System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像加密,具体涉及一种基于四维混沌系统的人脸图像区域信息加密方法。
技术介绍
1、面部特征作为人类最重要的生物特征之一,其信息的泄露容易导致个人隐私受到侵犯,特别是在社交媒体和云存储中,如果被恶意用户或黑客利用,势必造成个人隐私的泄露或侵权问题,甚至导致严重的个人精神问题或经济损失。因此,人脸图像信息加密成为保护个人隐私和安全的重要手段。
2、混沌系统具有随机性和不可预测性等优点,被广泛用于图像信息加密中。jiang等将图像像素映射到离散量子baker映射和chen混沌系统的混沌序列上,并通过多重扰动对其进行加密,从而增强了加密的随机性和不可预测性。zhou等提出使用一种基于五维保守混沌系统的混沌加密算法,通过生成随机密钥流来实现加密,同时使用闭环扩散机制来增强加密可靠性,避免重构攻击和统计攻击。gao等提出了将混沌系统的初始值与加密图像的像素值相关联,生成伪随机序列和矩阵,并与相应的密钥进行结合,对整个图像集进行跨图像融合操作。
3、现有技术中,图像信息加密通常使用低维混沌系统,混沌行为不够复杂,易被破解。另外,一副图像中能够提供重要信息的部分是人脸区域,如果不加区分地对整幅图像进行加密,不仅容易导致加密效率低、加密后的图像质量下降,而且对整幅图像进行加密后,图像的信息被完全混淆,难以对加密后的图像进行后续分析与处理。
技术实现思路
1、本专利技术提出了一种基于四维混沌系统的人脸图像区域信息加密方法。
2、为了解决上述技术问题,本
3、一种基于四维混沌系统的人脸图像区域信息加密方法,包括以下步骤:
4、步骤1,基于resnet50人脸图像区域检测:
5、利用resnet50卷积神经网络对输入的原始图像进行人脸检测,并将人脸区域检测结果标记在原始图像上;
6、步骤2,基于sha-256人脸图像数据信息摘要生成:
7、计算步骤1中人脸图像区域像素矩阵的十进制和,将该十进制和作为sha-256算法的输入,得到人脸图像数据的256bit哈希值;
8、步骤3,四维混沌系统混沌序列生成:
9、(3a) 结合步骤2得到的哈希值,计算四维混沌系统的初始值;
10、(3b) 对四维混沌系统进行1000次迭代,消除暂态效应带来的周期性影响,生成四个伪随机序列,并对其序列元素进行取模生成元素值在[0-255]的四个混沌序列;
11、步骤4,基于混沌序列的人脸图像aes加密:
12、(4a) 将步骤3生成的四个混沌序列应用于aes加密中s盒变换以及密钥扩展;
13、(4b) 完成两轮aes算法加密,得到人脸密文图像;
14、步骤5,人脸区域密文图像替换:
15、将步骤4中得到的人脸密文图像替换步骤1中标记区域处人脸明文图像,最终得到包含人脸加密信息的完整图像。
16、所述步骤1中,人脸区域检测由三个全连接层组成,分别有 1024、512 和 256个神经元,具体实现过程可表示为:
17、
18、其中,是原始图像输入resnet50网络后提取出的特征向量, 是 sigmoid 函数,为relu激活函数,、、 是权重矩阵,、、 是偏置向量。
19、所述步骤(3a)中,四维混沌系统初始值由步骤2中的哈希值进行下述运算得到:
20、
21、其中,是四维混沌系统的原始初始值,,是运算后的初始值。
22、所述步骤(3b)中,四维混沌系统的系统方程为:
23、
24、其中均为实数参数,和均为状态变量。
25、所述步骤(3b)中,四个混沌序列由四个伪随机序列分别进行下述运算得到:
26、
27、其中,是映射后的元素值,mod表示取模运算,为序列长度。
28、所述步骤(4a)中,四个混沌序列应用于aes加密中s盒变换以及密钥扩展,具体为:
29、混沌序列用于与明文矩阵进行异或运算;
30、混沌序列前256个元素,用序列表示,并对其进行升序排序,生成一个新的序列,其中记录了原始序列 中元素的位置信息,将转换成16×16的矩阵,作为s盒;
31、
32、混沌序列用于生成第一轮轮密钥矩阵;
33、混沌序列后256个元素,用于构建第二轮的s盒;
34、混沌序列用于生成第二轮轮密钥矩阵。
35、所述步骤4中,基于混沌序列的人脸图像aes加密具体实现过程:
36、将混沌序列转换成矩阵,与人脸图像区域明文矩阵进行异或运算;
37、将人脸区域中的每个像素值转换成8位二进制数,并将其前四位作为行坐标,后四位作为列坐标,根据该行列坐标,从由前256个元素构建的s盒中获取对应位置的元素值,并将该元素值替换原始的像素值,得到密文矩阵;
38、行移位变换:将上述密文矩阵的第 n 行右移 n 个位置进行行变换,其变换操作如下:
39、
40、其中表示矩阵中第行第列元素,表示变换后的矩阵第行第列元素;
41、列混淆变换:对行变换得到的密文矩阵每一列进行一定的置换操作,置换公式如下:
42、
43、其中表示矩阵中第行第列元素,表示变换后的矩阵第行第列元素。
44、轮密钥变换:将混沌序列转换成的矩阵,与行列变换后的密文矩阵进行异或运算;
45、重复上述s盒操作、行移位变换、列混淆变换,再进行第二轮加密。
46、本专利技术提出的一种基于四维混沌系统的人脸图像区域信息加密方法,图像解密过程是加密过程的逆过程。
47、与现有技术相比,本专利技术的有益效果是:本专利技术提出了一种基于四维混沌系统的人脸图像区域信息加密方法,具体来说,本专利技术提出的四维混沌系统,通过对其混沌特性进行分析,证明其具有理想的混沌性质,可以满足加密算法的需求。此外,本专利技术针对四维混沌系统,设计了一个新的初始值构造方法,该混沌系统的初始值和明文图像的哈希值相关联。同时,本专利技术将四维混沌系统的四个混沌序列与aes加密算法相结合,使图像加密算法具有更好的加密效果。与已有的基于混沌系统的图像信息加密算法相比,本专利技术提出的方法可以选择性地对人脸图像区域进行加密,有效提高了系统加密效率,节省了资源,可适用于资源有限的边缘设备上。
本文档来自技高网...【技术保护点】
1.一种基于四维混沌系统的人脸图像区域信息加密方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于四维混沌系统的人脸图像区域信息加密方法,其特征在于,所述步骤1中,人脸区域检测由三个全连接层组成,分别有 1024、512 和 256个神经元,具体实现过程可表示为:
3.根据权利要求1所述的一种基于四维混沌系统的人脸图像区域信息加密方法,其特征在于,所述步骤(3a)中,四维混沌系统初始值由步骤2中的哈希值进行下述运算得到:
4.根据权利要求1所述的一种基于四维混沌系统的人脸图像区域信息加密方法,其特征在于,所述步骤(3b)中,四维混沌系统的系统方程为:
5.根据权利要求1所述的一种基于四维混沌系统的人脸图像区域信息加密方法,其特征在于,所述步骤(4a)中,四个混沌序列应用于AES加密中S盒变换以及密钥扩展,具体为:
【技术特征摘要】
1.一种基于四维混沌系统的人脸图像区域信息加密方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于四维混沌系统的人脸图像区域信息加密方法,其特征在于,所述步骤1中,人脸区域检测由三个全连接层组成,分别有 1024、512 和 256个神经元,具体实现过程可表示为:
3.根据权利要求1所述的一种基于四维混沌系统的人脸图像区域信息加密方法,其特征在于,所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。