CN114499903B - 一种人脸识别场景中的数据传输方法以及相关装置 - Google Patents
一种人脸识别场景中的数据传输方法以及相关装置 Download PDFInfo
- Publication number
- CN114499903B CN114499903B CN202011256554.XA CN202011256554A CN114499903B CN 114499903 B CN114499903 B CN 114499903B CN 202011256554 A CN202011256554 A CN 202011256554A CN 114499903 B CN114499903 B CN 114499903B
- Authority
- CN
- China
- Prior art keywords
- image
- target
- face
- identification
- identification image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 112
- 230000005540 biological transmission Effects 0.000 title claims abstract description 89
- 238000012545 processing Methods 0.000 claims abstract description 100
- 230000008569 process Effects 0.000 claims abstract description 60
- 230000004048 modification Effects 0.000 claims abstract description 13
- 238000012986 modification Methods 0.000 claims abstract description 13
- 230000000873 masking effect Effects 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000005286 illumination Methods 0.000 description 6
- 230000001680 brushing effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/46—Embedding additional information in the video signal during the compression process
- H04N19/467—Embedding additional information in the video signal during the compression process characterised by the embedded information being invisible, e.g. watermarking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种人脸识别场景中的数据传输方法以及相关装置，应用于人工智能中的计算机视觉技术。通过获取目标用户在终端进行人脸识别过程中的识别图像；并基于预设规则对识别图像添加目标噪点，以得到目标图像，预设规则针对人脸信息设定，目标噪点对场景信息的修改不影响场景信息的识别；进而将目标图像传输至终端进行展示。从而实现人脸识别中数据安全传输的过程，由于在服务器中对人脸识别过程中的识别图像进行了噪点处理，使得用户的人脸信息不会被泄露，且对于场景信息不会产生影响，提高了人脸识别场景中的数据传输的安全性。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种人脸识别场景中的数据传输方法以及相关装置。
背景技术
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
而在计算机视觉技术中人脸支付逐渐普及，越来越多商户在接入刷脸支付。在支付过程中，终端展示的识别结果需要刷脸应用提供对应的现场照和人脸位置。
但是，终端展示的识别结果为现场照给商户，存在安全风险，若现场照管理不当，容易泄露用户人脸特征，影响人脸识别场景中的数据传输的安全性。
发明内容
有鉴于此，本申请提供一种人脸识别场景中的数据传输方法，可以有效提高人脸识别场景中的数据传输的安全性。
本申请第一方面提供一种人脸识别场景中的数据传输方法，可以应用于终端设备中包含数据传输功能的系统或程序中，具体包括：
获取目标用户在终端进行人脸识别过程中的识别图像，所述识别图像中包括场景信息和人脸信息；
基于预设规则对所述识别图像添加目标噪点，以得到目标图像，所述预设规则针对所述人脸信息设定，所述目标噪点对所述场景信息的修改不影响所述场景信息的识别；
将所述目标图像传输至所述终端进行展示。
本申请第二方面提供一种人脸识别场景中的数据传输装置，包括：获取单元，用于获取目标用户在终端进行人脸识别过程中的识别图像，所述识别图像中包括场景信息和人脸信息；
处理单元，用于基于预设规则对所述识别图像添加目标噪点，以得到目标图像，所述预设规则针对所述人脸信息设定，所述目标噪点对所述场景信息的修改不影响所述场景信息的识别；
传输单元，用于将所述目标图像传输至所述终端进行展示。
可选的，在本申请一些可能的实现方式中，所述处理单元，具体用于基于所述预设规则调用人脸特征集，所述人脸特征集中包含多个基于分类标签划分的特征集合；
所述处理单元，具体用于确定所述人脸特征集中所述识别图像差异值达到预设值的目标集合；
所述处理单元，具体用于从所述目标集合中随机选取噪点图像；
所述处理单元，具体用于基于所述噪点图像对所述识别图像进行处理，以得到所述目标图像。
可选的，在本申请一些可能的实现方式中，所述处理单元，具体用于从所述人脸特征集随机确定N个所述分类标签，并提取对应的N个特征集合，N≥1，N为整数；
所述处理单元，具体用于调用特征提取器分别对N个所述特征集合进行特征提取，以得到N个特征中心点；
所述处理单元，具体用于从N个所述特征中心点中确定与所述识别图像的距离满足预设值的目标中心点；
所述处理单元，具体用于确定所述目标中心点对应的所述目标集合。
可选的，在本申请一些可能的实现方式中，所述处理单元，具体用于调用所述目标用户对应的用户图像集合；
所述处理单元，具体用于从N个所述特征中心点中确定与所述用户图像集合中的图像的距离满足所述预设值的所述目标中心点。
可选的，在本申请一些可能的实现方式中，所述处理单元，具体用于确定所述目标用户对应的描述信息；
所述处理单元，具体用于根据所述描述信息提取用户分类标签；
所述处理单元，具体用于基于所述用户分类标签调用所述人脸特征集。
可选的，在本申请一些可能的实现方式中，所述处理单元，具体用于基于所述识别图像调用遮掩图层；
所述处理单元，具体用于根据所述遮掩图层作为所述目标噪点对所述识别图像进行处理，以得到所述目标图像。
可选的，在本申请一些可能的实现方式中，所述处理单元，具体用于确定所述识别图像中所述人脸信息对应的人脸区域；
所述处理单元，具体用于根据所述遮掩图层作为所述目标噪点对所述人脸区域进行处理，以得到所述目标图像。
可选的，在本申请一些可能的实现方式中，所述处理单元，具体用于基于所述识别图像调用模糊算法；
所述处理单元，具体用于根据所述模糊算法生成所述遮掩图层。
可选的，在本申请一些可能的实现方式中，所述处理单元，具体用于获取所述识别图像中所述人脸信息对应的人脸区域占识别图像的目标比例；
所述处理单元，具体用于根据所述目标比例确定遮掩参数；
所述处理单元，具体用于基于所述遮掩参数调用对应的所述遮掩图层。
可选的，在本申请一些可能的实现方式中，所述获取单元，具体用于接收所述目标用户在所述终端进行人脸识别过程中发送的所述识别图像；
所述获取单元，具体用于响应于所述识别图像的接收，向所述终端反馈处理指令，以使得所述终端根据所述处理指令展示处理界面并关闭图像采集模块；
所述传输单元，具体用于向所述终端发送所述目标图像，使得所述终端将所述处理界面切换为所述目标图像进行展示。
可选的，在本申请一些可能的实现方式中，所述传输单元，具体用于获取所述目标用户的账户标识；
所述传输单元，具体用于将所述账户标识与所述目标图像进行关联；
所述传输单元，具体用于响应于所述目标用户在终端发起的人脸识别过程，调用所述目标图像进行展示。
本申请第三方面提供一种计算机设备，包括：存储器、处理器以及总线系统；所述存储器用于存储程序代码；所述处理器用于根据所述程序代码中的指令执行上述第一方面或第一方面任一项所述的人脸识别场景中的数据传输方法。
本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面或第一方面任一项所述的人脸识别场景中的数据传输方法。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面或者第一方面的各种可选实现方式中提供的人脸识别场景中的数据传输方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
通过获取目标用户在终端进行人脸识别过程中的识别图像，其中识别图像中包括场景信息和人脸信息；然后基于预设规则对识别图像添加目标噪点，以得到目标图像，预设规则针对人脸信息设定，目标噪点对场景信息的修改不影响场景信息的识别；进而将目标图像传输至终端进行展示。从而实现人脸识别场景中数据安全传输的过程，由于在服务器中对人脸识别过程中的识别图像进行了噪点处理，使得用户的人脸信息不会被泄露，且对于场景信息不会产生影响，提高了人脸识别场景中的数据传输的安全性。
附图说明
为了更清楚地说明本申请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申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为人脸识别场景中的数据传输系统运行的网络架构图；
图2为本申请实施例提供的一种人脸识别场景中的数据传输的流程架构图；
图3为本申请实施例提供的一种人脸识别场景中的数据传输方法的流程图；
图4为本申请实施例提供的一种人脸识别场景中的数据传输方法的场景示意图；
图5为本申请实施例提供的另一种人脸识别场景中的数据传输方法的场景示意图；
图6为本申请实施例提供的另一种人脸识别场景中的数据传输方法的场景示意图；
图7为本申请实施例提供的另一种人脸识别场景中的数据传输方法的流程图；
图8为本申请实施例提供的另一种人脸识别场景中的数据传输方法的场景示意图；
图9为本申请实施例提供的一种人脸识别场景中的数据传输装置的结构示意图；
图10为本申请实施例提供的一种终端设备的结构示意图；
图11为本申请实施例提供的一种服务器的结构示意图。
具体实施方式
本申请实施例提供了一种人脸识别场景中的数据传输方法以及相关装置，可以应用于终端设备中包含数据传输功能的系统或程序中，通过获取目标用户在终端进行人脸识别过程中的识别图像，其中识别图像中包括场景信息和人脸信息；然后基于预设规则对识别图像添加目标噪点，以得到目标图像，预设规则针对人脸信息设定，目标噪点对场景信息的修改不影响场景信息的识别；进而将目标图像传输至终端进行展示。从而实现人脸识别场景中数据安全传输的过程，由于在服务器中对人脸识别过程中的识别图像进行了噪点处理，使得用户的人脸信息不会被泄露，且对于场景信息不会产生影响，提高了人脸识别场景中的数据传输的安全性。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“对应于”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应理解，本申请提供的人脸识别场景中的数据传输方法可以应用于终端设备中包含数据传输功能的系统或程序中，例如支付应用，具体的，人脸识别场景中的数据传输系统可以运行于如图1所示的网络架构中，如图1所示，是人脸识别场景中的数据传输系统运行的网络架构图，如图可知，人脸识别场景中的数据传输系统可以提供与多个信息源的数据传输过程，即通过终端侧采集用户在人脸识别过程中的识别图像，并传输至服务器进行识别认证，并向终端返回识别结果；可以理解的是，图1中示出了多种终端设备，终端设备可以为计算机设备，在实际场景中可以有更多或更少种类的终端设备参与到人脸识别场景中的数据传输的过程中，具体数量和种类因实际场景而定，此处不做限定，另外，图1中示出了一个服务器，但在实际场景中，也可以有多个服务器的参与，具体服务器数量因实际场景而定。
本实施例中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，终端以及服务器可以连接组成区块链网络，本申请在此不做限制。
可以理解的是，上述人脸识别场景中的数据传输系统可以运行于个人移动终端，例如：作为支付应用这样的应用，也可以运行于服务器，还可以作为运行于第三方设备以提供人脸识别场景中的数据传输，以得到信息源的人脸识别场景中的数据传输处理结果；具体的人脸识别场景中的数据传输系统可以是以一种程序的形式在上述设备中运行，也可以作为上述设备中的系统部件进行运行，还可以作为云端服务程序的一种，具体运作模式因实际场景而定，此处不做限定。
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
而在计算机视觉技术中人脸支付逐渐普及，越来越多商户在接入刷脸支付。在支付过程中，终端展示的识别结果需要刷脸应用提供对应的现场照和人脸位置。
但是，终端展示的识别结果为现场照给商户，存在安全风险，若现场照管理不当，容易泄露用户人脸特征，影响人脸识别场景中的数据传输的安全性。
为了解决上述问题，本申请提出了一种人脸识别场景中的数据传输方法，该方法应用于图2所示的人脸识别场景中的数据传输的流程框架中，如图2所示，为本申请实施例提供的一种人脸识别场景中的数据传输的流程架构图，用户通过终端进行刷脸的操作，终端将刷脸得到的识别图像传输至服务器，并在服务器中基于预设规则进行噪点处理，以使得识别图像中的人脸特征无法再次识别，从而保证人脸数据的安全性。
可以理解的是，本申请所提供的方法可以为一种程序的写入，以作为硬件系统中的一种处理逻辑，也可以作为一种人脸识别场景中的数据传输装置，采用集成或外接的方式实现上述处理逻辑。作为一种实现方式，该人脸识别场景中的数据传输装置通过获取目标用户在终端进行人脸识别过程中的识别图像，其中识别图像中包括场景信息和人脸信息；然后基于预设规则对识别图像添加目标噪点，以得到目标图像，预设规则针对人脸信息设定，目标噪点对场景信息的修改不影响场景信息的识别；进而将目标图像传输至终端进行展示。从而实现人脸识别场景中数据安全传输的过程，由于在服务器中对人脸识别过程中的识别图像进行了噪点处理，使得用户的人脸信息不会被泄露，且对于场景信息不会产生影响，提高了人脸识别场景中的数据传输的安全性。
本申请实施例提供的方案涉及人工智能的计算机视觉技术，具体通过如下实施例进行说明:
结合上述流程架构，下面将对本申请中人脸识别场景中的数据传输方法进行介绍，请参阅图3，图3为本申请实施例提供的一种人脸识别场景中的数据传输方法的流程图，该管理方法可以是由服务器执行的，本申请实施例至少包括以下步骤：
301、获取目标用户在终端进行人脸识别过程中的识别图像。
本实施例中，识别图像中包括场景信息和人脸信息，即在用户进行刷脸的过程中，不但会采集到人脸信息，也会采集到周围的场景信息。由于在人脸识别之后会在终端中进行识别图像的显示，此时存在识别图像被劫持并被二次识别的风险，故本申请即对识别图像进行处理，使得识别图像无法被二次识别，依然可以展示对应的场景信息与人脸信息。
在一种可能的场景中，如图4所示，为本申请实施例提供的一种人脸识别场景中的数据传输方法的场景示意图；图中示出了采集的识别图像A1、人脸信息A2以及场景信息A3，在后续的处理过程中，使得人脸信息A2无法被识别，但长相依然可以被显示，并用于指示目标用户，场景信息A3以可以正常的显示，并可以指示位置、服饰等信息。
302、基于预设规则对识别图像添加目标噪点，以得到目标图像。
本实施例中，预设规则针对人脸信息设定，目标噪点对场景信息的修改不影响场景信息的识别，对应的，即人脸信息在按照预设规则添加目标噪点后无法被识别，从而保证人脸信息的安全。
具体的，添加目标噪点的过程(预设规则)可以采用噪点图像叠加的方式进行，相当于为识别图像添加“隐形衣”。首先基于预设规则调用人脸特征集，人脸特征集中包含多个基于分类标签划分的特征集合；然后确定人脸特征集中识别图像差异值达到预设值的目标集合；然后从目标集合中随机选取噪点图像；进而基于噪点图像对识别图像进行处理，以得到目标图像，从而实现噪点的添加，使得识别图像不包含人脸特征。
另外，对于目标集合的确定，还可以是通过特征点的距离比较进行的，即从人脸特征集随机确定N个分类标签，并提取对应的N个特征集合，其中N≥1，N为整数；然后调用特征提取器分别对N个特征集合进行特征提取，以得到N个特征中心点；并从N个特征中心点中确定与识别图像的距离满足预设值的目标中心点；进而确定目标中心点对应的目标集合，通过目标集合的确定可以得到人脸图像中最敏感的特征，从而基于该特征进行噪点添加，提升了人脸特征的安全性。
可选的，还可以是通过与目标用户对应的图像集合进行距离比较而确定目标集合，即首先调用目标用户对应的用户图像集合；然后从N个特征中心点中确定与用户图像集合中的图像的距离满足预设值的目标中心点。从而将用户在不同场景条件下的人脸特征考虑在内，避免了由于环境因素对人脸特征遮挡的影响。
可选的，上述人脸特征集可以是公开的人脸特征集，例如人脸数据库等；而为了保证人脸特征集中的人脸特征与目标用户的相似度，可以对人脸特征集进行筛选。即首先确定目标用户对应的描述信息，该描述信息可以包括年龄、性别等；然后根据描述信息提取用户分类标签；进而基于用户分类标签调用人脸特征集。从而提高了人脸特征集与目标用户的差异度，即选取用户分类标签不同的人脸特征集，进而提升噪点作用带来的差异度。
在一种可能的场景中，如图5所示，为本申请实施例提供的另一种人脸识别场景中的数据传输方法的场景示意图。图中示出了识别图像中的人脸信息B1以及目标图像中的人脸信息B2，从用户的视觉角度上看两者长相相同，但在人脸识别过程中，目标图像中的人脸信息B2的人脸特征无法被识别，这是由于噪点对特征进行了干扰。
具体的，对于噪点对特征进行干扰的过程，可以首先确定噪点的目标类型T；即首先指定用户U，输入用户U的图片集合。然后从公开人脸特征集中选择符合要求的多分类标签的集合，并随机选择K个随机目标类型(分类标签)及其图像，进而使用特征提取器计算每个类k＝1…K的特征空间的中心点，记为Ck。然后从K个候选集合(特征集合)中，选取特征中心点和人脸特征集XU所有图像的特征表示差异最大的类型，作为目标类型T。
进一步的，计算识别图像的“隐身衣”，即随机选取目标类型T中的一副图像，采用DDSIM(Structural Dis-Similarity Index)方法为x计算出“隐形衣”δ(x,xT)进行优化，从而保证隐身后的图像和原图在视觉效果上大体一致，而人脸特征无法被识别。
可选的，添加目标噪点的过程还可以采用遮掩图层来掩盖人脸特征，例如网格、水印、高斯模糊等方式作为遮掩图层。具体的，首先基于识别图像调用遮掩图层；并根据遮掩图层作为目标噪点对识别图像进行处理，以得到目标图像，从而实现对人脸特征的遮挡，保证人脸特征的安全性。
可选的，遮掩图层的作用对应可以只针对人脸区域，即首先确定识别图像中人脸信息对应的人脸区域；然后根据遮掩图层作为目标噪点对人脸区域进行处理，以得到目标图像，从而减少了遮掩图层对应场景信息的影响。
可选的，遮掩图层可以是基于算法生成的，即对识别图像的颜色值分布进行模糊处理，首先基于识别图像调用模糊算法，例如高斯模糊算法；然后根据模糊算法生成遮掩图层，提升了遮掩图层的随机性。
可选的，对于遮掩图层的遮掩程度可以基于人脸信息在显示区域的比例进行设定，即首先获取识别图像中人脸信息对应的人脸区域占识别图像的目标比例；然后根据目标比例确定遮掩参数，例如人脸区域占识别图像的目标比例越大，则调整遮掩参数使得遮掩图层越致密；然后基于遮掩参数调用对应的遮掩图层，对于不同的识别图像采用不同的遮掩图层，保证了目标图像的显示效果。
在一种可能的场景中，如图6所示，为本申请实施例提供的另一种人脸识别场景中的数据传输方法的场景示意图。图中示出了识别图像的人脸信息C1以及添加遮掩图层后的人脸信息C2，可见遮掩图层用户对于用户人眼观察不会产生影响，但是会对终端进行人脸识别产生影响，避免二次识别的进行。
可以理解的是，对于上述采用噪点图像叠加的方式或添加遮掩图层的方式进行图像处理可以是同时进行的，也可以是按照先后次序依次对识别图像进行处理，具体方式的选择和次序因实际场景而定，此处不做限定。
303、将目标图像传输至终端进行展示。
本实施例中，通过展示目标图像，降低现场照(识别图像)被用于二次识别带来的风险，减少现场照被人脸识别算法识别成本人的成功率，并且保证最终照片能够识别出尽可能多的现场信息，包含位置、服饰、长相等。
可选的，为了提高识别结果的展示效率，对于人脸识别通过后，可以先该用户的历史目标图像，即将目标图像进行本地存储，在该用户再次进行人脸识别时直接调用。具体的，首先获取目标用户的账户标识；然后将账户标识与目标图像进行关联；进而响应于目标用户在终端发起的人脸识别过程，调用目标图像进行展示。由于在本地存储的也是无法被提取人脸特征的目标图像，在保护用户隐私的同时，减少了网络资源的占用，即不需要对目标图像进行再次传输的过程。
结合上述实施例可知，通过获取目标用户在终端进行人脸识别过程中的识别图像，其中识别图像中包括场景信息和人脸信息；然后基于预设规则对识别图像添加目标噪点，以得到目标图像，预设规则针对人脸信息设定，目标噪点对场景信息的修改不影响场景信息的识别；进而将目标图像传输至终端进行展示。从而实现人脸识别场景中数据安全传输的过程，由于在服务器中对人脸识别过程中的识别图像进行了噪点处理，使得用户的人脸信息不会被泄露，且对于场景信息不会产生影响，提高了人脸识别场景中的数据传输的安全性。
上述实施例介绍了人脸识别过程中的数据传输过程，而人脸识别常常用于人脸支付的场景中，下面对该场景进行说明。请参阅图7，图7为本申请实施例提供的另一种人脸识别场景中的数据传输方法的流程图，本申请实施例至少包括以下步骤：
701、终端发起人脸支付进程。
本实施例中，人脸支付进程的发起可以是在终端检测到人脸图像后进行的，也可以是管理员手动开启的人脸支付进程。
702、终端向服务器发送识别图像。
本实施例中，在终端采集识别图像后，不会在本地存储，而在直接向服务器发送，从而保证人脸数据的安全性。
703、服务器向终端反馈处理指令。
本实施例中，由于服务器进行噪点处理可能需要花费一定时间，此时可以向终端反馈处理指令，使得终端显示处理界面，例如播放过场动画等界面元素，提升用户体验。
另外，终端接收到处理指令后会暂时禁用图像采集模块，避免图像采集模块被劫持，从而继续采集用户的人脸信息，具体的，如图8所示，为本申请实施例提供的另一种人脸识别场景中的数据传输方法的场景示意图；图中示出了终端的一种可能的形式，即在终端接收到处理指令后，会禁用图像采集模块A2，并在处理界面A1中播放过场动画，从而提升用户体验。
704、服务器进行用户身份验证。
本实施例中，用户身份验证的过程即判断识别图像与目标用户是否对应，若对应，则说明验证通过，进行接下来的噪点处理过程。
705、服务器添加目标噪点，以得到目标图像。
本实施例中，添加目标噪点的过程与图3所示实施例的步骤302相似，此处不做赘述。
706、服务器向终端发送目标图像。
本实施例中，服务器向终端发送目标图像后，终端即会停止步骤703中过场动画的播放。
707、终端展示目标图像。
本实施例中，终端通过目标图像，使得用户可以知晓当前的支付结果，且无需担心个人信息的泄露。即本实施例主要用于刷脸支付的现场照(识别图像)需要提供在商户(终端)界面展示的情况，保证用户可识别的同时，减少人脸数据安全性风险，保护用户隐私，且人脸照片可以脱敏后进行多方传递，保证现场照(识别图像)在商户(终端)和支付侧(服务器)传递的安全性。
为了更好的实施本申请实施例的上述方案，下面还提供用于实施上述方案的相关装置。请参阅图9，图9为本申请实施例提供的一种人脸识别场景中的数据传输装置的结构示意图，数据传输装置900包括：
获取单元901，用于获取目标用户在终端进行人脸识别过程中的识别图像，所述识别图像中包括场景信息和人脸信息；
处理单元902，用于基于预设规则对所述识别图像添加目标噪点，以得到目标图像，所述预设规则针对所述人脸信息设定，所述目标噪点对所述场景信息的修改不影响所述场景信息的识别；
传输单元903，用于将所述目标图像传输至所述终端进行展示。
可选的，在本申请一些可能的实现方式中，所述处理单元902，具体用于基于所述预设规则调用人脸特征集，所述人脸特征集中包含多个基于分类标签划分的特征集合；
所述处理单元902，具体用于确定所述人脸特征集中所述识别图像差异值达到预设值的目标集合；
所述处理单元902，具体用于从所述目标集合中随机选取噪点图像；
所述处理单元902，具体用于基于所述噪点图像对所述识别图像进行处理，以得到所述目标图像。
可选的，在本申请一些可能的实现方式中，所述处理单元902，具体用于从所述人脸特征集随机确定N个所述分类标签，并提取对应的N个特征集合，N≥1，N为整数；
所述处理单元902，具体用于调用特征提取器分别对N个所述特征集合进行特征提取，以得到N个特征中心点；
所述处理单元902，具体用于从N个所述特征中心点中确定与所述识别图像的距离满足预设值的目标中心点；
所述处理单元902，具体用于确定所述目标中心点对应的所述目标集合。
可选的，在本申请一些可能的实现方式中，所述处理单元902，具体用于调用所述目标用户对应的用户图像集合；
所述处理单元902，具体用于从N个所述特征中心点中确定与所述用户图像集合中的图像的距离满足所述预设值的所述目标中心点。
可选的，在本申请一些可能的实现方式中，所述处理单元902，具体用于确定所述目标用户对应的描述信息；
所述处理单元902，具体用于根据所述描述信息提取用户分类标签；
所述处理单元902，具体用于基于所述用户分类标签调用所述人脸特征集。
可选的，在本申请一些可能的实现方式中，所述处理单元902，具体用于基于所述识别图像调用遮掩图层；
所述处理单元902，具体用于根据所述遮掩图层作为所述目标噪点对所述识别图像进行处理，以得到所述目标图像。
可选的，在本申请一些可能的实现方式中，所述处理单元902，具体用于确定所述识别图像中所述人脸信息对应的人脸区域；
所述处理单元902，具体用于根据所述遮掩图层作为所述目标噪点对所述人脸区域进行处理，以得到所述目标图像。
可选的，在本申请一些可能的实现方式中，所述处理单元902，具体用于基于所述识别图像调用模糊算法；
所述处理单元902，具体用于根据所述模糊算法生成所述遮掩图层。
可选的，在本申请一些可能的实现方式中，所述处理单元902，具体用于获取所述识别图像中所述人脸信息对应的人脸区域占识别图像的目标比例；
所述处理单元902，具体用于根据所述目标比例确定遮掩参数；
所述处理单元902，具体用于基于所述遮掩参数调用对应的所述遮掩图层。
可选的，在本申请一些可能的实现方式中，所述获取单元901，具体用于接收所述目标用户在所述终端进行人脸识别过程中发送的所述识别图像；
所述获取单元901，具体用于响应于所述识别图像的接收，向所述终端反馈处理指令，以使得所述终端根据所述处理指令展示处理界面并关闭图像采集模块；
所述传输单元903，具体用于向所述终端发送所述目标图像，使得所述终端将所述处理界面切换为所述目标图像进行展示。
可选的，在本申请一些可能的实现方式中，所述传输单元903，具体用于获取所述目标用户的账户标识；
所述传输单元903，具体用于将所述账户标识与所述目标图像进行关联；
所述传输单元903，具体用于响应于所述目标用户在终端发起的人脸识别过程，调用所述目标图像进行展示。
通过获取目标用户在终端进行人脸识别过程中的识别图像，其中识别图像中包括场景信息和人脸信息；然后基于预设规则对识别图像添加目标噪点，以得到目标图像，预设规则针对人脸信息设定，目标噪点对场景信息的修改不影响场景信息的识别；进而将目标图像传输至终端进行展示。从而实现人脸识别场景中数据安全传输的过程，由于在服务器中对人脸识别过程中的识别图像进行了噪点处理，使得用户的人脸信息不会被泄露，且对于场景信息不会产生影响，提高了人脸识别场景中的数据传输的安全性。
本申请实施例还提供了一种终端设备，如图10所示，是本申请实施例提供的另一种终端设备的结构示意图，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该终端可以为包括手机、平板电脑、个人数字助理(personal digital assistant，PDA)、销售终端(point of sales，POS)、车载电脑等任意终端设备，以终端为手机为例：
图10示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图10，手机包括：射频(radio frequency，RF)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、无线保真(wireless fidelity，WiFi)模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解，图10中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图10对手机的各个构成部件进行具体的介绍：
RF电路1010可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1080处理；另外，将设计上行的数据发送给基站。通常，RF电路1010包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(low noiseamplifier，LNA)、双工器等。此外，RF电路1010还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(globalsystem of mobile communication，GSM)、通用分组无线服务(general packet radioservice，GPRS)、码分多址(code division multiple access，CDMA)、宽带码分多址(wideband code division multiple access,WCDMA)、长期演进(long term evolution，LTE)、电子邮件、短消息服务(short messaging service，SMS)等。
存储器1020可用于存储软件程序以及模块，处理器1080通过运行存储在存储器1020的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1020可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元1030可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1030可包括触控面板1031以及其他输入设备1032。触控面板1031，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作，以及在触控面板1031上一定范围内的隔空触控操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1080，并能接收处理器1080发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031，输入单元1030还可以包括其他输入设备1032。具体地，其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1041，可选的，可以采用液晶显示器(liquidcrystal display，LCD)、有机发光二极管(organic light-emitting diode，OLED)等形式来配置显示面板1041。进一步的，触控面板1031可覆盖显示面板1041，当触控面板1031检测到在其上或附近的触摸操作后，传送给处理器1080以确定触摸事件的类型，随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图10中，触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1031与显示面板1041集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器1050，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1041和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路1060、扬声器1061，传声器1062可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号，传输到扬声器1061，由扬声器1061转换为声音信号输出；另一方面，传声器1062将收集的声音信号转换为电信号，由音频电路1060接收后转换为音频数据，再将音频数据输出处理器1080处理后，经RF电路1010以发送给比如另一手机，或者将音频数据输出至存储器1020以便进一步处理。
WiFi属于短距离无线传输技术，手机通过WiFi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图10示出了WiFi模块1070，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器1080是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1020内的软件程序和/或模块，以及调用存储在存储器1020内的数据，执行手机的各种功能和处理数据。可选的，处理器1080可包括一个或多个处理单元；可选的，处理器1080可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1080中。
手机还包括给各个部件供电的电源1090(比如电池)，可选的，电源可以通过电源管理系统与处理器1080逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
在本申请实施例中，该终端所包括的处理器1080还具有执行如上述页面处理方法的各个步骤的功能。
本申请实施例还提供了一种服务器，请参阅图11，图11是本申请实施例提供的一种服务器的结构示意图，该服务器1100可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，CPU)1122(例如，一个或一个以上处理器)和存储器1132，一个或一个以上存储应用程序1142或数据1144的存储介质1130(例如一个或一个以上海量存储设备)。其中，存储器1132和存储介质1130可以是短暂存储或持久存储。存储在存储介质1130的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1122可以设置为与存储介质1130通信，在服务器1100上执行存储介质1130中的一系列指令操作。
服务器1100还可以包括一个或一个以上电源1126，一个或一个以上有线或无线网络接口1150，一个或一个以上输入输出接口1158，和/或，一个或一个以上操作系统1141，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
上述实施例中由管理装置所执行的步骤可以基于该图11所示的服务器结构。
本申请实施例中还提供一种计算机可读存储介质，该计算机可读存储介质中存储有人脸识别场景中的数据传输指令，当其在计算机上运行时，使得计算机执行如前述图3至图8所示实施例描述的方法中人脸识别场景中的数据传输装置所执行的步骤。
本申请实施例中还提供一种包括人脸识别场景中的数据传输指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如前述图3至图8所示实施例描述的方法中人脸识别场景中的数据传输装置所执行的步骤。
本申请实施例还提供了一种人脸识别场景中的数据传输系统，所述人脸识别场景中的数据传输系统可以包含图9所描述实施例中的人脸识别场景中的数据传输装置，或图10所描述实施例中的终端设备，或者图11所描述的服务器。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，人脸识别场景中的数据传输装置，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (22)
1.一种人脸识别场景中的数据传输方法，其特征在于，应用于服务器，所述方法包括：
获取目标用户在终端进行人脸识别过程中的识别图像，所述识别图像中包括场景信息和人脸信息；其中，所述识别图像是通过所述终端采集并发送给所述服务器的；
在所述识别图像与所述目标用户对应的情况下，基于预设规则对所述识别图像添加目标噪点，以得到目标图像，所述预设规则针对所述人脸信息设定，所述目标噪点对所述场景信息的修改不影响所述场景信息的识别；
将所述目标图像传输至所述终端进行展示；
所述基于预设规则对所述识别图像添加目标噪点，以得到目标图像包括：
在所述识别图像上叠加噪点图像，以为所述识别图像添加隐形衣，使得添加隐形衣后的识别图像和添加隐形衣前的识别图像在视觉效果上一致，但所述添加隐形衣后的识别图像中的人脸特征无法被识别；
获取所述识别图像中所述人脸信息对应的人脸区域占识别图像的目标比例；
根据所述目标比例确定遮掩参数，其中，所述目标比例越大，确定的所述遮掩参数使得对应的遮掩图层越致密；
基于所述遮掩参数调用对应的所述遮掩图层；
在所述添加隐形衣后的识别图像上添加所述遮掩图层，以得到所述目标图像，所述目标图像中的人脸信息仍能够显示长相，并用于指示所述目标用户。
2.根据权利要求1所述的方法，其特征在于，所述在所述识别图像上叠加噪点图像，以为所述识别图像添加隐形衣，包括：
基于所述预设规则调用人脸特征集，所述人脸特征集中包含多个基于分类标签划分的特征集合；
确定所述人脸特征集中所述识别图像差异值达到预设值的目标集合；
从所述目标集合中随机选取噪点图像；
基于所述噪点图像对所述识别图像进行处理，以为所述识别图像添加隐形衣。
3.根据权利要求2所述的方法，其特征在于，所述确定所述人脸特征集中所述识别图像差异值达到预设值的目标集合，包括：
从所述人脸特征集随机确定N个所述分类标签，并提取对应的N个特征集合，N≥1，N为整数；
调用特征提取器分别对N个所述特征集合进行特征提取，以得到N个特征中心点；
从N个所述特征中心点中确定与所述识别图像的距离满足预设值的目标中心点；
确定所述目标中心点对应的所述目标集合。
4.根据权利要求3所述的方法，其特征在于，所述从N个所述特征中心点中确定与所述识别图像的距离满足预设值的目标中心点，包括：
调用所述目标用户对应的用户图像集合；
从N个所述特征中心点中确定与所述用户图像集合中的图像的距离满足所述预设值的所述目标中心点。
5.根据权利要求2所述的方法，其特征在于，所述基于所述预设规则调用人脸特征集，包括：
确定所述目标用户对应的描述信息；
根据所述描述信息提取用户分类标签；
基于所述用户分类标签调用所述人脸特征集。
6.根据权利要求1所述的方法，其特征在于，所述在所述添加隐形衣后的识别图像上添加所述遮掩图层，以得到所述目标图像，包括：
确定所述添加隐形衣后的识别图像中所述人脸信息对应的人脸区域；
根据所述遮掩图层作为所述目标噪点对所述人脸区域进行处理，以得到所述目标图像。
7.根据权利要求1所述的方法，其特征在于，所述调用对应的所述遮掩图层，包括：
基于所述识别图像调用模糊算法；
根据所述模糊算法生成所述遮掩图层。
8.根据权利要求1所述的方法，其特征在于，所述获取目标用户在终端进行人脸识别过程中的识别图像，包括：
接收所述目标用户在所述终端进行人脸识别过程中发送的所述识别图像；
响应于所述识别图像的接收，向所述终端反馈处理指令，以使得所述终端根据所述处理指令展示处理界面并关闭图像采集模块；
所述将所述目标图像传输至所述终端进行展示，包括：
向所述终端发送所述目标图像，使得所述终端将所述处理界面切换为所述目标图像进行展示。
9.根据权利要求1-8任一项所述的方法，其特征在于，所述方法还包括：
获取所述目标用户的账户标识；
将所述账户标识与所述目标图像进行关联；
响应于所述目标用户在终端发起的人脸识别过程，调用所述目标图像进行展示。
10.根据权利要求1所述的方法，其特征在于，所述人脸识别过程用于人脸支付，通过所述目标图像无法识别得到所述目标用户。
11.一种人脸识别场景中的数据传输装置，其特征在于，应用于服务器，所述装置包括：
获取单元，用于获取目标用户在终端进行人脸识别过程中的识别图像，所述识别图像中包括场景信息和人脸信息；其中，所述识别图像是通过所述终端采集并发送给所述服务器的；
处理单元，用于在所述识别图像与所述目标用户对应的情况下，基于预设规则对所述识别图像添加目标噪点，以得到目标图像，所述预设规则针对所述人脸信息设定，所述目标噪点对所述场景信息的修改不影响所述场景信息的识别；
传输单元，用于将所述目标图像传输至所述终端进行展示；
所述处理单元，具体用于：
在所述识别图像上叠加噪点图像，以为所述识别图像添加隐形衣，使得添加隐形衣后的识别图像和添加隐形衣前的识别图像在视觉效果上一致，但所述添加隐形衣后的识别图像中的人脸特征无法被识别；
获取所述识别图像中所述人脸信息对应的人脸区域占识别图像的目标比例；
根据所述目标比例确定遮掩参数，其中，所述目标比例越大，确定的所述遮掩参数使得对应的遮掩图层越致密；
基于所述遮掩参数调用对应的所述遮掩图层；
在所述添加隐形衣后的识别图像上添加所述遮掩图层，以得到所述目标图像，所述目标图像中的人脸信息仍能够显示长相，并用于指示所述目标用户。
12.根据权利要求11所述的装置，其特征在于，所述处理单元，具体用于：
基于所述预设规则调用人脸特征集，所述人脸特征集中包含多个基于分类标签划分的特征集合；
确定所述人脸特征集中所述识别图像差异值达到预设值的目标集合；
从所述目标集合中随机选取噪点图像；
基于所述噪点图像对所述识别图像进行处理，以为所述识别图像添加隐形衣。
13.根据权利要求12所述的装置，其特征在于，所述处理单元，具体用于：
从所述人脸特征集随机确定N个所述分类标签，并提取对应的N个特征集合，N≥1，N为整数；
调用特征提取器分别对N个所述特征集合进行特征提取，以得到N个特征中心点；
从N个所述特征中心点中确定与所述识别图像的距离满足预设值的目标中心点；
确定所述目标中心点对应的所述目标集合。
14.根据权利要求13所述的装置，其特征在于，所述处理单元，具体用于：
调用所述目标用户对应的用户图像集合；
从N个所述特征中心点中确定与所述用户图像集合中的图像的距离满足所述预设值的所述目标中心点。
15.根据权利要求12所述的装置，其特征在于，所述处理单元，具体用于：
确定所述目标用户对应的描述信息；
根据所述描述信息提取用户分类标签；
基于所述用户分类标签调用所述人脸特征集。
16.根据权利要求11所述的装置，其特征在于，所述处理单元，具体用于包括：
确定所述添加隐形衣后的识别图像中所述人脸信息对应的人脸区域；
根据所述遮掩图层作为所述目标噪点对所述人脸区域进行处理，以得到所述目标图像。
17.根据权利要求11所述的装置，其特征在于，所述处理单元，具体用于：
基于所述识别图像调用模糊算法；
根据所述模糊算法生成所述遮掩图层。
18.根据权利要求11所述的装置，其特征在于，
所述获取单元，具体用于接收所述目标用户在所述终端进行人脸识别过程中发送的所述识别图像；
所述获取单元，具体用于响应于所述识别图像的接收，向所述终端反馈处理指令，以使得所述终端根据所述处理指令展示处理界面并关闭图像采集模块；
所述传输单元，具体用于向所述终端发送所述目标图像，使得所述终端将所述处理界面切换为所述目标图像进行展示。
19.根据权利要求11-18任一项所述的装置，其特征在于，所述传输单元，具体用于：
获取所述目标用户的账户标识；
将所述账户标识与所述目标图像进行关联；
响应于所述目标用户在终端发起的人脸识别过程，调用所述目标图像进行展示。
20.根据权利要求11所述的装置，其特征在于，所述人脸识别过程用于人脸支付，通过所述目标图像无法识别得到所述目标用户。
21.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器：
所述存储器用于存储程序代码；所述处理器用于根据所述程序代码中的指令执行权利要求1至10任一项所述的人脸识别场景中的数据传输方法。
22.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述权利要求1至10任一项所述的人脸识别场景中的数据传输方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011256554.XA CN114499903B (zh) | 2020-11-11 | 2020-11-11 | 一种人脸识别场景中的数据传输方法以及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011256554.XA CN114499903B (zh) | 2020-11-11 | 2020-11-11 | 一种人脸识别场景中的数据传输方法以及相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114499903A CN114499903A (zh) | 2022-05-13 |
| CN114499903B true CN114499903B (zh) | 2024-01-30 |
Family
ID=81491417
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011256554.XA Active CN114499903B (zh) | 2020-11-11 | 2020-11-11 | 一种人脸识别场景中的数据传输方法以及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114499903B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105956022A (zh) * | 2016-04-22 | 2016-09-21 | 腾讯科技（深圳）有限公司 | 电子镜图像处理方法和装置、图像处理方法和装置 |
| CN106874787A (zh) * | 2017-01-20 | 2017-06-20 | 维沃移动通信有限公司 | 一种图像查看方法及移动终端 |
| CN108197453A (zh) * | 2018-01-19 | 2018-06-22 | 中国科学院信息工程研究所 | 一种图像隐私保护方法及系统 |
| CN109919021A (zh) * | 2019-01-29 | 2019-06-21 | 深圳市海派通讯科技有限公司 | 人脸拍摄图像保护方法 |
| CN111046365A (zh) * | 2019-12-16 | 2020-04-21 | 腾讯科技（深圳）有限公司 | 人脸图像传输方法、数值转移方法、装置及电子设备 |
| CN111355924A (zh) * | 2019-11-18 | 2020-06-30 | 杭州亿圣信息技术有限公司 | 基于视频智能分析检测特殊人员脸部加扰编码的方法 |
-
2020
- 2020-11-11 CN CN202011256554.XA patent/CN114499903B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105956022A (zh) * | 2016-04-22 | 2016-09-21 | 腾讯科技（深圳）有限公司 | 电子镜图像处理方法和装置、图像处理方法和装置 |
| CN106874787A (zh) * | 2017-01-20 | 2017-06-20 | 维沃移动通信有限公司 | 一种图像查看方法及移动终端 |
| CN108197453A (zh) * | 2018-01-19 | 2018-06-22 | 中国科学院信息工程研究所 | 一种图像隐私保护方法及系统 |
| CN109919021A (zh) * | 2019-01-29 | 2019-06-21 | 深圳市海派通讯科技有限公司 | 人脸拍摄图像保护方法 |
| CN111355924A (zh) * | 2019-11-18 | 2020-06-30 | 杭州亿圣信息技术有限公司 | 基于视频智能分析检测特殊人员脸部加扰编码的方法 |
| CN111046365A (zh) * | 2019-12-16 | 2020-04-21 | 腾讯科技（深圳）有限公司 | 人脸图像传输方法、数值转移方法、装置及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| Shawn Shan et al..Fawkes: Protecting Privacy against Unauthorized Deep Learning Models.《SEC'20: Proceedings of the 29th USENIX Conference on Security Symposium》.2020,第1589-1602页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114499903A (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104992096B (zh) | 一种数据保护方法及移动终端 | |
| US11055547B2 (en) | Unlocking control method and related products | |
| CN109003194B (zh) | 评论分享方法、终端以及存储介质 | |
| CN110930410B (zh) | 一种图像处理方法、服务器及终端设备 | |
| WO2020048392A1 (zh) | 应用程序的病毒检测方法、装置、计算机设备及存储介质 | |
| CN110555171B (zh) | 一种信息处理方法、装置、存储介质及系统 | |
| CN112533072A (zh) | 图像发送方法、装置及电子设备 | |
| CN110826438B (zh) | 一种显示方法及电子设备 | |
| CN109166164B (zh) | 一种表情图片的生成方法及终端 | |
| CN107895108B (zh) | 一种操作管理方法和移动终端 | |
| CN111666498B (zh) | 一种基于互动信息的好友推荐方法、相关装置及存储介质 | |
| CN114499903B (zh) | 一种人脸识别场景中的数据传输方法以及相关装置 | |
| CN108809802B (zh) | 一种信息的展示方法及移动终端 | |
| CN116959059A (zh) | 一种活体检测的方法、装置以及存储介质 | |
| CN116342940A (zh) | 图像审批方法、装置、介质及设备 | |
| CN111897709A (zh) | 监控用户的方法、装置、电子设备及介质 | |
| CN107194363B (zh) | 图像饱和度处理方法、装置、存储介质及计算机设备 | |
| CN111143441A (zh) | 性别确定方法、装置、设备及存储介质 | |
| CN111093199A (zh) | 信息提示方法、电子设备 | |
| CN110119383A (zh) | 一种文件管理方法及终端设备 | |
| CN111756705B (zh) | 活体检测算法的攻击测试方法、装置、设备及存储介质 | |
| CN116703808A (zh) | 假商品样本图像生成方法、相关装置及存储介质 | |
| CN117079356A (zh) | 一种对象鉴伪模型构建方法、虚假对象检测方法及装置 | |
| CN116704567A (zh) | 一种人脸图片处理方法、相关设备及存储介质 | |
| CN116959055A (zh) | 一种人脸识别方法、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 |