[发明专利]一种人脸图片管理、同步的安全管理系统及方法有效

专利信息
申请号: 201911381589.3 申请日: 2019-12-27
公开(公告)号: CN111159136B 公开(公告)日: 2023-10-17
发明(设计)人: 何海涛;关伟豪 申请(专利权)人: 中山大学
主分类号: G06F16/182 分类号: G06F16/182;G06F16/178;G06F16/51;G06F16/532;G06F16/27;G06V40/16
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 林丽明
地址: 510275 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图片 管理 同步 安全管理 系统 方法
【说明书】:

发明提供的一种人脸图片管理、同步的安全管理系统,包括分布式人脸基准库平台、数据采集机和第三方应用平台;数据采集机进行人脸图片采集,在分布式人脸基准库平台中进行存储;分布式人脸基准库平台对人脸图片进行特征提取,生成特征文件;将特征文件推送至第三方应用平台;第三方应用平台利用特征文件完成人脸识别过程。本发明还提供一种安全管理方法,在分布式人脸基准库平台上将人脸图片进行特征的提取,生成特征文件,实现对人脸图片库的统一管理;第三方应用平台在需要调用人脸图片库时,只能根据特征文件完成人脸识别,避免了将人脸图片直接存储于识别前端所可能造成的隐私泄露问题,有效提高了人脸识别过程的安全性。

技术领域

本发明涉及人工智能和信息安全技术领域,更具体的,涉及一种人脸图片管 理、同步的安全管理系统及方法。

背景技术

人脸识别技术是基于人的脸部特征,对输入的人脸图像或者视频流,首先判 断其是否人脸,如果存在人脸,则进一步的给出每个脸的位置、大小和各个主要 面部器官的位置信息;依据这些信息,进一步提取每个人脸中所蕴含的身份特征, 并将其与已知的人脸进行对比,从而识别每个人脸的身份。

但目前的人脸识别技术在应用过程中,都由后台进行人脸图片的直接推送, 并在识别前端保留有用户的基本信息,由于前端缺乏有效管理,导致了用户的生 物特征信息容易泄露,存在数据安全和隐私泄露的问题。

发明内容

本发明为克服现有的人脸识别技术在应用过程中,存在数据安全和隐私泄露 的技术缺陷,提供一种人脸图片管理、同步的安全管理系统及方法。

为解决上述技术问题,本发明的技术方案如下:

一种人脸图片管理、同步的安全管理系统,包括分布式人脸基准库平台、数 据采集机和第三方应用平台;其中:

所述数据采集机进行人脸图片采集,并将采集到的人脸图片提交至分布式人 脸基准库平台;

所述分布式人脸基准库平台包括人脸图片库、特征提取模块和URL推送模 块;所述人脸图片库用于保存采集到的人脸图片,由特征提取模块对人脸图片进 行特征提取,生成特征文件;最后由URL推送模块将特征文件推送至所述第三 方应用平台;

所述第三方应用平台利用特征文件完成人脸识别过程。

上述方案中,在分布式人脸基准库平台上将人脸图片进行特征的提取,并生 成特征文件,实现对人脸图片库的统一管理;第三方应用平台在需要调用人脸图 片库时,只能根据特征文件完成人脸识别,避免了现有技术中将人脸图片直接存 储于识别前端所可能造成的隐私泄露问题,有效提高了人脸识别过程的安全性。

上述方案中,数据采集机(包括移动设备、智能终端、PC机等带有摄像头 的设备)进行人脸采集,将采集到的人脸图片通过https以base64编码格式的方 式提交到人脸图片库进行存储,实现了传送过程的加密,进一步保证数据的安全 性。

其中,所述分布式人脸基准库平台还包括SDK库管理模块;所述第三方应 用平台包括注册模块、SDK特征生成接口和特征算法版本记录模块;其中:

所述第三方应用平台通过所述注册模块进行注册,注册时通过所述SDK特 征生成接口将注册信息发送至所述SDK库管理模块,同时由所述特征算法版本 记录模块记录特征算法版本信息。

上述方案中,第三方应用平台在分布式人脸基准库平台进行算法引擎的注 册,注册时需要提交继承了平台特征提取调用接口的专有特征提取SDK,即SDK 特征生成接口,同时记录特征算法版本信息。

其中,所述分布式人脸基准库平台还包括图片库版本检测模块、算法规则模 块、SDK调用模块和版本比对模块;所述第三方应用平台还包括SDK更新模块、 特征库更新模块和特征库;其中:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911381589.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top