科创中国

行业领域

新一代信息技术产业,信息传输、软件和信息技术服务业

需求背景

随着人工智能在社会实践中的广泛应用，其人脸识别技术领域得以快速发展，并在行政、公共安全、交通、商业等各个领域发挥重要作用。然而，人脸识别技术的运用在减少人力物力资源消耗的同时，也产生一些不利影响，特别是技术的滥用使个人隐私安全受到威胁，其损害结果也往往是不可逆的。

主要原因：一是法律上的不健全：由于人脸识别信息的特殊性，需要法律对其严加保护。时至2021年7月，我国最高人民法院才初次针对该技术发布相关规定，随后，8月20日通过的《中华人民共和国个人信息保护法》才针对人脸识别信息安全性提出具体要求。但考虑到人脸识别信息暴露程度高、唯一且永久的特性，初步提出的法律规范很可能难以对其提供完备保护，故人脸生物特征信息保护的立法任重而道远。二是技术上的不完善：目前人脸识别技术尚不成熟，仍存在许多漏洞。其一是在人脸识别领域，研究内容主要集中于直接对人脸图像的原始明文信息进行识别；其二是国内的人脸识别存储方案仍是基于文件夹和文件管理，基本上不会太多的考虑存储泄漏风险方面的问题。因此，采用明文信息识别和存储的人脸识别系统存在严重的个人隐私泄漏隐患，人脸生物特征数据仍面临被恶意攻击、窃取或滥用的巨大风险。

因此，针对人脸识别过程中，人脸生物特征数据传输、存储和比对的安全性，引入数字水印认证技术、深度学习技术、生物特征加密认证技术，研究一项基于人脸识别的加密认证技术，以求在提高人脸识别安全性的同时保证其识别认证性能。

需解决的主要技术难题

人脸图像的安全性与识别性能问题

人脸图像传输时易受攻击或篡改，而数字水印中的易损水印（也称为脆弱水印）尤其适用于保证人脸图像来源可靠性和完整性的认证。数字水印认证技术要求水印算法具有脆弱性和不可见性，预先嵌入水印的人脸图像的轻微变化或修改都能敏感地反映在提取的水印上，且嵌入的水印必须很好地隐藏在图像中，嵌入前后人脸图像的PSNR（Peak Signal-to-Noise Ratio，峰值信噪比）值达到30dB以上，才可达到令攻击者无法察觉的目的。因此，如何将水印各点像素以替换或添加的形式均匀地隐藏至人脸图像中，并确保后续快速、有效地提取以保证性能是需要解决的重点问题。

期望实现的主要技术目标

提出一项基于人脸识别的加密认证技术，该技术需保证人脸识别信息（人脸图像、人脸生物特征）在传输、存储、识别比对过程中的安全性，并尽可能降低对认证效率（运算耗时、加密模板占用空间）、识别准确率的影响，保证识别准确率超过人类的***%。

处理进度