[发明专利]基于稀疏表示的云环境中人脸图像隐秘识别方法在审

专利信息
申请号: 201510472454.3 申请日: 2015-08-04
公开(公告)号: CN105046234A 公开(公告)日: 2015-11-11
发明(设计)人: 金鑫;刘妍;赵耿;李晓东;郭魁;陈迎亚;田玉露;叶超尘 申请(专利权)人: 北京电子科技学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京科迪生专利代理有限责任公司 11251 代理人: 成金玉;孟卜娟
地址: 100070 北京市丰台区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 稀疏 表示 环境 中人 图像 隐秘 识别 方法
【说明书】:

发明公开了一种基于稀疏表示的云环境中人脸图像隐秘识别方法,它能在安全的方式下进行,同时保护图片的隐私和数据库的隐秘性。云端的服务器保存着图像数据库,客户端获取人脸图像并需要服务器确认是否与嫌疑人匹配与此同时服务器不会获得双方更多的信息。本发明首次将稀疏表示应用于隐秘人脸识别安全协议,并介绍了一种安全的欧氏距离算法,然后利用Paillier同态加密与不经意传输算法,隐秘的比对终端和云端人脸的稀疏表示系数向量,其降低了人脸表示向量的维数也避免了基于图像块的攻击。并且该方法很容易通过软件实现,本发明可广泛应用推广到云计算、安全认证、嫌疑人追踪等中。

技术领域

本发明属于密码学、计算机视觉领域,特别是隐秘人脸识别的方法,具体地说是基于稀疏表示的云环境中人脸图像隐秘识别方法。

背景技术

人脸识别在视频监控和安全中扮演着重要的角色。随着计算机技术的快速发展,云计算已经改变了传统的人脸识别系统的方式。视频及人脸图像大数据和强大的人脸识别系统存储在云端并在云端运行,这提供了一个广泛的应用比如人脸搜索,犯罪嫌疑人搜索。然而,大量的检测摄像头分布在公共场所中,人们的隐私完全暴露无疑。嫌疑人搜查应用可能会被不法分子利用去搜查他们想找到的人。一旦人脸识别系统连接到一个通用的数据库如身份证,某些人就可以如愿以偿的去搜索民众。另一方面犯罪嫌疑人数据库也可能暴露甚至造成更多的犯罪。

Paillier体制是一种具有语义安全的加同态公钥密码系统,所以常用于构造安全多方计算基础协议,如点积协议、0T协议等。若把密码体制中加密操作记为Epk(·),解密操作记为Dpk(·),那么语义安全性是指若对任意消息m0、m1,不存在任何多项式时间算法区分Epk(m0)和Epk(m1),加同态性是指Epk(x,r1)·Epk(y,r2)=Epk(x+y,r1·r2),r1,r2是随机数,根据Paillier算法的理论知识容易验证Paillier体制具有语义安全性和加同态性。

不经意传输协议是一种可保护隐私的密码协议,亦是一种可保护隐私的双方通信协议,能使通信双方以一种选择模糊化的方式传送消息。可以简单地理解为,不经意传输能够使得通信双方以一种不经意的方式传送消息。在特定的场合和需要下,为保护用户的隐私不经意传输提供了一种现实的选择。

发明内容

本发明要解决技术问题为:克服现有技术的不足,提供一种基于稀疏表示的云环境中人脸图像隐秘识别方法,该方法能够有效提高安全人脸识别的计算效率,而且可以有效抵抗基于图像块恢复图像的攻击。

本发明采用的技术方案为:一种基于稀疏表示的云环境中人脸图像隐秘识别方法,实现步骤如下:

(1)训练样本共100幅人脸图像训练人脸字典;

(2)客户端和服务器端分别计算其图像的稀疏表示向量;

(3)客户端将计算的人脸向量加密后发送给服务器,服务器计算接收向量与自身图库中任意一个图像向量的欧氏距离的密文,并将密文发回给客户端,客户端解出欧氏距离明文;

(4)客户端根据欧氏距离再利用不经意传输协议与服务器端进行交互;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京电子科技学院,未经北京电子科技学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510472454.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top