用于处理参考人脸的方法和系统技术方案

本文公开了一种计算机实现的用于处理参考人脸和人脸识别的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。其中一种方法包括：生成与用户的多个参考人脸对应的多个参考特征；对每个参考特征进行加密，得到多个加密特征；并且丢弃多个参考特征。加密特征可用于计算认证输入与用户的多个参考人脸之间的最终相似度分数。间的最终相似度分数。间的最终相似度分数。

【技术实现步骤摘要】
【国外来华专利技术】用于处理参考人脸的方法和系统


[0001]本文一般性地而非唯一地涉及用于处理用于人脸识别的参考人脸的方法、系统和装置。

技术介绍

[0002]人脸识别是基于人脸来识别或验证人身份的处理。在基于人脸识别的登录或支付场景中，人脸识别系统可以先保存用户的一张或多张人脸图像作为参考人脸以进行验证。当接收到新的人脸数据时，系统可以将新的人脸与参考人脸进行比较，以验证新的人脸和参考人脸是否属于同一身份。因此，在这种实施方式中，参考人脸图像被存储在系统中，当用户的人脸数据被泄露时，可能会导致隐私泄露。
[0003]作为将原始参考人脸图像存储在人脸识别系统中的替代方案，可以将人脸图像转换为人脸特征(例如，以向量形式)，从而将人脸特征存储在系统中以防止泄露原始人脸图像。但是，有一些方法可以使用人脸特征作为输入来恢复原始人脸图像，隐私泄露问题仍然存在。

技术实现思路

[0004]描述的实施例提供了一种用于处理参考人脸以进行具有增强隐私保护的人脸识别的方法、系统、装置和设备。在一些实施例中，人脸识别模型可以将用户的人脸图像转换为人脸特征向量。可基于两个人脸特征向量计算两个人脸(例如，待认证人脸和参考人脸)之间的相似度分数。在一些实施方式中，人脸识别系统可以使用至少两个参考人脸。可以将所述至少两个参考人脸转换为对应的参考人脸特征向量，并可对所述参考人脸特征向量进行加密，之后系统可以丢弃原始参考人脸图像和参考人脸特征向量。
[0005]在一些实施例中，计算两个人脸特征向量的相似度分数的函数是线性函数，例如向量点积。对于两个或更多个参考人脸，可以针对认证输入(即待认证人脸)计算两个或更多个相应相似度分数，并将相应相似度分数的平均值确定为最终相似度分数。在一些实施方式中，对参考人脸特征向量执行加密，使得对应的原始参考人脸不能从加密的人脸特征向量中恢复。在一些实施方式中，加密可以涉及随机数生成器来生成随机噪声特征向量，该随机噪声特征向量用于加密每个原始参考人脸特征向量。随后，加密的参考人脸特征向量可以被人脸识别系统存储，原始参考人脸特征向量可以被丢弃以进行隐私保护。
[0006]根据一个实施例，提供了一种计算机实现的用于处理参考人脸的方法。该方法包括：生成与用户的多个参考人脸对应的多个参考特征；对所述多个参考特征中的每个参考特征进行加密以获得多个加密特征，其中所述多个加密特征与所述多个参考特征相关联，使得认证输入与所述用户的多个参考人脸之间的最终相似度分数可以基于所述认证输入和所述多个加密特征计算；丢弃所述多个参考特征。
[0007]根据另一个实施例，提供了一种计算机实现的用于人脸识别的方法。该方法包括：接收认证输入；确定认证输入与多个加密特征中各个加密特征之间的相应相似度分数，其
中，多个加密特征是通过将与用户的多个参考人脸对应的多个参考特征中的每个参考特征进行加密而获得的；根据相应相似度分数计算认证输入与用户的多个参考人脸之间的最终相似度分数；并根据最终相似度分数验证认证输入。
[0008]根据其他实施例，这些一般和特定实施例中的一个或多个实施例可以使用包括多个模块的装置、系统、方法或计算机可读介质，或者设备、系统、方法和计算机可读介质的任何组合来实现。前述和其他描述的实施例可以各自可选地包括或不包括以下实施例中的一些或全部。
附图说明
[0009]实施例和实施方式仅以示例的方式提供，根据以下结合附图阅读的书面描述，将使本领域普通技术人员更好地理解实施例和实施方式，并使实施例和实施方式变得更清楚，其中：
[0010]图1示出了根据实施例的计算机实现的用于处理参考人脸的方法的示例的流程图。
[0011]图2示出了根据实施例的图1中方法的实施方式的示例的流程图。
[0012]图3示出了根据实施例的计算机实现的用于人脸识别的方法的示例的流程图。
[0013]图4A是根据实施例的用于处理参考人脸的装置的模块的示例的示意图。
[0014]图4B是根据实施例的用于人脸识别的装置的模块的示例的示意图。
[0015]图5是根据实施例的适用于执行图1至图3所示的示例性方法的至少一些步骤的计算机系统的示例的框图。
[0016]技术人员将理解，图中的元素被简单和清楚地示出，但不一定是按比例描绘的。例如，图示、框图或流程图中的一些元素的尺寸可能相对于其他元素被夸大以帮助增进对本文实施例的理解。
具体实施方式
[0017]将仅以示例的方式参考附图对实施例进行描述。附图中相同的附图标记和字符表示相同的元素或等同物。
[0018]以下描述的某些部分以计算机存储器内数据操作的算法以及函数或符号表达式的形式明确或隐含地呈现。这些算法描述以及函数或符号表达式是数据处理领域的技术人员用来最有效地将他们的工作内容传达给本领域的其他技术人员的手段。这里，算法通常被认为是达到期望结果的一系列自洽步骤。所述步骤是需要对物理量进行物理操作的步骤，所述物理量是例如能够存储、传输、组合、比较和以其他方式操作的电信号、磁信号或光信号。
[0019]除非另有特别说明，并且从下文中可以明显看出，否则将理解，在整个本文中，讨论利用诸如“接收”、“生成”、“获得”、“确定”、“加密”、“匹配”,“保存”、“存储”、“丢弃”、“输入(enter)”、“计算”、“添加”、减去”、“比较”、“处理”、“训练”、“更新”、“选择”、“认证”、“验证”、“提供”、“输入(input)”、“输出”等的术语，指的是计算机系统或类似电子设备的动作和处理，所述计算机系统或类似电子设备将计算机系统内的以物理量表示的数据操作和转换为计算机系统或其他信息存储、传输或显示设备内的类似以物理量表示的其他数据。
[0020]本文还公开了用于执行这些方法的操作的装置。这样的装置可以为所需目的而专门构造，或者可以包括计算机或由存储在计算机中的计算机程序选择性地激活或重新配置的其他设备。本文提出的算法和显示与任何特定的计算机或其他设备没有固有的关联。根据本文的教导，各种机器可以与程序一起使用。可选的，构建更专用的装置来执行所需的方法步骤可能是合适的。适合于执行此处描述的各种方法/处理的计算机的结构将从下面的描述中看出。
[0021]此外，本文还隐含地公开了一种计算机程序，因为对于本领域技术人员来说清楚的是，本文描述的方法的各个步骤可以通过计算机代码来实现。所述计算机程序不旨在限于任何特定的编程语言及其实现。应当理解的是，各种编程语言及其代码可以用来实现本文所包含的公开内容的教导。此外，计算机程序不旨在限于任何特定的控制流。在不脱离本文的范围的情况下，计算机程序还可以有许多其他变体，其可以使用不同的控制流。
[0022]此外，计算机程序的一个或多个步骤可以并行而不是顺序地执行。这样的计算机程序可以存储在任何计算机可读介质上。计算机可读介质可以包括例如磁盘或光盘的存储设备、存储芯片或适合于与计算机接口的其他存储设备。计算机可读介质还可以包括诸如在因特网系统中示例的硬连线介质，或诸如在全球本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的用于处理参考人脸的方法，包括：生成与用户的多个参考人脸对应的多个参考特征；对所述多个参考特征中的每个参考特征进行加密以获得多个加密特征，其中，所述多个加密特征与所述多个参考特征相关联，使得认证输入与所述用户的所述多个参考人脸之间的最终相似度分数能够基于所述认证输入和所述多个加密特征计算；丢弃所述多个参考特征。2.根据权利要求1所述的方法，还包括：存储所述多个加密特征。3.根据权利要求1或2所述的方法，其中，所述多个参考特征包括参考人脸特征向量，生成与所述用户的所述多个参考人脸对应的所述多个参考特征包括：接收所述用户的所述多个参考人脸；通过人脸识别模型将所述多个参考人脸中的每个参考人脸转换为对应的参考人脸特征向量；丢弃所述多个参考人脸。4.根据权利要求3所述的方法，其中，对所述多个参考特征中的每个参考特征进行加密包括：通过随机数生成器生成随机噪声特征向量；基于所述随机噪声特征向量对每个所述参考人脸特征向量进行加密；丢弃所述随机噪声特征向量。5.根据权利要求4所述的方法，其中，所述用户的所述多个参考人脸包括第一参考人脸和第二参考人脸，所述第一参考人脸被转换为第一参考人脸特征向量，所述第二参考人脸被转换为第二参考人脸特征向量，对每个所述参考人脸特征向量进行加密包括：通过在所述第一参考人脸特征向量上添加所述随机噪声特征向量来加密所述第一参考人脸特征向量；通过从所述第二参考人脸特征向量中减去所述随机噪声特征向量来加密所述第二参考人脸...

【专利技术属性】
技术研发人员：李建树，
申请(专利权)人：支付宝实验室新加坡有限公司，
类型：发明
国别省市：