基于半色调可视密码的人脸零水印算法

2017-12-18张国利陆剑锋周其力

杭州电子科技大学学报(自然科学版) 2017年6期

关键词：鲁棒性人脸密码

张国利，陆剑锋，周其力

(杭州电子科技大学计算机学院，浙江杭州 310018)

基于半色调可视密码的人脸零水印算法

张国利，陆剑锋，周其力

(杭州电子科技大学计算机学院，浙江杭州 310018)

采用一种半色调可视密码的零水印方法实现了人脸图像的版权保护.首先利用DWT得到人脸图像的低频信息，然后利用半色调可视密码方法提取特征并做为零水印.实验结果表明，提出的零水印算法不仅能有效地认证人脸信息的所有者，而且对噪声、滤波、剪切、JPEG压缩等类型的攻击有很强的鲁棒性.

人脸图像；版权保护；半色调可视密码；零水印

0 引言

随着互联网技术的迅速发展，人们可以更便捷地发布数字媒体信息，但也为恶意攻击者提供了便利.一些恶意攻击者为了侵害别人的知识产权或个人隐私，利用数字媒体信息处理工具对他人版权信息进行篡改，对版权信息的保护造成了严重的侵害.为了解决这些问题，越来越多的保护技术手段出现了，其中，数字水印被很多专家学者认为是最有效的多媒体保护手段之一[1].

人脸图像作为一种重要的个人信息越来越多地引起人们的重视.目前，最常用的人脸图像保护技术有数据加密技术[2]和数字水印技术[3].数据加密是把人脸图像作为普通数字文本信息变为密文.这种方法能够很好地对人脸图像进行保护，但加密信息依然可能被非法分子解密，其安全性不能得到保证.数字水印技术是一种安全性很高的信息隐藏技术，可以将版权信息嵌入人脸图像，然后再将人脸图像放入数据库.这样一旦数据库泄露，依然可以通过数字水印的技术鉴定泄露人脸图像的版权信息，对人脸图像起到了更好的保护.

本文利用基于可视密码的方法实现零水印算法[4]，完成对人脸图像的保护.一旦存入人脸图像的数据库遭到非法盗用，依然可以通过本文提出的零水印算法对人脸图像进行认定，保护人脸图像所有者权益.

1 相关工作

图1 离散小波变换结果图

1.1 离散小波变换

离散小波变换(Discrete Wavelet Transformation，DWT)是一种分解图像的技术.运用离散小波变换可以将图像分解成4个部分，分别为LL1,HL1,LH1，HH1.HL1,LH1，HH1表示小波变换的高频系数，LL1表示小波变换的低频系数，即图像的粗略图.离散小波变换的分解结果如图1所示.如果图像需要继续分解，则LL1可以进一步分解成LL2,HL2,LH2，HH2，该分解过程可以继续进行直到达到需要的分解程度.图1为一次离散小波变换的分解图.

1.2 可视密码

文献[5]介绍了一种二值图像的加密分享方案，该方案将一幅二值图像分解为两幅子图像，两幅子图像分享加密图像的秘密信息.秘密信息通过叠加两幅子图像显现，只要拥有一副子图像则无法解密秘密信息.该方案最大的特点是隐藏的图像信息可以在不经任何计算的情况下由人眼直接解密.假设秘密图像的尺寸大小为M×N，每一个像素被扩展为2×2的子像素，则秘密图像被分解为尺寸为2M×2N大小的子图像.两幅子图像通过叠加得到秘密图像.其图像加解密过程如图2所示.

图2 可视密码分解图

1.3 K-means聚类方法

K-means是一种最简单的解决聚类问题的无监督学习算法.K-means聚类最基本的观点是把m个数据分为k个类C(i)(1≤i≤k)，同时使得下式中的误差函数收敛.

(1)

其中，x(i)表示类C(i)中的一个点，μj是类C(i)中所有数据的质心点.K-means算法的基本步骤如下：

1)初始时，m个数据任意的分配到k个类中；

2)计算每个类的质心点的值；

3)将每个点归入离质心点距离最近的类中；

4)迭代步骤2和步骤3直到各个类的质心点不再改变.

1.4 Arnold置乱算法

Arnold是一种广泛使用的置乱算法，该算法主要用于对图像进行置乱，以达到隐藏图像信息的目的.Arnold置乱算法的公式描述如下[6-7]：

(2)

其中，x(n),y(n)为第n次置乱后像素的横坐标、纵坐标，x(n+1)，y(n+1)表示第n+1次置乱后像素的横坐标、纵坐标，a和b为参数，n为迭代次数，N为图像的高或宽.

2 秘密信息块的生成

在本文算法中，首先根据人脸图像提取其基本特征，然后建立与人脸图像基本特征和水印图像有关联的秘密信息块.其秘密信息块生成过程如图3所示.具体方法如下：

输入：一副尺寸大小为2M×2N的人脸图像faceImg，尺寸大小为M×N的水印图像wmImg.

图3 秘密信息块生成流程图

输出：与人脸图像Img同等尺寸的秘密信息块sShare.

步骤：

1)对人脸图像faceImg做DWT变换，取其低频部分Ilow；

2)用Arnold算法对Ilow做N次置乱；

3 人脸图像水印信息检测

图4 水印信息检测流程图

在做人脸信息版权认定时，需要提取人脸图像水印信息.提取水印信息基本流程如图4所示.在提取水印信息时，需要所有者保存的秘密信息块sShare与秘密信息块生成时Arnold置乱的置乱次数N.

4 仿真实验

4.1 水印信息检测

测试提取ORL人脸图像库中的40张人脸图像，将这40张人脸图像作为需要鉴定版权的人脸图像.实验过程中，分别对ORL人脸图像库中的每一张人脸图像做加噪、滤波、JPEG压缩、剪切等攻击操作，然后用本文的方法得到水印信息.对人脸图像进行各种攻击后提取水印的识别率如表1所示.由表1可以看出，本文算法对滤波、剪切、JPEG压缩、噪声等类型的攻击具有很强的鲁棒性，各种类型攻击之后依然能提取出水印信息.

表1 水印信息检测率

4.2 算法鲁棒性测试

为了进一步测试本文算法的鲁棒性，通过求水印图像的NC值来客观验证本文算法对各种类型攻击的鲁棒性.对滤波、JPEG压缩、噪声等攻击做NC值测试，结果如表2所示.表2中，NC值均大于0.950 0，说明本文算法对这些类型的攻击具有很强的鲁棒性.

表2 各种攻击后提取水印的NC值

续表

5 结束语

本文改进了可视密码的模块分布，进而达到压缩子图像的目的，并利用改进的可视密码实现了基于人脸图像的零水印算法.本文针对人脸图像分别进行加噪、滤波、JPEG压缩等攻击实验.实验中水印信息NC值均大于0.950 0，表明本文算法对噪声、滤波、JPEG压缩等类型的攻击有很强的鲁棒性.但秘密信息块需要用户单独保存，或存于第三方数据库中，其算法设计还不够巧妙，未来将向秘密信息块嵌入人脸图像的方向做进一步研究.

[1] Wang M S, Chen W C. A hybrid DWT-SVD copyright protection scheme based on k-means clustering and visual cryptography[J]. Computer Standards & Interfaces,2009,31(4):757-762.

[2] Petitcolas F A P, Anderson R J, Kuhn M G. Information hiding-a survey[J]. Proceedings of the IEEE,1999,87(7):1062-1078.

[3] Wen Q, Sun T F, Wang S X. Concept and application of zero-watermark[J]. Acta Electronica Sinica,2003,31(2):214-216.

[4] Feng G, Huang X. An improved DCT based zero-watermarking algorithm for text image[C]//Anti-counterfeiting, Security, and Identification. IEEE,2012:1-4.

[5] Zhang R, Wang Y. Scrambling Image Watermark Algorithm Based on DCT and HVS[C]//Information Technology and Applications (ITA), 2013 International Conference on. IEEE,2013:54-57.

[6] Li C, Qin Z. A blind digital image watermarking algorithm based on DCT[C]//Smart and Sustainable City 2013 (ICSSC 2013), IET International Conference on. IET,2013:446-448.

[7] Zhao Y, Ma Y, Li Z.A robust chaos-based DCT-domain watermarking algorithm[C]//Computer Science and Software Engineering, 2008 International Conference on. IEEE,2008:935-938.

FaceImageZeroWatermarkingAlgorithmBasedontheHalftoneVisualCryptography

ZHANG Guoli, LU Jianfeng, ZHOU Qili

(SchoolofComputer,HangzhouDianziUniversity,HangzhouZhejiang310018,China)

Face image as a kind of important personal information, is applied to various occasions. Various face image copyright protection algorithms based on digital watermarking spring up. This paper proposes face image zero watermarking algorithm based on halftone visual cryptography which is used to realize face image copyright protection. Firstly, this paper obtains low frequency information of face image by DWT. Then, feature of face image which is extracted by halftone visual cryptography is regarded as zero watermark information. The experimental results show that the proposed zero watermarking algorithm can not only identify the owner of the face image, but also has a strong robustness for various attack type, such as noise, filtering, shear, JPEG compression.

face image; copyright protection; halftone visual cryptography; zero watermarking

10.13954/j.cnki.hdu.2017.06.008

2016-12-26

张国利(1989-)，男，河南柘城人，硕士研究生，数字水印.通信作者：陆剑锋副教授，E-mail:jflu@hdu.edu.cn.

TP391.41

1001-9146(2017)06-0036-05