一种基于神经网络与DCT变换的加密人脸识别方法技术

本发明专利技术公开了一种基于神经网络与DCT变换的加密人脸识别方法。涉及计算机视觉方法领域，该方法利用混沌映射在频域内完成对图像的加密，并结合BP神经网络完成人脸的识别，这样就大大加强了存储于云平台的人脸图像数据安全，同时根据需要能够还原出原始图像，所提出的加密人脸算法的识别率与未加密时算法识别率相差不大，但是经过加密后能有效的保护图像数据，最后对加密算法进行了鲁棒性分析，测试结果表明所提出的加密人脸算法具有一定的抗光照攻击，遮挡攻击等能力，具有较好的鲁棒性。具有较好的鲁棒性。具有较好的鲁棒性。

【技术实现步骤摘要】
一种基于神经网络与DCT变换的加密人脸识别方法


[0001]本专利技术涉及计算机视觉领域，尤其涉及一种基于神经网络与DCT变换的加密人脸识别方法。

技术介绍

[0002]人脸识别人脸识别是基于人脸面部特征进行身份识别的一种生物识别技术，是当今人工智能，计算机视觉的一大研究热点，广泛用于门禁系统，金融支付，公共安全等领域。传统的身份证，密码，签名等身份验证方式过程繁琐，当用户忘记携带相关证件或忘记密码时，将会带来一系列不必要的麻烦，并且这些方式易于被篡改和伪造。而与虹膜识别、指纹识别等其他生物识别方式相比，人脸识别的优势在于非接触性与非强制性，用户不需要与设备直接接触，被识别的人脸图像信息由设备主动获取，识别过程更加友好。
[0003]随着互联网技术的不断发展与进步，信息安全与隐私保护也受到越来越多的关注。本地搭建服务器用于存储数据往往成本较高，计算能力低，存储容量小等缺点，而利用云平台能很好的解决这些问题。但是云平台在存储海量的数据的同时也面临着数据泄露的风险，一方面是来自于内部管理员窃取数据，另一方面是来自黑客的攻击窃取。云服务提供商本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络与DCT变换的加密人脸识别方法，其特征在于，所述方法包括以下步骤：步骤一：利用所提出的DCT加密方法对原始图像数据库进行加密；步骤二：对加密后的训练样本图像利用PCA算法提取特征，得到投影矩阵T；步骤三：对划分好的训练样本X与投影矩阵T相乘，得到训练样本的降维矩阵D；步骤四：将降维矩阵D作为BP神经网络的输入，创建并训练网络；步骤五：对待测人脸利用所提出的方法进行加密，得到加密后图像E1；步骤六：将加密后的图像E1经投影矩阵投影得到降维后的人脸矩阵E2；步骤七：将降维后的人脸矩阵E2输入至训练好的神经网络，完成人脸的识别。2.根据权利要求1所述的一种基于神经网络与DCT变换的加密人脸识别方法，其特征在于，步骤一中所述对原始图像数据库DCT加密算法包括以下步骤：步骤一：将原始人脸图像f(i，j)进行离散余弦变换，得到频域系数矩阵F(i，j)；F(i，j)＝DCT2(f(i，j))
ꢀꢀ
(1)步骤二：将Logistic增长参数设置为4，初始值X0为0.135，产生混沌序列X(i)；步骤三：对混沌序列X(i)进行二值化，根据图像大小构造二值加密矩阵Sign(x)；步骤四：将频域系数矩阵F(i，j)与二值加密矩阵Sign(x)做点乘得到系数矩阵L(I，j)；L(i，j)＝F(i，j)
·
*sign(x)
ꢀꢀ
(3)步骤五：对系数矩阵L(I，j)做IDCT变换即可得到加密后的人脸图像E(i，j)。E(i，j)＝IDCT 2(L(i，j))
ꢀꢀ
(4)3.根据权利要求1所述的一种基于神经网络与DCT变换的加密人脸识别方法，其特征在于，步骤二中所述利用PC...

【专利技术属性】
技术研发人员：秦岭，贺尔欣，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：