[发明专利]基于联邦学习的人脸识别方法、装置、设备及存储介质

权利要求书

1.一种基于联邦学习的人脸识别方法，其特征在于，包括：

客户端获取用户的M张第一人脸图片；其中，M为大于1的整数；

所述客户端将所述M张第一人脸图片分别输入到人脸识别模型，得到M个人脸特征向量，并将所述M个人脸特征向量进行加密后反馈给服务器；

所述客户端接收所述服务器发送的加密后的损失函数值，所述损失函数值是所述服务器根据所述M个人脸特征向量和所述用户的基准人脸特征确定的；

所述客户端根据解密后的所述损失函数值更新所述人脸识别模型，直至所述人脸识别模型收敛或达到预设迭代训练轮次为止，得到训练好的口罩人脸识别模型。

2.如权利要求1所述的方法，其特征在于，在所述客户端获取用户的M张第一人脸图片之前，还包括：

所述客户端将加密后的所述用户的身份标识ID发送给所述服务器；

所述客户端接收所述服务器发送的训练样本指示信息，所述训练样本指示信息用于指示所述客户端上传的口罩人脸图片训练样本的数量值或上传的训练样本对应的标识。

3.如权利要求1所述的方法，其特征在于，所述客户端获取用户的M张第一人脸图片，包括：

所述客户端获取所述用户的M张具有戴口罩属性的第二人脸图片；

所述客户端通过预设的切除规则对M张所述第二人脸图片进行切除处理，得到所述M张第一人脸图片；所述M张第一人脸图片均为人脸中鼻梁以上位置的图片。

4.如权利要求1所述的方法，其特征在于，在所述得到训练好的口罩人脸识别模型之后，还包括：

所述客户端获取用户的人脸识别请求，所述人脸识别请求包括用户的具有戴口罩属性的第三人脸图片；

所述客户端将所述第三人脸图片输入到所述口罩人脸识别模型进行识别，得到所述用户的人脸识别结果，并基于所述用户的人脸识别结果确定所述用户是否为目标用户；

若是，则所述客户端确定所述用户验证通过。

5.如权利要求1所述的方法，其特征在于，在所述得到训练好的口罩人脸识别模型之后，还包括：

所述客户端将所述口罩人脸识别模型的模型参数进行加密；

所述客户端将加密后的模型参数存储至所述服务器。

6.如权利要求5所述的方法，其特征在于，所述方法还包括：

所述客户端在初次安装后，向所述服务器发送参数更新请求；

所述客户端接收携带有加密的模型参数的参数更新响应；所述加密的模型参数是所述服务器根据所述参数更新请求中的用户的身份标识ID确定的；

所述客户端根据所述加密的模型参数更新所述客户端中的人脸识别模型，得到口罩人脸识别模型。

7.一种基于联邦学习的人脸识别方法，其特征在于，包括：

服务器获取客户端发送的加密后的M个人脸特征向量；所述M为大于1的整数；

所述服务器对所述加密后的M个人脸特征向量进行解密处理，得到解密后的M个人脸特征向量；

所述服务器通过预设的损失函数对所述解密后的M个人脸特征向量和用户的基准人脸特征进行统计处理确定出损失函数值；

所述服务器将加密后的所述损失函数值发送给所述客户端；所述客户端用于根据解密后的所述损失函数值更新人脸识别模型，直至所述人脸识别模型收敛或达到预设迭代训练轮次为止，得到训练好的口罩人脸识别模型。