[发明专利]一种基于人脸特征的加密和解密方法、装置在审
申请号: | 202211293704.3 | 申请日: | 2022-10-21 |
公开(公告)号: | CN115688076A | 公开(公告)日: | 2023-02-03 |
发明(设计)人: | 王能 | 申请(专利权)人: | 山西丰鸿实业有限公司 |
主分类号: | G06F21/32 | 分类号: | G06F21/32;G06F21/60;G06V40/16 |
代理公司: | 湖南中泽专利代理事务所(普通合伙) 43259 | 代理人: | 龙予倩 |
地址: | 048000 山西省晋城市晋城经济技术开发*** | 国省代码: | 山西;14 |
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 基于 特征 加密 解密 方法 装置 | ||
1.一种基于人脸特征的加密方法,其特征在于,包括:
获取原始人脸图像;所述原始人脸图像中不包括针对人脸的遮挡物;
基于所述原始人脸图像进行图像变换处理,获得多张变换人脸图像;每张变换人脸图像中均包括针对人脸的遮挡物,不同的变换人脸图像中针对人脸的遮挡物不相同和/或针对人脸的遮挡物的遮挡位置不相同;
基于所述原始人脸图像确定加密密码,并基于所述加密密码对信息进行加密;
将所述原始人脸图像、所述多张变换人脸图像和所述加密密码对应存储。
2.根据权利要求1所述的基于人脸特征的加密方法,其特征在于,所述基于所述原始人脸图像进行图像变换处理,获得多张变换人脸图像,包括:
将所述原始人脸图像输入预先训练好的图像变换模型中,获得所述预先训练好的变换模型输出的多张变换人脸图像。
3.根据权利要求2所述的基于人脸特征的加密方法,其特征在于,所述基于人脸特征的加密方法还包括:
获取训练数据集;所述训练数据集中包括多组训练样本,每组训练样本中均包括样本人脸图像和所述样本人脸图像对应的多张变换样本人脸图像,所述样本人脸图像中不包括针对人脸的遮挡物,每张样本变换人脸图像中均包括针对人脸的遮挡物,不同的样本变换人脸图像中针对人脸的遮挡物不相同和/或针对人脸的遮挡物的遮挡位置不相同;
基于所述训练数据集对初始的图像变换模型进行训练,获得训练好的图像变换模型。
4.根据权利要求1所述的基于人脸特征的加密方法,其特征在于,所述基于所述原始人脸图像进行图像变换处理,获得多张变换人脸图像,包括:
获取预设的遮挡物信息;所述遮挡物信息中包括多个遮挡物尺寸和多个遮挡物尺寸分别对应的多个遮挡位置;
基于所述原始人脸图像和所述预设的遮挡物信息生成多张变换人脸图像。
5.根据权利要求1所述的基于人脸特征的加密方法,其特征在于,所述将所述原始人脸图像、所述多张变换人脸图像和所述加密密码对应存储,包括:
基于所述原始人脸图像提取第一图像特征;
基于所述多张变换人脸图像分别提取第二图像特征;
基于所述第一图像特征和所述第二图像特征生成安全密码;
根据所述安全密码对所述加密密码进行加密;
将加密后的加密密码、所述原始人脸图像和所述多张变换人脸图像对应存储。
6.根据权利要求5所述的基于人脸特征的加密方法,其特征在于,所述基于所述第一图像特征和所述第二图像特征生成安全密码,包括:
基于所述第一图像特征和所述第二图像特征生成图像特征向量;
根据所述多张变换人脸图像的数量、所述多张变换人脸图像中包括的遮挡物总数量、所述图像特征向量和预设的加密算法生成安全密码。
7.一种基于人脸特征的解密方法,其特征在于,包括:
获取待验证人脸图像;
判断所述待验证人脸图像与预先存储的原始人脸图像是否一致;所述原始人脸图像中不包括针对人脸的遮挡物;
若所述待验证人脸图像与预先存储的原始人脸图像不一致,判断预先存储的多张变换人脸图像中是否存在与所述待验证人脸图像一致的目标人脸图像;每张变换人脸图像中均包括针对人脸的遮挡物,不同的变换人脸图像中针对人脸的遮挡物不相同和/或针对人脸的遮挡物的遮挡位置不相同;
若预先存储的多张变换人脸图像中存在与所述待验证人脸图像一致的目标人脸图像,获取所述原始人脸图像对应的加密密码;
根据所述加密密码对信息进行解密。
8.根据权利要求7所述的基于人脸特征的解密方法,其特征在于,所述加密密码为通过安全密码加密的密码;所述获取所述原始人脸图像对应的加密密码,包括:
基于所述原始人脸图像提取第一图像特征;
基于所述多张变换人脸图像分别提取第二图像特征;
基于所述第一图像特征和所述第二图像特征确定所述安全密码;
根据所述安全密码对所述加密密码进行解密,获得解密的加密密码。
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山西丰鸿实业有限公司,未经山西丰鸿实业有限公司许可,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/202211293704.3/1.html,转载请声明来源钻瓜专利网。