[發明專利]一種基于MMDA的表情不變的隱私保護方法

有效

• 申請號: 201711148720.2
• 申請日: 2017-11-17
• 公開（公告）號: CN108111868B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 王祥;熊琛;裴慶祺
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04N21/2187
• 分類號: H04N21/2187;H04N7/18;H04N5/262;G06K9/00
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪;肖志娟

1.一種基于MMDA的表情不變的隱私保護方法，其特征在于，所述基于MMDA的表情不變的隱私保護方法在視頻直播中保護人臉隱私信息的同時保留表情信息，利用MMDA多模式判別分析將人臉分解為不同屬性的獨立子空間，建立多模式特征空間，改變表情之外的屬性特征，保持表情特征不改變，同時維持原始表情不變；

所述基于MMDA的表情不變的隱私保護方法包括以下步驟：

步驟一，預處理與歸一化：

(1)從CK人臉庫中選取包含20個對象的20張大小為640*490圖像作為訓練樣本集，在訓練樣本集中每張圖像擁有性別、種族和表情三種人臉屬性，其中性別屬性包含男性和女性，種族屬性包含非洲與歐洲，表情屬性包含微笑、生氣、悲傷、恐懼與驚訝五類；

(2)在視頻直播中通過攝像頭或其他設備獲得連續的靜態圖像序列；

(3)對人臉圖像選取68個關鍵特征點，記錄每個特征點的坐標位置并按順序保存下來，形成一組向量集，獲取圖像的形狀信息；

(4)AAM建模與歸一化；

步驟二，MMDA分解與合成：

(1)分別對每個屬性特征下的樣本進行白化預處理；

(2)利用Fish準則對白化數掘建立不同屬性的特征子空間，且每個子空間保持相互正交；

(3)得到獨立的特征子空間后，利用特征空間對白化數據進行分解；

(4)對變換后的參數向量進行合成，得到人臉向量。

2.如權利要求1所述的基于MMDA的表情不變的隱私保護方法，其特征在于，所述AAM建模與歸一化進一步包括：

(1)在得到所有樣本的形狀向量后，形狀向量進行對齊，對第i個樣本，記錄的特征點坐標向量表示為：

s_i＝{x₁，y_i1，x_i2，y_i2，…，x_i68，y_i68}^T：

對于樣本s_j和s_i，兩個樣本進行旋轉、放縮和平移，兩個樣本中的人臉大小、角度都相同，對向量s₁和s₂進行對齊：

s₁＝{x₁₁，y₁₁，x₁₂，y₁₂，…，x₁₆₈，y₁₆₈}^T；

s₂＝{x₂₁，y₂₁，x₂₂，y₂₂，…，x₂₆₈，y₂₆₈}^T；

將s₂歸一標準化到s₁，則通過Procrustes變換，得到：

其中，θ為以s₁的中心進行逆時針旋轉的角度，s和t為s₂的縮放尺度和平移量，且t＝[t_x，t_y，t_x，t_y，…，t_x，t_y]^T；

計算s₁與的距離平方和：

其中，n為特征點的數量；

旋轉s₂，使相應特征點的距離的平方和最小，s₁和s₂的角度一致；

(2)在得到形狀模型后，利用Delaunay進行三角剖分，并得到剖分后的形狀區域；同時對每個樣本進行剖分，在每個樣本中，通過三角形的每個點的位置，計算得到該點對應到形狀模型中相應點的位置，然后用該點的像素值替換形狀模型中對應點的值，得到n個映射后的模型，對n個模型求平均，得到平均紋理模型；

(3)形狀模型和紋理模型進行加權組合，得到組合模型。