摘要
本发明公开了一种基于同态加密的目标检测方法,包括:在本地客户端通过同态加密算法生成一对加密公私钥,通过公钥对原始图像数据进行加密得到加密图像,并将加密图像发送给服务器;服务器对加密图像进行预处理,并通过预先训练好的卷积神经网络模型对预处理后的加密图像数据进行计算,在加密域下提取图像特征值并定位目标区域,生成加密目标检测结果;服务器将加密目标检测结果返回给本地客户端;本地客户端使用私钥解密服务器返回的加密目标检测结果,得到最终的目标位置和类别信息。本发明使用卷积神经网络进行目标检测时,数据在传输和处理时是加密的,提高了数据的安全性,保护隐私信息,同时不影响模型性能。
技术关键词
训练图像数据
卷积神经网络模型
同态加密算法
加密图像数据
输出特征
客户端
原始图像数据
图像特征值
多项式
服务器
保护隐私信息
ReLU函数
多线程技术
切比雪夫
样本
索引
加密数据
系统为您推荐了相关专利信息
日产液量
构建机器学习模型
油嘴
支撑剂颗粒
输出特征
实体对齐方法
BERT模型
GRU模型
多源异构数据
卷积神经网络模型