人脸数据签名方法、装置、电子设备和存储介质与流程

技术特征：
1.一种人脸数据签名方法，其特征在于，包括：获取待签名的人脸数据、以及所述人脸数据对应的参考加速度数据；将所述人脸数据和所述参考加速度数据进行融合，得到融合后人脸数据；对所述融合后人脸数据进行特征编码，得到所述融合后人脸数据的编码信息；对所述编码信息进行特征重构，得到所述融合后人脸数据对应的加速度安全因子；对所述加速度安全因子和所述人脸数据进行哈希运算，得到所述人脸数据对应的哈希值；基于所述人脸数据对应的密钥，对所述哈希值进行加密处理，得到所述人脸数据的签名信息。2.根据权利要求1所述的方法，其特征在于，所述对所述加速度安全因子和所述人脸数据进行哈希运算，得到所述人脸数据对应的哈希值，包括：将所述加速度安全因子和所述人脸数据进行融合，得到信息序列；对所述信息序列进行哈希运算，得到所述人脸数据对应的哈希值。3.根据权利要求2所述的方法，其特征在于，所述将所述加速度安全因子和所述人脸数据进行融合，得到信息序列，包括：获取所述人脸数据的预设安全因子；将所述预设安全因子、所述加速度安全因子和所述人脸数据进行融合，得到信息序列。4.根据权利要求1所述的方法，其特征在于，所述对所述融合后人脸数据进行特征编码，得到所述融合后人脸数据的编码信息，包括：对所述融合后人脸数据进行特征提取，得到所述融合后人脸数据在隐空间中的隐向量；获取所述隐向量对应的概率分布；基于所述隐向量对应的概率分布，对所述隐向量进行采样处理，得到所述融合后人脸数据的编码信息。5.根据权利要求4所述的方法，其特征在于，所述获取所述隐向量对应的概率分布，包括：获取所述隐向量对应的均值信息和方差信息；基于所述均值信息和所述方差信息，确定所述隐向量的概率分布。6.根据权利要求1所述的方法，其特征在于，所述对所述融合后人脸数据进行特征编码，得到所述融合后人脸数据的编码信息，包括：通过自编码器模型，对所述融合后人脸数据进行特征编码，得到所述融合后人脸数据的编码信息。7.根据权利要求6所述的方法，其特征在于，所述通过自编码器模型，对所述融合后人脸数据进行特征编码，得到所述融合后人脸数据的编码信息之前，还包括：获取训练数据，所述训练数据包括样本人脸数据和所述样本人脸数据对应的样本加速度数据；对所述样本人脸数据和所述样本加速度数据进行融合，得到融合后样本人脸数据；通过预设自编码器模型，对所述融合后样本人脸数据进行特征编码，得到所述融合后样本人脸数据的编码信息；
对所述编码信息进行特征重构，得到重建人脸数据；基于所述重建人脸数据和所述融合后样本人脸数据之间的损失值，调整所述预设自编码器模型的参数，得到训练后的自编码器模型。8.根据权利要求7所述的方法，其特征在于，所述基于所述重建人脸数据和所述融合后样本人脸数据之间的损失值，调整所述预设自编码器模型的参数，包括：计算所述重建人脸数据和所述融合后样本人脸数据之间的重建损失值；计算所述融合后样本人脸数据的编码信息对应的概率分布与预设分布之间的分布损失值；根据所述重建损失值和所述分布损失值，调整所述预设自编码器模型的参数。9.一种人脸数据签名装置，其特征在于，包括：获取单元，用于获取待签名的人脸数据、以及所述人脸数据对应的参考加速度数据；融合单元，用于将所述人脸数据和所述参考加速度数据进行融合，得到融合后人脸数据；编码单元，用于对所述融合后人脸数据进行特征编码，得到所述融合后人脸数据的编码信息；重构单元，用于对所述编码信息进行特征重构，得到所述融合后人脸数据对应的加速度安全因子；哈希单元，用于对所述加速度安全因子和所述人脸数据进行哈希运算，得到所述人脸数据对应的哈希值；加密单元，用于基于所述人脸数据对应的密钥，对所述哈希值进行加密处理，得到所述人脸数据的签名信息。10.一种电子设备，其特征在于，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行权利要求1至8任一项所述的人脸数据签名方法中的操作。11.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至8任一项所述的人脸数据签名方法中的步骤。

技术总结
本申请公开了一种人脸数据签名方法、装置、电子设备和存储介质；本申请获取待签名的人脸数据、以及所述人脸数据对应的参考加速度数据；将所述人脸数据和所述参考加速度数据进行融合，得到融合后人脸数据；对所述融合后人脸数据进行特征编码，得到所述融合后人脸数据的编码信息；对所述编码信息进行特征重构，得到所述融合后人脸数据对应的加速度安全因子；对所述加速度安全因子和所述人脸数据进行哈希运算，得到所述人脸数据对应的哈希值；基于所述人脸数据对应的密钥，对所述哈希值进行加密处理，得到所述人脸数据的签名信息。本申请实施例可以结合加速度数据对人脸数据进行加密，有利于提高人脸数据加密的安全性。有利于提高人脸数据加密的安全性。有利于提高人脸数据加密的安全性。


技术研发人员：杨伟明 郭润增 王少鸣
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2021.06.17
技术公布日：2022/12/19