【CN110084142A】一种用于人脸识别的年龄隐私保护方法及系统【专利】
【CN110084143A】一种用于人脸识别的情绪信息保护方法及系统【专利】
![【CN110084143A】一种用于人脸识别的情绪信息保护方法及系统【专利】](https://img.taocdn.com/s3/m/51af78685901020207409cb2.png)
(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 (43)申请公布日 (21)申请号 201910275206.8(22)申请日 2019.04.04(71)申请人 广州大学地址 510000 广东省广州市番禺广州大学城外环西路230号(72)发明人 顾钊铨 张川京 方滨兴 唐可可 汤蕓嶷 苏煜 (74)专利代理机构 广州三环专利商标代理有限公司 44202代理人 颜希文 麦小婵(51)Int.Cl.G06K 9/00(2006.01)(54)发明名称一种用于人脸识别的情绪信息保护方法及系统(57)摘要本发明公开了一种用于人脸识别的情绪信息保护方法及系统,所述方法包括:获取人脸图像,并调用人脸识别网络和情绪识别网络分别对人脸图像进行识别得到第一人脸识别结果和第一情绪识别结果;调用多层神经网络对人脸图像计算得到情绪隐藏图像;调用人脸识别网络和情绪识别网络分别对情绪隐藏图像进行识别得到第二人脸识别结果和第二情绪识别结果;判断是否第一人脸识别结果与第二人脸识别结果一致并且第一情绪识别结果与第二情绪识别结果不一致;若否,则对所述多层神经网络进行调整;若是,则输出所述情绪隐藏图像。
本发明能够在保证人脸识别准确性的同时对用户的情绪信息进行保护,从而提高了人脸识别技术在特定场景的可靠性。
权利要求书2页 说明书6页 附图2页CN 110084143 A 2019.08.02C N 110084143A权 利 要 求 书1/2页CN 110084143 A1.一种用于人脸识别的情绪信息保护方法,其特征在于,包括:获取人脸图像,并调用人脸识别网络对所述人脸图像进行识别得到第一人脸识别结果,同时,调用情绪识别网络对所述人脸图像进行识别得到第一情绪识别结果;调用多层神经网络对所述人脸图像进行计算得到情绪隐藏图像;调用所述人脸识别网络对所述情绪隐藏图像进行识别得到第二人脸识别结果,同时,调用所述情绪识别网络对所述情绪隐藏图像进行识别得到第二情绪识别结果;当判断所述第一人脸识别结果与所述第二人脸识别结果不一致,或者判断所述第一情绪识别结果与所述第二情绪识别结果一致时,对所述多层神经网络进行调整,并重复执行上述步骤;当判断所述第一人脸识别结果与所述第二人脸识别结果一致且所述第一情绪识别结果与所述第二情绪识别结果不一致时,输出所述情绪隐藏图像。
一种基于人脸识别的人物身份跟踪方法及系统[发明专利]
![一种基于人脸识别的人物身份跟踪方法及系统[发明专利]](https://img.taocdn.com/s3/m/529a6a3602d8ce2f0066f5335a8102d276a26116.png)
(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 (43)申请公布日 (21)申请号 202011000236.7(22)申请日 2020.09.22(71)申请人 福州大学地址 350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学(72)发明人 柯逍 林炳辉 陈宇杰 (74)专利代理机构 福州元创专利商标代理有限公司 35100代理人 钱莉 蔡学俊(51)Int.Cl.G06K 9/00(2006.01)G06K 9/62(2006.01)G06N 3/04(2006.01)G06N 3/08(2006.01)(54)发明名称一种基于人脸识别的人物身份跟踪方法及系统(57)摘要本发明涉及一种基于人脸识别的人物身份跟踪方法及系统,包括步骤:采用人脸数据集训练神经网络;采集待识别身份人物的人脸图片,并构建待识别人脸身份库;根据输入的视频帧,使用训练好的yolov3人脸检测模型,检测每帧图像的人脸位置;将检测到的人脸使用训练好的神经网络提取特征,并与待识别人脸身份库中的人脸特征进行比对确定身份,初始化待跟踪的人脸目标;对人脸对应的人物身份进行跟踪。
本发明对于跟踪的目标可以确认到人物的id。
权利要求书2页 说明书6页 附图1页CN 112149557 A 2020.12.29C N 112149557A1.一种基于人脸识别的人物身份跟踪方法,其特征在于,包括以下步骤:采用人脸数据集训练神经网络;采集待识别身份人物的人脸图片,并构建待识别人脸身份库;根据输入的视频帧,使用训练好的yolov3人脸检测模型,检测每帧图像的人脸位置;将检测到的人脸使用训练好的神经网络提取特征,并与待识别人脸身份库中的人脸特征进行比对确定身份,初始化待跟踪的人脸目标;对人脸对应的人物身份进行跟踪。
2.根据权利要求1所述的一种基于人脸识别的人物身份跟踪方法,其特征在于,所述采用人脸数据集训练神经网络具体为:收集公开的人脸数据集,获得相关人物的图片及其对应的人物姓名;将人脸数据集中的人脸图像的尺寸变为112×112,并使用resnet作为主干网络,损失函数设置如下:式中,m是样本的数量,i代表第i个样本,n代表类别数,j代表第j个类别,代表第i个样本所属的类别的分数,y i是第i个样本所属的类别,s是归一化参数即缩放系数,是权重W yi和特征向量x i的余弦夹角,其中权重W i和特征向量x i已经归一化为1,t是引入的超参数用来限制不同类别间的夹角。
人脸识别技术的隐私保护方法
![人脸识别技术的隐私保护方法](https://img.taocdn.com/s3/m/eda2b24e0640be1e650e52ea551810a6f524c8a1.png)
人脸识别技术的隐私保护方法
人脸识别技术近年来得到了广泛应用,但与此同时也引发了关于隐私保护的担忧。
在信息时代,隐私保护变得尤为重要,尤其是在使用人脸识别技术时。
因此,采取有效措施保护个人隐私已成为迫在眉睫的问题。
以下是一些可以采取的方法来保护人脸识别技术中的隐私:
第一,加强数据保护措施。
在使用人脸识别技术时,个人的面部数据是最为重要的信息。
因此,必须采取严格的数据保护措施,包括加密存储、限制访问权限、定期审查等,确保数据不被泄露或滥用。
第二,匿名处理。
在一些情况下,不需要保存个人面部数据的详细信息,只需进行简单的识别即可。
在这种情况下,可以采取匿名处理的方式,将个人面部数据转换为不可逆的匿名编码,从而保护个人隐私。
第三,透明度和告知。
在使用人脸识别技术时,必须向用户透明地告知其数据将如何被使用,以及可能产生的风险。
同时,用户也应该有权拒绝使用人脸识别技术或要求删除已经采集的面部数据。
第四,保护法律法规。
政府和企业应当建立完善的法律法规来保护人脸识别技术中的隐私权。
这些法律法规应包括数据收集、存储、使用和共享的规定,以及违反规定可能带来的处罚措施。
第五,安全技术应用。
利用安全技术来保护人脸识别技术的隐私,例如采用多重认证、安全加密算法、隐私保护软件等,来确保面部数据不被非法获取或篡改。
综上所述,保护人脸识别技术中的隐私至关重要,需要社会各界通力合作,建立起全面的隐私保护体系。
只有在有效保护隐私的前提下,人脸识别技术才能更好地为社会和个人服务,促进科技与隐私的平衡发展。
人脸识别技术的隐私保护方法
![人脸识别技术的隐私保护方法](https://img.taocdn.com/s3/m/ead6d643a7c30c22590102020740be1e640ecc5f.png)
人脸识别技术的隐私保护方法随着科技的进步和应用的普及,人脸识别技术在多个领域得到了广泛应用,比如安全监控、手机解锁等。
然而,由于人脸识别技术涉及到个人隐私的收集和使用,隐私保护问题也引起了越来越多的关注。
本文将探讨几种常见的人脸识别技术的隐私保护方法。
一、数据匿名化和加密为了保护个人隐私,人脸识别技术在数据的收集、传输和存储过程中需要采取匿名化和加密的手段。
首先,在数据收集环节,可以通过模糊化、遮挡、噪声添加等方法对人脸图像中的敏感信息进行保护,确保不会泄露个人身份和面部特征信息。
其次,在数据传输过程中,可以使用加密技术,比如SSL(Secure Sockets Layer)等保证数据的安全传输。
最后,在数据存储环节,采用加密算法对人脸图像和相关信息进行加密存储,只有授权访问者才能解密获取原始信息。
二、访问权限管理和意识形态保护人脸识别技术的应用涉及到大量的人脸数据,为了保护个人隐私,必须对数据的访问进行严格的权限管理。
在工作场所或公共场所使用人脸识别技术时,应设立专门的管理部门或机构负责统一管理和控制对人脸数据的访问权限,确保只有经过授权的人员才能使用和查看相应的人脸数据。
此外,应加强对数据用户的教育,提高其隐私保护意识,避免滥用和泄露人脸数据。
三、数据存储和访问日志监控为了保护人脸数据的隐私和安全,应采用安全可靠的数据存储方式,并建立健全的访问日志监控机制。
对于人脸数据的存储,可以选择使用专业的加密存储设备,确保数据不会被非法访问和篡改。
同时,建立健全的访问日志监控系统,对数据的访问进行记录和监控,一旦发现异常操作或者未经授权的访问,即可及时采取相应的防护措施。
四、云端处理和本地计算结合在一些特定的场景中,为了保护人脸数据的隐私,可以采用云端处理和本地计算结合的方式。
即将人脸图像和相关数据进行分割处理,将敏感信息存储在本地设备中,而只将部分非敏感信息传输至云端进行处理。
通过这种方式,可以最大程度地避免敏感信息泄露的风险,并提高隐私保护的效果。
人脸识别技术的使用方法与隐私保护策略
![人脸识别技术的使用方法与隐私保护策略](https://img.taocdn.com/s3/m/cfc976a96394dd88d0d233d4b14e852458fb390c.png)
人脸识别技术的使用方法与隐私保护策略人脸识别技术是一种通过摄像头或者图像采集设备,通过检测、记录和识别人脸的特征,进而进行身份认证和识别的技术。
它已经被广泛应用于安防、手机解锁、支付等领域,给我们的生活带来了很多便利。
然而,随着人脸技术的普及和应用,如何保护个人隐私也成为了一个重要的问题。
本文将介绍人脸识别技术的使用方法和隐私保护策略。
首先,让我们了解一下人脸识别技术常见的使用方法。
人脸识别技术可以分为人脸检测、人脸特征提取和人脸比对三个步骤。
在人脸检测这一步骤中,系统会通过摄像头或者图像采集设备,获取图像或者视频流中的人脸区域。
这一步骤通常使用了基于机器学习的算法,如卷积神经网络等,对人脸进行检测,并将其标记出来。
接下来是人脸特征提取的过程。
在这一步骤中,系统会对人脸图像或者视频帧进行处理,提取出人脸的特征。
这些特征包括人脸的轮廓、眼睛、鼻子、嘴巴等部分,通常使用了特征点标注和特征描述符提取的方法。
最后是人脸比对。
在这一步骤中,系统将提取出的人脸特征与已有的人脸库中的特征进行比对,从而确定身份。
这一步骤通常使用了特征匹配和模板匹配的算法,如欧氏距离、海明距离等。
除了上述的基本过程外,人脸识别技术还可以根据应用需求进行更加精细的设置。
例如,可以通过设定阈值来调整匹配准确率和误识率之间的平衡,以满足不同场景的需求。
另外,还可以通过添加活体检测等功能,防止使用照片或者面具等欺骗系统。
然而,人脸识别技术的快速发展也引发了对个人隐私的关注。
在使用人脸识别技术时,如何保护个人隐私成为了一个重要的问题。
以下是一些隐私保护策略的建议。
首先,合法合规是保护个人隐私的基本原则。
在使用人脸识别技术之前,需要明确相关的法律法规、政策和标准,确保技术的使用符合法律的规定。
同时,用户在使用人脸识别技术时,也需要遵守相关的规定,不得用于侵犯他人隐私或者进行其他非法活动。
其次,数据保护是保护个人隐私的关键。
人脸识别技术需要涉及到大量的人脸数据,这些数据需要进行安全存储和传输。
【CN110033332A】一种人脸识别方法、系统及电子设备和存储介质【专利】
![【CN110033332A】一种人脸识别方法、系统及电子设备和存储介质【专利】](https://img.taocdn.com/s3/m/6a71a78f2cc58bd63186bd66.png)
(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 (43)申请公布日 (21)申请号 201910329170.7(22)申请日 2019.04.23(71)申请人 杭州智趣智能信息技术有限公司地址 310000 浙江省杭州市滨江区长河街道越达巷79号1幢8楼807室(72)发明人 陈鑫 赵明 (74)专利代理机构 北京集佳知识产权代理有限公司 11227代理人 罗满(51)Int.Cl.G06Q 30/02(2012.01)G06K 9/00(2006.01)G06K 9/62(2006.01)(54)发明名称一种人脸识别方法、系统及电子设备和存储介质(57)摘要本申请公开了一种人脸识别方法、系统及一种电子设备和计算机可读存储介质,该方法包括:获取训练集;其中,所述训练集包括多个训练样本,所述训练样本为已标记类别的人脸图片;利用所述训练集训练mobilefacenet学习模型,得到训练完成的目标学习模型,以便利用所述目标学习模型识别目标人脸图片;其中,在训练过程中采用加权交叉熵损失函数。
由此可见,本申请提供的人脸识别方法,提高了人脸识别和准确度。
权利要求书2页 说明书9页 附图3页CN 110033332 A 2019.07.19C N 110033332A1.一种人脸识别方法,其特征在于,包括:获取训练集;其中,所述训练集包括多个训练样本,所述训练样本为已标记类别的人脸图片;利用所述训练集训练mobilefacenet学习模型,得到训练完成的目标学习模型,以便利用所述目标学习模型识别目标人脸图片;其中,在训练过程中采用加权交叉熵损失函数。
2.根据权利要求1所述人脸识别方法,其特征在于,若所述人脸图片具体为已标记年龄类别的人脸图片,则所述利用所述目标学习模型识别目标人脸图片,包括:当接收到目标人脸图片时,将所述目标人脸图片输入所述目标学习模型中,得到所述目标人脸图片的年龄类别识别结果。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(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 (43)申请公布日 (21)申请号 201910275185.X
(22)申请日 2019.04.04
(71)申请人 广州大学
地址 510000 广东省广州市番禺广州大学
城外环西路230号
(72)发明人 顾钊铨 张川京 方滨兴 唐可可
汤蕓嶷 苏煜
(74)专利代理机构 广州三环专利商标代理有限
公司 44202
代理人 颜希文 麦小婵
(51)Int.Cl.
G06K 9/00(2006.01)
(54)发明名称
一种用于人脸识别的年龄隐私保护方法及
系统
(57)摘要
本发明公开了一种用于人脸识别的年龄隐
私保护方法及系统,所述方法包括:获取人脸图
像,并调用人脸识别网络和年龄识别网络分别对
人脸图像进行识别得到第一人脸识别结果和第
一年龄识别结果;调用多层神经网络对人脸图像
计算得到年龄隐藏图像;调用人脸识别网络和年
龄识别网络分别对年龄隐藏图像进行识别得到
第二人脸识别结果和第二年龄识别结果;判断是
否第一人脸识别结果与第二人脸识别结果一致
并且第一年龄识别结果与第二年龄识别结果的
相差值大于预设的阈值;若否,则对多层神经网
络进行调整;若是,则输出年龄隐藏图像。
本发明
能够在保证人脸识别准确性的同时保证用户的
年龄信息不被正确识别,从而有效了提高人脸识
别技术的可靠性。
权利要求书2页 说明书7页 附图2页CN 110084142 A 2019.08.02
C N 110084142
A
权 利 要 求 书1/2页CN 110084142 A
1.一种用于人脸识别的年龄隐私保护方法,其特征在于,包括:
获取人脸图像,并调用人脸识别网络对所述人脸图像进行识别得到第一人脸识别结果,同时,调用年龄识别网络对所述人脸图像进行识别得到第一年龄识别结果;
调用多层神经网络对所述人脸图像进行计算得到年龄隐藏图像;
调用所述人脸识别网络对所述年龄隐藏图像进行识别得到第二人脸识别结果,同时,调用所述年龄识别网络对所述年龄隐藏图像进行识别得到第二年龄识别结果;
当判断所述第一人脸识别结果与所述第二人脸识别结果不一致,或者判断所述第一年龄识别结果与所述第二年龄识别结果的相差值不大于预设的阈值时,对所述多层神经网络进行调整,并重复执行上述步骤;
当判断所述第一人脸识别结果与所述第二人脸识别结果一致且所述第一年龄识别结果与所述第二年龄识别结果的相差值大于所述预设的阈值时,输出所述年龄隐藏图像。
2.根据权利要求1所述的用于人脸识别的年龄隐私保护方法,其特征在于,所述人脸识别网络为根据给定的数据集进行训练得到,所述年龄识别网络为根据所述数据集进行训练得到;其中,所述数据集包括样本图像、与所述样本图像相对应的目标输出结果。
3.根据权利要求1所述的用于人脸识别的年龄隐私保护方法,其特征在于,对所述多层神经网络进行调整时为采用反向传播法进行调整。
4.根据权利要求1所述的用于人脸识别的年龄隐私保护方法,其特征在于,所述对所述多层神经网络进行调整,具体为:
根据设定的损失函数调整所述多层神经网络中每层之间的连接权重。
5.根据权利要求1所述的用于人脸识别的年龄隐私保护方法,其特征在于,所述多层神经网络包含输入层、隐藏层和输出层,所述隐藏层的层数大于1。
6.根据权利要求5所述的用于人脸识别的年龄隐私保护方法,其特征在于,所述输入层与所述隐藏层第一层之间、所述隐藏层每层之间、所述隐藏层最后一层与所述输出层之间均采用全连接的方式进行连接。
7.一种用于人脸识别的年龄隐私保护系统,其特征在于,包括第一识别模块、隐藏图像计算模块、第二识别模块、神经网络调整模块和图像输出模块;
所述第一识别模块,用于获取人脸图像,并调用人脸识别网络对所述人脸图像进行识别得到第一人脸识别结果,同时,调用年龄识别网络对所述人脸图像进行识别得到第一年龄识别结果;
所述隐藏图像计算模块,用于调用多层神经网络对所述人脸图像进行计算得到年龄隐藏图像;
所述第二识别模块,用于调用所述人脸识别网络对所述年龄隐藏图像进行识别得到第二人脸识别结果,同时,调用所述年龄识别网络对所述年龄隐藏图像进行识别得到第二年龄识别结果;
所述神经网络调整模块,用于当判断所述第一人脸识别结果与所述第二人脸识别结果不一致,或者判断所述第一年龄识别结果与所述第二年龄识别结果的相差值不大于预设的阈值时,对所述多层神经网络进行调整;
所述图像输出模块,用于当判断所述第一人脸识别结果与所述第二人脸识别结果一致且所述第一年龄识别结果与所述第二年龄识别结果的相差值大于所述预设的阈值时,输出
2。