大数据下基于DWT-DCT水印的抗遮挡攻击人脸识别制造技术

本发明专利技术公开了一种大数据下基于DWT-DCT水印的抗遮挡攻击人脸识别方法，分水印嵌入和水印提取两大部分，在水印提取部分，同时实现了人脸识别；步骤如下，水印的嵌入：一)先对所有原始人脸进行小波变换，再对其近似系数进行全局DCT变换，求得特征向量；二)将每个人脸的水印与该人脸的特征向量通过密码学哈希函数相关联；水印提取：三)求取待测人脸特征向量，并得到待测人脸和原始人脸特征向量相关系数最大值，并根据该值求得对应的人脸序号，完成人脸的识别、并获得对应的嵌入的水印；四)利用待测人脸的特征向量，进行水印提取，并计算出水印的相关系数。该人脸识别方法不需进行样本训练，适合于大数据；并可以抗遮挡、光照等攻击。

【技术实现步骤摘要】
大数据下基于DWT-DCT水印的抗遮挡攻击人脸识别
本专利技术涉及一种多媒体信号处理领域，具体涉及大数据下基于DWT-DCT水印的抗遮挡攻击人脸识别。技术背景人脸识别技术作为一种有效的生物特征识别技术，近40年来日益得到工业界和学术界的重视。由于人脸识别技术具有高可接受，自然性，不易被人察觉等优势，因此其在娱乐、犯罪调查、门禁系统、军事等方面有较大用途。目前人脸识别的方法主要是基于PCA、神经网络、SVM等机器学习方法，由于要进行训练学习，当样本数较大，在大数据环境下，学习的时间较长，并且目前的人脸识别方法对于光照变化，表情变化或遮罩等比较敏感，因此如何解决在大数据环境下，抗光照变化、表情变化或遮罩等攻击的人脸识别方法意义重大。数字水印技术最初是用于互联网上的数字媒体的版权保护，其重要特性为鲁棒性和不可见性；本专利技术可以把人的签名或ID号等作为水印隐藏在其对应的人脸图像中，利用水印的鲁棒特性实现人脸识别算法，实验证明该算法特别对光照、遮挡等攻击具有较好的鲁棒性。目前对于基于大数据环境下，抗光照、遮挡攻击的人脸识别方法研究的较少，因此研究大数据下基于DWT-DCT水印的抗遮挡本文档来自技高网...

【技术保护点】
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；该专利技术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...

【技术特征摘要】
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(η)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？\(1，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FAji，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8X8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O是取零，得到特征向量V，主要过程描述如下:FAl(i，j) = DWT2(F(i, j))FD8(i，j)...

【专利技术属性】
技术研发人员：李京兵，杜文才，魏应彬，沈重，张永辉，
申请(专利权)人：海南大学，
类型：发明
国别省市：海南;66