一種基于變換域魯棒水印的人臉識別算法研究

《一種基于變換域魯棒水印的人臉識別算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、一種基于變換域魯棒水印的人臉識別算法研究　　1.數(shù)字水印技術(shù)簡介　　水印是“制造過程中壓在紙上的半透明設(shè)計，紙張對光時可見”。如果您有一個重要打印文件（如對某輛汽車的資格證書），希望確保別人不能僅通過在激光復(fù)印機上打印出一個副本便聲稱擁有您的汽車。這種文檔上的水印便可以驗證其真實性?！　∪祟愐曈X系統(tǒng)（HVS）在視覺感知及人類聽覺系統(tǒng)（HAS）在聽覺感知方面是極為有限的，要實現(xiàn)水印數(shù)字信號的隱藏性，相當于在較強信號載體下添加一個較弱的具有指定意義的信號，而這個添加的信號強度必須低于HVS和HAS的感知極限。目前，如何對水印信號通過水印嵌入算法進行相應(yīng)調(diào)整是數(shù)字水印技術(shù)

2、領(lǐng)域的重點研究方向?！　?.人臉識別領(lǐng)域中的數(shù)字水印技術(shù)應(yīng)用　　2.1人臉識別技術(shù)的研究背景　　隨著數(shù)字水印技術(shù)在實際應(yīng)用中凸顯出來的重要作用，人臉識別技術(shù)作為一種基于數(shù)字水印技術(shù)的有效生物特征識別技術(shù)，2001年“911”襲擊之后，安全技術(shù)領(lǐng)域在全世界絕大多數(shù)國家之間引起了更廣泛的關(guān)注，其中包括驗證身份的手段之一：人臉識別技術(shù)。　　2.2ORL人臉圖像數(shù)據(jù)庫樣本人臉識別步驟　　針對目前國內(nèi)外采用的人臉圖像識別算法時間復(fù)雜度高，較為敏感且容易發(fā)生無法識別的情況，本論文采用的用于人臉圖像匹配的技術(shù)基本實現(xiàn)過程如下：　　2.2.1對所有待測人臉原始圖像進行DCT變換；　

3、　2.2.2從ORL人臉圖像數(shù)據(jù)庫中選取10個正常表情人臉圖像作為原始人臉圖像進行測試，根據(jù)最低有效位算法（1eastsignificantbits，LSB）原理，選取其中一個原始人臉圖像中低頻部分的前8x8個系數(shù)，而后在選取的8x8個系數(shù)中尋找一個抗攻擊的特征向量，使用Matlab或同等軟件產(chǎn)生一組長度為64bit的偽隨機水印二值序列，其中值為+1或0，并與原始人臉圖像的特征向量通過密碼學哈希函數(shù)進行關(guān)聯(lián)以實現(xiàn)零水印嵌入?！　?.2.3檢測階段，第一步通過Matlab獲取待測人臉圖像的特征向量，然后計算待測人臉圖像和原始人臉圖像的特征向量的相關(guān)系數(shù)的最大值，并且使

4、用相關(guān)系數(shù)最大值對應(yīng)的人臉圖像序號實現(xiàn)人臉選擇檢測?！　?.2.4將待測人臉圖像特征向量通過使用密碼學哈希函數(shù)公式實現(xiàn)水印提取，同時計算水印相關(guān)系數(shù)?！　?.3DCT變換域和零水印技術(shù)的人臉匹配實現(xiàn)過程　　下面是本論文采用的基于DCT變換域的人臉圖像匹配技術(shù)的算法實現(xiàn)過程和Matlab中實現(xiàn)的基本方法的說明?！　?.3.1實現(xiàn)原始人臉圖像零水印嵌入　　（1）選取一張正常表情的人臉圖像，命名為“原始人臉圖像.BMP”，用f（i，j）表示原始人臉圖像的所有像素值，表達式為：　　F={f（i，j）

5、f（i，j）∈R；1≤i≤M1，1≤j≤N1}。　?。?）定義1000組6

6、4bit的隨機二值序列作為待嵌入水印，表達式記為：　　W={w（j）

7、w（j）=0，1；1≤i≤L}；　　（3）對原始人臉圖像進行全局DCT變換，選取低頻系數(shù)矩陣FD（i，j）。本文選取低頻系數(shù)矩陣中的前8×8個系數(shù)，記為FD8（i，j），然后對FD8（i，j）進行二值化處理（8×8個系數(shù)個系數(shù)中大于或等于0時轉(zhuǎn)換為1，小于0時轉(zhuǎn)換為0，從而得到F（n）的特征向量序列），表達式描述如下：　　FD8（i，j）=DCT2（F（i，j））　　V（n）=BINARY（FD8（i，j））　?。?）利用原始人臉圖像得到的特征向量序列V（n）和隨機二值序列水印W（n）根據(jù)密碼學哈

8、希函數(shù)中的異或運算生成含水印信息的二值密鑰序列Key（n），并可存儲于第三方，從而實現(xiàn)向原始人臉圖像嵌入零水印，表達式描述如下：　　Key（n）=V（n）?W（n）　　其中，含水印信息的二值密鑰序列Key（n）作用在于當對待測人臉圖像進行對比，從而申請獲取原始人臉圖像的使用權(quán)、所有權(quán)時或?qū)Χ得罔€序列Key（n）提取水印信息時，可用密碼學哈希函數(shù)中的異或運算W′（n）=Key（n）？茌V′（n）進行反向提取實現(xiàn)?！　?.3.2待測人臉圖像水印的提取　?。?）求得待測人臉圖像F′（n）的特征向量序列V′（n），求取過程與求取原始人臉圖像F（n）的特征向量序列V（n）基

9、本相同，表達式描述如下：　　FD8′（i，j）=DCT2（F′（i，j））　　V′=BINARY（FD′（i，j））　?。?）計算待測人臉的特征向量V′與原始人臉的V（n）的相關(guān)系數(shù)NC（n），取NC（n）的最大值，令n=k，從而得到二值密鑰序列Key（k）和原始人臉圖像F（k）。再根據(jù)W′（k）=Key（k）？茌V′（k）提取出原始人臉圖像F（k）中的水印W（k）。特征向量相關(guān)系數(shù)歸一化表達式描述如下：　　（3）利用存在于第三方的二值邏輯密鑰序列Key（k）和待測人臉的特征向量V′，提取出待測圖像中的水印W′（k），表達式描述如下：　　W′（k）=Key（k）