[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

权利要求书

1.一种基于稀疏表示的云环境中人脸图像隐秘识别方法，其特征在于实现步骤：

(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；

(5)服务器端事先通过大量实验计算出数据库的每个人脸图像欧氏距离的阈值，在不经意传输中将计算出的欧氏距离与相应的阈值进行比较来判断是否客户端与服务器端的人脸匹配；

其中，步骤(1)和(2)所述图像人脸字典和稀疏表示向量采取以下步骤：

(11)训练人脸字典的训练样本为20个人的5张不同人脸图像，共100幅训练样本；

(12)图像预先压缩处理后，会得到这样的一个矩阵：每一列表示一幅图像的所有像素顺序排列，该所有像素压缩后为18个像素值，100幅人脸图像按照20个不同人的分类方式再依次排列，经过标准化运算之后得到一个18×200的标准化矩阵，即得到人脸字典；

(13)将k×j大小的人脸图像看作是一个列向量v∈Rm，m＝kj，用矩阵表示第i类中的所有训练样本，它的每一列表示该类别中的一个训练样本，ni表示该类别中的所有训练样本的个数，训练样本矩阵测试样本y可重新表示为y＝Ax∈Rm；

(14)最后解出最稀疏的解得到稀疏表示向量。

2.根据权利要求1所述的基于稀疏表示的云环境中人脸图像隐秘识别方法，其特征在于：步骤(3)所述的计算欧氏距离的方法采取以下步骤：

(21)首先客户端对向量逐位进行平方运算，再将原向量和平方向量分别逐位进行加密，加密的结果发送给服务器端；

(22)服务器端接收到加密的两个向量后，利用同态加的性质和欧氏距离公式计算双方系数向量的欧氏距离，这是在密文条件下进行的，并对结果加上一个随机数发送给客户端；

(23)客户端将密文状态下的欧氏距离与随机数的和进行解密，就得到明文状态下的欧氏距离与随机数的和。

3.根据权利要求1所述的基于稀疏表示的云环境中人脸图像隐秘识别方法，其特征在于：步骤(4)所述客户端利用不经意传输协议与服务器端进行交互过程采取以下步骤：

(31)客户端生成对称加密的私钥，服务器端生成多个非对称加密的公私钥对，客户端选择一个公钥对其私钥进行加密发送给服务器端；

(32)服务器用其全部的私钥对密文进行解密，并用解密结果作为秘钥对匹配结果加密，将多个加密结果返回给客户端；

(33)客户端用对称秘钥选择其可以解密的密文解密得到匹配结果的信息。