[發明專利]云環境下基于神經網絡的加密人臉識別方法

在審

• 申請號: 201810576421.7
• 申請日: 2018-06-06
• 公開（公告）號: CN108776790A
• 公開（公告）日: 2018-11-09
• 發明（設計）人: 李京兵;肖童;黃夢醒;王兆暉
• 申請（專利權）人: 海南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08;H04N19/625;H04N19/63
• 代理公司: 海口翔翔專利事務有限公司 46001
• 代理人: 張耀婷

本發明公開了一種云環境下基于神經網絡的加密人臉識別方法，屬于多媒體信號處理領域。本發明的步驟是：首先利用Tent Map的性質在DWT?DCT變換域內對人臉圖像進行加密；再利用PCA主成分分析法提取特征得到投影矩陣；隨后利用投影矩陣創建并訓練BP神經網絡；對待測人臉進行加密，最后將加密后的人臉圖像輸入到訓練好的神經網絡來進行識別，輸出相應的人臉序號。本發明是云環境下基于BP神經網絡和變換域的人臉圖像識別方法，擁有較好的魯棒性，同時能增強信息數據的安全性。

技術領域

本發明涉及云環境下基于神經網絡的加密人臉識別方法，屬于多媒體信號處理領域。

技術背景

人臉識別技術作為一種有效的生物特征識別技術，由于其巨大的應用價值及市場潛力已經成為圖像工程和模式識別領域的研究熱點，近些年來逐漸被各個領域廣泛應用，比如娛樂、犯罪調查、門禁系統、軍事等方面。

隨著網絡越來越發達，信息安全、隱私保護已經成為當今的主流話題之一，如何讓信息不被泄露成為研究的重點。目前大部分人臉識別都是基于神經網絡算法在原始數據庫中進行檢索與識別，人臉的生物特征具有唯一性，一旦遭到泄露難以更改，因此保證原始數據庫的安全就顯得尤為重要。

目前對于在云環境下基于BP神經網絡的加密圖像人臉識別方法研究較少，人臉識別系統數據庫中往往具有大量人臉數據，將待測人臉進行加密后輸入至訓練好的神經網絡中識別可以有效的保護數據，因此研究基于BP神經網絡的加密圖像人臉識別方法有重大的意義。

發明內容

本發明的目的是提出一種云環境下基于神經網絡的加密人臉圖像識別方法。該方法通過將BP神經網絡和加密技術結合起來，實現受到不同攻擊后依然可以準確進行人臉圖像識別，解決現有技術的不足，提供高安全性、高魯棒性的人臉識別技術。

本發明的基本原理是：首先對原始圖像數據庫在變換域內進行加密，再利用PCA算法提取特征得到投影矩陣，隨后創建并訓練BP神經網絡，識別時對采集到的人臉圖像進行加密，再將加密后的人臉圖像經投影后輸入到訓練好的BP神經網絡進行人臉的識別。

本發明所采用的方法主要包括人臉圖像的頻域加密和創建BP神經網絡兩大部分。

現對本發明的方法進行詳細說明如下：

首先隨機選擇一張人臉圖像作為原始數據，表示為：F＝{F(i,j)|F(i,j)∈[0,255]；1≤i≤M,1≤j≤N}。其中，F(i,j)分別表示原始人臉圖像的像素灰度值，圖像的大小為MxN。

第一部分：人臉圖像的變換域加密

1)對人臉圖像F(i,j)進行全局DWT變換，得到復數系數矩陣[cA,cH,cV,cD]；

[cA,cH,cV,cD]＝DWT2(F(i,j))

2)對得到的系數矩陣進行DCT變換

cA1(i,j)＝DCT2(cA(i,j))

cH1(i,j)＝DCT2(cH(i,j))

cV1(i,j)＝DCT2(cV(i,j))

cD1(i,j)＝DCT2(cD(i,j))

3)通過TentMap生成混沌序列；

由初始值x₀通過Tent Map混沌系統生成混沌序列bl(j)。

4)構造二值序列；

利用混沌序列bl(j)，通過定義一個閾值函數Sign而得到一個符號序列，再按人臉圖像的大小構成一個二值矩陣Sign(i,j)，1≤i≤M,1≤j≤N；