基于知识联邦的人脸识别方法、装置、设备、介质及系统制造方法及图纸

本发明专利技术公开了一种基于知识联邦的人脸识别方法，涉及计算机技术领域，包括以下步骤：基于获取的人脸数据集训练人脸识别模型，得到的人脸识别模型梯度通过加密，生成人脸识别梯度密文，并发送至第三方终端，使人脸识别梯度密文通过解密、知识联邦、加密以得到联邦模型参数密文；基于解密得到的联邦模型参数，继续训练人脸识别模型，根据训练完成的人脸识别模型进行人脸识别。该发明专利技术保证原始数据不离开本地，能有效保护数据隐私，通过联邦训练所得的人脸识别模型通用性强，适用于不同领域机构终端的业务场景。本发明专利技术还公开一种基于知识联邦的人脸识别装置、电子设备、存储介质和系统。系统中的机构终端规模不受限制，可灵活选择加入或退出。

【技术实现步骤摘要】
基于知识联邦的人脸识别方法、装置、设备、介质及系统
本专利技术涉及计算机
，尤其涉及一种基于知识联邦的人脸识别方法、装置、设备、介质及系统。
技术介绍
人脸识别技术广泛应用于金融保险、零售、安防和公安等领域，应用于各个领域的人脸识别技术均有跨行业要求，比如在金融行业用户开户时，需要将终端现场即时采集的人脸照与从公安系统中调用的证件照进行比对；或者在安防行业布控时，同样需要将监控摄像头拍摄到的人脸照与公安系统中的证件照进行比对。但是由于各个领域的人脸数据分布不一致，比如公安系统的证件照、金融行业中复杂场景下的人脸照、安防领域中自然场景下的人脸照的数据分布差异很大，导致由各领域人脸数据集训练所得的人脸识别模型，在应用到不同的应用场景时，模型的泛化能力很差。例如，由安防领域数据集训练所得的人脸识别模型，无法在金融保险行业使用。而各个行业采集人脸数据均需要遵守个人信息的相关安全规范，使得各自采集的人脸数据无法互通使用，因此，如何打破数据孤岛，将各领域的人脸数据整合起来训练一个通用的人脸识别模型，用以解决跨行业的人脸识别问题迫在眉睫。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供一种基于知识联邦的人脸识别方法，其通过将人脸识别梯度密文发送至第三方终端，以获得通过知识联邦得到的联邦模型参数密文，进而训练人脸识别模型，根据训练完成的人脸识别模型实现人脸识别。本专利技术的目的之一采用以下技术方案实现：一种基于知识联邦的人脸识别方法，包括以下步骤：获取人脸数据集，并根据预设参数初始化人脸识别模型；基于所述人脸数据集训练所述人脸识别模型，得到人脸识别模型梯度；所述人脸识别模型梯度通过加密，生成人脸识别梯度密文；发送所述人脸识别梯度密文至第三方终端，使所述人脸识别梯度密文通过解密、知识联邦、加密以得到联邦模型参数密文；接收所述联邦模型参数密文；所述联邦模型参数密文通过解密得到联邦模型参数；基于所述联邦模型参数继续训练所述人脸识别模型，根据训练完成的人脸识别模型对人脸进行识别。进一步地，所述人脸识别模型梯度采用Parllier算法进行同态加密。进一步地，基于所述联邦模型参数继续训练所述人脸识别模型，包括：基于所述联邦模型参数，更新所述人脸识别模型的人脸识别模型参数；根据所述人脸数据集和更新后的人脸识别模型参数，迭代训练所述人脸识别模型；当所述人脸识别模型迭代训练的次数等于预设的迭代次数阈值时，得到训练完成的人脸识别模型。本专利技术的目的之二在于提供一种基于知识联邦的人脸识别装置，其通过将人脸识别梯度密文发送至第三方终端，以获得通过知识联邦得到的联邦模型参数密文，进而训练人脸识别模型，根据训练完成的人脸识别模型实现人脸识别。本专利技术的目的之二采用以下技术方案实现：一种基于知识联邦的人脸识别装置，其包括：数据获取模块，用于获取人脸数据集，并根据预设参数初始化人脸识别模型；训练加密模块，用于基于所述人脸数据集训练所述人脸识别模型，得到人脸识别模型梯度；所述人脸识别模型梯度通过加密，生成人脸识别梯度密文；联邦模块，用于发送所述人脸识别梯度密文至第三方终端，使所述人脸识别梯度密文通过解密、知识联邦、加密以得到联邦模型参数密文；人脸识别模块，用于接收所述联邦模型参数密文；所述联邦模型参数密文通过解密得到联邦模型参数；基于所述联邦模型参数继续训练所述人脸识别模型，根据训练完成的人脸识别模型对人脸进行识别。本专利技术的目的之三在于提供执行专利技术目的之一的电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，所述计算机程序被处理器执行时本专利技术目的之一的基于知识联邦的人脸识别方法。本专利技术的目的之四在于提供存储专利技术目的之一的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术目的之一的基于知识联邦的人脸识别方法。本专利技术的目的之五在于提供一种基于知识联邦的人脸识别系统，其通过第三方终端对各个机构终端发送的人脸识别梯度密文，进行解密、知识联邦和加密，得到联邦模型参数密文并发送至机构终端，各个机构终端基于联邦模型参数密文更新本地的人脸识别模型参数，进而训练本地的人脸识别模型，根据训练完成的人脸识别模型实现人脸识别。本专利技术的目的之五采用以下技术方案实现：一种基于知识联邦的人脸识别系统，其包括：至少二个机构终端和至少一个第三方终端；其中，所述机构终端为本专利技术的目的之三提供的电子设备；所述第三方终端用于初始化联邦模型；接收人脸识别梯度密文，并对所述人脸识别梯度密文进行解密和知识联邦，得到联邦后的梯度，基于所述联邦后的梯度更新联邦模型参数，更新后的联邦模型参数通过加密，生成联邦模型参数密文并发送至所述机构终端。进一步地，所述机构终端上的人脸识别模型和所述联邦模型采用相同的模型，基于相同的预设参数初始化所述人脸识别模型和所述联邦模型。进一步地，所述机构终端完成初始化所述人脸识别模型时，发送部署成功指令至所述第三方终端；所述第三方终端发送训练启动指令至各个机构终端，使各个机构终端同时开始训练所述人脸识别模型。进一步地，当所述机构终端为N个时，所述第三方终端对所述人脸识别梯度密文进行解密和知识联邦，得到联邦后的梯度，基于所述联邦后的梯度更新联邦模型参数，包括：所述人脸识别梯度密文通过解密，得到N个机构终端的人脸识别模型梯度；计算所述N个机构终端的人脸识别模型梯度的平均值或中值，得到所述联邦后的梯度；当前的联邦模型参数和所述联邦后的梯度通过加法计算，得到更新后的联邦模型参数。相比现有技术，本专利技术的有益效果在于：本专利技术通过加密保证用户原始数据不离开本地机构终端，能够有效保护数据隐私；基于知识联邦训练所得的人脸识别模型通用性更强，适用于各种领域机构终端的业务场景；系统中的机构终端规模不受限制，可以灵活选择加入或退出人脸识别模型的联邦训练。附图说明图1为本专利技术实施例一的基于知识联邦的人脸识别方法流程图；图2为本专利技术实施例二的基于知识联邦的人脸识别装置的结构框图；图3为本专利技术实施例三的电子设备的结构框图；图4为本专利技术实施例五的基于知识联邦的人脸识别系统示意图。具体实施方式以下将结合附图，对本专利技术进行更为详细的描述，需要说明的是，以下参照附图对本专利技术进行的描述仅是示意性的，而非限制性的。各个不同实施例之间可以进行相互组合，以构成未在以下描述中示出的其他实施例。实施例一实施例一提供了一种基于知识联邦的人脸识别方法，旨在通过将人脸识别梯度密文发送至第三方终端，以获得通过知识联邦得到的联邦模型参数密文，进而训练人脸识别模型，根据训练完成的人脸识别模型实现人脸识别。该方法通过加密保证了用户原始数据不离开本地机构终端，能够有效保护数据隐私，训练所得的人脸识别模型通用本文档来自技高网...

【技术保护点】
1.一种基于知识联邦的人脸识别方法，其特征在于：包括以下步骤：/n获取人脸数据集，并根据预设参数初始化人脸识别模型；/n基于所述人脸数据集训练所述人脸识别模型，得到人脸识别模型梯度；/n所述人脸识别模型梯度通过加密，生成人脸识别梯度密文；/n发送所述人脸识别梯度密文至第三方终端，使所述人脸识别梯度密文通过解密、知识联邦、加密以得到联邦模型参数密文；/n接收所述联邦模型参数密文；/n所述联邦模型参数密文通过解密得到联邦模型参数；/n基于所述联邦模型参数继续训练所述人脸识别模型，根据训练完成的人脸识别模型对人脸进行识别。/n

【技术特征摘要】
1.一种基于知识联邦的人脸识别方法，其特征在于：包括以下步骤：
获取人脸数据集，并根据预设参数初始化人脸识别模型；
基于所述人脸数据集训练所述人脸识别模型，得到人脸识别模型梯度；
所述人脸识别模型梯度通过加密，生成人脸识别梯度密文；
发送所述人脸识别梯度密文至第三方终端，使所述人脸识别梯度密文通过解密、知识联邦、加密以得到联邦模型参数密文；
接收所述联邦模型参数密文；
所述联邦模型参数密文通过解密得到联邦模型参数；
基于所述联邦模型参数继续训练所述人脸识别模型，根据训练完成的人脸识别模型对人脸进行识别。


2.如权利要求1所述的一种基于知识联邦的人脸识别方法，其特征在于：所述人脸识别模型梯度采用Parllier算法进行同态加密。


3.如权利要求1或2所述的一种基于知识联邦的人脸识别方法，其特征在于：基于所述联邦模型参数继续训练所述人脸识别模型，包括：
基于所述联邦模型参数，更新所述人脸识别模型的人脸识别模型参数；
根据所述人脸数据集和更新后的人脸识别模型参数，迭代训练所述人脸识别模型；
当所述人脸识别模型迭代训练的次数等于预设的迭代次数阈值时，得到训练完成的人脸识别模型。


4.一种基于知识联邦的人脸识别装置，其特征在于：其包括：
数据获取模块，用于获取人脸数据集，并根据预设参数初始化人脸识别模型；
训练加密模块，用于基于所述人脸数据集训练所述人脸识别模型，得到人脸识别模型梯度；所述人脸识别模型梯度通过加密，生成人脸识别梯度密文；
联邦模块，用于发送所述人脸识别梯度密文至第三方终端，使所述人脸识别梯度密文通过解密、知识联邦、加密以得到联邦模型参数密文；
人脸识别模块，用于接收所述联邦模型参数密文；所述联邦模型参数密文通过解密得到联邦模型参数；基于所述联邦模型参数继续训练所述人脸识别模型，根据训练完成的人脸识别模型对人脸进行识别。

【专利技术属性】
技术研发人员：黄小刚，李宏宇，李晓林，
申请(专利权)人：同盾控股有限公司，
类型：发明
国别省市：浙江;33