[发明专利]人脸防篡改水印生成方法、篡改检测方法及属性检测方法在审
申请号: | 202210551930.0 | 申请日: | 2022-05-18 |
公开(公告)号: | CN114998080A | 公开(公告)日: | 2022-09-02 |
发明(设计)人: | 曹仰杰;庄岩;李书领;魏君飞 | 申请(专利权)人: | 郑州大学 |
主分类号: | G06T1/00 | 分类号: | G06T1/00;G06V40/16;G06V40/40;G06V10/74;G06V10/80 |
代理公司: | 郑州德勤知识产权代理有限公司 41128 | 代理人: | 武亚楠 |
地址: | 450001 河南省郑州*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸防 篡改 水印 生成 方法 检测 属性 | ||
1.一种人脸防篡改水印生成方法,其特征在于,包括以下步骤:
步骤1,读取原始图片,检测所述原始图片中的人脸位置信息;其中,所述原始图片包括N个人脸信息;
步骤2,根据所述人脸位置信息对所述原始图片进行截取,生成N个目标图片;其中,每个目标图片中包含一个人脸信息;
步骤3,分别对所述目标图片进行人脸特征识别,获得N个人脸特征向量;其中,所述人脸特征向量与所述目标图片一一对应;
步骤4,识别所述原始图片的像素信息,并判断所述原始图片的像素信息是否低于像素阈值;
若是,则执行并行压缩加密策略:
基于步骤3获得的N个人脸特征向量生成融合人脸特征向量,对所述融合人脸特征向量中的每个元素先放缩,再根据密码本E进行映射,获得并行字符特征向量;
若否,则执行串行压缩加密策略:
基于步骤3获得的N个人脸特征向量,获得第一人脸特征矩阵;将所述第一人脸特征矩阵中的每个元素放缩到预设区间内,得到第二人脸特征矩阵;将所述第二人脸特征矩阵的每个元素四舍五入到整数,得到第三人脸特征矩阵;根据预先配置的密码本E将所述第三人脸特征矩阵中的每个元素映射为密码字符,得到串行字符特征向量;
步骤5,根据所述并行字符特征向量或者所述串行字符特征向量,生成人脸防篡改水印图像W。
2.根据权利要求1所述的人脸防篡改水印生成方法,其特征在于:所述步骤4中,执行并行压缩加密策略时,具体包括以下步骤:
配置第i个人脸特征向量为Xi,基于人脸特征向量X0至XN-1生成融合人脸特征向量F;
其中,Xi=(xi,0,xi,1,xi,2,xi,3,…,xi,127),0≤i≤N-1;F=(f0,f1,f2,f3,…,f127),所述融合人脸特征向量F中的第k个元素fk计算公式为:
读取预设区间,将所述融合人脸特征向量F中的每个融合元素放缩到所述预设区间内,得到目标融合人脸特征向量Z;
其中,Z=(z0,z1,z2,z3,…,z127),所述目标融合人脸特征向量Z中的第k个元素zk计算公式为:
将所述目标融合人脸特征向量Z中每个元素四舍五入到整数后的值作为字符序号;
读取预设的密码本E,根据计算出的字符序号将所述目标融合人脸特征向量Z中每个元素映射为对应的密码字符,生成并行字符特征向量。
3.根据权利要求1所述的人脸防篡改水印生成方法,其特征在于:所述步骤4中,执行串行压缩加密策略时,具体包括以下步骤:
配置第i个人脸特征向量为Xi,其中,Xi=(xi,0,xi,1,xi,2,xi,3,…,xi,127),0≤i≤N-1;
以所述原始图片的左下角为原点,按照所述目标图片中的人脸位置与原点之间的距离,从近到远对N个人脸特征向量进行排序,基于排序后的人脸特征向量获得第一人脸特征矩阵A;其中,所述第一人脸特征矩阵A包括N×128个元素;
读取预设区间,将所述第一人脸特征矩阵A中的每个元素放缩到预设区间内,获得第二人脸特征矩阵B;其中,所述第二人脸特征矩阵B包括N×128个元素,所述第二人脸特征矩阵B中的第m行第n列的元素的计算公式为:Am,n表示所述第一人脸特征矩阵A中第m行第n列的元素;
将所述第二人脸特征矩阵B中的每个元素向下取整后,获得第三人脸特征矩阵C;其中,所述第三人脸特征矩阵C包括N×128个元素;
读取预先配置的密码本E,将所述第三人脸特征矩阵C中的每个元素作为字符序号,将对应元素映射为密码字符,得到串行字符特征向量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州大学,未经郑州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210551930.0/1.html,转载请声明来源钻瓜专利网。