人脸识别方法、装置、设备及存储介质制造方法及图纸

本申请实施例涉及人脸识别领域，并提供一种人脸识别方法、装置、设备及存储介质，该方法包括获取第一特征，所述第一特征为对待识别人脸图像的人脸特征向量进行编码得到的目标多项式；根据所述第一特征和目标特征集合得到内积集合，其中，所述目标特征集合包括多个历史密文特征，所述历史密文特征为预设人脸特征库中历史人脸特征同态加密得到；所述内积集合包括多个内积，所述内积为所述第一特征与所述目标特征集合中的历史密文特征进行同态乘法运算得到；根据所述内积集合从所述人脸特征库中确定与所述待识别人脸图像匹配的目标人脸特征；输出所述目标人脸特征。本方案能够提高人脸识别效率。脸识别效率。脸识别效率。

【技术实现步骤摘要】
人脸识别方法、装置、设备及存储介质


[0001]本申请实施例涉及人脸识别
，尤其涉及一种人脸识别方法、装置、设备及存储介质。

技术介绍

[0002]在人脸识别场景下，大多数厂商会利用各自的算法从人脸图像中提取出向量形式的人脸特征，并通过计算内积判断两张人脸的相似度，以实现对人脸图像的识别。
[0003]但是，算法厂商所采集的人脸特征等数据为用户隐私数据，由于国家政策对公民隐私安全的保护力度不断提升，这些人脸特征数据不便于直接向算法厂商公开，因此，继续利用纯明文的比对方式已经难以推进，因此，需要采用加密数据进行人脸识别。
[0004]在对现有技术的研究和实践过程中，本申请实施例的专利技术人发现，通用的加密方式需要先经过多次的移位相加，再解密和解码才能得到最后的结果。可见，在运算过程中，多次移位操作将导致计算的耗时过长，严重影响人脸识别的效率。

技术实现思路

[0005]本申请实施例提供了一种人脸识别方法、装置、设备及存储介质，能够提高人脸识别的效率。
[0006]第一方面中，从计算机设备角度介绍本申请实施例提供的一种人脸识别方法，所述计算机设备具体为人脸识别装置，该方法包括：
[0007]获取第一特征，所述第一特征为对待识别人脸图像的人脸特征向量进行编码得到的目标多项式；
[0008]根据所述第一特征和目标特征集合得到内积集合，其中，所述目标特征集合包括多个历史密文特征，所述历史密文特征为预设人脸特征库中历史人脸特征同态加密得到；所述内积集合包括多个内积，所述内积为所述第一特征与所述目标特征集合中的历史密文特征进行同态乘法运算得到；
[0009]根据所述内积集合从所述人脸特征库中确定与所述待识别人脸图像匹配的目标人脸特征；
[0010]输出所述目标人脸特征。
[0011]一种可能的设计中，在根据所述第一特征和目标特征集合得到内积集合前，所述方法还包括：
[0012]获取人脸特征集合，根据所述人脸特征集合构建所述人脸特征库。
[0013]一种可能的设计中，所述方法还包括：
[0014]保存所述人脸特征库及所述目标人脸特征至区块链节点上。
[0015]第二方面中，本申请实施例提供一种人脸识别装置，具有实现对应于上述第一方面提供的操作提示方法的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块，所述模块可以是软件和/
或硬件。
[0016]一种可能的设计中，所述人脸识别装置包括：
[0017]处理模块，用于获取第一特征，所述第一特征为对待识别人脸图像的人脸特征向量进行编码得到的目标多项式；
[0018]所述处理模块，还用于根据所述第一特征和目标特征集合得到内积集合，其中，所述目标特征集合包括多个历史密文特征，所述历史密文特征为预设人脸特征库中历史人脸特征同态加密得到；所述内积集合包括多个内积，所述内积为所述第一特征与所述目标特征集合中的历史密文特征进行同态乘法运算得到；
[0019]所述处理模块，还用于根据所述内积集合从所述人脸特征库中确定与所述待识别人脸图像匹配的目标人脸特征；
[0020]收发模块，用于输出所述目标人脸特征。
[0021]本申请实施例又一方面提供了一种计算机设备，所述计算机设备包括：
[0022]存储器，存储至少一个指令；及
[0023]处理器，执行所述存储器中存储的指令以实现如上述第一方面、第一方面中的各种可能的设计中提供的方法。
[0024]本申请实施例又一方面提供了一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行上述第一方面、第一方面中的各种可能的设计中提供的方法。
[0025]本申请实施例又一方面提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面以及第一方面中的各种可能的设计中提供的方法。
[0026]相较于现有技术，本申请实施例提供的方案中，由于第一特征为对待识别人脸图像的人脸特征向量进行编码得到的目标多项式，以及所述目标特征集合中的历史密文特征为预设人脸特征库中历史人脸特征同态加密得到，所以，根据所述第一特征和目标特征集合得到的内积集合中的内积是利用编码得到的特征多项式进行密文间的同态乘法运算，即只需要执行一次乘法运算即可得到最终结果，有效降低了运算量，提升了运算效率，进一步根据内积集合确定目标人脸特征，即最终的人脸识别结果是利用上面同态乘法运算结果得到，由于同态乘法运算的效率有所提升，因此，人脸识别的效率也有所提升。
附图说明
[0027]图1为本申请实施例提供的人脸识别场景示意图；
[0028]图2为本申请实施例所提供的一种人脸识别方法的流程图；
[0029]图3为本申请实施例所提供的目标特征集合与预设人脸特征库的数据转换示意图；
[0030]图4为本申请实施例提供的一种人脸识别装置的结构示意图；
[0031]图5为本申请实施例中手机的一种结构示意图；
[0032]图6为本申请实施例中服务器的一种结构示意图。
具体实施方式
[0033]本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象(例如本申请实施例中的第一向量、第二向量分别表示人脸特征向量中各个分量的位置进行不同切换后得到的不同向量)，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块，本申请实施例中所出现的模块的划分，仅仅是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式，例如多个模块可以结合成或集成在另一个系统中，或一些特征可以忽略，或不执行，另外，所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块之间的间接耦合或通信连接可以是电性或其他类似的形式，本申请实施例中均不作限定。并且，作为分离部件说明的模块或子模块可以是也可以不是物理上的分离，可以是也可以不是物理模块，或者可以分布到多个电路模块中，可以根据实际的需要选择其中的部分或全部模块来实现本申请实施例方案的目的。
[0034]本申请实施例提供一种人脸识别方法、装置、设备及存储介质，所述人脸识别方法可用于人脸识别装置，所述人脸识别装置用于寻找失踪人员、寻找犯罪嫌疑人、门禁等人脸识别场景，能够提高人脸识别效率。该人脸识别装置可为服务器或服务终端，或者为部署于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别方法，其特征在于，所述方法包括：获取第一特征，所述第一特征为对待识别人脸图像的人脸特征向量进行编码得到的目标多项式；根据所述第一特征和目标特征集合得到内积集合，其中，所述目标特征集合包括多个历史密文特征，所述历史密文特征为预设人脸特征库中历史人脸特征同态加密得到；所述内积集合包括多个内积，所述内积为所述第一特征与所述目标特征集合中的历史密文特征进行同态乘法运算得到；根据所述内积集合从所述人脸特征库中确定与所述待识别人脸图像匹配的目标人脸特征；输出所述目标人脸特征。2.如权利要求1所述的人脸识别方法，其特征在于，所述获取第一特征，包括：对所述待识别人脸图像的人脸特征向量进行转置，得到第一向量；获取所述第一向量的维数；将所述第一向量的维数确定为多项式的项数，并根据所述项数构建第一初始多项式，其中，所述第一初始多项式中每项的系数为1，所述第一初始多项式中每项的幂指数由0开始，以1为步长依次递进至N，N为所述第一向量的维数与1的差值；利用所述第一向量中的每个分量依次替换所述第一初始多项式中每项的系数，得到所述第一特征。3.如权利要求1所述的人脸识别方法，其特征在于，所述获取第一特征，包括：对所述待识别人脸图像的人脸特征向量中各个分量的位置进行随机切换，得到第二向量；获取所述第二向量的维数；将所述第二向量的维数确定为多项式的项数，并根据所述项数构建第二初始多项式，其中，所述第二初始多项式中每项的系数为1，所述第二初始多项式中每项的幂指数由0开始，以1为步长依次递进至N，N为所述第二向量的维数与1的差值；利用所述第二向量中的每个分量依次替换所述第二初始多项式中每项的系数，得到所述第一特征。4.如权利要求1所述的人脸识别方法，其特征在于，所述获取第一特征，包括：获取所述历史密文特征的编码规则；根据所述历史密文特征的编码规则对所述待识别人脸图像的人脸特征向量中各个分量的位置进行切换，得到第三向量；获取所述第三向量的维数；将所述第三向量的维数确定为多项式的项数，并根据所述项数构建第三初始多项式，其中，所述第三初始多项式中每项的系数为1，所述第三初始多项式中每项的幂指数由0开始，以1为步长依次递进至N，N为所述第三向量的维数与1的差值；利用所述第三向量中的每个分量依次替换所述第三初始多项式中每项的系数，得到所述第一特征。5.如权利要求1所述的人脸识别方法，其特征在于，所述获取第一特征，包括：获取人脸识别任务所属的地理位置场景对应的...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：北京瑞莱智慧科技有限公司，
类型：发明
国别省市：