[发明专利]一种结合水印和深度学习的人脸识别加密认证方法及系统

说明书

本发明涉及一种结合水印和深度学习的人脸识别加密认证方法及系统，属于人脸识别认证领域，摄像头采集人脸图像并嵌入水印，得到水印人脸图像；客户端提取水印信息，并与水印图像进行比对认证；客户端采用基于FaceNet的深度学习算法提取认证成功的人脸图像的人脸特征，并采用CKKS全同态加密算法和国密SM4算法加密，得到人脸特征密文数据；数据库服务器计算加密人脸特征模板与预存的人脸特征模板之间的汉明距离，加密得到汉明距离密文数据；身份验证服务器对汉明距离密文数据进行解密，并对汉明距离明文值与预设汉明距离阈值进行比较，得到人脸识别认证结果，可保证人脸图像数据来源的安全性，提高识别准确率和效率。

技术领域

本发明涉及人脸识别认证领域，特别是涉及一种结合水印和深度学习的人脸识别加密认证方法及系统。

背景技术

目前的人脸识别加密认证方法主要思想是对提取的人脸特征进行加密，在密文域完成人脸识别认证，识别成功即认证成功。然而，现有常用的人脸识别普遍存在以下问题：(1)安全性方面的问题。恶意攻击者可绕过摄像头，直接对特征提取模块提供有问题的人脸图像，或者在发送至特征提取模块的过程中对人脸图像进行篡改，无法保证人脸图像数据来源的可靠性和安全性；(2)性能方面的问题。提取人脸特征、加密、识别认证的整个过程耗时长，效率低，识别准确率也较低。因此，目前亟需一种新的人脸识别加密认证方法，以解决现有技术中无法保证人脸图像数据来源的安全性，识别准确率低的问题。

发明内容

本发明的目的是提供一种结合水印和深度学习的人脸识别加密认证方法及系统，能够保证人脸图像数据来源的安全性，并提高识别准确率，解决现有技术中无法保证人脸图像数据来源的安全性，识别准确率低的问题。

为实现上述目的，本发明提供了如下方案：

一方面，本发明提出了一种结合水印和深度学习的人脸识别加密认证方法，包括：

摄像头采集人脸图像，并向人脸图像中嵌入水印图像，得到水印人脸图像，并将所述水印人脸图像发送至客户端；

所述客户端提取水印人脸图像中的水印信息，并将所述水印信息与所述水印图像进行比对认证，得到比对认证结果；

所述客户端采用基于FaceNet的深度学习算法对认证成功的人脸图像进行人脸特征数据提取，并采用CKKS全同态加密算法和国密SM4算法对提取到的人脸特征数据进行加密，得到人脸特征密文数据，并将所述人脸特征密文数据发送至数据库服务器；

所述数据库服务器生成与人脸特征密文数据对应的加密人脸特征模板，并计算所述加密人脸特征模板与数据库服务器中预存的同一用户的人脸特征模板之间的汉明距离，并对所述汉明距离进行加密得到汉明距离密文数据，并将所述汉明距离密文数据发送至身份验证服务器；

所述身份验证服务器对所述汉明距离密文数据进行解密，得到汉明距离明文值；

所述身份验证服务器对汉明距离明文值与预设汉明距离阈值进行大小比较，得到人脸识别认证结果。

可选的，所述采集人脸图像，并向人脸图像中嵌入水印图像，得到水印人脸图像，具体包括：

采集人脸图像；

采用LSB盲水印算法将预设的水印图像嵌入到所述人脸图像中，得到所述水印人脸图像。

可选的，所述提取水印人脸图像中的水印信息，并将所述水印信息与所述水印图像进行比对认证，得到比对认证结果，具体包括：

采用LSB水印提取算法对所述水印人脸图像中的水印信息进行提取，得到提取出的水印信息；

采用PSNR值比对方法，对提取出的水印信息与水印图像进行比对认证，计算得到PSNR值；