保护隐私的生物特征识别方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113298060A(43)申请公布日2021.08.24(21)申请号202110849620.2(22)申请日2021.07.27(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人胡永恒马晨光(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309代理人陈霁周良玉(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书8页附图4页(54)发明名称保护隐私的生物特征识别方法和装置(57)摘要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。CN113298060ACN113298060A权利要求书1/2页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输出的、针对生物特征采集的原始图像，其中，所述无透镜成像设备包括掩模板和图像传感器，所述原始图像是通过所述掩模板调制后由所述图像传感器采集到的图像；基于所述掩模板的调制参数对所述原始图像进行重构，得到重构图像；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，所述掩模板与所述图像传感器之间像素对齐，所述掩模板的各像素位置对应设置有调制参数；以及所述基于所述掩模板的调制参数对所述原始图像进行重构，得到重构图像，包括：根据所述掩模板各像素位置的调制参数，确定用于对图像进行重构的重构矩阵；根据所述原始图像的像素值和所述重构矩阵对所述原始图像进行重构，得到重构图像。3.根据权利要求1或2所述的方法，其中，所述掩模板上设置有图案，所述图案是随机生成的，包括透光部分和不透光部分，其中，所述透光部分的像素位置的调制参数为1，所述不透光部分的像素位置的调制参数为0。4.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。5.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。6.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。7.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。8.一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针对生物特征采集的原始图像，其中，所述无透2CN113298060A权利要求书2/2页镜成像设备包括掩模板和图像传感器，所述原始图像是通过所述掩模板调制后由所述图像传感器采集到的图像；重构单元，配置为基于所述掩模板的调制参数对所述原始图像进行重构，得到重构图像；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。9.一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1‑7中任一项所述的方法。10.一种计算设备，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