CN113742747B - 人脸图像识别方法及装置 - Google Patents
人脸图像识别方法及装置 Download PDFInfo
- Publication number
- CN113742747B CN113742747B CN202111004568.7A CN202111004568A CN113742747B CN 113742747 B CN113742747 B CN 113742747B CN 202111004568 A CN202111004568 A CN 202111004568A CN 113742747 B CN113742747 B CN 113742747B
- Authority
- CN
- China
- Prior art keywords
- face image
- identified
- face
- character string
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种人脸图像识别方法及装置,涉及人工智能技术领域,该方法包括:获取待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;将待识别人脸图像的组合加密数据,发送至云端服务器;接收云端服务器根据组合加密数据反馈的人脸图像识别结果。本发明可提升人脸图像识别的安全性,改善用户体验。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及人脸图像识别方法及装置。
背景技术
本部分旨在为本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
目前,人脸图像采集具有速度快及精度高的特点,被广泛应用于各个身份认证场合。随着人脸识别的普及,人脸识别终端也开始广泛进入市场。
然而,人脸图像的采集也具有无意识、无接触的特性,由于这些特性,人脸图像的复制也变得容易。如果采用相同的算法,一旦获取了用户的人脸图像,就可以通过算法计算出人脸数据。并且,在使用人脸识别终端时,绝大多数都将人脸图像的信息存储在终端中,安全性堪忧,存在着人脸特征数据泄露和被篡改的风险,也严重影响了用户人脸识别的体验。
发明内容
本发明实施例提供一种人脸图像识别方法,涉及人工智能技术领域,用以提升人脸图像识别的安全性,改善用户体验,该方法包括:
对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;
对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;
对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;
对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;
对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
将待识别人脸图像的组合加密数据,发送至云端服务器;
接收云端服务器根据组合加密数据反馈的人脸图像识别结果。
本发明实施例还提供一种人脸图像识别装置,涉及人工智能技术领域,用以提升人脸图像识别的安全性,改善用户体验,该装置包括:
人脸特征随机向量矩阵生成模块,用于对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;
字符串转换处理模块,用于对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;
字符串加密模块,用于对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;
拼接操作模块,用于对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;
二次加密生成模块,用于对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
数据发送模块,用于将待识别人脸图像的组合加密数据,发送至云端服务器;
人脸图像识别结果接收模块,用于接收云端服务器根据组合加密数据反馈的人脸图像识别结果。
本发明实施例还提供一种人脸图像识别方法,涉及人工智能技术领域,用以提升人脸图像识别的安全性,改善用户体验,该方法包括:
接收待识别人脸图像的组合加密数据;所述组合加密数据按如下方式生成:对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
确定接收的待识别人脸图像的组合加密数据,所对应的用户身份;
查询与该用户身份对应的预留人脸图像的组合加密数据;
分别对待识别人脸图像的组合加密数据,和预留人脸图像的组合加密数据,进行解密,得到待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵;
在待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵,之间的差值在预设范围内时,发出人脸图像识别通过的通知信息。
本发明实施例还提供一种人脸图像识别装置,涉及人工智能技术领域,用以提升人脸图像识别的安全性,改善用户体验,该装置包括:
数据接收模块,用于接收待识别人脸图像的组合加密数据;所述组合加密数据按如下方式生成:对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
用户身份确定模块,用于确定接收的待识别人脸图像的组合加密数据,所对应的用户身份;
用户身份查询模块,用于查询与该用户身份对应的预留人脸图像的组合加密数据;
数据解密模块,用于分别对待识别人脸图像的组合加密数据,和预留人脸图像的组合加密数据,进行解密,得到待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵;
通知信息发送模块,用于在待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵,之间的差值在预设范围内时,发出人脸图像识别通过的通知信息。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述人脸图像识别方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述人脸图像识别方法的计算机程序。
本发明实施例中,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;将待识别人脸图像的组合加密数据,发送至云端服务器;接收云端服务器根据组合加密数据反馈的人脸图像识别结果,与现有技术中仅能通过人脸识别终端进行人脸图像识别的方案相比,实现了借助云端服务器进行人脸图像识别的目的,可解决现有技术下因终端中数据易泄露的问题,提升了人脸图像的数据安全性;同时,通过对待识别的人脸图像进行两次加密,也可有效实现待识别的人脸图像的保密处理,也可提升了人脸图像识别的安全性,可显著改善用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例中一种人脸图像识别方法的流程示意图;
图2为本发明实施例中一种人脸图像识别方法的具体示例图;
图3为本发明实施例中一种人脸图像识别方法的具体示例图;
图4为本发明实施例中一种人脸图像识别装置的结构示意图;
图5为本发明实施例中一种人脸图像识别装置的具体示例图;
图6为本发明实施例中一种人脸图像识别装置的具体示例图;
图7为本发明实施例中一种人脸图像识别方法的流程示意图;
图8为本发明实施例中一种人脸图像识别方法的具体示例图;
图9为本发明实施例中一种人脸图像识别装置的具体示例图;
图10为本发明实施例中用于人脸图像识别的计算机设备示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
现阶段,人脸图像的采集也具有无意识、无接触的特性,由于这些特性,人脸图像的复制也变得容易。如果采用相同的算法,一旦获取了用户的人脸图像,就可以通过算法计算出人脸数据。并且,在使用人脸识别终端时,绝大多数都将人脸图像的信息存储在终端中,安全性堪忧,存在着人脸特征数据泄露和被篡改的风险,也严重影响了用户人脸识别的体验。
当前,大部分的人脸识别终端机器完全运行在终端REE(Rich ExecutionEnvironment)的环境,人脸特征数据等隐私敏感信息也存储在人脸识别终端的内嵌数据库(如Sqlite数据库)中,存在被泄露与被替换的风险。由于大众对人脸隐私数据的保护都有高要求,高期待,通常对终端的配置都有较高的要求,造成人脸识别终端机成本高,效率低。
为了解决上述问题,本发明实施例提供一种人脸图像识别方法,涉及人工智能技术领域,用以提升人脸图像识别的安全性,改善用户体验,如图1所示,该方法可以包括:
步骤101:对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;
步骤102:对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;
步骤103:对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;
步骤104:对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;
步骤105:对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
步骤106:将待识别人脸图像的组合加密数据,发送至云端服务器;
步骤107:接收云端服务器根据组合加密数据反馈的人脸图像识别结果。
本发明实施例中,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;将待识别人脸图像的组合加密数据,发送至云端服务器;接收云端服务器根据组合加密数据反馈的人脸图像识别结果,与现有技术中仅能通过人脸识别终端进行人脸图像识别的方案相比,实现了借助云端服务器进行人脸图像识别的目的,可解决现有技术下因终端中数据易泄露的问题,提升了人脸图像的数据安全性;同时,通过对待识别的人脸图像进行两次加密,也可有效实现待识别的人脸图像的保密处理,也可提升了人脸图像识别的安全性,可显著改善用户体验。
具体实施时,首先对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵。
实施例中,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵,如图2所示,可以包括:
步骤201:获取待识别人脸图像的人脸特征向量矩阵的矩阵列数;
步骤202:根据该矩阵列数,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵。
在上述实施例中,通过获取待识别人脸图像的人脸特征向量矩阵的矩阵列数,可实现对人脸特征向量矩阵的随机排序。
具体实施时,在对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵后,对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串。
在上述实施例中,通过对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,可得到待识别人脸图像的字符串,有助于在后续步骤中对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串。
具体实施时,在对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串后,对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串。
在一个实施例中,得到待识别人脸图像的字符串后,还可以包括:
以预设分隔符,将时间戳加入到待识别人脸图像的字符串中,得到待识别人脸图像的时间戳字符串;
对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串,可以包括:
对待识别人脸图像的时间戳字符串,进行加密,得到待识别人脸图像的加密字符串。
在上述实施例中,通过对待识别人脸图像的时间戳字符串进行加密,可实现对待识别人脸图像的加密,保证了人脸图像在传输过程中的安全性。
具体实施时,在对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串后,对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据。
在上述实施例中,通过对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,可将MD5值添加到待识别人脸图像的加密字符串中,有助于实现后续步骤中依靠MD5值对数据安全性进行检验。
具体实施时,在对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据后,对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据。
实施例中,对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据,可以包括:
通过DES加密算法、AES加密算法和/或RSA加密算法,对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据。
在上述实施例中,通过对待识别人脸图像的组合数据进行二次加密,可有效实现待识别的人脸图像的保密处理,也可提升了人脸图像识别的安全性,可显著改善用户体验。
具体实施时,在对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据后,将待识别人脸图像的组合加密数据,发送至云端服务器。
实施例中,与现有技术中仅能通过人脸识别终端进行人脸图像识别的方案相比,实现了借助云端服务器进行人脸图像识别的目的,可解决现有技术下因终端中数据易泄露的问题,提升了人脸图像的数据安全性
具体实施时,在将待识别人脸图像的组合加密数据,发送至云端服务器后,接收云端服务器根据组合加密数据反馈的人脸图像识别结果。
实施例中,上述云端服务器可用于:确定接收的待识别人脸图像的组合加密数据,所对应的用户身份;查询该用户身份对应的预留人脸图像的组合加密数据;分别对待识别人脸图像的组合加密数据,和预留人脸图像的组合加密数据,进行解密,得到待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵;在待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵,之间的差值在预设范围内时,发出人脸图像识别通过的通知信息。
实施例中,通过接收云端服务器根据组合加密数据反馈的人脸图像识别结果,可实现借助云端服务器进行人脸图像识别的目的。
具体实施时,本发明实施例提供的一种人脸图像识别方法,还可以包括:
基于Eigenface人脸识别算法,对待识别人脸图像进行人脸特征识别,得到待识别人脸图像的人脸特征向量矩阵。
实施例中,通过基于Eigenface人脸识别算法,对待识别人脸图像进行人脸特征识别,可有效实现对人脸特征的识别。
下面给出一个具体实施例,来说明本发明的方法的具体应用,该实施例中,如图3所示,可按如下步骤执行:
1、首先获取待识别人脸图像数据,在获取特征值后,在网络传输该人脸特征数据前,根据不同的场景,先对人脸图像数据进行后续步骤的处理;
2、以使用Eigenface人脸识别算法获取特征值为例,获取待识别人脸图像的人脸特征向量矩阵:
θa=[θ1,θ2,θ3,···,θn]
其中,n为特征矩阵的列数。
3、为确保原特征数据在存入数据库后可被还原,对待识别人脸图像的人脸特征向量矩阵θa进行随机排序处理,形成θ′矩阵,并生成行向量α记录θ矩阵的原始列数,通过可逆的,随机的矩阵运算f(x),生成待识别人脸图像的人脸特征随机向量矩阵,如矩阵θ″;
4、为了还原数据以及防止数据拦截重放,随后将待识别人脸图像的人脸特征随机向量矩阵转换成字符串,如字符串str;还可将时间戳以特定分割符(如||@)加入字符串中,形成待识别人脸图像的加密字符串,如字符串“str||@||@Timestamp”;
5、可采用密钥A,运用AES加密算法,计算出加密串code;
6、防止数据遭到篡改,可计算出code的MD5值,并以分隔符(如||@)为标志,对加密串进行连接操作,最终形成待识别人脸图像的组合数据,如字符串“code||@md5”;
7、由于MD5值暴露在外,存在风险。为防范风险,确保传输安全,防止篡改,可将待识别人脸图像的组合数据,以密钥B运用AES加密算法再次加密后,得到待识别人脸图像的组合加密数据,之后进行网络传输。
本发明实施例中,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;将待识别人脸图像的组合加密数据,发送至云端服务器;接收云端服务器根据组合加密数据反馈的人脸图像识别结果,与现有技术中仅能通过人脸识别终端进行人脸图像识别的方案相比,实现了借助云端服务器进行人脸图像识别的目的,可解决现有技术下因终端中数据易泄露的问题,提升了人脸图像的数据安全性;同时,通过对待识别的人脸图像进行两次加密,也可有效实现待识别的人脸图像的保密处理,也可提升了人脸图像识别的安全性,可显著改善用户体验。
如上述,可通过上述算法,达到了即使人脸特征数据被获取,也无法重现识别数据的效果。同时使用多次的加密算法,加入特殊标志位,MD5码值介入等反篡改,防重放的措施,使得此安全认证方法在数据传输方面有了极高的安全性。同时,将数据从人脸识别终端机的内嵌数据库中剥离出来,通过对云数据库的监控管理,也能有效保障人脸隐私数据的存储安全。且该方法对终端的安全性依赖降低,为人脸识别的快速集成,后续开发提供了新想法。
在上述实施例中,人脸特征识别算法不局限于Eigenface算法,如采用非特征值算法,也可将计算出的人脸图像特征值,通过可逆的技术手段转换成为人脸特征矩阵,随后再按照上述方法进行。随机算法只要是可逆的,均可以使用。加密算法不限于DES,AES,RSA加密算法。分隔符可以采用有标志性的任何特殊序列字符串。
本发明实施例中还提供了一种人脸图像识别装置,如下面的实施例上述。由于该装置解决问题的原理与人脸图像识别方法相似,因此该装置的实施可以参见人脸图像识别方法的实施,重复之处不再赘述。
本发明实施例还提供一种人脸图像识别装置,涉及人工智能技术领域,如图4所示,用以提升人脸图像识别的安全性,改善用户体验,该装置可以包括:
人脸特征随机向量矩阵生成模块401,用于对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;
字符串转换处理模块402,用于对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;
字符串加密模块403,用于对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;
拼接操作模块404,用于对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;
二次加密生成模块405,用于对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
数据发送模块406,用于将待识别人脸图像的组合加密数据,发送至云端服务器;
人脸图像识别结果接收模块407,用于接收云端服务器根据组合加密数据反馈的人脸图像识别结果。
在一个实施例中,本发明实施例提供的一种人脸图像识别装置,如图5所示,还可以包括:
人脸特征识别模块408,用于:
基于Eigenface人脸识别算法,对待识别人脸图像进行人脸特征识别,得到待识别人脸图像的人脸特征向量矩阵。
在一个实施例中,人脸特征随机向量矩阵生成模块,具体用于:
获取待识别人脸图像的人脸特征向量矩阵的矩阵列数;
根据该矩阵列数,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵。
在一个实施例中,字符串加密模块,具体用于:
通过DES加密算法、AES加密算法和/或RSA加密算法,对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串。
在一个实施例中,本发明实施例提供的一种人脸图像识别装置,如图6所示,还可以包括:
添加时间戳模块409,用于:在得到待识别人脸图像的字符串后,以预设分隔符,将时间戳加入到待识别人脸图像的字符串中,得到待识别人脸图像的时间戳字符串;
字符串加密模块,具体用于:
对待识别人脸图像的时间戳字符串,进行加密,得到待识别人脸图像的加密字符串。
在一个实施例中,二次加密生成模块,具体用于:
通过DES加密算法、AES加密算法和/或RSA加密算法,对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据。
本发明实施例还提供一种人脸图像识别方法,涉及人工智能技术领域,用以提升人脸图像识别的安全性,改善用户体验,如图7所示,该方法可以包括:
步骤701:接收待识别人脸图像的组合加密数据;上述组合加密数据按如下方式生成:对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
步骤702:确定接收的待识别人脸图像的组合加密数据,所对应的用户身份;
步骤703:查询与该用户身份对应的预留人脸图像的组合加密数据;
步骤704:分别对待识别人脸图像的组合加密数据,和预留人脸图像的组合加密数据,进行解密,得到待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵;
步骤705:在待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵,之间的差值在预设范围内时,发出人脸图像识别通过的通知信息。
本发明实施例中,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;将待识别人脸图像的组合加密数据,发送至云端服务器;接收云端服务器根据组合加密数据反馈的人脸图像识别结果,与现有技术中仅能通过人脸识别终端进行人脸图像识别的方案相比,实现了借助云端服务器进行人脸图像识别的目的,可解决现有技术下因终端中数据易泄露的问题,提升了人脸图像的数据安全性;同时,通过对待识别的人脸图像进行两次加密,也可有效实现待识别的人脸图像的保密处理,也可提升了人脸图像识别的安全性,可显著改善用户体验。
在一个实施例中,本发明实施例提供的一种人脸图像识别方法,如图8所示,还可以包括:
按如下方式生成不同用户身份对应的预留人脸图像的组合加密数据:
步骤801:针对每一用户身份,对该用户身份下获取的人脸图像的人脸特征向量矩阵,进行随机排序,得到预留人脸图像的人脸特征随机向量矩阵;
步骤802:对预留人脸图像的人脸特征随机向量矩阵,进行字符串转换处理,得到预留人脸图像的字符串;
步骤803:对预留人脸图像的字符串进行加密,得到预留人脸图像的加密字符串;
步骤804:对预留人脸图像的加密字符串,与预留人脸图像的MD5值进行拼接操作,得到预留人脸图像的组合数据;
步骤805:对预留人脸图像的组合数据进行二次加密,得到预留人脸图像的组合加密数据。
在一个实施例中,分别对待识别人脸图像的组合加密数据,和预留人脸图像的组合加密数据,进行解密,得到待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵,可以包括:
针对待识别人脸图像的组合加密数据:
对待识别人脸图像的组合加密数据进行解密,得到待识别人脸图像的组合数据;
对待识别人脸图像的组合数据进行分离操作,得到待识别人脸图像的加密字符串,和待识别人脸图像的MD5值;
对待识别人脸图像的加密字符串进行二次解密,得到待识别人脸图像的字符串;
将待识别人脸图像的字符串,进行向量矩阵转换,得到待识别人脸图像的人脸特征随机向量矩阵;
对待识别人脸图像的人脸特征随机向量矩阵进行随机排序的逆运算,得到待识别的人脸图像的人脸特征向量矩阵;
针对预留人脸图像的组合加密数据:
对预留人脸图像的组合加密数据进行解密,得到预留人脸图像的组合数据;
对预留人脸图像的组合数据进行分离操作,得到预留人脸图像的加密字符串,和预留人脸图像的MD5值;
对预留人脸图像的加密字符串进行二次解密,得到预留人脸图像的字符串;
将预留人脸图像的字符串,进行向量矩阵转换,得到预留人脸图像的人脸特征随机向量矩阵;
对预留人脸图像的人脸特征随机向量矩阵进行随机排序的逆运算,得到待识别的人脸图像的人脸特征向量矩阵。
在一个实施例中,本发明实施例提供的一种人脸图像识别方法,还可以包括:
将待识别人脸图像的MD5值,与预留人脸图像的MD5值进行匹配;
在匹配失败时,发出MD5值校验失败的告警信息,并中止进行人脸图像识别。
下面给出一个具体实施例,来说明本发明的方法的具体应用,该实施例中,可以包括如下步骤:
1、生成不同用户身份对应的预留人脸图像的组合加密数据,举例如下所示:
(1)获取用户的预留人脸图像的人脸特征向量矩阵,例如:
θb=[θ1,θ2,θ3,···,θn]
(2)采用上述相同的计算过程,将人脸特征向量矩阵θb,进行随机排序和字符串转换处理,得到预留人脸图像的字符串,如字符串str2;
(3)加入时间戳与随机特定的矩阵运算f2(x),形成预留人脸图像的加密字符串“str2||@timestamp2||@f2(x);
(4)随后,计算二次加工数据的MD5值。
(5)以密钥A运用AES加密算法,对二次加工数据计算出加密串code2,然后形成code2||@MD5,以密钥B再次进行二次加密。
在该实例中,人脸特征数据经过二次加密后,即可进行网络传输,从而保证数据安全。
2、接收待识别人脸图像的组合加密数据;
3、确定接收的待识别人脸图像的组合加密数据,所对应的用户身份;
4、查询与该用户身份对应的预留人脸图像的组合加密数据;
5、对待识别人脸图像的组合加密数据,和预留人脸图像的组合加密数据,进行解密,得到待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵,举例如下所示:
6、对待识别人脸图像的组合加密数据,和预留人脸图像的组合加密数据,进行解密,得到待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵;
7、在待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵,之间的差值在预设范围内时,发出人脸图像识别通过的通知信息,
举例如下所示:
二次加密的最终数据,通过HTTP接口或其他方式,访问后端系统,后端系统进行业务处理,首先对底库数据与本次传输的数据以密钥B进行解密,获取MD5值,随后,以密钥A进行二次解密,获取时间戳与随机算法与人脸特征向量。重新计算MD5值确保一致,以防止传输数据被篡改。通过时间戳判断请求是否是初次请求或时间不符合业务需求,以防止报文被复制或拦截。最后,获取两个原始特征向量数据,然后对特征向量进行比较,计算差值L=θa-θb,当L的取值范围在阈值之内时,认为人脸识别认证成功,否则,即为失败。
在上述实例中,通过储存在云端数据库上的不同用户身份对应的预留人脸图像的组合加密数据,后续可相应跟进开发相应的人脸识别平台,对人脸特征数据在平台上做到有效的管理与整合。可拓展性强,后续可继续在当前人脸识别模型基础上继续拓展,增加其他的人脸识别服务,嵌入如活体检测,3D识别,黄反识别等功能。提供安全、友好的个性化人脸识别服务。
本发明实施例中还提供了一种人脸图像识别装置,如下面的实施例上述。由于该装置解决问题的原理与人脸图像识别方法相似,因此该装置的实施可以参见人脸图像识别方法的实施,重复之处不再赘述。
本发明实施例提供的一种人脸图像识别装置,涉及人工智能技术领域,可用以提升人脸图像识别的安全性,改善用户体验,如图9所示,该装置包括:
数据接收模块901,用于接收待识别人脸图像的组合加密数据;上述组合加密数据按如下方式生成:对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
用户身份确定模块902,用于确定接收的待识别人脸图像的组合加密数据,所对应的用户身份;
用户身份查询模块903,用于查询与该用户身份对应的预留人脸图像的组合加密数据;
数据解密模块904,用于分别对待识别人脸图像的组合加密数据,和预留人脸图像的组合加密数据,进行解密,得到待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵;
通知信息发送模块905,用于在待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵,之间的差值在预设范围内时,发出人脸图像识别通过的通知信息。
在一个实施例中,还可以包括:
组合加密数据生成模块,用于:
按如下方式生成不同用户身份对应的预留人脸图像的组合加密数据:
针对每一用户身份,对该用户身份下获取的人脸图像的人脸特征向量矩阵,进行随机排序,得到预留人脸图像的人脸特征随机向量矩阵;
对预留人脸图像的人脸特征随机向量矩阵,进行字符串转换处理,得到预留人脸图像的字符串;
对预留人脸图像的字符串进行加密,得到预留人脸图像的加密字符串;
对预留人脸图像的加密字符串,与预留人脸图像的MD5值进行拼接操作,得到预留人脸图像的组合数据;
对预留人脸图像的组合数据进行二次加密,得到预留人脸图像的组合加密数据。
在一个实施例中,数据解密模块,具体用于:
针对待识别人脸图像的组合加密数据:
对待识别人脸图像的组合加密数据进行解密,得到待识别人脸图像的组合数据;
对待识别人脸图像的组合数据进行分离操作,得到待识别人脸图像的加密字符串,和待识别人脸图像的MD5值;
对待识别人脸图像的加密字符串进行二次解密,得到待识别人脸图像的字符串;
将待识别人脸图像的字符串,进行向量矩阵转换,得到待识别人脸图像的人脸特征随机向量矩阵;
对待识别人脸图像的人脸特征随机向量矩阵进行随机排序的逆运算,得到待识别的人脸图像的人脸特征向量矩阵;
针对预留人脸图像的组合加密数据:
对预留人脸图像的组合加密数据进行解密,得到预留人脸图像的组合数据;
对预留人脸图像的组合数据进行分离操作,得到预留人脸图像的加密字符串,和预留人脸图像的MD5值;
对预留人脸图像的加密字符串进行二次解密,得到预留人脸图像的字符串;
将预留人脸图像的字符串,进行向量矩阵转换,得到预留人脸图像的人脸特征随机向量矩阵;
对预留人脸图像的人脸特征随机向量矩阵进行随机排序的逆运算,得到待识别的人脸图像的人脸特征向量矩阵。
在一个实施例中,还可以包括:
MD5值匹配模块,用于
将待识别人脸图像的MD5值,与预留人脸图像的MD5值进行匹配;
在匹配失败时,发出MD5值校验失败的告警信息,并中止进行人脸图像识别。
本发明实施例中,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;将待识别人脸图像的组合加密数据,发送至云端服务器;接收云端服务器根据组合加密数据反馈的人脸图像识别结果,与现有技术中仅能通过人脸识别终端进行人脸图像识别的方案相比,实现了借助云端服务器进行人脸图像识别的目的,可解决现有技术下因终端中数据易泄露的问题,提升了人脸图像的数据安全性;同时,通过对待识别的人脸图像进行两次加密,也可有效实现待识别的人脸图像的保密处理,也可提升了人脸图像识别的安全性,可显著改善用户体验。
本发明实施例提供一种用于实现上述人脸图像识别方法中的全部或部分内容的计算机设备的实施例所述计算机设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现相关设备之间的信息传输;该计算机设备可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该计算机设备可以参照实施例用于实现人脸图像识别方法的实施例及用于实现人脸图像识别装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
图10为本申请实施例的计算机设备1000的系统构成的示意框图。如图10所示,该计算机设备1000可以包括中央处理器1001和存储器1002;存储器1002耦合到中央处理器1001。值得注意的是,该图10是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,人脸图像识别功能可以被集成到中央处理器1001中。其中,中央处理器1001可以被配置为进行如下控制:
对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;
对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;
对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;
对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;
对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
将待识别人脸图像的组合加密数据,发送至云端服务器;
接收云端服务器根据组合加密数据反馈的人脸图像识别结果。
和/或,
接收待识别人脸图像的组合加密数据;所述组合加密数据按如下方式生成:对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
确定接收的待识别人脸图像的组合加密数据,所对应的用户身份;
查询与该用户身份对应的预留人脸图像的组合加密数据;
分别对待识别人脸图像的组合加密数据,和预留人脸图像的组合加密数据,进行解密,得到待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵;
在待识别人脸图像的人脸特征向量矩阵,和预留人脸图像的人脸特征向量矩阵,之间的差值在预设范围内时,发出人脸图像识别通过的通知信息。
在另一个实施方式中,人脸图像识别装置可以与中央处理器1001分开配置,例如可以将人脸图像识别装置配置为与中央处理器1001连接的芯片,通过中央处理器的控制来实现人脸图像识别功能。
如图10所示,该计算机设备1000还可以包括:通信模块1003、输入单元1004、音频处理器1005、显示器1006、电源1007。值得注意的是,计算机设备1000也并不是必须要包括图10中所示的所有部件;此外,计算机设备1000还可以包括图10中没有示出的部件,可以参考现有技术。
如图10所示,中央处理器1001有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器1001接收输入并控制计算机设备1000的各个部件的操作。
其中,存储器1002,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器1001可执行该存储器1002存储的该程序,以实现信息存储或处理等。
输入单元1004向中央处理器1001提供输入。该输入单元1004例如为按键或触摸输入装置。电源1007用于向计算机设备1000提供电力。显示器1006用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器1002可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器1002还可以是某种其它类型的装置。存储器1002包括缓冲存储器1021(有时被称为缓冲器)。存储器1002可以包括应用/功能存储部1022,该应用/功能存储部1022用于存储应用程序和功能程序或用于通过中央处理器1001执行计算机设备1000的操作的流程。
存储器1002还可以包括数据存储部1023,该数据存储部1023用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由计算机设备使用的数据。存储器1002的驱动程序存储部1024可以包括计算机设备的用于通信功能和/或用于执行计算机设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块1003即为经由天线1008发送和接收信号的发送机/接收机1003。通信模块(发送机/接收机)1003耦合到中央处理器1001,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一计算机设备中,可以设置有多个通信模块1003,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)1003还经由音频处理器1005耦合到扬声器1009和麦克风1010,以经由扬声器1009提供音频输出,并接收来自麦克风1010的音频输入,从而实现通常的电信功能。音频处理器1005可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器1005还耦合到中央处理器1001,从而使得可以通过麦克风1010能够在本机上录音,且使得可以通过扬声器1009来播放本机上存储的声音。
本发明实施例还提供一种计算机可读存储介质,存储有执行上述人脸图像识别方法的计算机程序。
本发明实施例中,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串,与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;将待识别人脸图像的组合加密数据,发送至云端服务器;接收云端服务器根据组合加密数据反馈的人脸图像识别结果,与现有技术中仅能通过人脸识别终端进行人脸图像识别的方案相比,实现了借助云端服务器进行人脸图像识别的目的,可解决现有技术下因终端中数据易泄露的问题,提升了人脸图像的数据安全性;同时,通过对待识别的人脸图像进行两次加密,也可有效实现待识别的人脸图像的保密处理,也可提升了人脸图像识别的安全性,可显著改善用户体验。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种人脸图像识别方法,其特征在于,包括:
对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;
对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;
对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;
对待识别人脸图像的加密字符串与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;
对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
将待识别人脸图像的组合加密数据发送至云端服务器;
接收云端服务器根据组合加密数据反馈的人脸图像识别结果;
还包括:基于Eigenface人脸识别算法,对待识别人脸图像进行人脸特征识别,得到待识别人脸图像的人脸特征向量矩阵;
对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵,包括:获取待识别人脸图像的人脸特征向量矩阵的矩阵列数;根据该矩阵列数,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;
得到待识别人脸图像的字符串后,还包括:以预设分隔符,将时间戳加入到待识别人脸图像的字符串中,得到待识别人脸图像的时间戳字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串,包括:对待识别人脸图像的时间戳字符串进行加密,得到待识别人脸图像的加密字符串。
2.如权利要求1所述的方法,其特征在于,对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串,包括:
通过DES加密算法、AES加密算法和/或RSA加密算法,对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串。
3.如权利要求1所述的方法,其特征在于,对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据,包括:
通过DES加密算法、AES加密算法和/或RSA加密算法,对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据。
4.一种人脸图像识别装置,其特征在于,包括:
人脸特征随机向量矩阵生成模块,用于对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;
字符串转换处理模块,用于对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;
字符串加密模块,用于对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;
拼接操作模块,用于对待识别人脸图像的加密字符串与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;
二次加密生成模块,用于对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
数据发送模块,用于将待识别人脸图像的组合加密数据发送至云端服务器;
人脸图像识别结果接收模块,用于接收云端服务器根据组合加密数据反馈的人脸图像识别结果;
还包括:人脸特征识别模块,用于:基于Eigenface人脸识别算法,对待识别人脸图像进行人脸特征识别,得到待识别人脸图像的人脸特征向量矩阵;
人脸特征随机向量矩阵生成模块,具体用于:获取待识别人脸图像的人脸特征向量矩阵的矩阵列数;根据该矩阵列数,对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;
还包括,添加时间戳模块,用于:在得到待识别人脸图像的字符串后,以预设分隔符,将时间戳加入到待识别人脸图像的字符串中,得到待识别人脸图像的时间戳字符串;字符串加密模块,具体用于:对待识别人脸图像的时间戳字符串进行加密,得到待识别人脸图像的加密字符串。
5.如权利要求4所述的装置,其特征在于,字符串加密模块,具体用于:
通过DES加密算法、AES加密算法和/或RSA加密算法,对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串。
6.如权利要求4所述的装置,其特征在于,二次加密生成模块,具体用于:
通过DES加密算法、AES加密算法和/或RSA加密算法,对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据。
7.一种人脸图像识别方法,其特征在于,包括:
接收待识别人脸图像的组合加密数据;所述组合加密数据按如下方式生成:对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
确定接收的待识别人脸图像的组合加密数据所对应的用户身份;
查询与该用户身份对应的预留人脸图像的组合加密数据;
对待识别人脸图像的组合加密数据进行解密,得到待识别人脸图像的人脸特征向量矩阵;对预留人脸图像的组合加密数据进行解密,得到预留人脸图像的人脸特征向量矩阵;
在待识别人脸图像的人脸特征向量矩阵和预留人脸图像的人脸特征向量矩阵之间的差值在预设范围内时,发出人脸图像识别通过的通知信息;
按如下方式生成不同用户身份对应的预留人脸图像的组合加密数据:针对每一用户身份,对该用户身份下获取的人脸图像的人脸特征向量矩阵进行随机排序,得到预留人脸图像的人脸特征随机向量矩阵;对预留人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到预留人脸图像的字符串;对预留人脸图像的字符串进行加密,得到预留人脸图像的加密字符串;对预留人脸图像的加密字符串与预留人脸图像的MD5值进行拼接操作,得到预留人脸图像的组合数据;对预留人脸图像的组合数据进行二次加密,得到预留人脸图像的组合加密数据;
对待识别人脸图像的组合加密数据进行解密,得到待识别人脸图像的人脸特征向量矩阵;对预留人脸图像的组合加密数据进行解密,得到预留人脸图像的人脸特征向量矩阵,包括:针对待识别人脸图像的组合加密数据:对待识别人脸图像的组合加密数据进行解密,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行分离操作,得到待识别人脸图像的加密字符串和待识别人脸图像的MD5值;对待识别人脸图像的加密字符串进行二次解密,得到待识别人脸图像的字符串;将待识别人脸图像的字符串进行向量矩阵转换,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行随机排序的逆运算,得到待识别的人脸图像的人脸特征向量矩阵;针对预留人脸图像的组合加密数据:对预留人脸图像的组合加密数据进行解密,得到预留人脸图像的组合数据;对预留人脸图像的组合数据进行分离操作,得到预留人脸图像的加密字符串和预留人脸图像的MD5值;对预留人脸图像的加密字符串进行二次解密,得到预留人脸图像的字符串;将预留人脸图像的字符串进行向量矩阵转换,得到预留人脸图像的人脸特征随机向量矩阵;对预留人脸图像的人脸特征随机向量矩阵进行随机排序的逆运算,得到待识别的人脸图像的人脸特征向量矩阵;
还包括:将待识别人脸图像的MD5值与预留人脸图像的MD5值进行匹配;在匹配失败时,发出MD5值校验失败的告警信息,并中止进行人脸图像识别。
8.一种人脸图像识别装置,其特征在于,包括:
数据接收模块,用于接收待识别人脸图像的组合加密数据;所述组合加密数据按如下方式生成:对待识别人脸图像的人脸特征向量矩阵进行随机排序,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到待识别人脸图像的字符串;对待识别人脸图像的字符串进行加密,得到待识别人脸图像的加密字符串;对待识别人脸图像的加密字符串与待识别人脸图像的MD5值进行拼接操作,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行二次加密,得到待识别人脸图像的组合加密数据;
用户身份确定模块,用于确定接收的待识别人脸图像的组合加密数据所对应的用户身份;
用户身份查询模块,用于查询与该用户身份对应的预留人脸图像的组合加密数据;
数据解密模块,用于对待识别人脸图像的组合加密数据进行解密,得到待识别人脸图像的人脸特征向量矩阵;对预留人脸图像的组合加密数据进行解密,得到预留人脸图像的人脸特征向量矩阵;
通知信息发送模块,用于在待识别人脸图像的人脸特征向量矩阵和预留人脸图像的人脸特征向量矩阵之间的差值在预设范围内时,发出人脸图像识别通过的通知信息;
还包括:组合加密数据生成模块,用于:按如下方式生成不同用户身份对应的预留人脸图像的组合加密数据:针对每一用户身份,对该用户身份下获取的人脸图像的人脸特征向量矩阵进行随机排序,得到预留人脸图像的人脸特征随机向量矩阵;对预留人脸图像的人脸特征随机向量矩阵进行字符串转换处理,得到预留人脸图像的字符串;对预留人脸图像的字符串进行加密,得到预留人脸图像的加密字符串;对预留人脸图像的加密字符串与预留人脸图像的MD5值进行拼接操作,得到预留人脸图像的组合数据;对预留人脸图像的组合数据进行二次加密,得到预留人脸图像的组合加密数据;
数据解密模块,具体用于:针对待识别人脸图像的组合加密数据:对待识别人脸图像的组合加密数据进行解密,得到待识别人脸图像的组合数据;对待识别人脸图像的组合数据进行分离操作,得到待识别人脸图像的加密字符串和待识别人脸图像的MD5值;对待识别人脸图像的加密字符串进行二次解密,得到待识别人脸图像的字符串;将待识别人脸图像的字符串进行向量矩阵转换,得到待识别人脸图像的人脸特征随机向量矩阵;对待识别人脸图像的人脸特征随机向量矩阵进行随机排序的逆运算,得到待识别的人脸图像的人脸特征向量矩阵;针对预留人脸图像的组合加密数据:对预留人脸图像的组合加密数据进行解密,得到预留人脸图像的组合数据;对预留人脸图像的组合数据进行分离操作,得到预留人脸图像的加密字符串和预留人脸图像的MD5值;对预留人脸图像的加密字符串进行二次解密,得到预留人脸图像的字符串;将预留人脸图像的字符串进行向量矩阵转换,得到预留人脸图像的人脸特征随机向量矩阵;对预留人脸图像的人脸特征随机向量矩阵进行随机排序的逆运算,得到待识别的人脸图像的人脸特征向量矩阵;
还包括:MD5值匹配模块,用于将待识别人脸图像的MD5值与预留人脸图像的MD5值进行匹配;在匹配失败时,发出MD5值校验失败的告警信息,并中止进行人脸图像识别。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至3、7任一所述方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至3、7任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111004568.7A CN113742747B (zh) | 2021-08-30 | 2021-08-30 | 人脸图像识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111004568.7A CN113742747B (zh) | 2021-08-30 | 2021-08-30 | 人脸图像识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113742747A CN113742747A (zh) | 2021-12-03 |
CN113742747B true CN113742747B (zh) | 2023-06-09 |
Family
ID=78733804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111004568.7A Active CN113742747B (zh) | 2021-08-30 | 2021-08-30 | 人脸图像识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113742747B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633240A (zh) * | 2020-12-31 | 2021-04-09 | 中国工商银行股份有限公司 | 人脸识别方法及装置 |
CN112949545A (zh) * | 2021-03-17 | 2021-06-11 | 中国工商银行股份有限公司 | 识别人脸图像的方法、装置、计算设备和介质 |
CN113095212A (zh) * | 2021-04-08 | 2021-07-09 | 武汉理工大学 | 基于局部排序算法加密的人脸识别方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11178123B2 (en) * | 2019-09-26 | 2021-11-16 | At&T Intellectual Property I, L.P. | Video communication data security |
-
2021
- 2021-08-30 CN CN202111004568.7A patent/CN113742747B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633240A (zh) * | 2020-12-31 | 2021-04-09 | 中国工商银行股份有限公司 | 人脸识别方法及装置 |
CN112949545A (zh) * | 2021-03-17 | 2021-06-11 | 中国工商银行股份有限公司 | 识别人脸图像的方法、装置、计算设备和介质 |
CN113095212A (zh) * | 2021-04-08 | 2021-07-09 | 武汉理工大学 | 基于局部排序算法加密的人脸识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113742747A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110798315B (zh) | 基于区块链的数据处理方法、装置及终端 | |
CN111382463A (zh) | 基于流数据的区块链系统及方法 | |
CN110933109B (zh) | 小程序动态认证方法及装置 | |
CN103427983A (zh) | 用于基于存储设备标识符的内容加密和解密的装置和方法 | |
CN111931209B (zh) | 基于零知识证明的合同信息验证方法及装置 | |
JP2019514314A (ja) | 暗号化メッセージを送受信するために動的公開鍵インフラストラクチャを用いる方法、システム、及び媒体 | |
WO2012075904A1 (zh) | 一种验证绑定数据卡和移动主机的方法、装置及系统 | |
WO2023142440A1 (zh) | 一种图像加密、图像处理方法、装置、设备及介质 | |
WO2024012517A1 (zh) | 端到端的数据传输方法、设备和介质 | |
CN115242514B (zh) | 基于国密的隐私集合求交方法、系统、电子设备及存储介质 | |
CN111970114A (zh) | 文件加密方法、系统、服务器和存储介质 | |
WO2023122633A1 (en) | Verified presentation of non-fungible tokens | |
CN114826569A (zh) | 一种信息处理方法及服务器、客户端、存储介质 | |
CN112118098A (zh) | 后量子安全增强数字信封方法、装置及系统 | |
CN113918970A (zh) | 数据处理方法、通信装置及存储介质 | |
CN113742747B (zh) | 人脸图像识别方法及装置 | |
CN111709747A (zh) | 智能终端认证方法及系统 | |
CN117041956A (zh) | 通信认证方法、装置、计算机设备和存储介质 | |
CN114244565B (zh) | 密钥分发方法、装置、设备及存储介质 | |
US20220053123A1 (en) | Method and apparatus for independent authentication of video | |
CN113190868A (zh) | 一种基于区块链系统的支付信息查看方法及节点 | |
CN109543367B (zh) | 基于量子加密的软件授权方法、装置及存储介质 | |
CN112769783A (zh) | 数据传输方法及云服务器、接收端和发送端 | |
CN116015627A (zh) | 一种基于对称算法的人脸识别防篡改方法及系统 | |
CN111105777A (zh) | 语音数据的采集和播放方法和装置、密钥包的更新方法和装置以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |