[发明专利]基于人脸识别进行网络聊天内容保护的方法

权利要求书

1.基于人脸识别进行网络聊天内容保护的方法，其特征在于，将人脸识别技术应用于网络聊天软件，具体包括以下步骤：

步骤1.选择聊天对象人脸图像，传送到卷积神经网络中，提取原始人脸特征向量；

步骤2.通过摄像头实时监控聊天对象的人脸数据，传送到同一卷积神经网络中，提取各时刻人脸特征向量；

步骤3.将所获取人脸特征向量与原始人脸特征向量作比较，控制聊天的进行。

2.根据权利要求1所述的基于人脸识别进行网络聊天内容保护的方法，其特征在于：所述步骤1中，获取原始人脸特征向量，包括以下步骤：

步骤1.1.打开聊天窗口，同时选择聊天对象的人脸图像；

步骤1.2.将所述人脸图像转化为灰度格式；

步骤1.3.从所述人脸图像中检测人脸，并提取出人脸数据；

步骤1.4.将所述人脸数据传送到卷积神经网络中，获取原始人脸特征向量，保存在系统中；

所述步骤2中，实时获取人脸特征向量，包括以下步骤：

2.1.摄像头始终保持开启状态；

2.2.每隔几秒，对方摄像头会自动获取此时的人脸图像进行传送；

2.3.将传送来人脸图像设置为灰度格式，检测人脸，并提取出人脸图像；

2.4.将所述人脸图像传送到所述卷积神经网络，提取人脸特征；

所述步骤3中，控制聊天进行，包括以下步骤：

3.1设置人脸特征向量的相似度门槛；

3.2实时对比通过摄像头获取的人脸特征向量与原始人脸特征向量；

3.3当相似度高于相似度门槛时，聊天继续，否则，窗口关闭。

3.根据权利要求2所述的基于人脸识别进行网络聊天内容保护的方法，其特征在于：

所述步骤1.3和2.3中，提取出的人脸数据包括眼睛，鼻子，嘴等脸部的主要区域，大小为100×100；

所述步骤1.4和2.4中，卷积神经网络是预训练好的网络，包括卷积层，池化层以及全连接层，通过将人脸数据输入网络来获得相应人脸特征向量，具体网络结构如下：

输入层：输入大小为100×100的灰度图像；

C1层：卷积层，该层有4个3×3大小的滤波器，滑动步长为1，填充方式为SAME；S1层：最大池化层，保留C1层中每组特征映射的2×2邻域点中最大值，滑动步长为2；

C2层：卷积层，该层有4个3×3大小的滤波器，滑动步长为1，填充方式为SAME，激活函数为Relu函数。

S2层：最大池化层。保留C2层中每组特征映射的2×2邻域点中最大值，滑动步长为2；

F层：全连接层。该层包含512个神经元，即为所得到的512维人脸特征向量。