一种隐私保护的生物特征加密及其识别方法技术

本发明专利技术公开了一种隐私保护的生物特征加密及其识别方法，包括：预训练一个去噪扩散隐式模型；对于原始生物特征图像数据集中的样本，使用训练好的去噪扩散隐式模型的逆向加噪过程和正向去噪过程进行加密和恢复；将数据集的原始图像和恢复图像输入待训练的识别模型，进行联合训练；在实际应用中，客户端获取到待识别的生物特征图像后，使用训练好的去噪扩散隐式模型的逆向加噪过程对图像进行加密；将加密后的图像传输到服务端，服务端使用去噪扩散隐式模型的正向去噪过程对图像进行恢复；将恢复后的图像输入识别模型，得到特征向量；经过特征比对后，将识别结果回传到客户端。本发明专利技术可以在保护个人隐私的同时，确保高效准确的识别效果。

【技术实现步骤摘要】

本专利技术属于深度学习、信息安全和生物特征识别领域，具体涉及一种隐私保护的生物特征加密及其识别方法。

技术介绍

1、随着生物特征识别技术的快速发展，基于人脸、指纹、虹膜等生物特征的身份验证方式在智能安防、金融支付、智能终端等领域得到了广泛应用。生物特征识别技术以其方便快捷和高安全性等优点，逐渐成为身份验证的主流手段，然而，由于生物特征数据的唯一性和敏感性，其隐私保护问题也日益凸显。

2、目前，生物特征数据在采集、存储和传输过程中均存在隐私泄露的风险。guo(guoy,liu z.coverless steganography for face recognition based on diffusion model[j].ieee access,2024.)等人结合条件扩散模型和确定性去噪扩散隐式模型，提出了一种用于人脸识别的图像隐写方法，将原始图像信息隐蔽地嵌入到隐写图像中，然而，该方法中隐写图像和恢复图像的质量，容易受到输入文本和掩码图像的影响。为了不影响图像加密后的身份识别效果，wang(wang k,zhao b,peng x,et a本文档来自技高网...

【技术保护点】

1.一种隐私保护的生物特征加密及其识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种隐私保护的生物特征加密及其识别方法，其特征在于，训练去噪扩散隐式模型包括：

3.根据权利要求1所述的一种隐私保护的生物特征加密及其识别方法，其特征在于，步骤(1)中，去噪扩散隐式模型的逆向加噪过程，对原始图像进行加密，生成加密图像，具体公式为：

4.根据权利要求1所述的一种隐私保护的生物特征加密及其识别方法，其特征在于，步骤(3)中，去噪扩散隐式模型的正向去噪过程，对加密图像进行恢复处理，生成恢复图像，具体公式为：

5.根据权利要求1所述的一...

【技术特征摘要】

1.一种隐私保护的生物特征加密及其识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种隐私保护的生物特征加密及其识别方法，其特征在于，训练去噪扩散隐式模型包括：

3.根据权利要求1所述的一种隐私保护的生物特征加密及其识别方法，其特征在于，步骤(1)中，去噪扩散隐式模型的逆向加噪过程，对原始图像进行加密，生成加密图像，具体公式为：

4.根据权利要求1所述的一种隐私保护的生物特征加密及其识别方法，其特征在于，步骤(3)中，去噪扩散隐式模型的正向去噪过程，对加密图像进行恢复处理，生成恢复图像，具体公式为：

5.根据权利要求1所述的一种隐私保护的生物特征加密及其识别方法，其特征在于，步骤(4)中，训练生物特征识别模型包括：

6.根据权利要求5所述的一种隐私保护的生物特征加密及其识别方法，其特征在于，经过验证的生物特征识别模型包括arcface、facenet、vggface、mobilefacenet、fingernet、resnet...

【专利技术属性】
技术研发人员：谢巍，黄晓杰，张浪文，何宇森，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：