基于大数据平台下的人脸识别保护系统技术方案

本发明专利技术公开了基于大数据平台下的人脸识别保护系统，包括数据存储模块和人脸识别模块，所述信息存储模块用于存储人脸信息图像并建立人脸模板数据库，所述人脸识别模块用于根据客户端输入的图像信息进行人脸识别，所述人脸识别模块与数据存储模块网络连接，所述信息存储模块包括客户端注册模块、原始图像输入模块、特征提取模块、加密传输模块、模板数据库建立模块和身份验证模块，所述人脸识别模块包括人脸验证模块和人脸辨别模块，所述人脸验证模块包括单个距离计算模块、距离比较模块和验证结果输出模块，所述人脸辨别模块包括多个距离计算模块、最小值对比模块和辨别结果输出模块，本发明专利技术，具有保密性高和实用性强的特点。具有保密性高和实用性强的特点。具有保密性高和实用性强的特点。

【技术实现步骤摘要】
基于大数据平台下的人脸识别保护系统


[0001]本专利技术涉及人脸识别
，具体为基于大数据平台下的人脸识别保护系统。

技术介绍

[0002]人脸识别技术具有较强的专业性，这种专业性造成的信息不对称性使得用户的人脸信息可以被以极低的成本采集，随着人脸识别技术的广泛应用，用户的隐私安全已逐渐产生争论。人脸识别系统收集用户的人脸数据，用于商业用途，人脸数据通常是通过网络上传到云端的，人脸数据一旦泄露，用户的隐私将受到极大的损害。因此，设计保密性高和实用性强的基于大数据平台下的人脸识别保护系统是很有必要的。

技术实现思路

[0003]本专利技术的目的在于提供基于大数据平台下的人脸识别保护系统，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：基于大数据平台下的人脸识别保护系统，包括数据存储模块和人脸识别模块，所述信息存储模块用于存储人脸信息图像并建立人脸模板数据库，所述人脸识别模块用于根据客户端输入的图像信息进行人脸识别，所述人脸识别模块与数据存储模块网络连接。
[0005]根据上述技术方案，所述信息存储模块包括客户端注册模块、原始图像输入模块、特征提取模块、加密传输模块、模板数据库建立模块和身份验证模块，所述客户端注册模块用于用户通过人脸图像和身份信息进行客户端注册，所述原始图像输入模块用于通过Facenet深度学习模型将原始图像进行输入，所述特征提取模块用于对于人脸图像进行特征提取，所述加密传输模块用于将提取的特征向量加密传输至服务器，所述模板数据库建立模块用于根据加密后的数据建立人脸模板数据库，所述身份验证模块用于验证用户身份信息，所述加密传输模块与模板数据库建立模块网络连接。
[0006]根据上述技术方案，所述人脸识别模块包括人脸验证模块和人脸辨别模块，所述人脸验证模块用于根据用户的人脸图像判断其与数据库内某一模板是否匹配，所述人脸辨别模块用于根据用户的人脸图像判断用户是否存在于数据库中，所述人脸验证模块与身份验证模块网络连接，所述人脸辨别模块与人脸验证模块网络连接。
[0007]根据上述技术方案，所述人脸验证模块包括单个距离计算模块、距离比较模块和验证结果输出模块，所述单个距离计算模块用于计算测试向量和另一个模板特征向量之间的平方欧式距离，所述距离比较模块用于将计算距离与设定的阈值进行比较，所述验证结果输出模块用于输出最终验证结果，所述距离比较模块与单个距离计算模块网络连接；
[0008]所述人脸辨别模块包括多个距离计算模块、最小值对比模块和辨别结果输出模块，所述多个距离计算模块用于计算测试向量和人脸模板数据库中所有密文之间的平方欧式距离，所述最小值对比模块用于将计算结果中的最小距离值与设定的阈值进行对比，所述辨别结果输出模块用于输出最终的辨别结果，所述最小值对比模块与多个距离计算模块
网络连接。
[0009]根据上述技术方案，所述人脸识别保护系统的运行方法主要包括以下步骤：
[0010]步骤S1：通过Facenet深度学习模型，将原始图像作为输入信息，输出表示原始图像的n维实值特征向量，将所有的实值特征向量加密后传给服务器，建立人脸模板数据库；
[0011]步骤S2：客户端在需要进行人脸验证或辨别时，将用户信息和图像发送至服务器进行身份验证；
[0012]步骤S3：人脸验证模块计算测试向量和另一个模板特征向量之间的平方欧式距离，并将距离与设定阈值进行比较，输出验证结果；
[0013]步骤S4：人脸辨别模块计算测试向量和人脸模板数据库中所有密文之间的平方欧式距离，并将计算结果中的最小距离值与设定的阈值进行对比，输出辨别结果。
[0014]根据上述技术方案，所述步骤S1具体包括以下步骤：
[0015]步骤S11：客户端通过摄像头采集用户的人脸图像和其身份标签，将其通过Facenet深度学习模型提取特征向量；
[0016]步骤S12：客户端将用户i的特征向量，使用单指令多数据流技术加密为单个密文；
[0017]步骤S13：将加密完成的特征向量及其对应的标签(i，c
i
)传送至服务器；
[0018]步骤S14：服务器建立包括N个用户的注册模板数据库，保存客户端传输过来的数据，完成注册。
[0019]根据上述技术方案，所述步骤S2中的身份验证具体为：客户端将身份标签为i0的测试向量v0＝(v
01
，v
02
，
…
v
0n
)用公钥加密为c0，同时用公钥将会话秘钥加密为c
k
；
[0020]客户端将密文c
k
、c0以及身份标签i0传输至服务器，服务器接收后对其进行身份验证，验证成功后方可进行人脸验证和辨别，否则不进行后续操作。
[0021]根据上述技术方案，所述步骤S3进一步包括以下步骤：
[0022]步骤S31：服务器根据传输的身份标签，在模板数据库中搜索具有相同标签的加密特征向量；
[0023]步骤S32：匹配到相同标签后，对两张具有相同身份标签的图片特征向量进行平方欧式距离d的计算；
[0024]步骤S33：计算出距离后，在服务器与密码服务器之间进行阈值的比较操作，通过随机掩码技术对平方欧式距离的密文c
d
进行解密，获得明文距离d，对d和设定的阈值d0进行对比，并输出验证结果。
[0025]根据上述技术方案，所述步骤S4具体步骤相较于步骤S3，只需重复步骤S31
‑
S32，并在进行平方欧式距离计算时，不再查询身份标签，将对比信息与数据库中所有信息进行平方欧式距离的计算，再运行步骤S33，并提取出最小的距离在进行对比，最后返回输出结果。
[0026]根据上述技术方案，所述步骤S32中平方欧式距离的计算具体为：
[0027][0028]步骤S33中的平方欧式距离的密文c
d
具体为：
[0029]与现有技术相比，本专利技术所达到的有益效果是：本专利技术通过设置有数据存储模块和人脸识别模块，客户端使用单指令多数据流技术加密并上传图像，在客户端
‑
服务器
‑
密
码服务器三方模型下，通过Facenet深度学习模型将人脸图像转化为特征向量，使两个特征向量之间的平方欧式距离直接对应于面部相似度，简化人脸识别问题；服务器在密文状态下进行人脸识别，并在密码服务器协助下将识别结果返回给客户端，过程中，服务器和密码服务器都无法获取人脸图像、访问模式、中间结果和最终输出结果等任何信息，客户端不能获取除最终结果以外的其它信息，保证了人脸数据的安全和用户的隐私。
附图说明
[0030]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0031]图1是本专利技术的系统模块组成示意图。
具体实施方式
...

【技术保护点】

【技术特征摘要】
1.基于大数据平台下的人脸识别保护系统，包括数据存储模块和人脸识别模块，其特征在于：所述信息存储模块用于存储人脸信息图像并建立人脸模板数据库，所述人脸识别模块用于根据客户端输入的图像信息进行人脸识别，所述人脸识别模块与数据存储模块网络连接。2.根据权利要求1所述的基于大数据平台下的人脸识别保护系统，其特征在于：所述信息存储模块包括客户端注册模块、原始图像输入模块、特征提取模块、加密传输模块、模板数据库建立模块和身份验证模块，所述客户端注册模块用于用户通过人脸图像和身份信息进行客户端注册，所述原始图像输入模块用于通过Facenet深度学习模型将原始图像进行输入，所述特征提取模块用于对于人脸图像进行特征提取，所述加密传输模块用于将提取的特征向量加密传输至服务器，所述模板数据库建立模块用于根据加密后的数据建立人脸模板数据库，所述身份验证模块用于验证用户身份信息，所述加密传输模块与模板数据库建立模块网络连接。3.根据权利要求2所述的基于大数据平台下的人脸识别保护系统，其特征在于：所述人脸识别模块包括人脸验证模块和人脸辨别模块，所述人脸验证模块用于根据用户的人脸图像判断其与数据库内某一模板是否匹配，所述人脸辨别模块用于根据用户的人脸图像判断用户是否存在于数据库中，所述人脸验证模块与身份验证模块网络连接，所述人脸辨别模块与人脸验证模块网络连接。4.根据权利要求3所述的基于大数据平台下的人脸识别保护系统，其特征在于：所述人脸验证模块包括单个距离计算模块、距离比较模块和验证结果输出模块，所述单个距离计算模块用于计算测试向量和另一个模板特征向量之间的平方欧式距离，所述距离比较模块用于将计算距离与设定的阈值进行比较，所述验证结果输出模块用于输出最终验证结果，所述距离比较模块与单个距离计算模块网络连接；所述人脸辨别模块包括多个距离计算模块、最小值对比模块和辨别结果输出模块，所述多个距离计算模块用于计算测试向量和人脸模板数据库中所有密文之间的平方欧式距离，所述最小值对比模块用于将计算结果中的最小距离值与设定的阈值进行对比，所述辨别结果输出模块用于输出最终的辨别结果，所述最小值对比模块与多个距离计算模块网络连接。5.根据权利要求4所述的基于大数据平台下的人脸识别保护系统，其特征在于：所述人脸识别保护系统的运行方法主要包括以下步骤：步骤S1：通过Facenet深度学习模型，将原始图像作为输入信息，输出表示原始图像的n维实值特征向量，将所有的实值特征向量加密后传给服务器，建立人脸模板数据库；步骤S2：客户端在需要进行人脸验证或辨别时，将用户信息和图像发送至服务器进行身份验证；步骤S3：人脸验证模块计算测试向量和另一个模板特征向...

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