[发明专利]一种面向生物特征隐私保护的人像加解密系统有效

专利信息
申请号: 202011564745.2 申请日: 2020-12-25
公开(公告)号: CN112580011B 公开(公告)日: 2022-05-24
发明(设计)人: 谢巍;余孝源;张浪文;余锦伟 申请(专利权)人: 华南理工大学
主分类号: G06F21/32 分类号: G06F21/32;G06K9/00;G06K9/62;H04L9/00;H04L9/08;H04L9/40;H04N1/44;G06N3/04;G06N3/08
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 杨望仙
地址: 510640 广*** 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 面向 生物 特征 隐私 保护 人像 解密 系统
【说明书】:

发明属于数字图像处理技术领域,涉及一种面向生物特征隐私保护的人像加解密系统,包括:人像数据采集系统、人像特征提取系统、基于数据传输能力的网络传输能力判断系统、基于编码解码框架与身份特征的人像图像加解密系统、基于混沌系统的人像特征向量加解密系统。基于数据传输能力的网络传输能力判断系统主要依据传输网络的宽带传输能力和前端一体机所连接服务器类型的不同,选择基于编码解码框架与身份特征的人像图像加解密系统或基于混沌系统的人像特征向量加解密系统。本发明通过二种加密系统的协同配合,实现了人像生物特征的实时加密,减少数据泄露的可能性,同时在服务器端对加密数据进行解码,进而保证人像识别的准确性。

技术领域

本发明属于数字图像处理技术领域,涉及一种面向生物特征隐私保护的人像加解密系统。

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越来越广泛地应用。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、人脸、掌纹、虹膜、视网膜、声音、步态等生物特征中,人脸因其较高的通用性、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,人脸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。

然而,现有人脸识别系统存在数据传输安全性不高、加密方式单一及加密程度不够等问题。

发明内容

本发明针对现存人脸识别系统中数据传输安全性不高、加密方式单一以及加密程度不够问题,提供一种面向生物特征隐私保护的人像加解密系统。

本发明采用如下技术方案实现:

一种面向生物特征隐私保护的人像加解密系统,包括:人像数据采集系统、人像特征提取系统、基于数据传输能力的网络传输能力判断系统、基于编码解码框架与身份特征的人像图像加解密系统、基于混沌系统的人像特征向量加解密系统,其中:

基于编码解码框架与身份特征的人像图像加解密系统使在实现人像加密的同时,能够保证人像身份信息的一致性,并能够利用密钥实现对加密人像的解密处理;包括:部署在前端一体机上的基于编码解码框架与身份特征的人像图像加密网络和部署在公共云端的对称式的人像图像解密网络及人脸识别系统。

基于混沌系统的人像特征向量加解密系统包括:部署在前端一体机上的基于混沌系统的人像特征向量加密网络和部署在本地服务器的人像特征向量解密网络及基于特征匹配的人脸识别系统。

优选地,基于数据传输能力的网络传输能力判断系统主要依据传输网络的宽带传输能力和前端一体机所连接服务器类型的不同,选择基于编码解码框架与身份特征的人像图像加解密系统或基于混沌系统的人像特征向量加解密系统。

前端一体机所连接服务器类型包括:本地服务器和公共云端,其中本地服务器是指具有较小存储空间以及低算力的本地服务器,公共云端是指具有大存储空间以及高算力的公共云端集群。

传输网络的宽带传输能力的判别指标包括:传输速率、数据吞吐量、网络利用率。假如标准传输速率为Tv0、标准数据吞吐量为Dt0、标准网络利用率为Nu0。当一个传输网络的传输速率、数据吞吐量和网络利用率分别为Tv、Dt和Nu时,传输网络的传输能力按以下公式计算:

其中:λ1、λ2和λ3为权重参数,取值为0到1之间。若Score的得分大于1.5,则表示网络的传输速率、数据吞吐量以及网络利用率指标较高,因此,所传输的内容采用加密图像,选择基于编码解码框架与身份特征的人像图像加解密系统;若Score的得分小于1.5,则系统传输内容为加密特征向量,选择基于混沌系统的人像特征向量加解密系统。

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华南理工大学,未经华南理工大学许可,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/202011564745.2/2.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