1.一种面向人脸识别系统的用户隐私保护方法，其特征在于，包括：对输入图像进行边缘检测与轻量级语义分割并行处理，生成边缘强度映射和语义置信度映射；

通过动态权重融合边缘强度映射和语义置信度映射，生成隐私分级掩膜；

通过隐私分级掩膜将图像划分为三级隐私区域；

通过预先生成的三条无周期混沌序列，对三级隐私区域进行分级加密，完成用户隐私保护；

其中，所述三条无周期混沌序列基于用户自定义密钥与系统时间拼接的哈希值，通过杨氏超混沌系统迭代生成。

2.根据权利要求1所述的面向人脸识别系统的用户隐私保护方法，其特征在于，所述通过动态权重融合边缘强度映射和语义置信度映射，生成隐私分级掩膜，包括：基于局部语义置信度均值 和边缘强度标准差 ，计算语义分割与边缘检测的融合权重，公式如下：；

其中， 是语义分割的融合权重，是边缘检测的融合权重；

通过加权公式 生成融合掩膜，其中，

为语义置信度映射， 为边缘强度映射。

3.根据权利要求2所述的面向人脸识别系统的用户隐私保护方法，其特征在于，所述通过隐私分级掩膜将图像划分为三级隐私区域，包括：根据融合掩膜 落入的阈值范围，将图像划分为三级隐私区域：人脸特征区、人脸轮廓区及背景区域。

4.根据权利要求3所述的面向人脸识别系统的用户隐私保护方法，其特征在于，所述三条无周期混沌序列的生成方法，包括：基于用户自定义密钥与系统时间拼接获得哈希值，公式如下：；

其中， 是用户输入密钥，是系统时间， 是哈希处理后的散列值， 表示哈希函数，用于对输入密钥进行哈希变换，输出256位哈希序列；

将哈希处理后的散列值 ，输入如下的杨氏超混沌系统进行迭代：；

其中， 是系统的控制变量， 、 、 是每次迭代的输入值，、 、 是每次迭代的输出值；

最终所有迭代的元素构成三条无周期混沌序列。

5.根据权利要求4所述的面向人脸识别系统的用户隐私保护方法，其特征在于，所述通过预先生成的三条无周期混沌序列，对三级隐私区域进行分级加密，包括：对背景区域采用流密钥扩散算法，通过混沌序列动态生成流密钥并对全图像素进行扩散加密；

对人脸轮廓区采用改进的Arnold变换，结合高频三角函数对像素分块进行坐标置乱加密；

对人脸特征区采用通道耦合混沌置乱算法，通过混沌序列耦合RGB通道像素值加密。

6.根据权利要求5所述的面向人脸识别系统的用户隐私保护方法，其特征在于，所述对背景区域采用流密钥扩散算法，通过混沌序列动态生成流密钥并对全图像素进行扩散加密，包括：基于混沌序列元素 生成流密钥 ，公式如下：；

其中 sin(10 ) ；

通过公式 对全图像素

进行扩散加密；

其中， 表示第 个像素经过扩散后的值， 分别表示流密钥序列中的第 、个元素， 是原像素。

7.根据权利要求6所述的面向人脸识别系统的用户隐私保护方法，其特征在于，所述对人脸轮廓区采用改进的Arnold变换，结合高频三角函数对像素分块进行坐标置乱加密，包括：将人脸轮廓区划分为32×32像素块，通过动态参数公式；

对像素坐标进行非线性置乱加密，其中， 表示变换后的像素块坐标，是原始块坐标， 是控制参数值， 是图像的宽高。

8.根据权利要求7所述的面向人脸识别系统的用户隐私保护方法，其特征在于，所述对人脸特征区采用通道耦合混沌置乱算法，通过混沌序列耦合RGB通道像素值加密，公式如下：；

其中，其中 表示图片的三个颜色通道， 则表示变换后的三通道。

9.一种面向人脸识别系统的用户隐私保护装置，其特征在于，包括：存储器，用于存储计算机程序/指令；

处理器，用于执行所述计算机程序/指令以实现权利要求1‑8中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现权利要求1‑8中任一项所述方法的步骤。