1.一种基于残差网络的图像感知哈希方法，其特征在于，包括以下步骤：S1，用残差网络对图像组进行第一阶段训练，得到哈希序列；

S2，读取第一阶段训练结束的权重，利用这些权重进行第二阶段的训练，并通过第二阶段损失函数Lf2调整该网络，拉大原图与近似图像之间的距离，最终使得网络具备区分原图与近似图像的能力。

2.根据权利要求1所述的一种基于残差网络的图像感知哈希方法，其特征在于，每个所述图像组包含1张原图，n张感知相似图像和n张感知不相似图像；感知相似图像是由原图进行如图1所示的n种噪声攻击生成的，感知不相似的图像是与原图完全无关的图像；图像组中的图像按照先后顺序输入我们的网络，最终会生成2n+1个哈希序列，具体如下：H(ω),H(ζ1),...,H(ζn),H(γ1),...,H(γn),。

3.根据权利要求1所述的一种基于残差网络的图像感知哈希方法，其特征在于，S1中的第一阶段训练步骤为：S11，首先图像经过1个7*7的卷积层和一个最大池化层；此时已经提取出图像的关键特征，并舍弃一些无关紧要的细节信息；

S12，接着，图像经过2个小的残差块，每个残差快包含2个3*3的卷积层、2个BN层和2个ReLu激活层；

S13，然后，图像经过3个包含1*1卷积层的残差块，每个残差快包含2个3*3的卷积层、2个BN层和2个ReLu激活层；

S14，之后，图像经过3个残差块，每个残差快包含2个3*3的卷积层、2个BN层和2个ReLu激活层；

S15，在网络的最后，使用一个均值池化层来去除冗余信息、对提取特征进行压缩，生成一个特征，并将特征转为列向量，最后使用一个线性层，将列向量转化为感知哈希序列。

4.根据权利要求2所述的一种基于残差网络的图像感知哈希方法，其特征在于，为了比较不同图像产生感知哈希的距离，使用均方误差MSE作为衡量工具，公式如下：其中， 代表原图ω和感知相似图像ζi之间的哈希距离，H(·)代表所提出的感知哈希网络，l代表最终生成的感知哈希序列长度， 代表欧式距离；同样的， 代表原图ω和感知相似图像γi之间的哈希距离。

5.根据权利要求4所述的一种基于残差网络的图像感知哈希方法，其特征在于，第一阶段的损失函数如下：其中， 代表原图与感知相似图像的距离， 代表原图与感知不相似图像的距离，ε是超参数，S(·)代表Sigmoid函数。

6.根据权利要求5所述的一种基于残差网络的图像感知哈希方法，其特征在于，Sigmoid函数公式如下：

7.根据权利要求1所述的一种基于残差网络的图像感知哈希方法，其特征在于，第二阶段训练网络结构与第一阶段训练网络结构相同。

8.根据权利要求1所述的一种基于残差网络的图像感知哈希方法，其特征在于，感知相似图像与第一阶段训练相同，感知不相似图像全部由与原图近似的图像组成，最终，第二阶段的损失函数如下：其中， 代表原图与感知相似图像的距离， 代表原图与感知不相似图像的距离，λ和ε是超参数，S(·)代表Sigmoid函数。

9.一种基于残差网络的图像感知哈希系统，包括

第一阶段训练模块：用残差网络对图像组进行第一阶段训练，得到哈希序列；

第二阶段训练模块：读取第一阶段训练结束的权重，利用这些权重进行第二阶段的训练，并通过损失函数Lf2调整该网络，拉大原图与近似图像之间的距离，最终使得网络具备区分原图与近似图像的能力。

10.一种计算机存储介质，存储有可读程序，其特征在于，当程序运行时，执行权利要求

1‑8任一项所述的方法。