【技术实现步骤摘要】
基于联邦学习的人脸识别方法、装置、设备及存储介质
[0001]本专利技术涉及金融科技(Fintech)领域，尤其涉及基于联邦学习的人脸识别方法、装置、设备及存储介质。
技术介绍
[0002]随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技转变，但由于金融行业的安全性、实时性要求，也对技术提出的更高的要求。传染病肆虐期间，全民戴口罩的行为可以有效地阻挡疫情的传播。然而与此同时，用户在通过人脸识别进行身份验证时会遭遇很大困难。
[0003]目前现有的人脸识别方法，比如DeepFace、FaceNet等人脸识别算法，对于正常的人脸识别具有很好的识别性能，可以准确快速地识别出人脸特征。然而，倘若将这些人脸识别算法应用于口罩人脸识别时，由于大量的面部特征点被口罩遮挡，这些人脸识别算法的性能会大幅降低，难以发挥它们的识别性能，也就难以被推广使用，同时存在泄漏口罩人脸隐私信息的风险。比如用户在地铁、商场等公共场所使用人脸识别进行支付、转账、手机屏幕解锁等操作时，通常需要摘下自己的口罩，这就会增加疫情...
【技术保护点】
【技术特征摘要】
1.一种基于联邦学习的人脸识别方法，其特征在于，包括：客户端获取用户的M张第一人脸图片；其中，M为大于1的整数；所述客户端将所述M张第一人脸图片分别输入到人脸识别模型，得到M个人脸特征向量，并将所述M个人脸特征向量进行加密后反馈给服务器；所述客户端接收所述服务器发送的加密后的损失函数值，所述损失函数值是所述服务器根据所述M个人脸特征向量和所述用户的基准人脸特征确定的；所述客户端根据解密后的所述损失函数值更新所述人脸识别模型，直至所述人脸识别模型收敛或达到预设迭代训练轮次为止，得到训练好的口罩人脸识别模型。2.如权利要求1所述的方法，其特征在于，在所述客户端获取用户的M张第一人脸图片之前，还包括：所述客户端将加密后的所述用户的身份标识ID发送给所述服务器；所述客户端接收所述服务器发送的训练样本指示信息，所述训练样本指示信息用于指示所述客户端上传的口罩人脸图片训练样本的数量值或上传的训练样本对应的标识。3.如权利要求1所述的方法，其特征在于，所述客户端获取用户的M张第一人脸图片，包括：所述客户端获取所述用户的M张具有戴口罩属性的第二人脸图片；所述客户端通过预设的切除规则对M张所述第二人脸图片进行切除处理，得到所述M张第一人脸图片；所述M张第一人脸图片均为人脸中鼻梁以上位置的图片。4.如权利要求1所述的方法，其特征在于，在所述得到训练好的口罩人脸识别模型之后，还包括：所述客户端获取用户的人脸识别请求，所述人脸识别请求包括用户的具有戴口罩属性的第三人脸图片；所述客户端将所述第三人脸图片输入到所述口罩人脸识别模型进行识别，得到所述用户的人脸识别结果，并基于所述用户的人脸识别结果确定所述用户是否为目标用户；若是，则所述客户端确定所述用户验证通过。5.如权利要求1所述的方法，其特征在于，在所述得到训练好的口罩人脸识别模型之后，还包括：所述客户端将所述口罩人脸识别模型的模型参数进行加密；所述客户端将加密后的模型参数存储至所述服务器。6.如权利要求5所述的方法，其特征在于，所述方法还包括：所述客户端在初次安装后，向所述服务器发送参数更新请求；所述客户端接收携带有加密的模型参数的参数更新响应；所述加密的模型参数是所述服务器根据所述参数更新请求中的用户的身份标识ID确定的；所述客户端根据所述加密的模型参数更新所述客户端中的人脸识别模型，得到口罩人脸识别模型。7.一种基于联邦学习的人脸识别方法，其特征在于，包括：服务器获取客户端发送的加密后的M个人脸特征向量；所述M为大于1的整数；所述服务器对所述加密后的M个人脸特征向量进行解密处理，得到解密后的M个人脸特征向量；
所述服务器通过预设的损失函数对所述解密后的M个人脸特征向量和用户的基准人脸特征进行统计处理确定出损失函数值；所述服务器将加密后的所述损失函数值发送给所述客户端；所述客户端用于根据解密后的所述损失函数值更新人脸识别模型，直至所述人脸识别模型收敛或达到预设迭代训练轮次为止，得到训练好的口...
【专利技术属性】
技术研发人员：周雨豪，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。