申请/专利权人：青岛山科智汇信息科技有限公司;青岛山科人工智能有限公司

申请日：2024-02-28

公开（公告）日：2024-05-14

公开（公告）号：CN117786644B

主分类号：G06F21/32

分类号：G06F21/32;G06V40/16;G06F21/60;G06F21/62

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明提供了一种人脸自身特征参与加解密的安全人脸识别系统，属于人脸识别技术领域，该人脸自身特征参与加解密的安全人脸识别系统，其特征在于，包括基础数据随机生成模块、人脸采集注册模块以及人脸识别模块；所述基础数据随机生成模块用于生成1个随机密钥集合和1个人脸加密数据集合，所述人脸采集注册模块用于对人脸数据进行加密，所述人脸识别模块用于将人脸数据并与注册人脸信息进行比对，判断人脸特征；本发明可以实现每条人脸数据采用独立的密钥加解密，且每个密钥均由用户人脸特征数据本身决定，人脸注册与识别全程不存储所用密钥，显著提高了系统的安全性和隐私性。

主权项：1.一种人脸自身特征参与加解密的安全人脸识别系统，其特征在于，包括基础数据随机生成模块、人脸采集注册模块以及人脸识别模块；所述基础数据随机生成模块用于生成1个随机密钥集合和1个人脸加密数据集合，其中所述随机密钥集合内有P条记录，每条记录包含第一浮点值和随机密钥值，所述第一浮点值和所述随机密钥值均为随机生成的，其中，所述第一浮点值维数与所述随机密钥值维数相等；所述人脸加密数据集合内有Q条记录，每条记录包含第二浮点值和足够存放人脸加密数据的缓冲区，所述第二浮点值为随机生成的，所述第二浮点值的维数为所述第一浮点值的二倍；所述人脸采集注册模块，用于根据深度学习模型计算人脸特征向量，对人脸特征向量进行拆分，计算拆分后的人脸特征向量与随机密钥的距离值，从而得到密钥，对人脸数据进行加密；所述人脸识别模块用于分别计算拆分后的人脸特征向量与随机密钥值的距离值，分别得到K个密钥组，从而得到密钥F2；并计算拆分后的特征向量与人脸加密数据集合的距离值对人脸特征进行解析；其中，所述人脸采集注册模块具体执行以下步骤：生成密钥的步骤：采用人脸识别深度学习模型计算出人脸特征向量，对所述人脸特征向量拆分成特征向量A、特征向量B、特征向量C共三部分，其中，特征向量A的维数与特征向量B相同，特征向量C的维数为特征向量A的二倍；计算所述特征向量A与随机密钥集合的每条记录中第一浮点值的距离值，找出距离最短的距离对应的所述随机密钥值，得到密钥MA；计算所述特征向量B与随机密钥集合的每条记录中第一浮点值的距离值，找出距离最短的距离对应的所述随机密钥值，得到密钥MB；对MA和MB进行异或运算，得到密钥F1；附加加密的步骤：对得到的人脸特征向量计算MD5值，附加在人脸特征向量数据后面，对密钥F1进行得到密文；融合加密的步骤：计算所述特征向量C与人脸加密数据集合中每条记录的第二浮点值的距离值，找出距离最短的记录并将加密后的密文存入该条记录中。

全文数据：

权利要求：

百度查询： 青岛山科智汇信息科技有限公司;青岛山科人工智能有限公司 一种人脸自身特征参与加解密的安全人脸识别系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD