[发明专利]一种人像生物特征隐私保护与解密方法

说明书

本发明公开了一种人像生物特征隐私保护与解密方法，包括：人像加密与密钥生成网络模型的构建与训练，根据人脸数据库标注信息，提取人像及其对应的身份信息，作为网络模型的输入，并利用所构建数据对所设计的网络进行训练，最终获得网络模型权重；实际人像加密与密匙存储，利用网络模型对实际采集的人像进行加密与密钥生成，并对加密人像与密钥分离存储；加密人像解密，云端服务器根据用户端的解密需求，协同处理用户的解密任务。本发明将深度学习网络技术应用到人像加密，用于生成具有相似视觉效果的加密人像；将加密人像与密钥分开存储，并利用云端协同处理方式，协助用户进行人像解码，能够降低信息泄露的可能性，实现用户快速解密。

技术领域

本发明涉及深度学习应用技术领域，具体涉及一种人像生物特征隐私保护与解密方法。

背景技术

生物特征识别凭借其安全性和便捷性在身份认证领域取得了越来越广泛的应用。基于生物特征的身份识别能够解决传统身份识别存在的不安全和不方便等问题。在指纹、人像、掌纹、虹膜、视网膜、声音、步态等生物特征中，人像因其较高的通用性、唯一性、永久性、可获得性、可接受性成为用于身份识别最广泛的生物特征之一。近年来，人像识别取得了非常显著的研究成果，识别率和识别速度均有大幅度的提高。

新一代人工智能的崛起，在给人类带来惊喜和更高生产力的同时，也引发了一些如何避免人工智能挑战人类安全或社会伦理道德的担忧。其中不乏互联网巨头出现严重数据泄露导致用户隐私泄露的问题，给企业的数据管理和使用敲响了警钟，对数据的隐私保护重视成为大势所趋。在我国，人工智能已经渗透到日常生活、工作的方方面面，不论是个人还是企业，都是当中的参与者，面对AI应用所带来的一系列安全与隐私保护问题，值得每个人的重视并获得更好的解决方案。近年来，嵌入式技术的发展突飞猛进，各式各样的嵌入式产品在工业控制、国防安全、数字通讯中发挥着重要的作用。嵌入式处理器的性能越来越高，成本越来越低，应用开发部署越来越快速，这个发展趋势越来越明显。

关于个人隐私的案例大量出现，这些行为引发了大量的愤怒、诉讼抗议。实际上，人像识别技术所创造的价值是巨大的，如果因为个人隐私问题就直接禁用，那么只能是一种短视或者短期行为。享受人工智能带来的“红利”的同时，面临隐私被非法使用的困境。对于人脸识别技术的使用需要平衡，仅仅靠规范人像识别技术企业和使用这些技术的机构是不够的。针对上述的人脸识别技术的隐私保护问题，关键是如何设计相应的加密算法，对具有人像生物特征的图像进行保护，并且设计合理的数据存储形式，使到加密人像与密钥的分开存储，降低信息泄露风险。

发明内容

本发明针对当前行业中存在的人像加密与解密技术的缺陷，提出一种人像生物特征隐私保护与解密方法，首先，利用深度学习网络框架，设计并训练一种用于人像加密与密钥生成的网络模型，实现对具有生物特征的人像的加密工作；接着，利用加密人像与密钥分离存储的方式，实现加密人像及其密匙的分离保护；最后，提供加密人像的解密方法，利用云端服务器协同处理的方式，实现用户的快速解密。

本发明的目的通过以下的技术方案实现：

一种人像生物特征隐私保护与解密方法，所述的方法包括以下步骤：

S1、构建与训练人像加密与密钥生成网络模型步骤，首先利用现有的人脸数据库的标注信息，提取人像及其对应的身份信息，构建训练数据集；设计人像加密与密钥生成网络模型，该网络模型包括三个子网络，分别是用于提取身份特征的人像身份特征提取子网络、用于提取人像重点区域的注意力机制子网络，以及用于生成加密人像与密钥的人像加密与密钥生成子网络；最后，利用构建的训练数据集，对所设计的人像加密与密钥生成网络模型进行训练，通过优化网络参数，实现网络模型的收敛；

S2、实际人像加密与密匙存储步骤，针对实际采集的人像图像，利用训练完毕的人像加密与密钥生成网络模型，对人像进行加密与密钥生成，以获得的加密人像及其密钥作为存储对象，分别将加密人像上传到云端服务器，将与之对应的唯一密匙保存在本地服务器，本地服务器拥有密匙的读取权限；