【技术实现步骤摘要】
基于负数据库算法加密的人脸识别方法及系统
[0001]本专利技术涉及一种利用负数据库来保护用户的生物特征信息的生物信息负识别技术,具体涉及一种基于负数据库生成算法的人脸识别方法及系统。
技术介绍
[0002]人脸信息属于生物识别信息,具有唯一性和不可更改性,一旦泄露,将造成个人财产的大额损失和信用问题,流入网络黑灰产市场,导致永久性泄露,造成更大的社会危害。现在一些新技术可以通过静态图片来模拟动态行为,可以攻破一些识别系统。因此,对人脸识别的隐私安全的研究是一项非常有意义的研究。基于此,我们考虑对数据进行不可逆且支持相似计算的变化,采用信息负表示来对人脸数据进行加密。
[0003]在信息化的大数据时代,人脸识别被应用到了各种场景中,由于人脸的特殊生物属性,存在着很大的隐私安全问题,特别是在应用极广的支付系统中,基于此我们提出并设计了基于负数据库加密算法的人脸识别系统。
[0004]因此,对于能够防止人脸生物特征信息泄露问题的负数据库生成算法来讲,有着一定的需要。本专利技术实现了一种基于负数据库生成算法加密的人 ...
【技术保护点】
【技术特征摘要】
1.一种基于负数据库算法加密的人脸识别方法,其特征在于,包括以下步骤:在注册阶段,web客户端通过摄像头照相或者文件上传的方式采集待识别的用户人脸图像;通过人脸数据模型提取出图像中的人脸特征数据并判断是否有效,若有效,则继续;若无效,立即删除人脸图像,并提示用户注册失败,重新注册;web客户端生成一个随机的密匙并调用负数据库生成算法将有效的原始人脸特征数据生成负数据库,同时负数据库生成后立即删除原始人脸数据;并将生成的负数据库和密匙发送给服务端,完成用户注册;在认证阶段,web客户端获取用户的人脸特征数据以及用户的密匙,调用负数据库生成算法将人脸特征数据生成负数据库,同时负数据库生成后立即删除原始的人脸数据,将生成的负数据库发送给服务端;服务端计算该负数据库的期望串以及注册时web客户端传过来的负数据库的期望串,并将两者进行比较,若低于阈值,则人脸匹配成功,判定为合法用户;否则,人脸匹配失败,判定为非法用户。2.根据权利要求1所述的基于负数据库算法加密的人脸识别方法,其特征在于,在认证阶段,用户在web客户端通过摄像头照相或者文件上传的方式采集待识别的人脸图像。3.根据权利要求1所述的基于负数据库算法加密的人脸识别方法,其特征在于,人脸匹配时,服务端采用欧氏距离估算方法,将服务器中储存的负数据库的期望串与web客户端传过来的负数据库的期望串进行欧氏距离计算,若计算所得的值低于阈值,则人脸匹配成功。4.根据权利要求1所述的基于负数据库算法加密的人脸识别方法,其特征在于,人脸数据模型包括预先设置好的人脸检测模型、面部地标检测模型及人脸识别模型;其中人脸识别模型根据人脸图像计算出具有128个值的特征矢量来描述人脸特征。5.根据权利要求4所述的基于负数据库算法加密的人脸识别方法,其特征在于,面部地标检测模型为68点面地标检测模型。6.根据权利要求4所述的基于负数据库算法加密的人脸识别方法,其特征在于,调用负数据库生成算法将有效的原始人脸特征数据生成负数据库具体包括以下步骤:将表示人脸特征的128个值的特征矢量由浮点数转换成二进制,得到一个m位的二进制串x,其中...
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。