一种新的人脸识别隐私保护方案

发布时间：2021-02-09 16:47

　　人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。随着近几年互联网技术的高速发展,基于深度学习卷积神经网络分析图像的技术取得了巨大的成功,人脸识别越来越多的被应用到各种领域。随着生物识别技术的广泛使用,同时也引发了重要的隐私问题。人脸识别系统收集用户的人脸数据,用于商业用途,人脸数据通常是都是独一无二且不可替代的,一旦泄露,将对用户的隐私造成极大的损害。本文首次提出了一种新的基于安全多方计算和暹罗神经网络的人脸识别隐私保护方案,建立人脸识别隐私保护模型,通过对多个来源的敏感数据进行计算,既能进行人脸识别,同时又能保证人脸数据的隐私性。本文的方案分为两个阶段:提取人脸嵌入阶段和人脸识别隐私保护阶段。提取人脸嵌入阶段。离线客户端提取人脸特征嵌入,首先通过人脸检测与对齐对人脸图像进行预处理,再使用基于暹罗神经网络的深度学习模型处理人脸特征,提取低维面部表示（人脸嵌入）。其中人脸嵌入是指神经网络训练完成后,将最终的分类层移除,并将之前完全连接层的输出用作低维脸部表示。然后客户端将人脸嵌入的私有数据通过秘密共享的方式发送给在线服务端的两台非竞争服务器。人脸识别隐私保护阶段。在线服务... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 选题背景与研究意义
    1.2 国内外研究现状
        1.2.1 人脸识别
        1.2.2 人脸识别隐私保护
    1.3 论文主要内容与创新点
    1.4 论文的组织结构
第二章 预备知识
    2.1 暹罗神经网络
    2.2 深度学习相关研究
        2.2.1 优化器
        2.2.2 sof tmax激活函数
        2.2.3 交叉熵损失函数
        2.2.4 反向传播
    2.3 安全多方计算
        2.3.1 半诚实模型下的安全性定义
        2.3.2 秘密共享
    2.4 小结
第三章 网络模型和安全模型
    3.1 网络模型
        3.1.2 提取人脸嵌入阶段
        3.1.3 人脸识别隐私保护阶段
    3.2 安全模型
        3.2.2 建模
        3.2.3 安全性定义
    3.3 小结
第四章 本文提出的人脸识别隐私保护方案
    4.1 提取人脸嵌入阶段
        4.1.1 人脸检测与对齐
        4.1.2 使用预训练模型提取人脸嵌入
    4.2 人脸识别隐私保护阶段的准备工作
        4.2.1 基础运算协议
        4.2.2 共享十进制数算术运算定点截断协议
        4.2.3 友好softmax激活函数运算协议
    4.3 人脸识别隐私保护阶段
        4.3.2 训练协议描述
        4.3.3 预测协议描述
    4.4 小结
第五章 方案正确性和安全性分析
    5.1 正确性分析
        5.1.1 共享十进制数算术运算定点截断协议
        5.1.2 友好softmax激活函数运算协议
        5.1.3 人脸识别隐私保护模型的训练协议
        5.1.4 人脸识别隐私保护模型的预测协议
    5.2 安全性分析
        5.2.1 共享十进制数算术运算定点截断协议
        5.2.2 友好softmax激活函数运算协议
        5.2.3 人脸识别隐私保护模型的训练协议
        5.2.4 人脸识别隐私保护模型的预测协议
    5.3 小结
第六章 方案的实现与分析
    6.1 初始化
        6.1.1 实验环境
        6.1.2 实验数据
    6.2 实现与结果分析
        6.2.2 提取人脸嵌入性能
        6.2.3 提取人脸嵌入效率
        6.2.4 人脸识别隐私保护模型的准确率
        6.2.5 人脸识别隐私保护模型的训练效率
        6.2.6 人脸识别隐私保护模型的识别效率
    6.3 小结
第七章 总结与展望
    7.1 总结
    7.2 展望
参考文献
附录
攻读硕士期间参加的科研项目
致谢



本文编号：3025934