保护隐私的生物特征图像处理方法及装置.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CN111401320A(43)申请公布日2020.07.10(21)申请号202010296594.0G06N3/08(2006.01)(22)申请日2020.04.15H04N1/44(2006.01)(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)发明人郭明宇陈继东陈弢(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)G06K9/46(2006.01)G06F21/60(2013.01)G06F21/62(2013.01)G06N3/04(2006.01)权利要求书4页说明书14页附图7页(54)发明名称保护隐私的生物特征图像处理方法及装置(57)摘要本说明书实施例提供一种生物特征图像处理方法及装置，该方法首先获取待编码的第一图像，将第一图像切分为第一数目的多个第一图块，且为多个第一图块顺序编号；按照预设的第一序列中的编号顺序，打乱多个第一图块的排列，得到乱序排布的第二图像；运行于服务端的神经网络模型对第二图像进行生物特征识别；神经网络模型为采用指定训练样本预先训练而得到，指定训练样本中的每一个训练样本均按照第一序列进行乱序排布。该方法可有效提升用户隐私数据安全性。CN111401320ACN111401320A权利要求书1/4页1.一种保护隐私的生物特征图像处理方法，所述方法基于支持采集生物特征的终端设备执行，所述方法包括：获取待编码的第一图像，所述第一图像基于采集的生物特征而得到；将所述第一图像切分为第一数目的多个第一图块，且为所述多个第一图块顺序编号；按照预设的第一序列中的编号顺序，打乱所述多个第一图块的排列，得到乱序排布的第二图像；其中，所述第一序列包含所述第一数目的多个编号，且多个编号乱序排列；将所述第二图像发送至服务端，以使运行于所述服务端的神经网络模型对所述第二图像进行生物特征识别；所述神经网络模型为采用指定训练样本预先训练而得到，所述指定训练样本中的每一个训练样本均按照所述第一序列进行乱序排布。2.根据权利要求1所述的方法，其中，所述生物特征包括以下各项中的任意一种：人脸、人耳、指纹、掌纹、虹膜、手掌静脉、签名。3.根据权利要求1所述的方法，其中，在按照预设的第一序列中的编号顺序，打乱所述多个第一图块的排列之前，还包括：读取所述第一序列。4.根据权利要求1或3所述的方法，其中，该方法还包括：接收所述服务端下发的采用预设加密算法加密后的最新的第一序列，以与所述服务端同步更新所述第一序列。5.根据权利要求1所述的方法，其中，所述终端设备包括图像编码器，所述第一序列预先编译在图像编码器中。6.根据权利要求1所述的方法，其中，获取待编码的第一图像包括：通过采集生物特征得到原始图像；将所述原始图像切分为第二数目的多个第二图块，且为所述多个第二图块顺序编号；按照预设的第二序列中的编号顺序，打乱所述多个第二图块的排列，得到所述第一图像；其中，所述第二序列包含所述第二数目的多个编号，且所述第二数目的多个编号乱序排列。7.根据权利要求6所述的方法，其中，所述终端设备包括图像编码器；所述第二序列存储于所述图像编码器对应的存储空间或者预先编译在所述图像编码器中。8.根据权利要求6所述的方法，其中，所述多个第二图块中至少一个第二图块的大小为所述第一图块的整数倍；将所述第一图像切分为第一数目的多个第一图块，具体包括：将待编码的第一图像中的所述至少一个第二图块作为目标图块，对所述目标图块进行切分，得到多个第一图块；将待编码的第一图像中除所述目标图块以外的其他第二图块，直接作为第一图块。9.根据权利要求6所述的方法，其中，所述指定训练样本中的每一个训练样本均按照所述第二序列进行乱序排布后，再按照所述第一序列进行乱序排布。10.根据权利要求1-3、5中任一项所述的方法，其中，将所述第一图像切分为第一数目的多个第一图块，具体包括：将所述第一图像切分为多个相同大小的宏块，每个宏块为方形图块。11.根据权利要求1-3、5-9任一项所述的方法，其中，所述方法还包括：将所述第二图像进一步压缩编码为目标格式文件；2CN111401320A权利要求书2/4页将所述第二图像发送至服务端包括，将所述目标格式文件发送至服务端。12.一种生物特征图像识别方法，所述方法的执行主体为服务器，所述方法包括：接收终端设备发送的第二图像；所述第二图像为第一图像切分出的多个第一图块按照第一序列进行乱序排布得到，所述第一图像基于采集的生物特征而得；基于预先训练的神经网络模型，对所述第二图像进行生物特征识别；所述神经网络模型为采用指定训练样本