[发明专利]基于同态加密的人脸识别方法、装置、电子设备及介质

说明书

本发明涉及人工智能，揭露一种基于同态加密的人脸识别方法，包括：对采集到的待识别人脸图片进行向量编码，得到人脸特征向量，分别对人脸参考数据库中的人脸参考数据及人脸特征向量进行整型转换，得到转换参考数据及转换特征向量，对转换参考数据进行同态加密，得到加密参考数据，对转换特征向量进行维度压缩，得到压缩特征向量，根据压缩特征向量对加密参考数据进行双重筛选，得到筛选参考数据，将筛选参考数据对应的数据标识作为待识别人脸图片对应的人脸身份标识。此外，本发明还涉及区块链技术，加密参考数据可存储于区块链的节点。本发明还提出一种基于同态加密的人脸识别装置、电子设备以及存储介质。本发明可以提高人脸识别的效率。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于同态加密的人脸识别方法、装置、电子设备及存储介质。

背景技术

在金融领域中，进行金融业务处理之前通常需要对操作用户进行用户认证，一般的用户认证是基于用户的人脸特征信息实现身份识别。传统的人脸识别方法是通过密文存储和密文计算的方案来实现密文状态下的人脸特征数据传输和对比，但是这种方法会导致检索速度变慢及需求服务器增多，当进行人脸识别时搜索大量的特征数据时服务器的响应速度无法满足实际业务需求，进而导致人脸识别的效率降低。因此，亟待提出一种效率较高的人脸识别方法。

发明内容

本发明提供一种基于同态加密的人脸识别方法、装置、电子设备及存储介质，其主要目的在于提高人脸识别的效率。

为实现上述目的，本发明提供的一种基于同态加密的人脸识别方法，包括：

对采集到的待识别人脸图片进行向量编码，得到人脸特征向量；

获取预设的人脸参考数据库，分别对所述人脸参考数据库中的人脸参考数据及所述人脸特征向量进行整型转换，得到转换参考数据及转换特征向量；

基于同态加密算法对所述转换参考数据进行同态加密处理，得到加密参考数据；

对所述转换特征向量进行维度压缩处理，得到压缩特征向量，根据所述压缩特征向量对所述加密参考数据进行双重筛选处理，得到筛选参考数据，将所述筛选参考数据对应的数据标识作为所述待识别人脸图片对应的人脸身份标识。

可选地，所述对所述人脸参考数据库中的人脸参考数据进行整型转换，得到转换参考数据，包括：

分别识别所述人脸参考数据库中人脸参考数据对应的数据类型；

将所述人脸参考数据对应的数据类型转换为整数类型，得到转换参考数据。

可选地，所述基于同态加密算法对所述转换参考数据进行同态加密处理，得到加密参考数据，包括：

从所述转换参考数据中任意选择两个转换参考数据作为待加密明文；

获取加密函数，利用所述加密函数对待加密明文进行加密处理，得到加密参考数据。

可选地，所述对所述转换特征向量进行维度压缩处理，得到压缩特征向量，包括：

将所述转换特征向量分割为预设空间上的乘积，并对所述预设空间上的乘积进行映射处理，得到映射集合；

将所述映射集合中的映射数据作为压缩特征向量。

可选地，所述根据所述压缩特征向量对多个所述加密参考数据进行双重筛选处理，得到筛选参考数据，包括：

利用所述压缩特征向量与所述加密参考数据进行初始比对处理，得到初始比对结果；

以所述转换特征向量作为筛选标准对所述初始比对结果进行再次筛选，得到筛选参考数据。

可选地，所述得到加密参考数据之后，所述方法还包括：

对所述加密参考数据进行密文存储。