基于计算机深度学习技术的图像拼接防篡改方法技术

本发明专利技术提供一种基于计算机深度学习技术的图像拼接防篡改方法。所述基于计算机深度学习技术的图像拼接防篡改方法，包括以下步骤：S1：在图片打开、图片保存环节前增加人脸识别功能；S2：建立身份模型；S3：将建立后的身份模型进行加密处理，并将加密处理后的身份模型存储至数据库备用；S4：图片打开、图片保存前进行人脸比对，判断是否符合身份；S5：根据人脸比对判断结果对操作进行执行或防篡改操作。本发明专利技术提供的基于计算机深度学习技术的图像拼接防篡改方法具有设计合理、使用方便、可防止图像拼接过程中被篡改的优点。

Tamper-proof image mosaic method based on computer in-depth learning technology

【技术实现步骤摘要】
基于计算机深度学习技术的图像拼接防篡改方法
本专利技术涉及防篡改方法
，尤其涉及一种基于计算机深度学习技术的图像拼接防篡改方法。
技术介绍
图像拼接技术就是将数张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅无缝的全景图或高分辨率图像的技术，相邻图像的配准及拼接是全景图生成技术的关键，有关图像配准技术的研究至今已有很长的历史，其主要的方法有以下两种：基于两幅图像的亮度差最小的方法和基于特征的方法。其中使用较多的是基于特征模板匹配特征点的拼接方法。该方法允许待拼接的图像有一定的倾斜和变形，克服了获取图像时轴心必须一致的问题，同时允许相邻图像之间有一定色差。全景图的拼接主要包括以下4个步骤:图像的预拼接，即确定两幅相邻图像重合的较精确位置，为特征点的搜索奠定基础。特征点的提取，即在基本重合位置确定后，找到待匹配的特征点。图像矩阵变换及拼接，即根据匹配点建立图像的变换矩阵并实现图像的拼接。最后是图像的平滑处理。在对图像进行拼接时往往需要花费拼接者较多的时间，然而现有的，在对图像进行拼接过程中，拼接者会因为其他原因而离开拼接所使用的电脑，这就容易导致其他人对其电脑进行误操作，容易导致拼接者之前的心血付诸东流。因此，有必要提供一种新的基于计算机深度学习技术的图像拼接防篡改方法解决上述技术问题。
技术实现思路
本专利技术解决的技术问题是提供一种设计合理、使用方便、可防止图像拼接过程中被篡改的基于计算机深度学习技术的图像拼接防篡改方法。为解决上述技术问题，本专利技术提供的基于计算机深度学习技术的图像拼接防篡改方法，包括以下步骤：S1：在图片打开、图片保存环节前增加人脸识别功能；S2：建立身份模型；S3：将建立后的身份模型进行加密处理，并将加密处理后的身份模型存储至数据库备用；S4：图片打开、图片保存前进行人脸比对，判断是否符合身份；S5：根据人脸比对判断结果对操作进行执行或防篡改操作。优选的，所述S2中，使用者采用正立和两边侧立站在摄像头前进行人脸信息的采集，摄像头将采集后的人脸信息进行特征提取，完成身份模型的建立。优选的，所述摄像头为高清摄像头。优选的，所述S3中，将建立后的身份模型利用加密算法进行加密处理，并将加密处理后的身份模型存储至数据库。优选的，所述加密算法为TEA算法或DES算法的一种。优选的，所述S4中，使用者正面面对摄像头，对使用者的人脸进行特征提取，提取后的信息传与数据库中的身份模型进行比对。优选的，数据库中的身份模型被解密处理后，与提取后的信息进行比对。优选的，所述S5中，根据人脸比对判断结果对操作进行执行或防篡改操作，当比对成功时，禁止操作，并将使用者人脸特征提取的信息生产记录保存至数据库中；当比对失败时，执行操作，并将使用者人脸特征提取的信息生产记录保存至数据库中。与相关技术相比较，本专利技术提供的基于计算机深度学习技术的图像拼接防篡改方法具有如下有益效果：本专利技术提供一种基于计算机深度学习技术的图像拼接防篡改方法，通过设置加密处理和解密处理可有效的放置数据库中的身份模型被盗取，通过人脸比对，可有效的防止在拼接过程中，因拼接者离开电脑而被别人将拼接图片损坏，同时通过人脸比对，将使用者人脸特征提取的信息生产记录保存至数据库，方便了对使用者的查看。附图说明图1为本专利技术提供的基于计算机深度学习技术的图像拼接防篡改方法的流程图；图2为本专利技术提供的基于计算机深度学习技术的图像拼接防篡改方法中摄像头的结构示意图。图中标号：1、摄像头本体，2、支撑座，3、定位块，4、定位槽，5、第一调节螺杆，6、压板，7、连接板，8、橡胶吸盘，9、第二调节螺杆。具体实施方式下面结合附图和实施方式对本专利技术作进一步说明。请结合参阅图1和图2，其中，图1为本专利技术提供的基于计算机深度学习技术的图像拼接防篡改方法的流程图；图2为本专利技术提供的基于计算机深度学习技术的图像拼接防篡改方法中摄像头的结构示意图。基于计算机深度学习技术的图像拼接防篡改方法，包括以下步骤：S1：在图片打开、图片保存环节前增加人脸识别功能；S2：建立身份模型；S3：将建立后的身份模型进行加密处理，并将加密处理后的身份模型存储至数据库备用；S4：图片打开、图片保存前进行人脸比对，判断是否符合身份；S5：根据人脸比对判断结果对操作进行执行或防篡改操作。所述S2中，使用者采用正立和两边侧立站在摄像头前进行人脸信息的采集，摄像头将采集后的人脸信息进行特征提取，完成身份模型的建立。所述摄像头为高清摄像头。所述S3中，将建立后的身份模型利用加密算法进行加密处理，并将加密处理后的身份模型存储至数据库。所述加密算法为TEA算法或DES算法的一种。所述S4中，使用者正面面对摄像头，对使用者的人脸进行特征提取，提取后的信息传与数据库中的身份模型进行比对。数据库中的身份模型被解密处理后，与提取后的信息进行比对。所述S5中，根据人脸比对判断结果对操作进行执行或防篡改操作，当比对成功时，禁止操作，并将使用者人脸特征提取的信息生产记录保存至数据库中；当比对失败时，执行操作，并将使用者人脸特征提取的信息生产记录保存至数据库中。所述摄像头包括摄像头本体1，所述摄像头本体1的底部固定安装有支撑座2，支撑座2的底部固定安装有定位块3，定位块3的底部开设有定位槽4，定位块3上螺纹安装有第一调节螺杆5，第一调节螺杆5的一端延伸至定位槽4内并固定安装有压板6，压板6上固定套设有橡胶套，定位块3的一侧设有滑动安装在支撑座2底部的连接板7，连接板7靠近定位块3的一侧固定安装有橡胶吸盘8，连接块7上螺纹安装有第二调节螺杆9，第二调节螺杆9的一端与定位块3转动连接。通过摄像头本体1可对人脸信息进行采集，当对摄像头本体1进行固定时，只需将支撑座2放置在电脑显示屏上，使电脑显示屏的顶部位于定位槽4内，并使橡胶吸盘8位于电脑显示屏后面，然后转动第一调节螺杆5，第一调节螺杆5带动压板6转动的同时向靠近连接板7的方向运动，直至电脑显示屏与定位槽4的一侧内壁和压板6相接触时，停止转动第一调节螺杆5，然后转动第二调节螺杆9，第二调节螺杆9带动连接板7向靠近定位块3的方向运动，连接板7带动橡胶吸盘8运动，直至橡胶吸盘8与显示屏后部相接触并吸附在显示屏后部时，停止转动第二调节螺杆9，就完成了对摄像头本体1固定在电脑显示屏后部的工作，从而方便了对摄像头本体1拆装，从而方便了摄像头本体1的使用。与相关技术相比较，本专利技术提供的基于计算机深度学习技术的图像拼接防篡改方法具有如下有益效果：本专利技术提供一种基于计算机深度学习技术的图像拼接防篡改方法，通过设置加密处理和解密处理可有效的放置数据库中的身份模型被盗取，通过人脸比对，可有效的防止在拼接过程中，因拼接者离开电脑而被别人将拼接图片损坏，同时通过人脸比对，将使用者人脸特征提取的信息生产记录保存至数据库，方便了对使用者的查看。以上所述仅为本专利技术的实施例，并非因此限制本专利技术的专利范围，凡是利用本专利技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的
，均同理包括在本专利技术的专利保护范围内。本文档来自技高网...

【技术保护点】
1.一种基于计算机深度学习技术的图像拼接防篡改方法，其特征在于，包括以下步骤：S1：在图片打开、图片保存环节前增加人脸识别功能；S2：建立身份模型；S3：将建立后的身份模型进行加密处理，并将加密处理后的身份模型存储至数据库备用；S4：图片打开、图片保存前进行人脸比对，判断是否符合身份；S5：根据人脸比对判断结果对操作进行执行或防篡改操作。

【技术特征摘要】
1.一种基于计算机深度学习技术的图像拼接防篡改方法，其特征在于，包括以下步骤：S1：在图片打开、图片保存环节前增加人脸识别功能；S2：建立身份模型；S3：将建立后的身份模型进行加密处理，并将加密处理后的身份模型存储至数据库备用；S4：图片打开、图片保存前进行人脸比对，判断是否符合身份；S5：根据人脸比对判断结果对操作进行执行或防篡改操作。2.根据权利要求1所述的基于计算机深度学习技术的图像拼接防篡改方法，其特征在于，所述S2中，使用者采用正立和两边侧立站在摄像头前进行人脸信息的采集，摄像头将采集后的人脸信息进行特征提取，完成身份模型的建立。3.根据权利要求2所述的基于计算机深度学习技术的图像拼接防篡改方法，其特征在于，所述摄像头为高清摄像头。4.根据权利要求1所述的基于计算机深度学习技术的图像拼接防篡改方法，其特征在于，所述S3中，将建立后的身份模型利用加密算法进行加密...

【专利技术属性】
技术研发人员：郑雨鑫，李娜娜，
申请(专利权)人：郑雨鑫，
类型：发明
国别省市：江苏,32