(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210500490.6 (22)申请日 2022.05.10 (65)同一申请的已公布的文献号 申请公布号 CN 114596639 A (43)申请公布日 2022.06.07 (73)专利权人 富算科技 (上海) 有限公司 地址 200135 上海市浦东 新区中国(上海) 自由贸易试验区浦 东大道1200号2层A 区 (72)发明人 赵华宇 卞阳 孙小超  (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 唐正瑜 (51)Int.Cl. G06V 40/50(2022.01) G06V 40/16(2022.01) G06V 10/74(2022.01)G06K 9/62(2022.01) G06F 21/62(2013.01) (56)对比文件 US 10003464 B1,2018.0 6.19 CN 113435406 A,2021.09.24 CN 112215158 A,2021.01.12 CN 114093001 A,202 2.02.25 CN 111738238 A,2020.10.02 EP 3905080 A1,2021.1 1.03 耿魁.面向信息交换的隐私保护关键技 术研 究. 《中国博士学位 论文全文数据库 (电子期 刊) 》 .2018,第2018年卷(第12期), Hongbo Li et al.Authorized Equal ity Test on Identity-Based Ciphertexts for Secret Data Shari ng via Cl oud Stora ge. 《IEEE Access》 .2019, 审查员 宋海荣 (54)发明名称 一种生物特征识别方法、 装置、 电子设备及 存储介质 (57)摘要 本申请提供一种生物特征识别方法、 装置、 电子设备及存储介质, 用于改善对生物特征等隐 私信息进行保护难以兼顾隐私安全和识别效率 的平衡的问题。 该方法包括: 获取待识别对象的 目标图像, 并提取目标图像中的生物特征; 对目 标图像中的生物特征进行分片和同态加密, 获得 多个加密向量碎片; 向多个服务器 分别发送多个 加密向量碎片, 以使多个服务器中的每个服务器 将加密向量碎片与底库中的密态向量碎片之间 的最大向量距离值确定为向量距离值; 接收多个 服务器发送的向量距离值和向量距离值对应的 身份标识; 根据接收获得的多个向量距离值和每 个向量距离值对应的身份标识, 确定待识别对象 的识别结果。 权利要求书2页 说明书12页 附图5页 CN 114596639 B 2022.08.26 CN 114596639 B 1.一种生物特 征识别方法, 其特 征在于, 应用于电子设备, 包括: 获取待识别对象的目标图像, 并提取 所述目标图像中的生物特 征; 对所述目标图像中的生物特 征进行分片和同态加密, 获得多个加密向量碎片; 向多个服务器分别发送所述多个加密向量碎片中的其中一个密态向量碎片, 以使所述 多个服务器中的每个服务器将所述加密向量碎片与底库中的密态向量碎片之间的最大向 量距离值确定为向量距离值, 并返回所述向量距离值和所述向量距离值对应的身份标识, 所述底库用于存 储身份标识和密态向量碎片的映射关系; 接收所述多个服务器发送的向量距离值和所述向量距离值对应的身份标识, 获得多个 向量距离值和所述多个向量距离值中的每 个向量距离值对应的身份标识; 根据所述多个向量距离值和所述每个向量距离值对应的身份标识, 确定所述待识别对 象的识别结果; 其中, 所述根据所述多个向量距离值和所述每个向量距离值对应的身份标识, 确定所 述待识别对象的识别结果, 包括: 筛选出所述多个向量距离值中的最大向量距离值; 根据所 述目标图像中的生物特征和所述最大向量距离值确定相似度值, 所述相似度值是所述目标 图像中的生物特征与生物图像中的生物特征之 间的相似度值; 判断所述相似度值是否大于 预设阈值; 若是, 则将所述最大向量距离值对应的身份标识确定为所述识别结果, 否则, 将 所述待识别对象未注 册确定为所述识别结果。 2.根据权利要求1所述的方法, 其特征在于, 在所述向多个服务器分别发送所述多个加 密向量碎片之前, 还 包括: 获取所述待识别对象的生物图像和身份标识, 并提取所述待识别对象的生物图像 中的 生物特征; 对所述生物图像中的生物特 征进行分片和同态加密, 获得多个密态向量碎片; 向服务器发送所述身份标识和所述多个密态向量碎片中的其中一个密态向量碎片, 以 使所述服务器将所述身份标识和接收到的密态向量碎片存 储至所述底库中。 3.根据权利要求1所述的方法, 其特征在于, 所述根据所述目标图像中的生物特征和所 述最大向量距离值确定相似度值, 包括: 对所述目标图像中的生物特征进行计算, 获得所述目标图像中的生物特征与 所述生物 图像中的生物特 征之间的匹配分数; 根据所述匹配分数和所述 最大向量距离值确定所述相似度值。 4.根据权利要求1所述的方法, 其特征在于, 所述根据所述多个向量距离值和所述每个 向量距离值对应的身份标识, 确定所述待识别对象的识别结果, 包括: 根据所述目标图像中的生物特征和所述每个向量距离值确定相似度值, 获得多个相似 度值; 从所述多个相似度值中筛选出最大相似度值, 并将所述最大相似度值对应的身份标识 确定为所述识别结果。 5.一种生物特 征识别方法, 其特 征在于, 应用于服 务器, 包括: 接收电子设备发送的多个加密向量碎片; 将所述加密向量碎片与底库中的密态向量碎片之间的最大距离值确定为向量距离值, 并获取所述向量距离值和所述向量距离值对应的身份标识, 所述底库用于存储身份标识和权 利 要 求 书 1/2 页 2 CN 114596639 B 2密态向量碎片的映射关系; 向所述电子设备发送所述向量距离值和所述向量距离值对应的身份标识, 以使所述电 子设备根据所述向量距离值和所述向量距离值对应的身份标识确定待识别对 象的识别结 果; 其中, 所述电子设备用于: 筛选出多个向量距离值中的最大向量距离值; 根据目标图像 中的生物特征和所述最大向量距离值确定相似度值, 所述相似度值是所述目标图像中的生 物特征与生物图像中的生物特征之间的相似度值; 判断所述相似度值是否大于预设阈值; 若是, 则将所述最大向量距离值对应的身份标识确定为所述识别结果, 否则, 将所述待识别 对象未注 册确定为所述识别结果。 6.根据权利要求5所述的方法, 其特征在于, 所述将所述加密向量碎片与底库中的密态 向量碎片之间的最大距离值确定为向量距离值, 包括: 通过多方安全计算的方式计算出所述加密向量碎片与底库中的密态向量碎片之间的 夹角余弦值, 获得多个余弦值; 从所述多个余弦值中筛选出最大余弦值, 并将所述最大余弦值确定为所述向量距离 值。 7.一种生物特 征识别装置, 其特 征在于, 应用于电子设备, 包括: 生物特征提取模块, 用于获取待识别对象的目标图像, 并提取所述目标图像中的生物 特征; 向量碎片获得模块, 用于对所述目标图像中的生物特征进行分片和同态加密, 获得多 个加密向量碎片; 向量碎片发送模块, 用于向多个服务器分别发送所述多个加密向量碎片中的其中一个 密态向量碎片, 以使 所述多个服务器中的每个服务器将所述加密向量碎片与 底库中的密态 向量碎片之 间的最大向量距离值确定为向量距离值, 并返回所述向量距离值和所述向量距 离值对应的身份标识, 所述底库用于存 储身份标识和密态向量碎片的映射关系; 身份标识接收模块, 用于接收所述多个服务器发送的向量距离值和所述向量距离值对 应的身份标识, 获得多个向量距离值和所述多个向量距离值中的每个向量距离值对应的身 份标识; 识别结果确定模块, 用于根据 所述多个向量距离值和所述每个向量距离值对应的身份 标识, 确定所述待识别对象的识别结果; 其中, 所述生物特征识别装置还用于: 筛选出所述多个向量距离值中的最大向量距离 值; 根据所述 目标图像中的生物特征和所述最大向量距离值确定相似度值, 所述相似度值 是所述目标图像中的生物特征与生物图像中的生物特征之 间的相似度值; 判断所述相似度 值是否大于预设阈值; 若是, 则将所述最大向量距离值对应的身份标识确定为所述识别结 果, 否则, 将所述待识别对象未注 册确定为所述识别结果。 8.一种电子设备, 其特征在于, 包括: 处理器和存储器, 所述存储器存储有所述处理器 可执行的机器可读指 令, 所述机器可读指令被所述处理器执行时执行如权利要求1至6任一 项所述的方法。 9.一种计算机可读存储介质, 其特征在于, 该计算机可读存储介质上存储有计算机程 序, 该计算机程序被处 理器运行时执 行如权利要求1至 6任一项所述的方法。权 利 要 求 书 2/2 页 3 CN 114596639 B 3

.PDF文档 专利 一种生物特征识别方法、装置、电子设备及存储介质

安全报告 > 其他 > 文档预览
中文文档 20 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共20页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种生物特征识别方法、装置、电子设备及存储介质 第 1 页 专利 一种生物特征识别方法、装置、电子设备及存储介质 第 2 页 专利 一种生物特征识别方法、装置、电子设备及存储介质 第 3 页
下载文档到电脑,方便使用
本文档由 思考人生2024-02-07 20:38:14上传分享
给文档打分
您好可以输入 255 个字符
网站域名是多少( 答案:github5.com )
评论列表
  • 暂时还没有评论,期待您的金玉良言
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。