CN114036334A - 基于区块链的人脸检索方法、设备和计算机可读存储介质 - Google Patents

Abstract

一种基于区块链的人脸检索方法、设备和计算机可读存储介质，以在进行人脸检索时，能够确保人脸检索方的数据隐私。所述方法包括：当收到人脸检索请求时，从本地人脸切片数据库检索待检索人脸图片；若从本地人脸切片数据库检索到与待检索人脸图片匹配的人脸切片模型，则基于待选人脸切片模型生成待选人脸切片模型的数字签名；根据待选人脸切片模型的数字签名，向人脸完整模型拥有方转发人脸检索请求；基于人脸完整模型拥有方存储的人脸完整模型，对待检索人脸图片进行验证；若验证成功，则返回验证成功的结果；若验证失败，则在收到验证失败的结果后，再次从本地人脸切片数据库检索待检索人脸图片，直至本地人脸切片数据库的人脸切片模型检索完毕。

Description

基于区块链的人脸检索方法、设备和计算机可读存储介质

技术领域

本发明涉及图像处理领域，特别涉及一种基于区块链的人脸检索方法、设 备和计算机可读存储介质。

背景技术

目前大量的查询系统都是通过人脸获得权限和数据。一方面人脸作为用户 信息可以用于登录，另一方面人脸也可以作为待查事项的查询线索用于检索与 待查事项相关的存证。目前多个查询部门之间(比如A部门与B部门之间)的 网络和系统大部分省市都已经具备互联互通的条件。多个部门之间的身份相互 认证是要解决的问题，同时基于人脸的待查事项存证检索也是非常关键的技术。 然而，个别部门之间的数据具有很强的保密和隐私保护要求，敏感信息不能直 接公开和共享，必须通过有效的技术手段进行处理。

发明内容

本申请提供一种基于区块链的人脸检索方法、设备和计算机可读存储介质， 以在进行人脸检索时，能够确保参与人脸检索方的数据隐私。

一方面，本申请提供了一种基于区块链的人脸检索方法，包括：

当收到人脸检索请求时，从本地人脸切片数据库检索所述人脸检索请求包 含的待检索人脸图片，所述本地人脸切片数据库为人脸模型使用方在本地用于 存储人脸切片模型的数据库，所述人脸切片模型由人脸完整模型拥有方基于区 块链向所述人脸模型使用方发布；

若从所述本地人脸切片数据库检索到与所述待检索人脸图片匹配的人脸切 片模型，则基于待选人脸切片模型生成所述待选人脸切片模型的签名信息，所 述待选人脸切片模型为与所述待检索人脸图片匹配成功的人脸切片模型；

根据所述签名信息，向所述人脸完整模型拥有方转发所述人脸检索请求；

基于所述人脸完整模型拥有方存储的人脸完整模型，对所述待检索人脸图 片进行验证；

若验证成功，则返回所述验证成功的结果；

若验证失败，则在收到验证失败的结果后，再次从所述本地人脸切片数据 库检索所述待检索人脸图片，直至所述本地人脸切片数据库的人脸切片模型检 索完毕。

另一方面，本申请提供了一种基于区块链的人脸检索系统，包括：

第一检索模块，用于当收到人脸检索请求时，从本地人脸切片数据库检索 所述人脸检索请求包含的待检索人脸图片，所述本地人脸切片数据库为人脸模 型使用方在本地用于存储人脸切片模型的数据库，所述人脸切片模型由人脸完 整模型拥有方基于区块链向所述人脸模型使用方发布；

生成模块，用于若从所述本地人脸切片数据库检索到与所述待检索人脸图 片匹配的人脸切片模型，则基于待选人脸切片模型生成所述待选人脸切片模型 的签名信息，所述待选人脸切片模型为与所述待检索人脸图片匹配成功的人脸 切片模型；

转发模块，用于根据所述签名信息，向所述人脸完整模型拥有方转发所述 人脸检索请求；

验证模块，用于基于所述人脸完整模型拥有方存储的人脸完整模型，对所 述待检索人脸图片进行验证；

结果返回模块，用于若验证成功，则返回所述验证成功的结果；

第二检索模块，用于，用于若验证失败，则在收到验证失败的结果后，再 次从所述本地人脸切片数据库检索所述待检索人脸图片，直至所述本地人脸切 片数据库的人脸切片模型检索完毕。

第三方面，本申请提供了一种设备，所述设备包括存储器、处理器以及存 储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所 述计算机程序时实现如上述基于区块链的人脸检索方法的技术方案的步骤。

第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储 介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述基于区块 链的人脸检索方法的技术方案的步骤。

从上述本申请提供的技术方案可知，一方面，由于人脸切片模型由人脸完 整模型拥有方基于区块链发布给各个人脸模型使用方，人脸验证最终是在人脸 完整模型拥有方完成，各个人脸模型使用方无需共享自己的数据，也无需集中 数据处理，而以人脸图片作为验证的基础，不会存在其他结构化信息，在区块 链上也不会存在ID映射的过程，各人脸模型使用方各自保持各自的独立性，降 低系统间的耦合，从而不仅保证了各个人脸模型使用方隐私；另一方面，由于 人脸图片和人脸切片模型是分离或分开存储在不同方，因此，即使单个节点被 攻破，不至于使得整个区块链上的所有节点都被攻破，从而保证了人脸图片数 据的安全。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述 中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付 出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的基于区块链的人脸检索方法的流程图；

图2是本申请实施例提供的将人脸图片分割为16个区域的示意图；

图3是本申请实施例提供的基于区块链的人脸检索系统的结构示意图；

图4是本申请实施例提供的设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清 楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是 全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造 性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本说明书中，诸如第一和第二这样的形容词仅可以用于将一个元素或动 作与另一元素或动作进行区分，而不必要求或暗示任何实际的这种关系或顺序。 在环境允许的情况下，参照元素或部件或步骤(等)不应解释为局限于仅元素、 部件、或步骤中的一个，而可以是元素、部件、或步骤中的一个或多个等。

目前大量的查询系统都是通过人脸获得权限和数据。一方面人脸作为用户 信息可以用于登录，另一方面人脸也可以作为待查事项的查询线索用于检索与 待查事项相关的存证。目前多个查询部门之间(比如A部门与B部门之间)的 网络和系统大部分省市都已经具备互联互通的条件。多个部门之间的身份相互 认证是要解决的问题，同时基于人脸的待查事项存证检索也是非常关键的技术。 然而，个别部门之间的数据具有很强的保密和隐私保护要求，敏感信息不能直 接公开和共享，必须通过有效的技术手段进行处理。

区块链技术在大量的司法实践上均有效应用于隐私保护、数据保护等方面， 被证明是实用性极强的技术手段。本申请主要通过区块链技术保护个别隐私性 极强的系统的数据，利用人脸身份的检索关联其在区块链的数据层、共识层和 合约层进行扩展，以适应在多个部门之间共同协同的信息化场景下对保护隐私 个人身份的条件下利用区块链技术去中心化的检测人脸身份。最后，在应用层 分配应用权限满足应用系统的需求。

具体而言，本申请技术方案的场景主要应用于用户输入人脸，期望从系统 中检索到相应信息，然而系统中由于数据所属问题，没有存储人脸信息。首先 利用本地的人脸切片模型(相当于人脸完整模型的局部信息)，找到本地人脸 切片数据库中置信度最大的人脸切片模型，从该人脸切片模型获得对应存储方 的位置。通过区块链技术，向存储方发起请求，存储方在收到请求后执行本次 请求，对比自己分发的切片码(相当于人脸切片模型的签名信息)。若切片码 一致，则是使用的自己的模型做的验证结果，于是可以对该人脸进行验证。验 证完成后就会给出是或者不是的结论。若结论是“是”，则说明人脸找到了， 就可以根据该人脸信息在本地进行索引，获得本地业务系统有关的查询结果。 同时更新区块链上记账本，记录本次验证过程。上述方式可以保护数据隐私， 参与方都不用共享自己的数据，也不用集中数据处理，同时对于检索过程本身 可以在区块链上记录，从而可以追溯查询，便于安全审计。

在本说明书中，为了便于描述，附图中所示的各个部分的尺寸并不是按照 实际的比例关系绘制的。

本申请首先为人脸模型数据设计合适的区块链数据层。在用户发起请求 后，请求被发往业务起点节点，由该节点对人脸身份进行验证，同时通知给区 块链上所有相关节点。由于相关节点都存储有人脸切片模型，根据该人脸切片 模型的精度，总体上达成共识，设计共识层算法，从而判断识别给定的人脸图 片的身份信息。根据上述身份认证的结果和协作各方应该承担的责任，系统自 动生成智能合约，并发布到区块链合约层共享，当执行条件触发了智能合约， 智能合约会根据条件通知到应用层。应用层受到智能合约的消息后，由各方应 用根据智能合约的结果，分配用户权限或执行范围。具体地，本申请提出了一种基于区块链的人脸检索方法，如附图1所示，该方法主要包括步骤S101至 S106，详述如下：

步骤S101：当收到人脸检索请求时，从本地人脸切片数据库检索人脸检索 请求包含的待检索人脸图片，其中，本地人脸切片数据库为人脸模型使用方在 本地用于存储人脸切片模型的数据库，人脸切片模型由人脸完整模型拥有方基 于区块链向人脸模型使用方发布。

在本申请实施例中，人脸切片模型由人脸完整模型拥有方基于区块链事先 向人脸模型使用方发布，即，在从本地人脸切片数据库检索人脸检索请求包含 的待检索人脸图片之前，上述实施例的方法还包括：人脸完整模型拥有方基于 区块链向人脸模型使用方发布人脸切片模型。具体地，人脸完整模型拥有方基 于区块链向人脸模型使用方发布人脸切片模型可通过步骤S11至步骤S14实现， 说明如下：

步骤S11：基于人脸完整模型拥有方的人脸图片库中人脸图片，生成人脸 完整模型。

在本申请实施例中，人脸图片可以是224*224的RGB图片。可以采用深度 神经网络作为骨干网络，生成人脸完整模型，并保存该人脸完整模型的超参数 和分类结果标识等信息。

步骤S12：将人脸完整模型的签名信息上传至区块链平台，由区块链平台 生成与人脸完整模型的签名信息对应的区块链。

人脸完整模型的签名信息即采用MD5等签名算法对人脸完整模型的超参 数、版本等信息加密后生成的数字签名，然后，将人脸完整模型的签名信息和 分类结果标识等上传至区块链平台，由区块链平台生成与人脸完整模型的签名 信息对应的区块链，该区块链记录人脸完整模型的创建者和发布者即人脸完整 模型拥有方。

步骤S13：基于人脸完整模型拥有方的人脸图片库中人脸图片，随机生成 与人脸完整模型对应的多个人脸切片模型。

作为本申请一个实施例，基于人脸完整模型拥有方的人脸图片库中人脸图 片，随机生成与人脸完整模型对应的多个人脸切片模型可以是：将人脸图片分 割为n个区域，其中，n为大于12的整数；从n个区域中随机选择m个分割区 域保留人脸图片的原样，清除n-m个区域的人脸图片的原样，随机生成一个人 脸切片模型；以保留原样的区域对应为分量“1”，以清除原样的区域对应为分 量“0”，为生成的一个人脸切片模型分配一个n维随机向量。上述实施例中， 从n个区域中随机选择m个分割区域保留人脸图片的原样，清除n-m个区域的 人脸图片的原样，随机生成一个人脸切片模型，具体是在保留m个区域的人脸 图片的原样，清除n-m个区域的人脸图片的原样后，将这些保留了部分人脸图 片原样和清除了部分人脸图片原样的人脸切片图片输入深度神经网络，由深度 神经网络输出超参数，得到人脸切片模型。以将人脸图片分割为16个区域为 例，如图2所示。例如，假设从16个区域中随机选择9个分割区域保留人脸图 片的原样，清除16-9即7个区域的人脸图片的原样，保留和清除原样之后的人 脸图片输入深度神经网络，生成一个人脸切片模型P₁，即该人脸切片模型P₁由 9个保留原样的区域和7个清除原样的区域组成，以保留原样的区域即9个区 域对应为分量“1”，以清除原样的区域即7个区域对应为分量“0”，从而为该 人脸切片模型P₁生成[0，1，0，1，1，1，0，1，1，1，0，1，0，0，1，0]的 16维向量；又如，假设从16个区域中随机选择11个分割区域保留人脸图片的 原样，清除16-11即5个区域的人脸图片的原样，保留和清除原样之后的人脸 图片输入深度神经网络，生成一个人脸切片模型P₂，即该人脸切片模型P₂由11 个保留原样的区域和5个清除原样的区域组成，以保留原样的区域即11个区域 对应为分量“1”，以清除原样的区域即5个区域对应为分量“0”，从而为该人 脸切片模型P₂生成[1，1，0，1，0，1，1，1，1，0，0，1，1，1，1，0]的16 维随机向量。

步骤S14：将多个人脸切片模型的每个人脸切片模型分别发布给多个人脸 模型使用方的每一个人脸模型使用方。

人脸完整模型拥有方将多个人脸切片模型的每个人脸切片模型分别发布给 多个人脸模型使用方的每一个人脸模型使用方，实际是将每个人脸切片模型及 其被分配的随机向量一起发布给每一个人脸模型使用方，即，人脸完整模型拥 有方将每个人脸切片模型被分配的随机向量生成的数字签名等签名信息上传至 区块链平台，区块链平台即为该人脸切片模型及其签名信息生成一个区块链， 记录该人脸切片模型的创建者即人脸完整模型拥有方。每一个人脸模型使用方 从区块链取得该人脸切片模型及其签名信息，保存该人脸切片模型以及为该人 脸切片模型分配的随机向量等签名信息。此处，每一个人脸模型使用方还要执 行的一个动作是向区块链平台记录各自收到人脸切片模型这一事件，同时，将根据该人脸切片模型的随机向量生成的数字签名作为交易信息上传至该区块链。

以上是人脸完整模型拥有方基于区块链向人脸模型使用方发布人脸切片模 型的实现方案。

作为本申请一个实施例，从本地人脸切片数据库检索人脸检索请求包含的 待检索人脸图片可以是：将待检索人脸图片与本地人脸切片数据库存储的人脸 切片模型匹配；对匹配时每个人脸切片模型的置信度进行升序排序；选择置信 度中排序最高的人脸切片模型作为待选人脸切片模型。需要说明的是，置信度 中排序最高的人脸切片模型，意味着待检索人脸图片与该人脸切片模型匹配成 功，也意味着待检索人脸图片与该人脸切片模型对应的人脸完整模型最匹配。

步骤S102：若从本地人脸切片数据库检索到与待检索人脸图片匹配的人脸 切片模型，则基于待选人脸切片模型生成该待选人脸切片模型的签名信息，其 中，待选人脸切片模型为与待检索人脸图片匹配成功的人脸切片模型。

如前所述，人脸完整模型拥有方每生成一个人脸切片模型，即为该人脸切 片模型生成一个随机向量后分配给该人脸切片模型。换言之，每一个人脸切片 模型都对应唯一的一个随机向量。因此，从本地人脸切片数据库检索到与待检 索人脸图片匹配的人脸切片模型后，可以基于待选人脸切片模型生成该待选人 脸切片模型的签名信息。具体可以是使用加密算法，对与待选人脸切片模型匹 配成功的待检索人脸图片的特征向量和为待选人脸切片模型分配的随机向量加 密，生成待选人脸切片模型的签名信息。至于具体的加密算法，可以是MD5等 任何一种不可逆的加密算法，本申请对此不做限制。

步骤S103：根据基于待选人脸切片模型生成的签名信息，向人脸完整模型 拥有方转发人脸检索请求。

如前所述，由于每一个人脸切片模型的数字签名是基于为其分配的随机向 量生成，并且，区块链平台为每一个人脸切片模型及其签名信息生成一个区块 链，其记录了该人脸切片模型的创建者即人脸完整模型拥有方。因此，区块链 平台根据基于待选人脸切片模型生成的签名信息，可以查询到该待选人脸切片 模型的创建者即人脸完整模型拥有方，从而向人脸完整模型拥有方转发人脸检 索请求。连同人脸检索请求一起转发的，还可以包括基于待选人脸切片模型生 成的签名信息以及经步骤S101得到的与待检索人脸图片匹配的人脸切片模型。

步骤S104：基于人脸完整模型拥有方存储的人脸完整模型，对待检索人脸 图片进行验证。

人脸完整模型拥有方收到区块链平台转发的人脸检索请求、基于待选人脸 切片模型生成的签名信息以及经步骤S101得到的与待检索人脸图片匹配的人 脸切片模型等信息之后，基于人脸完整模型拥有方存储的人脸完整模型，对待 检索人脸图片进行验证，具体的验证方法与前述实施例从本地人脸切片数据库 检索人脸检索请求包含的待检索人脸图片类似，所不同的是此次匹配的是人脸 完整模型拥有方存储的人脸完整模型，而不再是人脸切片模型，具体的验证方 法可参阅前述实施例的相关说明，此处不做赘述。

步骤S105：若验证成功，则返回验证成功的结果。

若验证成功，即，人脸检索请求包含的待检索人脸图片与人脸完整模型拥 有方存储的某个人脸完整模型高度匹配(例如，两者的相似度超过某个预设阈 值)，从而向人脸模型使用方返回“是”，即表示该待检索人脸图片是已上传至 区块链上的某个人脸。

步骤S106：若验证失败，则在收到验证失败的结果后，再次从本地人脸切 片数据库检索待检索人脸图片，直至本地人脸切片数据库的人脸切片模型检索 完毕。

若验证失败，则一种可能是从本地人脸切片数据库检索与该待检索人脸图 片的匹配是某种巧合，实际并不匹配。因此，需要在收到验证失败的结果后， 再次从本地人脸切片数据库检索待检索人脸图片，直至本地人脸切片数据库的 人脸切片模型检索完毕，具体实现方案是：S1：排除本次检索中所述验证失败 的人脸切片模型；S2：选择所述置信度中排序次高的人脸切片模型再次作为待 选人脸切片模型，返回执行基于待选人脸切片模型生成该待选人脸切片模型的 签名信息及其之后的步骤(即步骤S101至步骤S106)；重复S1和S2，直至本 地人脸切片数据库的人脸切片模型检索完毕。

从上述附图1示例的基于区块链的人脸检索方法可知，一方面，由于人脸 切片模型由人脸完整模型拥有方基于区块链发布给各个人脸模型使用方，人脸 验证最终是在人脸完整模型拥有方完成，各个人脸模型使用方无需共享自己的 数据，也无需集中数据处理，而以人脸图片作为验证的基础，不会存在其他结 构化信息，在区块链上也不会存在ID映射的过程，各人脸模型使用方各自保持 各自的独立性，降低系统间的耦合，从而不仅保证了各个人脸模型使用方隐私； 另一方面，由于人脸图片和人脸切片模型是分离或分开存储在不同方，因此， 即使单个节点被攻破，不至于使得整个区块链上的所有节点都被攻破，从而保 证了人脸图片数据的安全。

请参阅附图3，是本申请实施例提供的一种基于区块链的人脸检索系统， 可以包括第一检索模块301、生成模块302、转发模块303、验证模块304、结 果返回模块305和第二检索模块306，详述如下：

第一检索模块301，用于当收到人脸检索请求时，从本地人脸切片数据库 检索人脸检索请求包含的待检索人脸图片，其中，本地人脸切片数据库为人脸 模型使用方在本地用于存储人脸切片模型的数据库，人脸切片模型由人脸完整 模型拥有方基于区块链向人脸模型使用方发布；

生成模块302，用于若从本地人脸切片数据库检索到与待检索人脸图片匹 配的人脸切片模型，则基于待选人脸切片模型生成待选人脸切片模型的签名信 息，其中，待选人脸切片模型为与待检索人脸图片匹配成功的人脸切片模型；

转发模块303，用于根据待选人脸切片模型的签名信息，向人脸完整模型 拥有方转发人脸检索请求；

验证模块304，用于基于人脸完整模型拥有方存储的人脸完整模型，对待 检索人脸图片进行验证；

结果返回模块305，用于若验证成功，则返回验证成功的结果；

第二检索模块306，用于若验证失败，则在收到验证失败的结果后，再次从 本地人脸切片数据库检索待检索人脸图片，直至本地人脸切片数据库的人脸切 片模型检索完毕。

从以上技术方案的描述中可知，一方面，由于人脸切片模型由人脸完整模 型拥有方基于区块链发布给各个人脸模型使用方，人脸验证最终是在人脸完整 模型拥有方完成，各个人脸模型使用方无需共享自己的数据，也无需集中数据 处理，而以人脸图片作为验证的基础，不会存在其他结构化信息，在区块链上 也不会存在ID映射的过程，各人脸模型使用方各自保持各自的独立性，降低系 统间的耦合，从而不仅保证了各个人脸模型使用方隐私；另一方面，由于人脸 图片和人脸切片模型是分离或分开存储在不同方，因此，即使单个节点被攻破， 不至于使得整个区块链上的所有节点都被攻破，从而保证了人脸图片数据的安 全。

图4是本申请一实施例提供的设备的结构示意图。如图4所示，该实施例 的设备4主要包括：处理器40、存储器41以及存储在存储器41中并可在处理 器40上运行的计算机程序42，例如基于区块链的人脸检索方法的程序。处理 器40执行计算机程序42时实现上述基于区块链的人脸检索方法实施例中的步 骤，例如图1所示的步骤S101至S106。或者，处理器40执行计算机程序42 时实现上述各装置实施例中各模块/单元的功能，例如图3所示第一检索模块 301、生成模块302、转发模块303、验证模块304、结果返回模块305和第二 检索模块306的功能。

示例性地，基于区块链的人脸检索方法的计算机程序42主要包括：当收到 人脸检索请求时，从本地人脸切片数据库检索人脸检索请求包含的待检索人脸 图片，其中，本地人脸切片数据库为人脸模型使用方在本地用于存储人脸切片 模型的数据库，人脸切片模型由人脸完整模型拥有方基于区块链向人脸模型使 用方发布；若从本地人脸切片数据库检索到与待检索人脸图片匹配的人脸切片 模型，则基于待选人脸切片模型生成待选人脸切片模型的签名信息，其中，待 选人脸切片模型为与待检索人脸图片匹配成功的人脸切片模型；根据待选人脸 切片模型的签名信息，向人脸完整模型拥有方转发人脸检索请求；基于人脸完 整模型拥有方存储的人脸完整模型，对待检索人脸图片进行验证；若验证成功，则返回验证成功的结果；若验证失败，则在收到验证失败的结果后，再次从本 地人脸切片数据库检索待检索人脸图片，直至本地人脸切片数据库的人脸切片 模型检索完毕。计算机程序42可以被分割成一个或多个模块/单元，一个或者 多个模块/单元被存储在存储器41中，并由处理器40执行，以完成本申请。一 个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指 令段用于描述计算机程序42在设备4中的执行过程。例如，计算机程序42可 以被分割成第一检索模块301、生成模块302、转发模块303、验证模块304、结果返回模块305和第二检索模块306(虚拟装置中的模块)的功能，各模块 具体功能如下：第一检索模块301，用于当收到人脸检索请求时，从本地人脸切 片数据库检索人脸检索请求包含的待检索人脸图片，其中，本地人脸切片数据 库为人脸模型使用方在本地用于存储人脸切片模型的数据库，人脸切片模型由 人脸完整模型拥有方基于区块链向人脸模型使用方发布；生成模块302，用于 若从本地人脸切片数据库检索到与待检索人脸图片匹配的人脸切片模型，则基 于待选人脸切片模型生成待选人脸切片模型的签名信息，其中，待选人脸切片 模型为与待检索人脸图片匹配成功的人脸切片模型；转发模块303，用于根据 待选人脸切片模型的签名信息，向人脸完整模型拥有方转发人脸检索请求；验 证模块304，用于基于人脸完整模型拥有方存储的人脸完整模型，对待检索人 脸图片进行验证；结果返回模块305，用于若验证成功，则返回验证成功的结 果；第二检索模块306，用于若验证失败，则在收到验证失败的结果后，再次从 本地人脸切片数据库检索待检索人脸图片，直至本地人脸切片数据库的人脸切 片模型检索完毕。

设备4可包括但不仅限于处理器40、存储器41。本领域技术人员可以理 解，图4仅仅是设备4的示例，并不构成对设备4的限定，可以包括比图示更 多或更少的部件，或者组合某些部件，或者不同的部件，例如计算设备还可以 包括输入输出设备、网络接入设备、总线等。

所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可 以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用 集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或 者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理 器也可以是任何常规的处理器等。

存储器41可以是设备4的内部存储单元，例如设备4的硬盘或内存。存储 器41也可以是设备4的外部存储设备，例如设备4上配备的插接式硬盘，智能 存储卡(Smart MediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存 卡(Flash Card)等。进一步地，存储器41还可以既包括设备4的内部存储单 元也包括外部存储设备。存储器41用于存储计算机程序以及设备所需的其他程 序和数据。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上 述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上 述功能分配由不同的功能单元、模块完成，即，将装置的内部结构划分成不同 的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能 单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也 可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件 的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块 的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程， 在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详 述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示 例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来 实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用 和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现 所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/设备和方法，可 以通过其它的方式实现。例如，以上所描述的装置/设备实施例仅仅是示意性的， 例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外 的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一 些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接 耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可 以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元 显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可 以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元 来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中， 也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元 中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的 形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售 或使用时，可以存储在一个非临时性计算机可读取存储介质中。基于这样的理 解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序 来指令相关的硬件来完成，基于区块链的人脸检索方法的计算机程序可存储于 一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个 方法实施例的步骤，即，当收到人脸检索请求时，从本地人脸切片数据库检索 人脸检索请求包含的待检索人脸图片，其中，本地人脸切片数据库为人脸模型 使用方在本地用于存储人脸切片模型的数据库，人脸切片模型由人脸完整模型 拥有方基于区块链向人脸模型使用方发布；若从本地人脸切片数据库检索到与 待检索人脸图片匹配的人脸切片模型，则基于待选人脸切片模型生成待选人脸 切片模型的签名信息，其中，待选人脸切片模型为与待检索人脸图片匹配成功 的人脸切片模型；根据待选人脸切片模型的签名信息，向人脸完整模型拥有方 转发人脸检索请求；基于人脸完整模型拥有方存储的人脸完整模型，对待检索 人脸图片进行验证；若验证成功，则返回验证成功的结果；若验证失败，则在 收到验证失败的结果后，再次从本地人脸切片数据库检索待检索人脸图片，直 至本地人脸切片数据库的人脸切片模型检索完毕。其中，计算机程序包括计算 机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件 或某些中间形式等。非临时性计算机可读介质可以包括：能够携带计算机程序 代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存 储器、只读内存(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是， 非临时性计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的 要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，非临时 性计算机可读介质不包括电载波信号和电信信号。以上实施例仅用以说明本申 请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说 明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技 术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替 换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围， 均应包含在本申请的保护范围之内。以上所述的具体实施方式，对本申请的目 的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅 为本申请的具体实施方式而已，并不用于限定本申请的保护范围，凡在本申请 的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明 的保护范围之内。

Claims (10)

1.一种基于区块链的人脸检索方法，其特征在于，所述方法包括：

当收到人脸检索请求时，从本地人脸切片数据库检索所述人脸检索请求包含的待检索人脸图片，所述本地人脸切片数据库为人脸模型使用方在本地用于存储人脸切片模型的数据库，所述人脸切片模型由人脸完整模型拥有方基于区块链向所述人脸模型使用方发布；

若从所述本地人脸切片数据库检索到与所述待检索人脸图片匹配的人脸切片模型，则基于待选人脸切片模型生成所述待选人脸切片模型的签名信息，所述待选人脸切片模型为与所述待检索人脸图片匹配成功的人脸切片模型；

根据所述签名信息，向所述人脸完整模型拥有方转发所述人脸检索请求；

基于所述人脸完整模型拥有方存储的人脸完整模型，对所述待检索人脸图片进行验证；

若验证成功，则返回所述验证成功的结果；

若验证失败，则在收到验证失败的结果后，再次从所述本地人脸切片数据库检索所述待检索人脸图片，直至所述本地人脸切片数据库的人脸切片模型检索完毕。

2.如权利要求1所述基于区块链的人脸检索方法，其特征在于，所述从本地人脸切片数据库检索所述人脸检索请求包含的待检索人脸图片，包括：

将所述待检索人脸图片与所述本地人脸切片数据库存储的人脸切片模型匹配；

对所述匹配时每个人脸切片模型的置信度进行升序排序；

选择所述置信度中排序最高的人脸切片模型作为所述待选人脸切片模型。

3.如权利要求2所述基于区块链的人脸检索方法，其特征在于，所述再次从所述本地人脸切片数据库检索所述待检索人脸图片，直至所述本地人脸切片数据库的人脸切片模型检索完毕，包括：

S1：排除本次检索中所述验证失败的人脸切片模型；

S2：选择所述置信度中排序次高的人脸切片模型再次作为待选人脸切片模型，返回执行所述基于待选人脸切片模型生成所述待选人脸切片模型的签名信息及其之后的步骤；

重复S1和S2，直至所述本地人脸切片数据库的人脸切片模型检索完毕。

4.如权利要求1所述基于区块链的人脸检索方法，其特征在于，所述基于待选人脸切片模型生成所述待选人脸切片模型的签名信息，包括：使用加密算法，对与所述待选人脸切片模型匹配成功的待检索人脸图片的特征向量和为所述待选人脸切片模型分配的随机向量加密，生成所述待选人脸切片模型的签名信息。

5.如权利要求1至4任意一项所述基于区块链的人脸检索方法，其特征在于，所述从本地人脸切片数据库检索所述人脸检索请求包含的待检索人脸图片之前，所述方法还包括：所述人脸完整模型拥有方基于区块链向所述人脸模型使用方发布所述人脸切片模型。

6.如权利要求5所述基于区块链的人脸检索方法，其特征在于，所述人脸完整模型拥有方基于区块链向所述人脸模型使用方发布所述人脸切片模型，包括：

基于所述人脸完整模型拥有方的人脸图片库中人脸图片，生成人脸完整模型；

将所述人脸完整模型的签名信息上传至区块链平台，由所述区块链平台生成与所述人脸完整模型的签名信息对应的区块链；

基于所述人脸完整模型拥有方的人脸图片库中人脸图片，随机生成与所述人脸完整模型对应的多个人脸切片模型；

将所述多个人脸切片模型的每个人脸切片模型分别发布给多个人脸模型使用方的每一个人脸模型使用方。

7.如权利要求6所述基于区块链的人脸检索方法，其特征在于，所述基于所述人脸完整模型拥有方的人脸图片库中人脸图片，随机生成与所述人脸完整模型对应的多个人脸切片模型，包括：

将所述人脸图片分割为n个区域，所述n为大于12的整数；

从所述n个区域中随机选择m个分割区域保留所述人脸图片的原样，清除所述n-m个区域的人脸图片的原样，随机生成一个人脸切片模型；

以所述保留原样的区域对应为分量“1”，以所述清除原样的区域对应为分量“0”，为所述生成的一个人脸切片模型分配一个n维随机向量。

8.一种基于区块链的人脸检索系统，其特征在于，所述系统包括：

第一检索模块，用于当收到人脸检索请求时，从本地人脸切片数据库检索所述人脸检索请求包含的待检索人脸图片，所述本地人脸切片数据库为人脸模型使用方在本地用于存储人脸切片模型的数据库，所述人脸切片模型由人脸完整模型拥有方基于区块链向所述人脸模型使用方发布；

生成模块，用于若从所述本地人脸切片数据库检索到与所述待检索人脸图片匹配的人脸切片模型，则基于待选人脸切片模型生成所述待选人脸切片模型的签名信息，所述待选人脸切片模型为与所述待检索人脸图片匹配成功的人脸切片模型；

转发模块，用于根据所述签名信息，向所述人脸完整模型拥有方转发所述人脸检索请求；

验证模块，用于基于所述人脸完整模型拥有方存储的人脸完整模型，对所述待检索人脸图片进行验证；

结果返回模块，用于若验证成功，则返回所述验证成功的结果；

第二检索模块，用于若验证失败，则在收到验证失败的结果后，再次从所述本地人脸切片数据库检索所述待检索人脸图片，直至所述本地人脸切片数据库的人脸切片模型检索完毕。

9.一种设备，所述设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述方法的步骤。

Images