基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法
本发明属于人脸识别,具体涉及一种基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法、电子设备。
背景技术:
1、人脸识别已广泛用于智能门禁、金融支付、安防监控等场景,但现有方案普遍存在隐私泄露的问题。
2、目前主流的人脸识别系统架构主要分为“云端比对”与“端侧比对”两类。云端比对方案需要将摄像头采集的原始人脸图像或提取出的明文特征通过网络上传至远程服务器进行验证。这种架构使得敏感的生物特征数据在传输链路中极易遭受中间人攻击或数据窃取,且在弱网或断网环境下系统将完全失效。而传统的端侧比对方案虽然实现了离线运行,但在数据处理机制上存在严重隐患:设备通常需要在本地存储原始人脸图像或明文特征模板,一旦设备被物理破解或固件被逆向,海量的生物特征底库将面临泄露风险。此外,为了实现数据视觉隐藏存储,现有技术往往需要在比对前对视觉隐藏的特征模板进行解密,或者将采集到的特征上传至可信执行环境(tee)进行解密运算,这不仅增加了系统的算力开销和处理延迟,还使得解密后的明文数据在内存中短暂暴露,存在被侧信道攻击的风险。
技术实现思路
1、为了解决现有技术中所存在的上述问题,本发明提供了一种基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法、电子设备。
2、本发明要解决的技术问题通过以下技术方案实现:
3、一方面,提供一种基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法,所述方法应用于人脸身份识别装置,所述人脸身份识别装置包括:近红外摄像头;所述人脸身份识别装置包括第一特征检测模型和第二特征检测模型,所述方法包括:
4、利用所述近红外摄像头获取待识别图像,利用所述第一特征检测模型对所述待识别图像进行特征检测,得到检测目标对应的特征信息;
5、利用所述第二特征检测模型对视觉隐藏图像进行特征检测,得到注册特征;
6、基于所述特征信息与所述注册特征进行身份识别;其中,所述视觉隐藏图像是对原始注册图像进行视觉扰动得到并存储于所述人脸身份识别装置,且所述原始注册图像不存储于所述人脸身份识别装置。
7、在一实施例中,所述方法还包括:
8、利用所述近红外摄像头获取原始注册图像;
9、对所述原始注册图像进行视觉扰动,得到所述视觉隐藏图像,并将所述视觉隐藏图像存储于所述人脸身份识别装置;
10、将所述原始注册图像删除。
11、在一实施例中,将所述原始注册图像删除包括:
12、调用底层内存覆写接口,向存放所述原始注册图像的物理内存区域进行数据覆盖,从而删除所述原始注册图像;
13、其中,所述数据覆盖包括写入全零数据或写入噪声数据。
14、在一实施例中,所述方法还包括:
15、利用所述近红外摄像头获取待识别图像后,将所述待识别图像存储至易失性存储器;或者,
16、在得到检测目标对应的特征信息后,将所述待识别图像删除。
17、在一实施例中,所述人脸身份识别装置还包括人脸检测模型;
18、利用所述第一特征检测模型对所述待识别图像进行特征检测,得到检测目标对应的特征信息,包括:
19、对所述待识别图像进行预处理,得到待处理图像;
20、利用所述人脸检测模型对所述待处理图像进行人脸检测,确定检测目标对应的预测检测框和置信度得分;
21、基于所述预测检测框和所述置信度得分确定所述检测目标对应的实际检测框;
22、利用所述第一特征检测模型基于所述检测目标对应的实际检测框进行特征检测,得到所述检测目标对应的特征信息。
23、在一实施例中,基于所述特征信息与注册特征进行身份识别,包括:
24、计算所述特征信息和每一所述注册特征之间的相似度;
25、基于所述相似度确定所述检测目标的身份信息。
26、在一实施例中,利用所述近红外摄像头获取待识别图像,包括:
27、利用所述近红外摄像头采集预设时间窗口内的连续n张所述待识别图像;
28、基于所述相似度确定所述检测目标的身份信息,包括:
29、如果预设时间窗口内连续的m个所述待识别图像对应的相似度小于相似度阈值,则身份识别不通过,且触发警报。
30、另一方面,提供一种电子设备,电子设备包括相互耦接的存储器和处理器,处理器用于执行存储器中存储的程序指令,处理器用于执行程序数据以实现上述任一项的基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法中的步骤。
31、再一方面,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述任一项的基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法中的步骤。
32、本发明提供的基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法,所述方法应用于人脸身份识别装置,所述方法应用于人脸身份识别装置,所述人脸身份识别装置包括:近红外摄像头;所述人脸身份识别装置包括第一特征检测模型和第二特征检测模型,所述方法包括利用所述近红外摄像头获取待识别图像,利用所述第一特征检测模型对所述待识别图像进行特征检测,得到检测目标对应的特征信息;利用所述第二特征检测模型对视觉隐藏图像进行特征检测,得到注册特征;基于所述特征信息与所述注册特征进行身份识别;其中,所述视觉隐藏图像是对原始注册图像进行视觉扰动得到并存储于所述人脸身份识别装置,且所述原始注册图像不存储于所述人脸身份识别装置。本申请的方法能够在人脸识别过程中降低信息泄露风险。
33、以下将结合附图及对本发明做进一步详细说明。
1.一种基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法,其特征在于,所述方法应用于人脸身份识别装置,所述人脸身份识别装置包括:近红外摄像头;所述人脸身份识别装置包括第一特征检测模型和第二特征检测模型,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,将所述原始注册图像删除包括:
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
5.根据权利要求1所述的方法,其特征在于,所述人脸身份识别装置还包括人脸检测模型;
6.根据权利要求1所述的方法,其特征在于,基于所述特征信息与注册特征进行身份识别,包括:
7.根据权利要求6所述的方法,其特征在于,利用所述近红外摄像头获取待识别图像,包括:
8.一种电子设备,其特征在于,所述电子设备包括相互耦接的存储器和处理器,所述处理器用于执行存储器中存储的程序指令,所述处理器用于执行程序数据以实现如权利要求1~7中任一项所述的基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法中的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1~7中任一项所述的基于边缘计算芯片的视觉隐藏近红外人脸身份识别方法中的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com