[發(fā)明專利]云環(huán)境下融合全同態(tài)加密和離散小波變換的人臉識別方法

有效

• 申請?zhí)枺?/td>: 202011092218.6
• 申請日: 2020-10-13
• 公開（公告）號: CN112215158B
• 公開（公告）日: 2022-10-18
• 發(fā)明（設計）人: 鄭培嘉;彭冬氈;駱偉祺
• 申請（專利權）人: 中山大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/77;G06K9/62;H04L9/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 張金福

本發(fā)明提出一種云環(huán)境下融合全同態(tài)加密和離散小波變換的人臉識別方法，解決了現(xiàn)有方法無法兼顧隱私安全性、識別率和運行效率的問題，通過對客戶端輸入的人臉圖片及云服務器上人臉數(shù)據(jù)庫的人臉圖片均進行預處理，將預處理后的客戶端輸入的人臉圖片進行向量切片后，轉化為密文分片，利用packing加密方式加密后傳送至云服務器，在全同態(tài)加密域下進行離散小波變換，預處理后的云服務器上人臉數(shù)據(jù)庫的人臉圖片一維向量在明文狀態(tài)下進行離散小波變換，并通過初次降維，并得到特征向量；基于特征向量，進一步進行降維處理，最后計算歐式距離，確定人臉識別結果，兼顧隱私安全性、識別率和運行效率。

技術領域

本發(fā)明涉及多媒體信息安全、人臉識別的技術領域，更具體地，涉及一種云環(huán)境下融合全同態(tài)加密和離散小波變換的人臉識別方法。

背景技術

近年來，隨著信息技術的快速發(fā)展，人臉識別技術已經作為身份鑒別或業(yè)務授權的重要依據(jù)之一，保證了公共安全、信息管理等的高效維護。基于人臉識別的身份認證首先采集用戶的人臉特征存儲于云服務器上的數(shù)據(jù)庫中作為模板，當用戶需要進行人臉識別時，采用云服務器強大的計算能力，將現(xiàn)場采集的人臉特征或人臉與數(shù)據(jù)庫中的人臉特征模板進行比對，基于兩者特征相似度進行人臉識別來驗證用戶身份的合法性，其方案安全性的關鍵在于人臉特征模板的安全。

一方面云服務器要防止用戶猜測人臉特征模板，另一方面如果進行人臉識別時將明文人臉傳至云服務器的過程中被截獲數(shù)據(jù)，這種人臉圖片泄露所帶來的潛在的安全風險，遠比手機號與賬戶信息的泄露更為嚴重。因此，越來越多的用戶提出在本地采用一種可信的加密方式，并將加密的圖片相關信息進行傳輸。這就需要一種能夠在加密情況下對人臉圖片進行識別的方法。

近年來，又不少人提出使用加性同態(tài)加密如palliar加密實現(xiàn)人臉識別的方法，如公布號為CN109145829A，公布日為2019年1月4日的中國專利中公開了一種基于深度學習和同態(tài)加密的安全高效的人臉識別方法，首先獲取人臉圖像，然后對獲取的人臉圖像進行人臉特征提取，將特征數(shù)據(jù)利用paillier加密算法進行加密并將密文數(shù)據(jù)發(fā)送到云端，通過加密信號處理的技術以及同態(tài)加密的性質，提高效率的同時，保證了云和客戶端雙方對隱私性的要求，但是傳統(tǒng)的paillier加密算法無法進行密文相乘，由于其缺少密文乘法性質，需要與用戶進行多次交互，計算模型的復雜度高，而且增加了被攔截的風險。當前，也有基于全同態(tài)加密的方法用于人臉識別，但是全同態(tài)加密的密文大，占用的資源空間大，人臉識別速度慢，運行效率低，制約了其實用化的進程。

綜合所述，提出一種在云計算環(huán)境下兼顧隱私安全性、識別率和運行效率的人臉識別方法十分有必要。

發(fā)明內容

為解決現(xiàn)有人臉識別方法在人臉識別過程中無法兼顧隱私安全性、識別率和運行效率的問題，本發(fā)明提出一種云環(huán)境下融合全同態(tài)加密和離散小波變換的人臉識別方法，在保證滿足隱私要求的同時，降低密文資源空間的占用度，提高人臉識別速度。

為了達到上述技術效果，本發(fā)明的技術方案如下：

一種云環(huán)境下融合全同態(tài)加密和離散小波變換的人臉識別方法，至少包括：

S1.對客戶端輸入的人臉圖片及云服務器上人臉數(shù)據(jù)庫的人臉圖片均進行預處理；

S2.將預處理后的客戶端輸入的人臉圖片進行向量切片后，轉化為密文分片，加密后傳送至云服務器；

S3.將加密后傳送至云服務器的密文分片在全同態(tài)加密域下進行離散小波變換，得到離散小波變換后的系數(shù)；

S4.將預處理后的云服務器上人臉數(shù)據(jù)庫的人臉圖片一維向量在明文狀態(tài)下進行離散小波變換，并通過初次降維，并得到特征向量；

S5.根據(jù)特征向量，對離散小波變換后的云服務器上人臉數(shù)據(jù)庫的向量組進行降維；在全同態(tài)加密域下，對密文分片離散小波變換后的系數(shù)進行降維，得到降維后的客戶端輸入的人臉圖片向量；