[发明专利]一种基于密文域的加密人脸识别方法

说明书

技术领域

本发明涉及一种基于密文域的加密人脸识别方法，属于多媒体信号处理领域。

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，由于其巨大的应用价值及市场潜力已经成为图像工程和模式识别领域的研究热点，近些年来逐渐被各个领域广泛应用，比如娱乐、犯罪调查、门禁系统、军事等方面。

随着网络越来越发达，信息安全、隐私保护已经成为当今的主流话题之一。信息传送给第三方保存，如何让信息不被泄露成为研究的重点。目前大部分人脸识别都是在明文域中进行检索以及识别，因此如何解决在云环境密文域中的人脸识别方法意义重大。将人脸进行加密上传至不完全可信的第三方，对加密的图像进行比对识别。

人脸图像的特征向量是区别人脸的最基本的属性，目前对于在云环境下基于DFT变换及混沌映射(Logistic Map)的加密图像人脸识别方法研究较少，且加密图像所提取的特征向量具有可抗常规、几何、光照、遮挡攻击的研究也较少。因此研究基于DFT密文域的加密图像人脸识别方法有较大的意义。

发明内容

本发明的目的是提出一种云环境下基于密文域的加密图像人脸识别方法。该方法通过将人脸图像的特征向量和加密技术结合起来，实现受到不同攻击后依然可以准确进行人脸图像识别，解决现有技术的不足，提供高安全性、高鲁棒性的人脸识别技术。

本发明的基本原理是：首先对人脸图像进行加密，对加密后的人脸图像进行DFT变换，在DFT变换系数中提取可以抗不同种常规、几何、光照或遮挡等攻击的的特征向量；将该特征向量作为人脸图像识别的“关键字”；再将该特征向量与保存在云端的加密人脸图像的特征向量进行相似度匹配，利用相关系数最大值，实现人脸的识别。

本发明所采用的方法包括人脸图像的频域加密和提取加密图像的特征向量两大部分。

现对本发明的方法进行详细说明如下：

首先随机选择一张人脸图像作为原始数据，表示为：F＝{F(i,j)|F(i,j)∈[0,255]；1≤i≤M,1≤j≤N}。其中，F(i,j)分别表示原始人脸图像的像素灰度值，图像的大小为MxN。

第一部分：人脸图像的变换域加密

1)对人脸图像F(i,j)进行全局DFT变换，得到复数系数矩阵FD(i,j)。

FD(i,j)＝DFT2(F(i,j))

2)通过Logistic Map生成混沌序列；

由初始值x₀通过Logistic Map混沌系统生成混沌序列bl(j)。

3)构造二值序列；

利用混沌序列bl(j)，通过定义一个阈值函数Sign而得到一个符号序列，再按人脸图像的大小构成一个二值矩阵S(i,j)，1≤i≤M,1≤j≤N。

4)将系数矩阵与二值矩阵进行点乘，得到L(i,j)。

L(i,j)＝FD(i,j).*S(i,j)

5)对L(i,j)进行DFT逆变换，得到加密后的人脸图像E(i,j)。

E(i,j)＝IDFT2(I(i,j))

第二部分：提取加密人脸图像的特征向量。

6)通过对加密人脸图像进行全局DFT变换，得到DFT复数系数矩阵ED(i,j)；

7)取出前k×k个低中频系数值，得到复数矩阵ED'(i,j)(1≤i≤k，1≤j≤k)，将一个复数看成实部、虚部(虚部只看系数)两个系数，得到实数矩阵ED"(i,j)(1≤i≤2k,1≤j≤k)，对符号运算得到该人脸图像的特征向量EV(i,j)，本文k＝4；

ED"(i,j)＝(real(ED'(k,k)),imag(ED'(i,j)))；

本发明与现有的人脸识别技术比较有以下优点：

首先：目前人脸识别技术已经有了广泛的应用领域，该人脸图像识别研究是基于DFT变换以及Logistic Map混沌序列的，通过实验以及数据分析证实，使用该加密方法得到的加密图像有较强的抗常规攻击、几何攻击、光照攻击和遮挡攻击能力。而且针对云环境下密文域的人脸识别研究很少见，对攻击后的人脸图像进行频域同态加密，防止其信息被泄露或篡改，再上传给第三方云平台，保证了信息安全。

以下从理论基础和实验数据说明：

1)离散傅里叶变换

假设有一张M×N的人脸图像，可以用如下公式对其进行DFT变换：

M×N的人脸图像的离散傅里叶反变换(IDFT)公式如下：