-
公开(公告)号:CN119495120A
公开(公告)日:2025-02-21
申请号:CN202510076196.0
申请日:2025-01-17
Abstract: 本发明公开了一种基于群体智能和神经计算的人脸安全识别方法及系统,包括采集人脸特征图像,获得原始人脸特征向量;对原始人脸特征向量进行加密,得到隐编码向量并传输到服务器;对隐编码向量进行解密还原,得到解密后人脸特征向量;将解密后人脸特征向量输入人脸识别网络模型进行识别和对比;将人脸识别结果传送到边缘设备。本发明通过采用MLPSO算法迭代计算每层群体粒子的适应值,获取最优模型参数,再将最优模型参数输入人脸识别网络模型中,提升了模型的识别准确率。
-
公开(公告)号:CN118570886A
公开(公告)日:2024-08-30
申请号:CN202410680982.7
申请日:2024-05-29
Applicant: 泉城省实验室
IPC: G06V40/50 , G06V40/16 , G06V10/82 , G06V10/94 , G06V10/96 , H04L9/40 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本发明涉及一种基于扩散模型的人脸隐私保护安全识别方法及系统,包括:在边缘设备采集人脸图像数据并获得人脸特征向量;对人脸图像数据进行销毁,并使用训练好的扩散模型的正向过程对人脸特征向量进行加密处理;将加密处理后的人脸特征向量发送到服务器,在服务器使用训练好的扩散模型的逆向过程对人脸特征向量进行解密处理;将解密处理后的人脸特征向量进行人脸比对和识别,将识别结果返回给边缘设备。通过对人脸特征向量加密,在人脸识别过程中保护了用户的隐私不被泄露。相比于传统的加密方法,提出了扩散模型隐私保护技术,将扩散模型的实现过程来用作加密解密,提高了用户信息的安全性。
-