[发明专利]一种人脸特征向量隐私保护识别方法

权利要求书

1.一种人脸特征向量隐私保护识别方法，其特征在于，包括如下步骤：

S10，参考对象人脸图像隐私保护；

S20，被识别对象人脸图像隐私保护；

S30，对所述被识别对象进行识别。

2.如权利要求1所述的人脸特征向量隐私保护识别方法，其特征在于，所述参考对象人脸图像隐私保护包括：

S101，使用具有参考对象人脸图像隐私保护功能的摄像头拍摄所述参考对象脸部照片；

S102，通过人脸特征计算网络计算所述参考对象脸部的原始特征向量M_RFace；

S103，对所述参考对象脸部的原始特征向量M_RFace进行加噪处理，计算所述参考对象脸部的加噪特征向量M_RNoiseFace；

S104，将所述参考对象脸部的加噪特征向量M_RNoiseFace保存到数据库中。

3.如权利要求2所述的人脸特征向量隐私保护识别方法，其特征在于，所述步骤S104包括：

S1040，利用远程调用接口唤醒服务端；

S1041，将所述参考对象脸部的加噪特征向量M_RNoiseFace传输给所述服务端；

S1042，所述服务端将所述参考对象脸部的加噪特征向量M_RNoiseFace存储于数据库中并进行聚类。

4.如权利要求3所述的人脸特征向量隐私保护识别方法，其特征在于，所述被识别对象人脸图像隐私保护包括：

S201，使用具有被识别对象人脸图像隐私保护功能的摄像头拍摄所述被识别对象脸部照片；

S202，通过人脸特征计算网络计算所述被识别对象脸部的原始特征向量M_IFace；

S203，对所述被识别对象脸部的原始特征向量M_IFace进行加噪处理，计算所述被识别对象脸部的加噪特征向量M_INoiseFace。

5.如权利要求4所述的人脸特征向量隐私保护识别方法，其特征在于，所述对所述被识别对象脸部进行识别包括：

S301，所述被识别对象脸部的加噪特征向量M_INoiseFace与所述参考对象脸部的加噪特征向量M_RNoiseFace进行比较；

S302，输出所述被识别对象的人脸匹配结果。

6.如权利要求5所述的人脸特征向量隐私保护识别方法，其特征在于，所述步骤S103使用自适应的高斯加噪器进行加噪处理，所述高斯加噪器包括预先设定好的N*N的噪声系数矩阵M_Rk、默认的N维方差向量M_{Rσ_default}、拍摄的人脸数据统计出的N维方差向量M_{Rσ_stat}和所述M_Rk的对角线上的N个噪声值k_Rn；当拍摄的人脸数目<Rsmall_num时，M_Rσ＝0.8*M_{Rσ_default}+0.2*M_{Rσ_stat}；当拍摄的人脸数目>Rsmall_num且<Rbig_num时，M_Rσ＝0.5*M_{Rσ_default}+0.5*M_{Rσ_stat}；当拍摄的人脸数目>Rbig_num时M_Rσ＝0.2*M_{Rσ_default}+0.8*M_{Rσ_stat}；当拍摄的人脸数目>>Rbig_num时M_Rσ＝M_{Rσ_stat}。