一种基于深度学习和加密算法的安全人脸特征保护方法

© 2025 by the Author(s). Licensee Art and Technology, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )

Download PDF

Cite

XML

HTML

Abstract

随着人脸识别技术的广泛应用，人脸数据的安全性和隐私保护成为研究的重点。本文提出了一种基于深度学习和加密算法的人脸特征保护方法。该方法首先对原始人脸图像进行可逆处理，利用MTCNN 算法进行人脸检测和对齐。其次，通过深度学习模型提取人脸特征，生成高维特征向量。为确保数据的安全性和完整性，采用SM2非对称加密和AES 对称加密算法对特征向量进行加密，并引入数字签名验证。

Keywords

人脸识别

深度学习

加密算法

SM2

AES

数字签名

References

[1] 张晶晶, 李秋艳, 刘硕等. 基于深度学习的人脸识别在身份认证领域应用综述[J]. 数据通信,2021.
[2 ] 张建晓, 身份认证技术及其发展趋势[J]. 信息通信,2015.
[3] 段正敏, 身份认证技术研究与实现[D]. 重庆大学,2004.
[4] 卢亚楠, 应用于人脸身份特征的模板保护方法研究[D]. 沈阳工业大学,2023.
[5] 李丽平, 许营坤, 王嘉航. 基于锚框稀疏图像金字塔的MTCNN 人脸检测方法[J]. 浙江工业大学学报2023.
[6] 郝林倩, 基于CNN 的FaceNet 算法人脸图像识别研究[J]. 智能计算机与应用,2022.
[7] 陈有涛,SM2加密算法硬件设计与实现[D]. 山东大学,2022.
[8] 孙学刚, 基于AES 的统一图像加密算法研究[D]. 江西财经大学,2023.
[9] 陈楠, 基于椭圆曲线的无证书SM2数字签名方案.[J]. 现代计算机,2023.
[10] 许馨, 郭家赫, 乔宇等. 一种基于遗忘机制与余弦相似度的智能推荐算法[J]. 软件工程,2023.

Previous article in this issue

Next article in this issue