基于全同态加密的安全人脸匹配
计算机视觉与模式识别
2018-07-17 v2
摘要
人脸识别技术在过去几年中取得了巨大进展，主要归因于表示学习的进步。随着我们见证这些系统的广泛采用，考虑人脸表示的的安全性势在必行。在本文中，我们探索使用基于全同态加密的框架来保护人脸模板数据库的实际可行性。该框架旨在保护用户隐私并防止模板的信息泄露，同时通过在加密域中直接进行模板匹配来维持其效用。此外，我们还探索了一种批处理与降维方案，以权衡人脸匹配精度与计算复杂度。在基准人脸数据集（LFW、IJB-A、IJB-B、CASIA）上的实验表明，安全人脸匹配在实际中可行（对于来自 SphereFace 的 512 维特征，模板大小 16 KB，每匹配对 0.01 秒），同时匹配性能损失极小。
引用
@article{arxiv.1805.00577,
title = {Secure Face Matching Using Fully Homomorphic Encryption},
author = {Vishnu Naresh Boddeti},
journal= {arXiv preprint arXiv:1805.00577},
year = {2018}
}
备注
BTAS 2018