(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210551930.0 (22)申请日 2022.05.18 (71)申请人 郑州大学 地址 450001 河南省郑州市高新 技术产业 开发区科 学大道100号 (72)发明人 曹仰杰　庄岩　李书领　魏君飞　 (74)专利代理 机构 郑州德勤知识产权代理有限 公司 41128 专利代理师 武亚楠 (51)Int.Cl. G06T 1/00(2006.01) G06V 40/16(2022.01) G06V 40/40(2022.01) G06V 10/74(2022.01) G06V 10/80(2022.01) (54)发明名称 人脸防篡改水印生 成方法、 篡改检测方法及 属性检测方法 (57)摘要 本发明提供了一种人脸防篡改水印生成方 法、 篡改检测方法及属性检测方法， 所述人脸防 篡改水印生成方法包括以下步骤： 步骤1， 读取原 始图片， 检测原始图片中的人脸位置信息； 步骤 2， 对原始图片进行截取， 生成N个目标图片； 步骤 3， 分别对目标图片进行人脸特征识别， 获得N个 人脸特征向量； 步骤4， 判断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， 获得并行字符特征向量； 若否， 则执行串行 压缩加密策略， 得到串行字符特征向量； 步骤5， 根据并行字符特征向量或者串行字符特征向量， 生成人脸防篡改水印图像W。 本发明不但能够快 速生成自动适应不同像素容量原始图片的人脸 防篡改水印， 还能够提高人脸防篡改水印的保密 性。 权利要求书3页 说明书15页 附图9页 CN 114998080 A 2022.09.02 CN 114998080 A 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， 获得第二权　利　要　求　书 1/3 页 2 CN 114998080 A 2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。 4.一种人脸篡改检测方法， 其特 征在于： 包括以下步骤： 步骤a， 获取待验证 图片， 所述待验证 图片为包含人脸防篡改水印的图片， 该人脸防篡 改水印通过权利要求1至 3任一项所述人脸防篡改水印生成方法获得； 步骤b， 检测所述待验证图片中的待验证人脸位置信息， 根据 所述待验证人脸位置信 息 对所述待验证图片进行截取， 生成M个待验证目标图片； 对所述待验证目标图片进行 人脸特征识别， 获得M个待验证人脸特 征向量Ⅰ； 步骤c， 提取 所述待验证图片中的人脸防篡改水印图像， 生成基准字符特 征向量； 根据预先配置的密码本E对所述基准字符特征向量中的每个元素进行转换， 获得基准 人脸特征矩阵； 其中， 所述基准人脸特 征矩阵包 含M0个基准人脸特 征向量Ⅰ； 步骤d， 在所述待验证人脸特征向量 Ⅰ的个数M与所述基准人脸特征向量 Ⅰ的个数M0不相 等时， 执行步骤e中的第一篡改检测策略； 否则， 执行步骤f中的第二篡改检测策略； 步骤e， 基于步骤b获得的M个待验证人脸特 征向量Ⅰ， 生成待验证融合人脸特 征向量； 计算所述待验证融合人脸特征向量与所述基准人脸特征矩阵之间的相似度 Ⅰ， 判断所 述相似度 Ⅰ是否大于阈值 Ⅰ； 若是， 则判定所述待验证图片中的人脸信 息未被篡改； 否则， 判定所述待验证图片中的 人脸信息已被篡改； 步骤f， 将步骤b获得的M个待验证人脸特征向量 Ⅰ与所述基准人脸特征矩阵中的M0个基 准人脸特征向量 Ⅰ一一进行比较， 分别计算第i个待验证人脸特征向量 Ⅰ与所述基准人脸特 征矩阵中第i个 基准人脸特 征向量Ⅰ之间的相似度 Ⅱ； 判断所述相似度 Ⅱ是否大于阈值 Ⅱ； 若是， 则判定所述待验证 图片中的第i个人脸信息未被篡改； 否则， 判定所述待验证 图 片中的第i个人脸信息已被篡改。 5.根据权利要求4所述的人脸篡改检测方法， 其特征在于， 所述步骤e中， 计算所述待验 证融合人脸特 征向量与所述基准人脸特 征矩阵之间的相似度 Ⅰ时， 采用以下公式： 其中， 所述待验证融合人脸特征向量FT包含1 ×128个元素， 所述基准人脸特征矩阵XT 包含1×128个元素； Sim_Ⅰ表示相似度 Ⅰ， FTp表示所述待验证融合人脸特征向量中的第p个元素， XTp表示所权　利　要　求　书 2/3 页 3 CN 114998080 A 3