用于终端身份认证的人脸数据加密传输方法技术

本发明专利技术涉及数据加密技术领域，具体涉及一种用于终端身份认证的人脸数据加密传输方法，该方法包括：采集人脸图像，并对人脸图像分割得到多个相同的图像块，获取HOG特征图像第一重要程度，获取HOG特征图像的第二重要程度，获取每个HOG特征图像的综合重要程度，获取每个图像块的最终HOG特征图像，获取加密图像，并进行传输，本发明专利技术通过获取每个HOG特征图像的综合重要程度，从而依据综合重要程度实现对不同HOG特征图像进行不同程度的加密，进而保证了加密数据的安全性。加密数据的安全性。加密数据的安全性。

【技术实现步骤摘要】
用于终端身份认证的人脸数据加密传输方法


[0001]本专利技术涉及数据加密
，具体涉及一种用于终端身份认证的人脸数据加密传输方法。

技术介绍

[0002]人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，而用于终端的人脸认证的实施场景也日趋增长，如支付时手机的人脸识别，以及用于高铁站等存在进出场景限制的地方，因此，为防止人脸数据被破解，造成支付损失，人脸数据的加密也同步出现。
[0003]传统的加密方式为对HOG特征图像对应的梯度方向直方图进行归一化，来达到对抗统计分析的攻击方式，但这样会导致其变换的方式较为单一，无法对其余攻击方式进行有效抵抗，尤其是在遇到暴力破解时，难以保证数据的安全性。

技术实现思路

[0004]本专利技术提供一种用于终端身份认证的人脸数据加密传输方法，以解决现有的在遇到暴力破解时，难以保证数据的安全性的问题。
[0005]本专利技术的一种用于终端身份认证的人脸数据加密传输方法采用如下技术方案：采集人脸图像，并对人脸图像分割得到多个相同的图像块；获取每个图像块的HOG特征图像，将每个HOG特征图像中的所有梯度方向的梯度幅值的标准差作为每个HOG特征图像的第一重要程度；根据每个HOG特征图像中所有梯度方向的梯度幅值的水平梯度幅值分量和竖直梯度幅值分量，获取每个HOG特征图像的整体梯度方向；根据每个HOG特征图像的整体梯度方向与邻域内每个HOG特征图像的整体梯度方向的方向偏差值、每个HOG特征图像与其邻域内每个HOG特征图像在对应的梯度方向的梯度幅值差值获取每个HOG特征图像的第二重要程度；根据第一重要程度和第二重要程度获取每个HOG特征图像的综合重要程度；根据每个HOG特征图像中每个梯度方向的梯度幅值均值、每个梯度方向的梯度幅值获取每个梯度方向的初始变换梯度幅值；利用每个HOG特征图像中每个梯度方向的梯度幅值和每个梯度方向的初始变换梯度幅值获取每个HOG特征图像中每个梯度方向的目标梯度幅值；根据每个梯度方向的初始变换梯度幅值和目标梯度幅值获取每个梯度方向的变换系数，根据每个梯度方向的变换系数和初始变换梯度幅值，以及HOG特征图像的综合重要程度得到HOG特征图像的每个梯度方向的最终变换梯度幅值，并根据所有最终变换梯度幅值得到每个图像块的最终HOG特征图像；根据所有最终HOG特征图像得到加密图像，并将加密图像及每个最终HOG特征图像对应的变换系数、综合重要程度进行传输。
[0006]优选的，本方法，还包括：获取每个HOG特征图像与关于人脸图像竖直中心线对称的目标HOG特征图像；根据每个HOG特征图像与对应的目标HOG特征图像的整体梯度方向，获取HOG特征图像的邻域内的每个HOG特征图像与对应的目标HOG特征图像的邻域内的对称位置的HOG特征图像的方向对称程度；根据HOG特征图像与其邻域内的每个HOG特征图像的整体梯度方向的方向偏差值，以及HOG特征图像的邻域内的每个HOG特征图像与对应的目标HOG特征图像的邻域内的对称位置的HOG特征图像的方向对称程度，获取HOG特征图像与其对应的目标HOG特征图像在邻域范围内的整体梯度方向对称程度；根据HOG特征图像与其邻域内的所有HOG特征图像的整体梯度方向的方向偏差值的和值，判断是否进行邻域尺寸调整，并得到每个HOG特征图像对应的最终邻域尺寸；根据每个HOG特征图像对应的最终邻域尺寸的长度进行归一化得到HOG特征图像的必要度；根据HOG特征图像对应的必要度、整体梯度方向对称程度以及HOG特征图像与对应的目标HOG特征图像的梯度幅值之和，获取每个HOG特征图像的调整值；根据调整值对每个对应的HOG特征图像的综合重要程度进行调整得到最终的综合重要程度。
[0007]优选的，得到最终邻域尺寸包括：当HOG特征图像与其邻域内的所有HOG特征图像的整体梯度方向的方向偏差值的和值小于预设的和值阈值，则对HOG特征图像的邻域尺寸进行逐渐增大得到增大后的目标邻域；获取HOG特征图像与其目标邻域内的每个HOG特征图像的整体梯度方向的方向偏差值的和值，将HOG特征图像与其目标邻域内的每个HOG特征图像的整体梯度方向的方向偏差值的和值大于或者等于预设的和值阈值时对应的目标邻域的尺寸作为最终邻域尺寸。
[0008]优选的，得到HOG特征图像的必要度包括：获取所有HOG特征图像对应的最终邻域尺寸的长度中的对应的最终邻域尺寸的长度和最小邻域尺寸的长度；根据对应的最终邻域尺寸的长度、最小邻域尺寸的长度及每个HOG特征图像对应的最终邻域尺寸的长度，获取归一化后的HOG特征图像对应的目标邻域尺寸；将目标邻域尺寸对应的长度作为HOG特征图像的必要度。
[0009]优选的，HOG特征图像的邻域内的每个HOG特征图像与对应的目标HOG特征图像的邻域内的对称位置的HOG特征图像的方向对称程度的计算公式：式中，表示HOG特征图像的邻域内的HOG特征图像与对应的目标HOG特征图像的邻域内，与HOG特征图像位置对称的HOG特征图像的方向对称程度；表示HOG特征图像的邻域内的HOG特征图像的整体梯度方向；表示HOG特征图像对应的目标HOG特征图像的邻域内，与HOG特征图像位置
对称的HOG特征图像的整体梯度方向；表示取绝对值。
[0010]优选的，获取HOG特征图像与其对应的目标HOG特征图像在邻域范围内的整体梯度方向对称程度包括：获取HOG特征图像与其邻域内的每个HOG特征图像的整体梯度方向的方向偏差值，和HOG特征图像的邻域内的每个HOG特征图像与对应的目标HOG特征图像的邻域内的对称位置的HOG特征图像的方向对称程度的比值的和值；并将和值作为HOG特征图像与其对应的目标HOG特征图像在邻域范围内的整体梯度方向对称程度。
[0011]优选的，每个HOG特征图像的调整值的计算公式为：式中，表示HOG特征图像的调整值；表示HOG特征图像的梯度幅值之和；表示HOG特征图像对应的目标HOG特征图像的梯度幅值之和；表示HOG特征图像与其对应的目标HOG特征图像在邻域范围内的整体梯度方向对称程度；表示HOG特征图像的必要度；表示取整符号。
[0012]优选的，获取每个HOG特征图像的第二重要程度包括：获取HOG特征图像与其邻域内的HOG特征图像在所有对应的梯度方向的梯度幅值差值的绝对值之和；将HOG特征图像的邻域内所有的HOG特征图像对应的梯度幅值差值的绝对值之和与整体梯度方向的方向偏差值的乘积之和作为HOG特征图像的第二重要程度。
[0013]优选的，得到HOG特征图像的每个梯度方向的最终变换梯度幅值包括：获取变换系数和综合重要程度的乘积；获取HOG特征图像中每个梯度方向对应的初始变换梯度幅值，与变换系数和综合重要程度的乘积的比值，并作为HOG特征图像的每个梯度方向的最终变换梯度幅值。
[0014]优选的，还包括：对加密数据进行解密，解密步骤包括：根据每个最终HOG特征图像和对应的变换系数、综合重要程度获取HOG特征图像的每个梯度方向的变换前的梯度；根据HOG特征图像的每个梯度方向的变换前的梯度获取HOG特征图像；根据所有HOG特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于终端身份认证的人脸数据加密传输方法，其特征在于，包括：采集人脸图像，并对人脸图像分割得到多个相同的图像块；获取每个图像块的HOG特征图像，将每个HOG特征图像中的所有梯度方向的梯度幅值的标准差作为每个HOG特征图像的第一重要程度；根据每个HOG特征图像中所有梯度方向的梯度幅值的水平梯度幅值分量和竖直梯度幅值分量，获取每个HOG特征图像的整体梯度方向；根据每个HOG特征图像的整体梯度方向与邻域内每个HOG特征图像的整体梯度方向的方向偏差值、每个HOG特征图像与其邻域内每个HOG特征图像在对应的梯度方向的梯度幅值差值获取每个HOG特征图像的第二重要程度；根据第一重要程度和第二重要程度获取每个HOG特征图像的综合重要程度；根据每个HOG特征图像中每个梯度方向的梯度幅值均值、每个梯度方向的梯度幅值获取每个梯度方向的初始变换梯度幅值；利用每个HOG特征图像中每个梯度方向的梯度幅值和每个梯度方向的初始变换梯度幅值获取每个HOG特征图像中每个梯度方向的目标梯度幅值；根据每个梯度方向的初始变换梯度幅值和目标梯度幅值获取每个梯度方向的变换系数，根据每个梯度方向的变换系数和初始变换梯度幅值，以及HOG特征图像的综合重要程度得到HOG特征图像的每个梯度方向的最终变换梯度幅值，并根据所有最终变换梯度幅值得到每个图像块的最终HOG特征图像；根据所有最终HOG特征图像得到加密图像，并将加密图像及每个最终HOG特征图像对应的变换系数、综合重要程度进行传输。2.根据权利要求1所述的一种用于终端身份认证的人脸数据加密传输方法，其特征在于，该方法，还包括：获取每个HOG特征图像与关于人脸图像竖直中心线对称的目标HOG特征图像；根据每个HOG特征图像与对应的目标HOG特征图像的整体梯度方向，获取HOG特征图像的邻域内的每个HOG特征图像与对应的目标HOG特征图像的邻域内的对称位置的HOG特征图像的方向对称程度；根据HOG特征图像与其邻域内的每个HOG特征图像的整体梯度方向的方向偏差值，以及HOG特征图像的邻域内的每个HOG特征图像与对应的目标HOG特征图像的邻域内的对称位置的HOG特征图像的方向对称程度，获取HOG特征图像与其对应的目标HOG特征图像在邻域范围内的整体梯度方向对称程度；根据HOG特征图像与其邻域内的所有HOG特征图像的整体梯度方向的方向偏差值的和值，判断是否进行邻域尺寸调整，并得到每个HOG特征图像对应的最终邻域尺寸；根据每个HOG特征图像对应的最终邻域尺寸的长度进行归一化得到HOG特征图像的必要度；根据HOG特征图像对应的必要度、整体梯度方向对称程度以及HOG特征图像与对应的目标HOG特征图像的梯度幅值之和，获取每个HOG特征图像的调整值；根据调整值对每个对应的HOG特征图像的综合重要程度进行调整得到最终的综合重要程度。3.根据权利要求2所述的一种用于终端身份认证的人脸数据加密传输方法，其特征在于，得到最终邻域尺寸包括：
当HOG特征图像与其邻域内的所有HOG特征图像的整体梯度方向的方向偏差值的和值小于预设的和值阈值，则对HOG特征图像的邻域尺寸进行逐渐增大得到增大后的目标邻域；获取HOG特征图像与其目标邻域内的每个HOG特征图像的整体梯度方向的方向偏差值的和值，将HOG特征图像与其目标邻域内的每个HOG特征图像的整体梯度方向的方向偏差值的和值大于或者等于预设的和值阈值时对应...

【专利技术属性】
技术研发人员：李明军，
申请(专利权)人：深圳汉德霍尔科技有限公司，
类型：发明
国别省市：