[发明专利]一种人脸特征提取方法、装置及设备

说明书

本说明书实施例公开了一种用于隐私保护的人脸特征提取方法、装置及设备。该方案包括：将待识别用户的人脸图像输入图像编码器，得到所述图像编码器输出的所述人脸图像的编码向量，所述编码向量为对所述人脸图像进行特征化处理后得到的向量数据；利用全连接的深度神经网络模型接收所述编码向量后，输出所述待识别用户的人脸特征向量。其中，所述图像编码器为自编码器中的编码器；所述图像编码器的输出与所述深度神经网络模型的输入连接。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种人脸特征提取方法、装置及设备。

背景技术

随着计算机技术以及光学成像技术的发展，基于人脸识别技术的用户识别方式正在日渐普及。目前，通常需要将客户端设备采集的待识别用户的人脸图像发送至服务端设备处，以便于该服务端设备从该待识别用户的人脸图像中提取出人脸特征向量，从而可以基于该人脸特征向量去生成用户识别结果。由于待识别用户的人脸图像属于用户敏感信息，因此，这种需将待识别用户的人脸图像发送至其他设备进行特征提取的方法存在泄漏用户敏感信息的风险。

基于此，如何在保证用户人脸信息的隐私性的基础上去提取用户人脸特征，已成为亟待解决的技术问题。

发明内容

有鉴于此，本说明书一个或多个实施例提供了一种人脸特征提取方法、装置及设备，用于在保证用户人脸信息的隐私性的基础上去提取用户人脸特征。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种人脸特征提取方法，所述方法使用了用于隐私保护的人脸特征提取模型，所述人脸特征提取模型包括：图像编码器及全连接的深度神经网络模型；所述图像编码器为自编码器中的编码器；所述图像编码器的输出与所述深度神经网络模型的输入连接；所述方法包括：

将待识别用户的人脸图像输入所述图像编码器，得到所述图像编码器输出的所述人脸图像的编码向量，所述编码向量为对所述人脸图像进行特征化处理后得到的向量数据；

所述深度神经网络模型接收所述编码向量后，输出所述待识别用户的人脸特征向量。

本说明书实施例提供的一种针对用于隐私保护的人脸特征提取模型的训练方法，所述方法包括：

获取第一训练样本集合，所述第一训练样本集合中的训练样本为人脸图像；

利用所述第一训练样本集合对初始自编码器进行训练，得到训练后的自编码器；

获取第二训练样本集合，所述第二训练样本集合中的训练样本为编码向量，所述编码向量为利用所述训练后的自编码器中的编码器对人脸图像进行特征化处理后得到的向量数据；

利用所述第二训练样本集合对全连接的初始深度神经网络模型进行训练，得到训练后的深度神经网络模型；

根据所述编码器及所述训练后的深度神经网络模型，生成用于隐私保护的人脸特征提取模型。

本说明书实施例提供的一种人脸特征提取装置，所述装置使用了用于隐私保护的人脸特征提取模型，所述人脸特征提取模型包括：图像编码器及全连接的深度神经网络模型；所述图像编码器为自编码器中的编码器；所述图像编码器的输出与所述深度神经网络模型的输入连接；所述装置包括：

输入模块，用于将待识别用户的人脸图像输入所述图像编码器，得到所述图像编码器输出的所述人脸图像的编码向量，所述编码向量为对所述人脸图像进行特征化处理后得到的向量数据；

人脸特征向量生成模块，用于令所述深度神经网络模型接收所述编码向量后，输出所述待识别用户的人脸特征向量。

本说明书实施例提供的一种针对用于隐私保护的人脸特征提取模型的训练装置，所述装置包括：