基于区块链大数据的安全人脸识别方法及系统技术方案

本发明专利技术涉及基于区块链大数据的安全人脸识别方法及系统，通过计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的整体元素差值，或者有必要的条件下计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的敏感区元素差值，通过这样可以尽快确定正在进行人脸识别的目标图像中对应目标是否为真人，在真人的人脸图像中，其整体元素差值尤其敏感区元素差值存在极大可能性的突变，尤其目标人脸的敏感区域包括眼周区域、额头区域、脸颊区域都有很大概率存在面部的动作，所以敏感区元素差值存在更大可能性的突变，可以高效率判别正在进行人脸识别的目标图像是否为真人。的目标图像是否为真人。

【技术实现步骤摘要】
基于区块链大数据的安全人脸识别方法及系统


[0001]本专利技术涉及一种基于区块链大数据的安全人脸识别方法及系统。

技术介绍

[0002]在区块链应用环境中的人脸识别对安全性要求非常高，在人脸识别的安全性基础中，有一个很基础的技术即防止恶意的照片攻击，在人脸识别中需要能够快速对识别对象判断，也即需判断识别对象是真人脸还是照片即防止恶意的照片攻击的核心，相关的现有技术中对这类的研究也非常多，比如专利文献CN105488486B，该专利文献的核心，通过至少两次的光照条件改变对待识别的目标的人脸进行图像采集，那么通过识别结果来判断待识别的目标究竟是真人还是照片，从而实现防止照片的攻击，在该类的技术中，这种技术虽然在一定程度上能够提高人脸识别的质量，以及能够判断目标是真人或照片，但是在有些情况下也并不能够适用，也会出现判断失误，除此之外，这类技术在判断上效率也比较低。

技术实现思路

[0003]为了克服现有的技术存在的不足，本专利技术提供一种基于区块链大数据的安全人脸识别方法及系统。
[0004]本专利技术解决其技术问题所采用的技术方案：
[0005]基于区块链大数据的安全人脸识别方法，包括步骤有：
[0006]以不同时序获取两次正在进行人脸识别的目标图像；将两次获取的正在进行人脸识别的目标图像均进行过滤处理；将两次获取的正在进行人脸识别的目标图像均给予像素点赋值得到第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表，表中每一项元素的位置ID对应其像素点在原图中的位置，表中每一项元素的值表征其对应像素点的赋值；然后计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的整体元素差值；如果整体元素差值小于阈值则判断正在进行人脸识别的目标图像中对应目标为真人，否则进行深度判断；深度判断即计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的敏感区元素差值；如果敏感区元素差值满足条件则判断正在进行人脸识别的目标图像中对应目标为真人，否则输出判断未决的结果。
[0007]进一步，第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表分别为[(p
ij
)]与[(q
ij
)]，其中(p
ij
)与(q
ij
)为第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的一般元素，ij表征元素位置ID，其对应像素点在原图中的相对位置；(p
ij
)与(q
ij
)的值均为对应像素点的赋值；计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的敏感区元素差值即计算选定位置ID的元素差值；计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的整体元素差值即计算所有位置ID的元素差值。
[0008]进一步，选定位置ID的元素其选定位置根据正在进行人脸识别的目标图像中目标人脸的敏感区域选定，正在进行人脸识别的目标图像中目标人脸的敏感区域包括眼周区域、额头区域、脸颊区域。
[0009]进一步，还包括当输出判断未决的结果时，则再一次以不同时序不同光照环境获取两次正在进行人脸识别的目标的图像，然后测试图像特征、分析特征，计算相应的系数矩阵并判断目标。
[0010]进一步，所述敏感元素差值满足条件具体为：
[0011]首先第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表分别为[(p
ij
)]与[(q
ij
)]，其中(p
ij
)与(q
ij
)为第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的一般元素，ij表征元素位置ID，其对应像素点在原图中的相对位置；(p
ij
)与(q
ij
)的值均为对应像素点的赋值；计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的敏感区元素差值即计算选定位置ID的元素差值；
[0012]选定位置ID的元素差值包括：
[0013][(p
ij
‑
q
ij
)]，其中i，j的值按照选定位置限定范围；
[0014]对于在i维度上的元素差值按照其在i维度上的变化排列为i维数组；对于在j维度上的元素差值按照其在j维度上的变化排为j维数组；当i维数组与j维数组的变化拟合曲线与目标函数的曲线重合时则可以判断敏感元素差值满足条件。
[0015]基于区块链大数据的安全人脸识别系统，包括有：
[0016]目标图像采集单元，用于以不同时序获取两次正在进行人脸识别的目标图像；
[0017]过滤单元，用于将两次获取的正在进行人脸识别的目标图像均进行过滤处理；
[0018]赋值表构建单元，用于将两次获取的正在进行人脸识别的目标图像均给予像素点赋值得到第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表，表中每一项元素的位置ID对应其像素点在原图中的位置，表中每一项元素的值表征其对应像素点的赋值；
[0019]整体判别单元，用于计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的整体元素差值；如果整体元素差值小于阈值则判断正在进行人脸识别的目标图像中对应目标为真人，否则进行深度判断；
[0020]深度判别单元，用于深度判断即计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的敏感区元素差值；如果敏感区元素差值满足条件则判断正在进行人脸识别的目标图像中对应目标为真人，否则输出判断未决的结果。
[0021]有益效果
[0022]本申请通过计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的整体元素差值，或者有必要的条件下计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的敏感区元素差值，通过这样可以尽快确定正在进行人脸识别的目标图像中对应目标是否为真人，主要因为在真人的人脸图像中，其整体元素差值尤其敏感区元素差值存在极大可能性的突变，尤其目标人脸的敏感区域包括眼周区域、额头区域、脸颊区域都有很大概率存在面
部的动作，所以敏感区元素差值存在更大可能性的突变，本申请可以高效率判别正在进行人脸识别的目标图像中对应目标是否为真人。
具体实施方式
[0023]本申请公开了基于区块链大数据的安全人脸识别方法，包括步骤有：以不同时序获取两次正在进行人脸识别的目标图像；将两次获取的正在进行人脸识别的目标图像均进行过滤处理；将两次获取的正在进行人脸识别的目标图像均给予像素点赋值得到第一次正在进行人脸识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于区块链大数据的安全人脸识别方法，其特征在于，包括步骤有：以不同时序获取两次正在进行人脸识别的目标图像；将两次获取的正在进行人脸识别的目标图像均进行过滤处理；将两次获取的正在进行人脸识别的目标图像均给予像素点赋值得到第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表，表中每一项元素的位置ID对应其像素点在原图中的位置，表中每一项元素的值表征其对应像素点的赋值；然后计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的整体元素差值；如果整体元素差值小于阈值则判断正在进行人脸识别的目标图像中对应目标为真人，否则进行深度判断；深度判断即计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的敏感区元素差值；如果敏感区元素差值满足条件则判断正在进行人脸识别的目标图像中对应目标为真人，否则输出判断未决的结果。2.根据权利要求1所述的基于区块链大数据的安全人脸识别方法，其特征在于，第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表分别为[(p
ij
)]与[(q
ij
)]，其中(p
ij
)与(q
ij
)为第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的一般元素，ij表征元素位置ID，其对应像素点在原图中的相对位置；(p
ij
)与(q
ij
)的值均为对应像素点的赋值；计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的敏感区元素差值即计算选定位置ID的元素差值；计算第一次正在进行人脸识别的目标图像的赋值表与第二次正在进行人脸识别的目标图像的赋值表的整体元素差值即计算所有位置ID的元素差值。3.根据权利要求1所述的基于区块链大数据的安全人脸识别方法，其特征在于，选定位置ID的元素其选定位置根据正在进行人脸识别的目标图像中目标人脸的敏感区域选定，正在进行人脸识别的目标图像中目标人脸的敏感区域包括眼周区域、额头区域、脸颊区域。4.根据权利要求1所述的基于区块链大数据的安全人脸识别方法，其特征在于，还包括当输出判断未决的结果时，则再一次以不同时序不同光照环境获取两次正在进行人脸识别的目标的图像，然后测试图像特征、...

【专利技术属性】
技术研发人员：诸栋，
申请(专利权)人：诸栋，
类型：发明
国别省市：