一种安全高效的图像识别方法技术

本发明专利技术公开了一种安全高效的图像识别方法，本发明专利技术采用同态加密算法对图像进行加密，可以防止图像隐私信息被泄露，提高了图像识别的安全性；本发明专利技术在计算加密欧式距离之前，在明文下比较第二数据，初步筛选出用于计算加密欧式距离的录入图像，可以显著缩减计算加密欧式距离的数量；本发明专利技术提前在客户端计算各录入图像的第三数据，可以节省服务器端计算各录入图像的第三数据的开销，从而进一步提高了待识别图像的识别效率

【技术实现步骤摘要】
一种安全高效的图像识别方法


[0001]本专利技术涉及图像识别
，更具体的说是涉及一种安全高效的图像识别方法
。

技术介绍

[0002]一般情况下，完整的图像识别过程由图像录入和图像比对两个过程组成，在图像录入阶段，通过录入机提取图像的特征向量并保存在服务器内；在图像比对阶段，将待识别图像和服务器中存储的图像做比对，判断待识别图像是否是服务器中存储的图像
。
这个场景可以应用到人脸识别
、
物体识别
、
快递分拣等各种需要图像识别的场景
。
[0003]随着图像识别技术的发展，图像信息泄露的事件时有发生，因此隐私保护的图像识别技术变得越来越受重视
。
同态加密作为隐私计算领域中的重要技术，其突破了传统加密算法不能在密文下计算的限制，使得同态加密算法应用到图像识别领域成为可能
。
但是现有的同态加密算法运算速度较慢，从而导致图像识别效率较低
。
[0004]因此，如何提供一种安全高效的图像识别方法是本领域技术人员亟需解决的问题
。

技术实现思路

[0005]有鉴于此，本专利技术的目的是提供一种安全高效的图像识别方法，其可以安全高效的判断出待识别图像是否包含在录入图像内
。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一种安全高效的图像识别方法，包括以下步骤：
[0008]S1
：获取录入图像的特征向量；<br/>[0009]对所述特征向量的各分量进行同态加密，获得录入图像的第一数据；
[0010]对所述特征向量的各分量进行累加求和，获得录入图像的第二数据；
[0011]对所述特征向量与所述特征向量的点积运算结果进行同态加密，获得录入图像的第三数据；
[0012]所述录入图像包括
N
个，所述
N
个录入图像均进行上述操作，其中
N
大于等于2；
[0013]S2
：获取待识别图像的特征向量；
[0014]对所述特征向量的各分量进行同态加密，获得待识别图像的第一数据；
[0015]对所述特征向量的各分量进行累加求和，获得待识别图像的第二数据；
[0016]对所述特征向量与所述特征向量的点积运算结果进行同态加密，获得待识别图像的第三数据；
[0017]S3
：基于所述
N
个录入图像的第二数据和所述待识别图像的第二数据，筛选出
T
个录入图像，其中
T&lt;N
；
[0018]S4
：基于所述
T
个录入图像的第三数据
、
所述
T
个录入图像的第一数据
、
所述待识别图像的第三数据以及所述待识别图像的第一数据计算获得
T
个加密欧式距离；
[0019]S5
：对所述
T
个加密欧式距离进行解密获得
T
个欧氏距离；
[0020]基于所述
T
个欧氏距离与预设阈值判断待识别图像是否识别成功
。
[0021]优选的，加密欧式距离的计算公式为
:
[0022]；
[0023]其中，
E
表示同态加密算法；表示录入图像
i
与待识别图像之间的欧氏距离，所述录入图像
i
为所述
T
个录入图像中的某一图像；表示待识别图像的特征向量；表示录入图像
i
的特征向量；表示特征向量维度；表示待识别图像的第三数据；表示录入图像
i
的第三数据；，表示录入图像
i
的第一数据；，表示待识别图像的第一数据
。
[0024]优选的，
S3
进一步包括：计算所述
N
个录入图像的第二数据分别与所述待识别图像的第二数据之间的差值绝对值，筛选出
T
个差值绝对值最小的录入图像
。
[0025]优选的，
S5
进一步包括：若
T
个欧式距离中的某一欧氏距离小于预设阈值，则待识别图像识别成功
。
[0026]优选的，
S1
中录入图像的特征向量基于图像识别算法获得
。
[0027]优选的，
S2
中待识别图像的特征向量基于图像识别算法获得
。
[0028]优选的，
S1
还包括以下步骤：将客户端计算出的录入图像的第一数据
、
录入图像的第二数据以及录入图像的第三数据发送至服务器端进行保存
。
[0029]优选的，
S2
还包括以下步骤：将客户端计算出的待识别图像的第一数据
、
待识别图像的第二数据以及待识别图像的第三数据发送至服务器端进行保存
。
[0030]优选的，
S3
和
S4
均在服务器端实现
。
[0031]优选的，
S5
进一步包括：服务器端将
T
个加密欧式距离发送给客户端，客户端对
T
个加密欧式距离解密获得
T
个欧式距离，若
T
个欧式距离中的某一欧氏距离小于预设阈值，则待识别图像识别成功
。
[0032]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种安全高效的图像识别方法，其可以获得以下有益技术效果；
[0033]1、
本专利技术使用同态加密算法对图像进行加密，可以防止图像隐私信息被泄露，提高了图像识别的安全性
。
[0034]2、
本专利技术在明文下比较第二数据，初步筛选出用于计算加密欧式距离的录入图像，可以显著缩减计算加密欧式距离的数量，进而提高了待识别图像的识别效率
。
[0035]3、
本专利技术在客户端提前计算各录入图像的第三数据，可以节省服务器端计算各录入图像的第三数据的开销，进而进一步提高了待识别图像的识别效率
。
附图说明
[0036]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图
。
[0037]图1为本专利技术提供的图像识别方法流程图
。
具体实施方式
[0038]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种安全高效的图像识别方法，其特征在于，包括以下步骤：
S1
：获取录入图像的特征向量；对所述特征向量的各分量进行同态加密，获得录入图像的第一数据；对所述特征向量的各分量进行累加求和，获得录入图像的第二数据；对所述特征向量与所述特征向量的点积运算结果进行同态加密，获得录入图像的第三数据；所述录入图像包括
N
个，所述
N
个录入图像均进行上述操作，其中
N
大于等于2；
S2
：获取待识别图像的特征向量；对所述特征向量的各分量进行同态加密，获得待识别图像的第一数据；对所述特征向量的各分量进行累加求和，获得待识别图像的第二数据；对所述特征向量与所述特征向量的点积运算结果进行同态加密，获得待识别图像的第三数据；
S3
：基于所述
N
个录入图像的第二数据和所述待识别图像的第二数据，筛选出
T
个录入图像，其中
T&lt;N
；
S4
：基于所述
T
个录入图像的第三数据
、
所述
T
个录入图像的第一数据
、
所述待识别图像的第三数据以及所述待识别图像的第一数据计算获得
T
个加密欧式距离；
S5
：对所述
T
个加密欧式距离进行解密获得
T
个欧氏距离；基于所述
T
个欧氏距离与预设阈值判断待识别图像是否识别成功
。2.
根据权利要求1所述的安全高效的图像识别方法，其特征在于，加密欧式距离的计算公式为
:
；其中，
E
表示同态加密算法；表示录入图像
i
与待识别图像之间的欧氏距离，所述录入图像
i
为所述
T
个录入图像中的某一图像；表示待识别图像的特征向量；表示录入图像
i
的特征向量；表示特征向量维度；表示待识别图像的第三数据；表示录入图像
i
的第三数据；，表示录入图像

【专利技术属性】
技术研发人员：岳浩，李晓东，刘义川，金鑫，张旭东，王南，李海波，
申请(专利权)人：北京隐算科技有限公司，
类型：发明
国别省市：