一种基于联邦学习的隐私保护型分布式人脸识别方法

本发明涉及人脸识别技术领域，具体涉及一种基于联邦学习的隐私保护型分布式人脸识别方法。方法包括：在本地客户端采集用户的人脸图像，进行特征提取和图像分割，形成数据集。将数据集发送到优选的特征识别服务器进行人脸识别模型训练，训练得到的模型参数加密发送到中心服务器进行参数聚合，经过多轮迭代，获得全局的人脸识别模型，全局的人脸识别模型下发至本地客户端进行人脸识别任务。该方法通过发挥联邦学习和分布式架构在用户隐私保护方面的优势，实现了精准的人脸识别功能，最大化保障了用户的个人信息安全，同时通过图像分割，为用户提供了直观的识别失败原因提示功能。