[发明专利]一种融合欧氏距离和同态加密的人脸识别方法

说明书

本发明涉及一种融合欧氏距离和同态加密的人脸识别方法，包括以下步骤：S1、用户进行身份识别时，本地获取人脸特征值，然后基于同态加密对人脸特征值加密，得到人脸特征值密文，再将人脸特征值密文、密钥发送至云端服务器；S2、云端服务器加载密钥及人脸特征值密文，对本地当前上传的人脸特征值密文与用户注册时上传的已知姓名的人脸特征值密文进行欧氏距离计算，获得密文差值；然后将计算得到的密文差值发送回本地进行后续计算；S3、本地对密文差值进行密文解密，再进行明文局部欧氏距离计算，得到人脸欧几里得距离，最后基于得到的人脸欧几里得距离给出用户身份识别结果。该方法有利于提高人脸识别的准确率和安全性，同时提高计算效率。

技术领域

本发明属于人脸识别领域，具体涉及一种融合欧氏距离和同态加密的人脸识别方法。

背景技术

基于人脸的认证系统被广泛应用在执法、支付、交通出行、门禁和电子政务等应用领域。相对于传统的身份认证机制，人脸识别具有不容易被遗忘和损坏、使用便捷的特点，可有效提高认证的效率。人脸认证普遍的攻击之一就是人脸特征模板库。例如，攻击者重建的原始人脸图像可被成功认证，也可以推测出年龄、性别等个人属性。这些人脸特征模板均涉及到隐私，存储在云端模板数据库上的特征模板数据存在泄漏的可能，通常的解决方案是将人脸特征模板加密，再将其上传到不受信任的第三方，但无法实现密文域上的特征匹配。

现如今的人脸识别，存放人脸的服务器安全系数相对薄弱，或是内部人员进行数据的买卖。服务器中的人脸数据在存放或是传输过程中被盗用之后容易被泄露、窃取，造成隐私泄露。然而传统的加密方法无法进行人脸特征匹配。这就需要使用基于同态加密的人脸识别。

发明内容

本发明的目的在于提供一种融合欧氏距离和同态加密的人脸识别方法，该方法有利于提高人脸识别的准确率和安全性，同时提高计算效率。

为实现上述目的，本发明采用的技术方案是：一种融合欧氏距离和同态加密的人脸识别方法，包括以下步骤：

步骤S1：用户进行身份识别时，本地获取人脸特征值，然后基于同态加密对人脸特征值加密，得到人脸特征值密文，再将人脸特征值密文、密钥发送至云端服务器；

步骤S2：云端服务器加载密钥及人脸特征值密文，对本地当前上传的人脸特征值密文与用户注册时上传的已知姓名的人脸特征值密文进行欧氏距离计算，获得密文差值；然后将计算得到的密文差值发送回本地进行后续计算；

步骤S3：本地对密文差值进行密文解密，再进行明文局部欧氏距离计算，得到人脸欧几里得距离，最后基于得到的人脸欧几里得距离给出用户身份识别结果。

进一步地，所述步骤S1中，按如下方法获取人脸特征值：

步骤S101：本地通过摄像头获得视频帧的图像，并调整图像的大小以加快人脸识别处理，然后将图像从BGR颜色转换为RGB颜色；

步骤S102：进行人脸检测，找出图像中的所有人脸；

步骤S103：利用面部特征点矫正姿态，将侧脸转为正脸；

步骤S104：根据面部特征点计算人脸特征值。

进一步地，所述步骤S1中，采用同态加密中的CKKS加密方案生成密钥，并将密钥的参数、私钥、公钥保存到本地；然后利用本地的公钥对人脸特征值进行同态加密，得到人脸特征值密文，再将人脸特征值密文以及密钥的公钥、参数发送至云端服务器。

进一步地，所述步骤S2中，利用封装好的密文减函数对本地当前上传的人脸特征值密文与数据库中保存的用户注册时上传的已知姓名的人脸特征值密文做减法计算；人脸特征值计算判断的欧几里得距离公式如下：

通过密文减函数，获得欧几里得距离中的(x_i-y_i)；