η值，設(shè)n = k ;根據(jù)k值可以得到密鑰Key (k)、識別出原始人臉圖像為F(k)和嵌入在F(k)的水印值W(k)，計(jì)算特征向量之間的歸一化相關(guān)系數(shù)公式如下:
【權(quán)利要求】
1.大數(shù)據(jù)下基于DFT魯棒水印的抗遮擋攻擊人臉識別方法，其特征在于:先對原始人臉進(jìn)行全局DFT變換，在變化域選取前8x8實(shí)部系數(shù)做為特征向量，然后將水印信息和特征向量相關(guān)聯(lián)，實(shí)現(xiàn)水印的嵌入；然后對于待測人臉，求出其特征向量，然后計(jì)算出待測人臉與所有人臉特征向量的相關(guān)系數(shù)，求出相關(guān)系數(shù)最大值，根據(jù)該值得到識別的人臉圖像、嵌入的水?。蝗缓蟾鶕?jù)待測圖像的特征向量，提取出水印，求出水印相關(guān)系數(shù)；實(shí)現(xiàn)數(shù)字水印的嵌入與提取和人臉的識別；該發(fā)明包括水印嵌入和提取兩大部分，共計(jì)六個(gè)步驟: 第一部分:水印的嵌入 1)通過對所有原始人臉圖像F(n)進(jìn)行全局DFT變換，得到原始圖像的特征向量集合V(η)； 先對原始人臉圖像F(n)進(jìn)行全局DFT變換，在頻率域的低頻系數(shù)的實(shí)部系數(shù)矩陣FF(i, j)中選取前8X8個(gè)系數(shù)FF8 (i，j)，然后再對選取出的系數(shù)矩陣FF8 (i，j)進(jìn)行二值化處理，當(dāng)系數(shù)大于或等于零時(shí)取1，小于O是取零，得到特征向量V，主要過程描述如下:FF(i, j) =DFT2(F(i, j))
FF8(i,j) = REAL(FF(i, j))
V(n) = BINARY (FF8 (i，j)) 2)利用密碼學(xué)HASH函數(shù)，生成含水印信息的二值密鑰序列Key(η)，完成零水印的嵌 A ；
Key (η) = V (n) ? W (η) Key (η)是由所有原始圖像的特征向量V(n)和對應(yīng)的η個(gè)數(shù)字水印W(n)，通過密碼學(xué)常用的Hash函數(shù)生成；這里W(n)由長度為64bit的隨機(jī)序列組成；保存Key (η)，在下面提取水印時(shí)要用到；通過將Key(n)作為密鑰向第三方申請，以獲得人臉圖像的使用權(quán)和所有權(quán)； 第二部分:人臉的識別和水印的提取 3)求出待測人臉的特征向量V’； 設(shè)待測人臉為F’，經(jīng)過全局二維DFT變換后得到低頻系數(shù)矩陣，并取實(shí)部系數(shù)為FF’(i，j)，按步驟I)對實(shí)部系數(shù)矩陣進(jìn)行二值化處理，求出待測人臉的特征向量V’ ；
FF’ (i, j) =DFT2(F’ (i, j))
FF； (i, j) = REAL(FF，(i, j))
V’ = BINARY(FF8' (i, j)) 4)計(jì)算待測人臉的特征向量V’與原始人臉的V(n)的相關(guān)系數(shù)NC(η)，進(jìn)行人臉的識別； 計(jì)算V’與V (η)的相關(guān)系數(shù)最大值所對應(yīng)的η值，設(shè)n = k ;根據(jù)k值可以得到密鑰Key (k)、識別出原始人臉圖像為F(k)和嵌入在F(k)的水印值W(k)，計(jì)算特征向量的歸一化相關(guān)系數(shù)NC公式如下:
Zfw'(O NC=.Σ V ?ο

I 5)利用存在于第三方的二值邏輯密鑰序列Key(k)和待測人臉的特征向量V’，提取出待測圖像中的水印w’ (k)；
W，= Key (k) ? V， 6)計(jì)算W’和W(k)之間的相關(guān)系數(shù)；計(jì)算提取的水印W’和嵌入的水印W(k)的相關(guān)系數(shù)，來確定待測圖像的水印內(nèi)容。
【文檔編號】G06T1/00GK103984934SQ201410229774
【公開日】2014年8月13日 申請日期:2014年5月29日 優(yōu)先權(quán)日:2014年5月29日
【發(fā)明者】李京兵, 李雨佳, 杜文才, 白勇 申請人:海南大學(xué)