[發(fā)明專利]一種結(jié)合水印和深度學(xué)習(xí)的人臉識別加密認(rèn)證方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202111441926.0 | 申請日: | 2021-11-30 |
| 公開(公告)號: | CN114170658A | 公開(公告)日: | 2022-03-11 |
| 發(fā)明(設(shè)計)人: | 彭長根;吳俊青;譚偉杰;蔣合領(lǐng);丁紅發(fā) | 申請(專利權(quán))人: | 貴州大學(xué) |
| 主分類號: | G06V40/16 | 分類號: | G06V40/16;G06V10/94;G06V10/96;G06V10/74;G06V10/82;G06N3/08;G06N3/04;G06T1/00;G06K9/62 |
| 代理公司: | 北京高沃律師事務(wù)所 11569 | 代理人: | 趙興華 |
| 地址: | 550025 貴州省貴*** | 國省代碼: | 貴州;52 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 結(jié)合 水印 深度 學(xué)習(xí) 識別 加密 認(rèn)證 方法 系統(tǒng) | ||
1.一種結(jié)合水印和深度學(xué)習(xí)的人臉識別加密認(rèn)證方法,其特征在于,包括:
攝像頭采集人臉圖像,并向人臉圖像中嵌入水印圖像,得到水印人臉圖像,并將所述水印人臉圖像發(fā)送至客戶端;
所述客戶端提取水印人臉圖像中的水印信息,并將所述水印信息與所述水印圖像進(jìn)行比對認(rèn)證,得到比對認(rèn)證結(jié)果;
所述客戶端采用基于FaceNet的深度學(xué)習(xí)算法對認(rèn)證成功的人臉圖像進(jìn)行人臉特征數(shù)據(jù)提取,并采用CKKS全同態(tài)加密算法和國密SM4算法對提取到的人臉特征數(shù)據(jù)進(jìn)行加密,得到人臉特征密文數(shù)據(jù),并將所述人臉特征密文數(shù)據(jù)發(fā)送至數(shù)據(jù)庫服務(wù)器;
所述數(shù)據(jù)庫服務(wù)器生成與人臉特征密文數(shù)據(jù)對應(yīng)的加密人臉特征模板,并計算所述加密人臉特征模板與數(shù)據(jù)庫服務(wù)器中預(yù)存的同一用戶的人臉特征模板之間的漢明距離,并對所述漢明距離進(jìn)行加密得到漢明距離密文數(shù)據(jù),并將所述漢明距離密文數(shù)據(jù)發(fā)送至身份驗證服務(wù)器;
所述身份驗證服務(wù)器對所述漢明距離密文數(shù)據(jù)進(jìn)行解密,得到漢明距離明文值;
所述身份驗證服務(wù)器對漢明距離明文值與預(yù)設(shè)漢明距離閾值進(jìn)行大小比較,得到人臉識別認(rèn)證結(jié)果。
2.根據(jù)權(quán)利要求1所述的結(jié)合水印和深度學(xué)習(xí)的人臉識別加密認(rèn)證方法,其特征在于,所述采集人臉圖像,并向人臉圖像中嵌入水印圖像,得到水印人臉圖像,具體包括:
采集人臉圖像;
采用LSB盲水印算法將預(yù)設(shè)的水印圖像嵌入到所述人臉圖像中,得到所述水印人臉圖像。
3.根據(jù)權(quán)利要求1所述的結(jié)合水印和深度學(xué)習(xí)的人臉識別加密認(rèn)證方法,其特征在于,所述提取水印人臉圖像中的水印信息,并將所述水印信息與所述水印圖像進(jìn)行比對認(rèn)證,得到比對認(rèn)證結(jié)果,具體包括:
采用LSB水印提取算法對所述水印人臉圖像中的水印信息進(jìn)行提取,得到提取出的水印信息;
采用PSNR值比對方法,對提取出的水印信息與水印圖像進(jìn)行比對認(rèn)證,計算得到PSNR值;
根據(jù)PSNR值確定比對認(rèn)證結(jié)果;當(dāng)PSNR值等于預(yù)設(shè)PSNR閾值時,則比對認(rèn)證結(jié)果為認(rèn)證成功;當(dāng)PSNR值大于或小于預(yù)設(shè)PSNR閾值時,則比對認(rèn)證結(jié)果為認(rèn)證失敗。
4.根據(jù)權(quán)利要求1所述的結(jié)合水印和深度學(xué)習(xí)的人臉識別加密認(rèn)證方法,其特征在于,所述采用基于FaceNet的深度學(xué)習(xí)算法對認(rèn)證成功的人臉圖像進(jìn)行人臉特征數(shù)據(jù)提取,并采用CKKS全同態(tài)加密算法和國密SM4算法對提取到的人臉特征數(shù)據(jù)進(jìn)行加密,得到人臉特征密文數(shù)據(jù),具體包括:
采用基于FaceNet的深度學(xué)習(xí)算法對認(rèn)證成功的人臉圖像進(jìn)行人臉特征數(shù)據(jù)提取,得到提取到的人臉特征數(shù)據(jù);
采用CKKS全同態(tài)加密算法對所述提取到的人臉特征數(shù)據(jù)進(jìn)行加密,得到人臉特征密文ct;
采用國密SM4算法對人臉特征密文ct進(jìn)行加密,得到人臉特征密文cts。
5.根據(jù)權(quán)利要求4所述的結(jié)合水印和深度學(xué)習(xí)的人臉識別加密認(rèn)證方法,其特征在于,所述生成與人臉特征密文數(shù)據(jù)對應(yīng)的加密人臉特征模板,并計算所述加密人臉特征模板與數(shù)據(jù)庫服務(wù)器中預(yù)存的同一用戶的人臉特征模板之間的漢明距離,并對所述漢明距離進(jìn)行加密得到漢明距離密文數(shù)據(jù),具體包括:
根據(jù)所述人臉特征密文數(shù)據(jù)生成相應(yīng)的加密人臉特征模板;
對所述人臉特征密文數(shù)據(jù)中的人臉特征密文ct進(jìn)行加乘運算,計算所述加密人臉特征模板與數(shù)據(jù)庫服務(wù)器中預(yù)存的同一用戶的人臉特征模板之間的漢明距離;
采用國密SM4算法對漢明距離進(jìn)行加密,得到漢明距離密文數(shù)據(jù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于貴州大學(xué),未經(jīng)貴州大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111441926.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 數(shù)字水印的水印跳變方法
- 一種基于離散小波變換的數(shù)字水印系統(tǒng)
- 一種音頻數(shù)字水印系統(tǒng)
- 一種基于奇異值分解的數(shù)字水印的嵌入和提取方法及系統(tǒng)
- 根據(jù)圖形生成水印的方法、系統(tǒng)、終端及介質(zhì)
- 一種用于大數(shù)據(jù)的數(shù)字水印嵌入和提取方法及系統(tǒng)
- 基于PDF的水印平鋪方法、裝置、計算機設(shè)備及存儲介質(zhì)
- 一種編輯水印的方法、裝置及電子設(shè)備
- 水印檢測模型的生成和水印檢測方法、裝置及設(shè)備
- 視頻水印去除方法、視頻數(shù)據(jù)發(fā)布方法及相關(guān)裝置
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





