图像识别方法、装置及设备制造方法及图纸

本说明书实施例提供一种图像识别方法、装置及设备，在图像识别方法中，接收客户端发送的加密图像数据。该加密图像数据是由客户端采用全同态加密算法对待识别图像的原始图像数据进行加密后得到。将加密图像数据输入卷积神经网络，并得到识别结果。其中，在卷积神经网络中，采用多项式函数代替激活函数进行激活处理。该多项式函数基于预定义的拟合条件对激活函数拟合确定。预定义的拟合条件至少包括：多项式函数在激活函数的自变量取值范围边界处，与激活函数具有相同的函数值和微分值。向客户端返回识别结果，以使客户端采用全同态加密算法对应的解密算法对识别结果进行解密，以得到最终识别结果。

Image recognition method, device and equipment

The embodiment of the specification provides an image recognition method, device and device, in which the encrypted image data sent by the client is received. The encrypted image data is obtained by encrypting the original image data of the image to be recognized by the client using the full homomorphic encryption algorithm. The encrypted image data is input into convolutional neural network and the recognition result is obtained. In convolution neural network, polynomial function is used instead of activation function. The polynomial function determines the active function fitting based on the predefined fitting conditions. The pre-defined fitting conditions at least include: the polynomial function has the same function value and differential value as the activation function at the boundary of the independent variable value range of the activation function. The identification result is returned to the client, so that the client can decrypt the identification result with the decryption algorithm corresponding to the homomorphic encryption algorithm to get the final identification result.

【技术实现步骤摘要】
图像识别方法、装置及设备
本说明书一个或多个实施例涉及计算机
，尤其涉及一种图像识别方法、装置及设备。
技术介绍
随着云计算技术的普及以及大规模图像识别对于计算能力的迫切需求，基于云计算的图像识别技术由于其巨大的应用价值和市场潜力逐渐成为研究热点，逐渐被各个领域广泛应用，例如互联网金融的人脸识别、医疗图像的疾病筛查等方面。基于云计算的图像识别技术需要用户将本地图像数据上传至云计算平台(也称云端服务器)，这些图像数据在上传的过程容易造成泄露。此外，人脸的图像特征或者医疗图像特征具有唯一性，一旦泄漏很难更改，因此保护用户图像数据的隐私，提供一种安全的图像识别方法就成为要解决的技术问题。
技术实现思路
本说明书一个或多个实施例描述了一种图像识别方法、装置及设备，可以在保证用户图像数据安全的情况下，对图像进行准确地识别。第一方面，提供了一种图像识别方法，包括：接收客户端发送的加密图像数据；所述加密图像数据是由所述客户端采用全同态加密算法对待识别图像的原始图像数据进行加密后得到；>将所述加密图像数据本文档来自技高网...

【技术保护点】
1.一种图像识别方法，通过云端服务器执行，所述方法包括：/n接收客户端发送的加密图像数据；所述加密图像数据是由所述客户端采用全同态加密算法对待识别图像的原始图像数据进行加密后得到；/n将所述加密图像数据输入卷积神经网络，并得到识别结果；其中，在所述卷积神经网络中，采用多项式函数代替激活函数进行激活处理；所述多项式函数基于预定义的拟合条件对所述激活函数拟合确定；所述预定义的拟合条件至少包括：多项式函数在激活函数的自变量取值范围边界处，与激活函数具有相同的函数值和微分值；/n向所述客户端返回所述识别结果，以使所述客户端采用所述全同态加密算法对应的解密算法对所述识别结果进行解密，以得到最终识别结果。...

【技术特征摘要】
1.一种图像识别方法，通过云端服务器执行，所述方法包括：
接收客户端发送的加密图像数据；所述加密图像数据是由所述客户端采用全同态加密算法对待识别图像的原始图像数据进行加密后得到；
将所述加密图像数据输入卷积神经网络，并得到识别结果；其中，在所述卷积神经网络中，采用多项式函数代替激活函数进行激活处理；所述多项式函数基于预定义的拟合条件对所述激活函数拟合确定；所述预定义的拟合条件至少包括：多项式函数在激活函数的自变量取值范围边界处，与激活函数具有相同的函数值和微分值；
向所述客户端返回所述识别结果，以使所述客户端采用所述全同态加密算法对应的解密算法对所述识别结果进行解密，以得到最终识别结果。


2.根据权利要求1所述的方法，其中，
在所述卷积神经网络的池化层中，采用求和函数作为池化函数，对所述池化层的前一层网络的输出数据进行池化运算，以实现对所述前一层网络的输出数据的筛选。


3.根据权利要求2所述的方法，所述采用求和函数作为池化函数，对所述池化层的前一层网络的输出数据进行池化运算，包括：
基于求和函数，重复多次对所述池化层的前一层网络的输出数据中不同池化窗口中的数据执行求和操作，以得到多个求和结果；
将所述多个求和结果作为到后一层网络的输出数据。


4.根据权利要求1所述的方法，所述卷积神经网络通过以下步骤训练得到：
收集样本集；
将所述样本集划分为训练样本集和测试样本集；
基于所述训练样本集中的样本，对卷积神经网络进行训练；
基于所述测试样本集中的样本，对训练后的卷积神经网络进行测试，以得到测试结果；
基于所述测试结果，确定所述训练后的卷积神经网络的识别准确率；
若所述识别准确率大于阈值，则将所述训练后的卷积神经网络作为最终完成训练的卷积神经网络。


5.根据权利要求1所述的方法，所述卷积神经网络基于训练样本集训练得到，所述训练样本集中的样本包括：样本图像的图像数据和标签值，所述标签值指示所述样本图像的真实识别结果；
所述卷积神经网络通过以下步骤训练得到：
接收所述客户端发送的加密样本图像数据；所述加密样本图像数据是由所述客户端采用所述全同态加密算法，对所述样本图像的图像数据进行加密后得到；
将所述加密样本图像数据输入卷积神经网络，以得到所述样本图像的预测结果；
采用所述全同态加密算法对应的解密算法对所述预测结果进行解密，以得到解密后的预测结果；
根据所述解密后的预测结果和所述标签值，确定预测误差；
根据所述预测误差，更新所述卷积神经网络的各层网络的参数。


6.根据权利要求1所述的方法，所述预定义的拟合条件还包括：多项式函数在激活函数的自变量取值范围中间处，与激活函数具有相同的函数值和微分值。


7.根据权利要求1或6所述的方法，所述多项式函数通过以下步骤生成：
确定待生成的多项式函数的函数形式；
根据所述预定义的拟合条件，确定待生成的多项式函数中的多个待定系数之间需满足的多个等式关系；
基于所述多个等式关系，计算所述多个待定系数各自的取值；
基于所述函数形式以及所述多个待定系数各自的取值，确定所述多项式函数。


8.根据权利要求7所述的方法，所述确定待生成的多项式函数的函数形式，包括：
根据所述预定义的拟合条件，确定待生成的多项式函数的最大次数；
基于所述最大次数，确定待生成的多项式函数的次数取值范围；
从所述次数取值范围中随机选取一个次数作为目标次数；
基于所述目标次数，确定待生成的多项式函数的函数形式。


9.根据权利要求1所述的方法，所述激活函数为RELU函数。


10.一种图像识别方法，所述方法由客户端执行，所述方法包括：
获取待识别图像的原始图像数据；
采用全同态加密算法，对所述原始图像数据进行加密，得到加密图像数据；
向云端服务器发送加密图像数据；
接收所述云端服务器发送的识别结果；所述识别结果是由所述云端服务器基于所述加密图像数据和卷积神经网络得到；其中，在所述卷积神经网络中，采用多项式函数代替激活函数进行激活处理；所述多项式函数基于预定义的拟合条件对所述激活函数拟合确定；所述预定义的拟合条件至少包括：多项式函数在激活函数的自变量取值范围边界处，与激活函数具有相同的函数值和微分值；
采用所述全同态加密算法对应的解密算法对所述识别结果进行解密，以得到最终识别结果。


11.一种图像识别装置，包括：
接收单元，用于接收客户端发送的加密图像数据；所述加密图像数据是由所述客户端采用全同态加密算法对待识别图像的原始图像数据进行加密后得到；
输入单元，用于将所述接收单元接收的所述加密图像数据输入卷积神经网络，并得到识别结果；其中，在所述卷积神经网络中，采用多项式函数代替激活函数进行激活处理；所述多项式函数基于预定义的拟合条件对所述激活函数拟合确定；所述预定义的拟合条件至少包括：多项式函数在激活函数的自变量取值范围边界处，与激活函数具有相同的函数值和微分值；
发送单元，用于向所述客户端返回所述识别结果，以使所述客户端采用所述全同态加密算法对应的解密算法对所述识别结果进行解密，以得到最终识别结果。


12.根据权利要求11所述的装置，还包括：
运算单元，用于在所述卷积神经网络的池化层中，采用求和函数作为池化函数，对所述池化层的前一层网络的输出数据进行池化运算，以实现对所述前一层网络的输出数据的筛选。


13.根据权利要求12所述的装置，所述运算单元具体用于：
基于求和函数，重复多次对所述池化层的...

【专利技术属性】
技术研发人员：郑龙飞，陈超超，巫锡斌，王力，周俊，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY