[發(fā)明專利]加密模型訓(xùn)練、圖像加密和加密人臉圖像識別方法及裝置

在審

• 申請?zhí)枺?/td>: 202110822280.4
• 申請日: 2021-07-20
• 公開（公告）號: CN113486839A
• 公開（公告）日: 2021-10-08
• 發(fā)明（設(shè)計(jì)）人: 蘭鈞;王可;孟昌華;王維強(qiáng)
• 申請（專利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F21/60;G06N3/04;G06N3/08
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 陳霽;周良玉

本說明書實(shí)施例提供一種加密模型訓(xùn)練方法及裝置、圖像加密方法及裝置和加密人臉圖像識別方法及裝置，該加密模型訓(xùn)練方法包括：利用待訓(xùn)練的加密模型對原始人臉圖像加密，得到加密人臉圖像；將加密人臉圖像輸入待訓(xùn)練的第一人臉識別模型，得到第一人臉預(yù)測結(jié)果；利用第一人臉預(yù)測結(jié)果及原始人臉圖像對應(yīng)的人臉標(biāo)注結(jié)果，確定第一預(yù)測損失；分別將原始人臉圖像及加密人臉圖像輸入經(jīng)訓(xùn)練的第二人臉識別模型，得到各自對應(yīng)的第一輸出結(jié)果及第二輸出結(jié)果；基于第一輸出結(jié)果及第二輸出結(jié)果，確定第二預(yù)測損失；基于與第一預(yù)測損失和第二預(yù)測損失正相關(guān)，確定總預(yù)測損失；以最小化總預(yù)測損失為目標(biāo)，訓(xùn)練加密模型以及第一人臉識別模型。

技術(shù)領(lǐng)域

本說明書涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種用于隱私保護(hù)的加密模型訓(xùn)練方法及裝置、圖像加密方法及裝置和加密人臉圖像識別方法及裝置。

背景技術(shù)

近年來，數(shù)據(jù)安全及個人隱私保護(hù)越來越受到大眾的關(guān)注和重視。由于第三方設(shè)備運(yùn)行環(huán)境安全的不可預(yù)見性，人臉圖像使用過程中如人臉識別應(yīng)用過程中數(shù)據(jù)的安全性受到很大的威脅。如何在人臉圖像使用的整個流程中保護(hù)用戶的隱私是值得研究和探討的問題。

目前，在人臉圖像使用的整個流程中保護(hù)用戶的隱私的過程，一般為：利用傳統(tǒng)數(shù)字圖像處理方法中的加密算法，對人臉圖像進(jìn)行加密，進(jìn)而利用加密后的人臉圖像執(zhí)行下游任務(wù)，例如，利用加密后的人臉圖像及其對應(yīng)的標(biāo)簽信息訓(xùn)練人臉識別模型。其中，傳統(tǒng)數(shù)字圖像處理方法中的加密算法一般包括：隨機(jī)擾亂圖像的行或列，隨機(jī)擾亂圖像的像素點(diǎn)，縮放圖像的像素點(diǎn)，或利用混沌序列對圖像進(jìn)行加密。

然而，上述過程中，加密后的人臉圖像在一定程度上實(shí)現(xiàn)了對用戶個人隱私的保護(hù)，但無法掌控加密后的人臉圖像的圖像特征損失對下游任務(wù)的影響，如加密后的人臉圖像用于訓(xùn)練人臉識別模型時準(zhǔn)確率可能會大幅下降。

因此，希望能有改進(jìn)的方案，在實(shí)現(xiàn)對個人隱私保護(hù)的同時，又可以保證下游任務(wù)的執(zhí)行準(zhǔn)確率。

發(fā)明內(nèi)容

本說明書一個或多個實(shí)施例提供了一種用于隱私保護(hù)的加密模型訓(xùn)練方法及裝置、圖像加密方法及裝置和加密人臉圖像識別方法及裝置，以訓(xùn)練得到加密模型，實(shí)現(xiàn)對個人隱私保護(hù)的同時，又可以保證下游任務(wù)的執(zhí)行準(zhǔn)確率。

根據(jù)第一方面，提供一種用于隱私保護(hù)的加密模型訓(xùn)練方法，包括：

利用待訓(xùn)練的加密模型對原始人臉圖像加密，得到對應(yīng)的加密人臉圖像；

將所述加密人臉圖像輸入待訓(xùn)練的第一人臉識別模型，得到第一人臉預(yù)測結(jié)果；

利用所述第一人臉預(yù)測結(jié)果以及所述原始人臉圖像對應(yīng)的人臉標(biāo)注結(jié)果，確定第一預(yù)測損失；

分別將所述原始人臉圖像及所述加密人臉圖像輸入經(jīng)訓(xùn)練的第二人臉識別模型，得到所述原始人臉圖像對應(yīng)的第一輸出結(jié)果及所述加密人臉圖像對應(yīng)的第二輸出結(jié)果，其中，所述第二人臉識別模型基于原始人臉圖像及對應(yīng)的人臉標(biāo)注結(jié)果訓(xùn)練得到；

基于所述第一輸出結(jié)果及所述第二輸出結(jié)果，確定第二預(yù)測損失；

確定總預(yù)測損失，所述總預(yù)測損失與所述第一預(yù)測損失和所述第二預(yù)測損失正相關(guān)；

以最小化所述總預(yù)測損失為目標(biāo)，訓(xùn)練所述加密模型以及第一人臉識別模型。

一種可實(shí)施方式中，所述第一輸出結(jié)果包括：所述原始人臉圖像的第一圖像特征，所述第二輸出結(jié)果包括：所述加密人臉圖像的第二圖像特征；

所述確定第二預(yù)測損失，包括：

計(jì)算所述第一圖像特征和所述第二圖像特征之間的相似度；

確定所述第二預(yù)測損失，其與所述相似度正相關(guān)。

一種可實(shí)施方式中，所述第二輸出結(jié)果還包括：所述加密人臉圖像的第二人臉預(yù)測結(jié)果；