保护隐私的生物特征识别方法和装置与流程

技术特征：
1.一种保护隐私的生物特征识别方法，所述方法在可信执行环境tee中执行，包括：获取无透镜成像设备采集的生物特征的原始图像，其中，所述原始图像为肉眼不可辨识的图像；对所述原始图像进行重构，得到重构图像，其中，所述重构图像为肉眼可辨识的图像；使用预先训练的特征提取网络对所述重构图像进行特征提取，得到所述重构图像的特征表示；基于所述特征表示，对所述重构图像进行生物特征识别。2.根据权利要求1所述的方法，其中，所述生物特征为人脸；以及所述基于所述特征表示，对所述重构图像进行生物特征识别，包括：获取验证用人脸特征模板，其中，所述人脸特征模板是使用所述特征提取网络对验证用人脸图像进行特征提取得到的；根据所述特征表示和所述人脸特征模板，确定所述重构图像与所述验证用人脸图像是否指示同一人。3.根据权利要求1所述的方法，其中，所述生物特征为人脸；以及所述基于所述特征表示，对所述重构图像进行生物特征识别，包括：获取人脸图像集合中的各个人脸图像对应的各个特征模板，其中，所述各个特征模板是使用所述特征提取网络对人脸图像集合中的各个人脸图像进行特征提取得到的；根据所述特征表示和所述各个特征模板，从所述人脸图像集合中确定出与所述重构图像指示为同一人的人脸图像。4.根据权利要求1所述的方法，其中，所述特征提取网络是通过以下方式训练得到的：获取样本集，其中，所述样本集的样本包括样本图像和与样本图像对应的类别标识，所述样本图像是将无透镜成像设备采集的图像进行重构得到的图像；将所述样本图像作为输入，将与输入的样本图像对应的类别标识作为期望输出，对待训练分类器进行训练，其中，所述待训练分类器包括用于提取图像特征的神经网络；将训练完成后的分类器中的神经网络作为所述特征提取网络。5.根据权利要求1所述的方法，其中，所述生物特征包括以下之一：人脸、指纹、虹膜、掌纹。6.根据权利要求1-5中任一项所述的方法，其中，所述无透镜成像设备包括设置有图案的掩模板和图像传感器，所述掩模板和所述图像传感器像素相同且像素对齐，所述掩模板的各像素位置对应设置有调制参数；以及所述对所述原始图像进行重构，得到重构图像，包括：根据所述原始图像的像素值和所述掩模板对应的重构矩阵对所述原始图像进行重构，得到重构图像，其中，所述重构矩阵是基于所述掩模板各像素位置的调制参数预先确定的。7.一种保护隐私的生物特征识别装置，所述装置部署在可信执行环境tee中，包括：获取单元，配置为获取无透镜成像设备采集的生物特征的原始图像，其中，所述原始图像为肉眼不可辨识的图像；重构单元，对所述原始图像进行重构，得到重构图像，其中，所述重构图像为肉眼可辨识的图像；特征提取单元，配置为使用预先训练的特征提取网络对所述重构图像进行特征提取，
得到所述重构图像的特征表示；识别单元，配置为基于所述特征表示，对所述重构图像进行生物特征识别。8.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-6中任一项所述的方法。9.一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-6中任一项所述的方法。

技术总结
本说明书实施例提供一种保护隐私的生物特征识别方法和装置。该方法的一具体实施方式包括：首先，获取无透镜成像设备针对生物特征采集的原始图像，其中，无透镜成像设备包括掩模板和图像传感器，原始图像是通过掩模板调制后由图像传感器采集到的图像。其次，基于掩模板的调制参数对原始图像进行重构，得到重构图像。然后，使用预先训练的特征提取网络对重构图像进行特征提取，得到重构图像的特征表示。最后，基于特征表示，对重构图像进行生物特征识别。识别。识别。


技术研发人员：胡永恒 马晨光
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：2021.07.27
技术公布日：2022/3/4