(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 202210268881.X (22)申请日 2022.03.18 (71)申请人 齐鲁工业大学 地址 250353 山东省济南市长清区大 学路 3501号 (72)发明人 马宾　王一利　马睿和　徐健　 王春鹏　李健　周琳娜　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 黄海丽 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/44(2022.01) G06V 10/46(2022.01) G06V 10/77(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于改进的双向生成对抗网络的图像感知 哈希方法及系统 (57)摘要 本发明公开了基于改进的双向生成对抗网 络的图像感知哈希方法及系统， 获取待处理图 像； 对待处理图像进行预处理； 将处理后的图像 输入到训练后的改进的双向生 成对抗网络中， 得 到待处理图像的哈希码； 改进的双向生成对抗网 络中， 编码器网络与生成器网络均与判别器网络 连接且编码器网络还与生 成器网络连接； 训练改 进的双向生成对抗网络的过程中， 将归一化的原 始图像输入到编码器网络中， 编码器网络产生初 始哈希码； 将随机生成的与初始哈希码同维度的 噪声输入到生成器网络中， 生 成器网络输出原始 图像的重建图像； 利用判别器网络对初始哈希码 与噪声进行鉴别， 对重建图像与原始图像进行鉴 别， 通过对三个网络合训练得到训练后的改进的 双向生成对抗网络 。 权利要求书2页 说明书21页 附图7页 CN 114612988 A 2022.06.10 CN 114612988 A 1.基于改进的双向生成对抗网络的图像感知哈希方法， 其特 征是， 包括： 获取待处 理图像； 对待处理图像进行 预处理； 将预处理后的图像输入到训练后的改进的双向生成对抗网络 中， 得到待处理图像的哈 希码； 其中， 改进的双向生成对抗网络， 包括编码器网络、 生成器网络和判别器网络； 其中， 编 码器网络与生成器网络均 与判别器网络连接且编码器网络还与生成器网络连接； 其中， 在训练改进的双 向生成对抗网络的过程中， 将归一化的原始图像输入到编码器 网络中， 编码器网络产生初始哈希码； 将随机生成的与初始哈希码同维度的噪声输入到生 成器网络中， 生成器网络输出原始图像的重建图像； 利用 判别器网络对初始哈希码与噪声 进行鉴别， 同时， 对重 建图像与 原始图像进 行鉴别， 通过对三个网络合训练得到训练后的改 进的双向生成对抗网络 。 2.如权利要求1所述的基于改进的双向生成对抗网络的图像感知哈希方法， 其特 征是， 所述编码器网络， 工作原理是： 编码器网络用于实现原 始图像到潜在表示的映射； 训练阶段， 编码器网络的输入值为归一化后的训练集图像， 编码器网络的输出值为哈 希码； 实际应用阶段， 编码器网络的输入值为归一化后的待处理图像， 编码器网络的输出值 为哈希码。 3.如权利要求1所述的基于改进的双向生成对抗网络的图像感知哈希方法， 其特 征是， 所述生成器网络， 工作原理是： 将随机生成的与初始哈希码同维度的符合正态分布的噪声输入到生成器网络中， 生成 器网络输出原始图像的重建图像。 4.如权利要求1所述的基于改进的双向生成对抗网络的图像感知哈希方法， 其特 征是， 所述判别器网络， 工作原理是： 利用判别器网络对编码器网络生成的初始哈希码与随机生成的噪声进行鉴别， 同时， 对生成器生成的重建图像与归一 化处理后的原 始图像进行鉴别。 5.如权利要求 4所述的基于改进的双向生成对抗网络的图像感知哈希方法， 其特 征是， 将判别器网络划分为 三个映射过程， 即： 图像映射、 语义映射、 联合映射； 图像映射通过将输入的原始图像或重建图像将进行多层卷积运算， 基于多层卷积网络 的特性， 随着网络的深入， 图像的通道数量变多， 图像的尺寸逐渐变小， 最后将原始输入图 像压缩为1024 位特征表示； 语义映射 通过将输入的噪声或哈希码 将进行多层卷积运 算后， 提取原 始图像特 征； 联合映射即是将图像映射与语义映射的输出组合成一条数据作为输入， 经过多层卷积 运算后， 再通过sigmo id激活判断联合表示真假。 6.如权利要求1所述的基于改进的双向生成对抗网络的图像感知哈希方法， 其特 征是， 所述通过对三个网络合训练得到训练后的改进的双向生成对抗网络， 训练过程包括： 构建训练集； 所述训练集， 为人脸图像； 将训练集输入到改进的双向生成对抗网络中， 对网络进行训练；权　利　要　求　书 1/2 页 2 CN 114612988 A 2先固定编码器网络和生成器网络的网络参数， 优化判别器网络的参数； 当判别器网络 的损失函数达 到局部最优时， 暂停训练判别器网络； 然后固定判别器网络的参数， 优化编码器网络和生成器网络的参数； 当编码器网络和 生成器网络的损失函数达 到局部最优时， 暂停训练编码器网络和生成器网络； 交替进行 上述两个步骤直至模型收敛； 得到训练后的改进的双向生成对抗网络 。 7.如权利要求1所述的基于改进的双向生成对抗网络的图像感知哈希方法， 其特 征是， 在训练改进的双向生成对抗网络的过程中， 所使用的损失函数包括： LossD＝‑Mean[log(D(x,E(x) ))+log(1‑D(G(z),z) )]  (3) LossE,G＝‑Mean[log(D(G(z),z) )+log(1‑D(x,E(x) ))]  (4) 其中， x∈X_real,z∈Z_real； E( ·)表示编码器的输出； G( ·)表示生成器的输出； D (·)表示判别器的网络的输出； Mean表示对批输入的均值化操作； 对于判别网络使用公式 (3)来优化； 公式(3)取值越低， D(x,E(x))取值越大， D(G(z),z)取值越小， 也即判别能力越 强； 对于编码器网络与生成器网络使用公式(4)来优化； 公式(4)取值越小， D(G(z),z)取值 越大， D(x,E(x) )取值越小， 也即生成能力越强。 8.基于改进的双向生成对抗网络的图像感知哈希系统， 其特 征是， 包括： 获取模块， 其被 配置为： 获取待处 理图像； 预处理模块， 其被 配置为： 对待处 理图像进行 预处理； 哈希码生成模块， 其被配置为： 将预处理后的图像输入到训练后的改进的双 向生成对 抗网络中， 得到待处 理图像的哈希码； 其中， 改进的双向生成对抗网络， 包括编码器网络、 生成器网络和判别器网络； 其中， 编 码器网络与生成器网络均 与判别器网络连接且编码器网络还与生成器网络连接； 其中， 在训练改进的双 向生成对抗网络的过程中， 将归一化的原始图像输入到编码器 网络中， 编码器网络产生初始哈希码； 将随机生成的与初始哈希码同维度的噪声输入到生 成器网络中， 生成器网络输出原始图像的重建图像； 利用 判别器网络对初始哈希码与噪声 进行鉴别， 同时， 对重 建图像与 原始图像进 行鉴别， 通过对三个网络合训练得到训练后的改 进的双向生成对抗网络 。 9.一种电子设备， 其特 征是， 包括： 存储器， 用于非暂时性存 储计算机可读指令； 以及 处理器， 用于运行 所述计算机可读指令， 其中， 所述计算机可读指令被所述处理器运行时， 执行上述权利要求1 ‑7任一项所述的 方法。 10.一种存储介质， 其特征是， 非暂时性地存储计算机可读指令， 其中， 当所述非暂时性 计算机可读指令由计算机执 行时， 执行权利要求1 ‑7任一项所述方法的指令 。权　利　要　求　书 2/2 页 3 CN 114612988 A 3