一种基于全同态加密的隐私安全人脸识别模型转化方法

本发明属于计算机视觉领域和隐私保护领域，涉及一种基于全同态加密的隐私安全人脸识别模型转化方法。本发明将单分支结构转换为多分支结构在训练，将训练好的多分支模型进行结构重参数化调整，将其转换为单分支模型，得到一个模型参数更少但仍具有较高性能的模型，采用剪枝技术来修剪并转换为对应的量化模型，微调，最后，将训练好的量化模型编译成全同态加密模型，实现加密图像的推理。与现有技术相比，本发明具有很高的模型测试准确率和更低的模型推理时间，且在图片较大的数据集上效果提升明显。