[发明专利]大数据下基于DWT-DCT水印的抗遮挡攻击人脸识别

权利要求书

1.大数据下基于DWT-DCT水印的抗遮挡攻击人脸识别方法，其特征在于：先对原始人脸进行小波变换，对近似系数进行DCT变换，在DWT-DCT系数矩阵中选取前8x8系数作为特征向量，然后将水印信息和特征向量相关联，实现水印的嵌入；然后对于待测人脸，求出其特征向量，在计算出待测人脸与所有人脸特征向量的相关系数，求出相关系数最大值，根据该值得到识别的人脸图像、嵌入的水印；然后再根据待测图像的特征向量，提取出水印，求出水印相关系数；实现数字水印的嵌入与提取和人脸的识别；该发明包括水印嵌入和提取两大部分，其中水印的提取时，实现了人脸识别，共计六个步骤：

第一部分：水印的嵌入

1)通过对每个原始人脸图像F(n)进行小波变换，然后对近似系数进行全局DCT变换，得到原始图像的特征向量集合V(n)；

先依次对每个原始人脸图像F(n)进行L级小波分解获得逼近子图系数FA_L(i,j)；由于小波分解级数越高，占用的分解时间便会越长，在此，我们选用L＝1，然后对逼近子图FA_L(i,j)进行全局DCT变换，得到DWT-DCT系数矩阵FD(i,j)，，在DWT-DCT系数矩阵FD(i,j)中选取前8×8个系数FD₈(i,j)，然后再对选取出的系数矩阵FD₈(i,j)进行二值化处理，当系数大于或等于零时取1，小于0是取零，得到特征向量V,主要过程描述如下：

FA_L(i,j)＝DWT2(F(i,j))

FD₈(i,j)＝DCT2(FA_L(i,j))

V(n)＝BINARY(FD₈(i,j))

2)利用密码学HASH函数，生成含水印信息的二值密钥序列Key(n)，实现零水印的嵌入；

Key(n)＝V(n)⊕W(n)

Key(n)是由所有原始图像的特征向量V(n)和对应的n个数字水印W(n)，通过密码学常用的Hash函数生成；这里W(n)由长度为64bit的二值随机序列组成；保存Key(n)，在下面提取水印时要用到；通过将Key(n)作为密钥向第三方申请，以获得人脸图像的使用权和所有权；

第二部分：人脸的识别和水印的提取

3)求出待测人脸F'的特征向量V'；

设待测人脸为F'，经过小波变换(DWT)，再对近似系数进行全局DCT变换后得到DWT-DCT系数矩阵为FD’(i,j)，按上述1)的方法，求得待测图像的视觉特征向量V’；

FA_L’(i,j)＝DWT2(F’(i,j))

FD₈’(i,j)＝DCT2(FA_L’(i,j))

V'＝BINARY(FD₈’(i,j))

4)计算待测人脸的特征向量V'与原始人脸的特征向量V(n)的相关系数NC(n)，进行人脸的识别；

计算V'与V(n)的相关系数最大值所对应的n值,设n＝k；根据k值可以得到密钥Key(k)、识别出原始人脸图像为F(k)和嵌入在F(k)的水印值W(k),计算特征向量的归一化相关系数公式如下：

NC=ΣiV(i)V′ΣiV2(i)]]>

5)利用存在于第三方的二值逻辑密钥序列Key(k)和待测人脸的特征向量V’，提取出待测图像中的水印W'；

W'＝Key(k)⊕V'

6)计算W'和W(k)之间的相关系数；计算提取的水印和嵌入的水印的相关系数,并根据水印判别待测图像的内容。