【技术实现步骤摘要】
基于隐私保护的图像处理方法、装置及设备
本文件涉及图像处理
,尤其涉及一种基于隐私保护的图像处理方法、装置及设备。
技术介绍
随着互联网技术的不断发展,各种社交应用被广泛使用。用户会通过社交应用发布照片来记录生活,并且发布的照片中通常会包括用户自身或其他用户的人脸。而随着人工智能技术的不断发展,换脸技术可以很容易的将用户照片中的人脸应用到其他人体身上,从而制作恶搞图像、视频等并发布于网络。而这不仅造成了用户隐私信息的大范围泄露,而且会给用户带来很多麻烦和不便。
技术实现思路
本说明书一个或多个实施例提供了一种基于隐私保护的图像处理方法。该方法包括获取待进行隐私保护处理的原始图像。确定所述原始图像的图像内容中是否包括人脸。若是,则通过预先训练的图像编码模型对所述原始图像进行编码处理,生成人脸图像的模型对抗图像,以防止个人信息泄露。其中,所述模型对抗图像与所述原始图像的视觉效果的差别程度小于第一阈值。所述模型对抗图像与所述原始图像在指定人脸检测模型下的人脸检测结果的差别程度大于第二阈值。本说明书一个或多个实施例提供了一种基于隐私保护的图像处理装置。该装置包括获取模块,获取待进行隐私保护处理的原始图像。该装置还包括确定模块,确定所述原始图像的图像内容中是否包括人脸。该装置还包括处理模块,若所述确定模块的确定结果为是,则通过预先训练的图像编码模型对所述原始图像进行编码处理,生成人脸图像的模型对抗图像,以防止个人信息泄露。其中,所述模型对抗图像与所述原始图像的视觉效果的差别程度小于第一阈值。所 ...
【技术保护点】
1.一种基于隐私保护的图像处理方法,包括:/n获取待进行隐私保护处理的原始图像;/n确定所述原始图像的图像内容中是否包括人脸;/n若是,则通过预先训练的图像编码模型对所述原始图像进行编码处理,生成人脸图像的模型对抗图像,以防止个人信息泄露;其中,所述模型对抗图像与所述原始图像的视觉效果的差别程度小于第一阈值,且所述模型对抗图像与所述原始图像在指定人脸检测模型下的人脸检测结果的差别程度大于第二阈值。/n
【技术特征摘要】
1.一种基于隐私保护的图像处理方法,包括:
获取待进行隐私保护处理的原始图像;
确定所述原始图像的图像内容中是否包括人脸;
若是,则通过预先训练的图像编码模型对所述原始图像进行编码处理,生成人脸图像的模型对抗图像,以防止个人信息泄露;其中,所述模型对抗图像与所述原始图像的视觉效果的差别程度小于第一阈值,且所述模型对抗图像与所述原始图像在指定人脸检测模型下的人脸检测结果的差别程度大于第二阈值。
2.根据权利要求1所述的方法,所述方法还包括:
通过预先部署的第一人脸检测模型,对指定图像库中的所述模型对抗图像进行人脸检测处理,得到第一人脸检测结果信息;
若根据所述第一人脸检测结果信息确定对至少一个所述模型对抗图像的人脸可检测程度大于第三阈值,则重新对所述图像编码模型进行训练,得到新的图像编码模型。
3.根据权利要求1所述的方法,所述确定所述原始图像的图像内容中是否包括人脸,包括:
通过预先训练的第二人脸检测模型,对所述原始图像进行人脸检测处理,得到第二人脸检测结果信息;
确定所述第二人脸检测结果信息是否表征检测到人脸;
若是,则确定所述原始图像的图像内容中包括人脸;
若否,则确定所述原始图像的图像内容中不包括人脸。
4.根据权利要求1所述的方法,所述通过预先训练的图像编码模型对所述原始图像进行编码处理,生成人脸图像的模型对抗图像,包括:
确定当前部署的所述图像编码模型是否符合预设的更新条件;
若是,则对当前部署的所述图像编码模型进行更新处理,并通过更新处理后的所述图像编码模型对所述原始图像进行编码处理,生成人脸图像的模型对抗图像;
若否,则通过当前部署的所述图像编码模型对所述原始图像进行编码处理,生成人脸图像的模型对抗图像。
5.根据权利要求4所述的方法,所述确定当前部署的所述图像编码模型是否符合预设的更新条件,包括:
获取所述图像编码模型的最新版本信息;
确定当前部署的所述编码模型的当前版本信息;
确定所述最新版本信息与所述当前版本信息是否一致;
若是,则确定当前部署的所述图像编码模型不符合预设的更新条件;
若否,则确定当前部署的所述图像编码模型符合预设的更新条件。
6.根据权利要求1所述的方法,所述方法还包括:
获取多个样本图像;其中,所述样本图像中包括人脸;
将所述样本图像划分为训练集和测试集;
根据预设的所述图像编码模型的训练方式基于所述训练集进行训练处理,得到初始编码模型;
通过所述测试集对所述初始编码模型进行测试处理,得到测试结果信息;
若确定所述测试结果信息满足第一预设条件,则将所述初始编码模型确定为所述图像编码模型。
7.根据权利要求6所述的方法,所述根据预设的所述图像编码模型的训练方式基于所述训练集进行训练处理,得到初始编码模型,包括:
对所述训练集中每个样本图像的人脸框和人脸关键点进行标注处理,得到对应的第一标注结果信息和第二标注结果信息;
迭代的通过待训练的图像编码网络对所述标注处理后的每个样本图像进行编码处理,得到对应的第一编码图像;
通过预先训练的至少一个人脸框检测模型对每个所述第一编码图像进行人脸框检测处理,得到对应的第一检测结果信息;
通过预先训练的至少一个人脸关键点检测模型对每个所述第一编码图像进行人脸关键点检测处理,得到对应的第二检测结果信息;
根据预设的比对方式,对所述训练集中的每个样本图像与所述样本图像所对应的所述第一编码图像进行比对处理,得到对应的第一比对结果信息;
根据预设的损失函数,基于所述第一标注结果信息、所述第二标注结果信息、所述第一检测结果信息、所述第二检测结果信息和所述第一比对结果信息,确定所述编码网络的损失;
若确定所述编码网络的损失满足第二预设条件,则将所述图像编码网络确定为所述初始编码模型。
8.根据权利要求7所述的方法,所述根据预设的损失函数,基于所述第一标注结果信息、所述第二标注结果信息、所述第一检测结果信息、所述第二检测结果信息和所述第一比对结果信息,确定所述编码网络的损失,包括:
根据所述第一标注结果信息和所述第一检测结果信息,确定所述样本图像的人脸框与对应的所述第一编码图像的人脸框之间的第一差异值;
根据所述第二标注结果信息和所述第二检测结果信息,确定所述样本图像的人脸关键点与对应的所述第一编码图像的人脸关键点之间的第二差异值;
根据预设的损失函数,对所述第一比对结果、所述第一差异值和所述第二差异值进行计算处理,得到所述图像编码网络的损失。
9.根据权利要求8所述的方法,所述根据预设的损失函数,对所述第一比对结果、所述第一差异值和所述第二差异值进行计算处理,得到所述编码网络的损失,包括:
对所述第一差...
【专利技术属性】
技术研发人员:刘杰,王维强,孟昌华,
申请(专利权)人:支付宝杭州信息技术有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。