[发明专利]一种人脸图像信息的隐藏方法

权利要求书

1.一种人脸图像信息的隐藏方法，其特征在于，包括秘密信息的预处理和秘密信息的隐藏；所述秘密信息的预处理是采用人脸的检测算法对人脸区域进行定位，并对原始图像进行人脸区域的剪切处理，作为最终的隐藏目标信息；所述秘密信息的隐藏是实现隐藏目标信息在载体图片上的隐藏；

所述人脸的检测算法采用改进的轻量级yolo人脸检测算法，具体实现如下：

使用yolo-tiny设计理念，将yolo网络模型中每层卷积层的滤波器数量降为原来的四分之一；

增加卷积层的深度，在部分卷积层后各添加两层；

其次在前期训练时，在特征层后面利用softmax进行二分类，得到初始化的分类模型；

最后采用训练好的分类模型，初始化改进的yolo网络模型进行人脸检测模型训练；

所述秘密信息的隐藏包括载体图片的多目标检测、目标的筛选及区域合并、目标的纹理计算及排序、隐写算法的匹配；

所述载体图片的多目标检测中，多目标检测算法采用改进的SSD目标检测算法，具体实现如下：

使用DenseNet网络代替原始SSD主干网络VGG：在卷积层之后设计不同尺寸的特征图，并预测部分卷积层和特征图上的目标置信度和边框偏移量，根据目标置信度和边框偏移量调整边框的位置；

为每一个预测层添加一个密集连接块，用DenseBlock作为预测网络；

其次在前期训练时，将改进的SSD网络模型按分类方式进行训练，在特征层后面利用softmax进行二分类，得到初始化的分类模型；

最后采用训练好的分类模型，初始化改进的SSD网络模型进行大规模的多目标检测，检测载体图片中的各种物体。

2.如权利要求1所述的一种人脸图像信息的隐藏方法，其特征在于：所述目标的筛选及区域合并具体如下：

基于载体图片的多目标检测所检测到的目标区域，对于目标概率值小于0.35的目标区域直接丢弃；

计算筛选出的目标区域两两之间的重叠面积，采用最大面积原则去除重叠区域，以大目标区域为准，小目标区域通过去除重叠面积作为载体区域。

3.如权利要求1所述的一种人脸图像信息的隐藏方法，其特征在于：所述目标的纹理计算及排序中，纹理检测机制采用Sobel算子，利用快速卷积函数实现对目标区域的纹理检测，具体如下：

将目标区域剪切出来，得到边缘检测图，算子公式如下：

其中，G_x,G_y分别代表横向以及纵向边缘检测图的图像灰度值，A指的是检测物体图像区域的灰度图；

边缘中每一个像素横向以及纵向通过如下公式进行结合：

图像边缘二值化处理，处理公式如下：

其中，T为指定的阈值，x和y指的是图像区域像素的坐标，G(x,y)是二值图像G中的像素值；

纹理复杂度计算公式如下：

其中，rows、cols指的是二值图像G的长和宽，FU为剪切的目标区域的纹理复杂度，值越大目标区域的隐藏信息能力越强；最终根据所有目标区域的纹理复杂度，从大到小进行排序，得到基于载体目标复杂度的排列顺序。

4.如权利要求3所述的一种人脸图像信息的隐藏方法，其特征在于：所述隐写算法的匹配中，以载体目标复杂度的排列顺序的编号为基准，对编号使用除法哈希算法，取余数2；

当余数为0时，采用WOW算法进行隐藏目标信息的嵌入；

当余数为1时，采用HUGO算法进行隐藏目标信息的嵌入。