一种图像的处理方法、装置及设备制造方法及图纸

本说明书实施例公开了一种图像的处理方法、装置及设备，该方法包括：获取待处理的目标图像，目标图像中包括目标用户的隐私信息；为目标图像选取相应的三维图像，并将三维图像划分为多个不同的区域；针对划分的每个区域，分别执行下述处理，得到每个区域对应的三种预选隐写图像：使用第一隐写编码器将目标图像中的RGB信息以信息隐写的方式写入区域中；使用第二隐写编码器将目标图像中的NIR信息以信息隐写的方式写入区域中；使用第三隐写编码器将目标图像中的RGB信息和NIR信息以信息隐写的方式写入区域中；基于多个不同的区域对应的预选隐写图像，确定将目标图像隐写入三维图像中的隐写图像，并基于隐写图像对目标业务进行业务处理。处理。处理。

【技术实现步骤摘要】
一种图像的处理方法、装置及设备


[0001]本文件涉及计算机
，尤其涉及一种图像的处理方法、装置及设备。

技术介绍

[0002]近年来，生物识别技术得到了飞速发展，目前，生物识别已经步入了人们的生产生活中，包括刷脸支付、刷脸门禁和刷脸考勤等。但是，生物识别系统在为用户提供方便的同时，也频繁采集了用户的生物数据。而这些生物数据被采集后还进行了传输、处理、存储等操作，每个环节都有很大的隐私泄漏风险，一旦用户的隐私信息泄漏，其财产和信息安全将受到很大的威胁。
[0003]隐私保护能力成为生物识别系统的重要能力，通常，可以通过图像加密的方式进行隐私保护处理，具体地，使用简单的线性操作对包含用户的隐私信息的图像进行加密或行列混淆等处理，但上述方式的原子操作简单、流程单一、且很容易被诸如暴力破解等方式破解。此外，还可以通过深度学习的方式进行隐私保护处理，具体地，通过训练并使用深度学习模型(如神经网络模型等)对包含用户的隐私信息的图像进行隐私保护处理，得到隐私保护后的图像，但可以通过模型训练的方式训练一个用于还原原始图像的模型来将隐私保护处理的图像进行还原处理，从而造成隐私信息的泄露。基于此，需要提供一种安全性更高、隐私保护能力更强的图像隐私处理方案。

技术实现思路

[0004]本说明书实施例的目的是提供一种安全性更高、隐私保护能力更强的图像隐私处理方案。
[0005]为了实现上述技术方案，本说明书实施例是这样实现的：
[0006]本说明书实施例提供的一种图像的处理方法，所述方法包括：获取待处理的目标图像，所述目标图像中包括目标用户的隐私信息。为所述目标图像选取相应的三维图像，并将所述三维图像划分为多个不同的区域。针对划分的每个所述区域，分别执行下述处理，得到每个所述区域对应的三种预选隐写图像：使用预先通过模型训练得到的第一隐写编码器将所述目标图像中的RGB信息以信息隐写的方式写入所述区域中。使用预先通过模型训练得到的第二隐写编码器将所述目标图像中的NIR信息以信息隐写的方式写入所述区域中。使用预先通过模型训练得到的第三隐写编码器将所述目标图像中的RGB信息和NIR信息以信息隐写的方式写入所述区域中。基于所述多个不同的区域对应的预选隐写图像，确定将所述目标图像隐写入所述三维图像中的隐写图像，并基于所述隐写图像对目标业务进行业务处理。
[0007]本说明书实施例提供的一种图像的处理装置，所述装置包括：图像获取模块，获取待处理的目标图像，所述目标图像中包括目标用户的隐私信息。三维图像获取模块，为所述目标图像选取相应的三维图像，并将所述三维图像划分为多个不同的区域。隐写模块，针对划分的每个所述区域，分别执行下述处理，得到每个所述区域对应的三种预选隐写图像：使
用预先通过模型训练得到的第一隐写编码器将所述目标图像中的RGB信息以信息隐写的方式写入所述区域中。使用预先通过模型训练得到的第二隐写编码器将所述目标图像中的NIR信息以信息隐写的方式写入所述区域中。使用预先通过模型训练得到的第三隐写编码器将所述目标图像中的RGB信息和NIR信息以信息隐写的方式写入所述区域中。处理模块，基于所述多个不同的区域对应的预选隐写图像，确定将所述目标图像隐写入所述三维图像中的隐写图像，并基于所述隐写图像对目标业务进行业务处理。
[0008]本说明书实施例提供的一种图像的处理设备，所述图像的处理设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：获取待处理的目标图像，所述目标图像中包括目标用户的隐私信息。为所述目标图像选取相应的三维图像，并将所述三维图像划分为多个不同的区域。针对划分的每个所述区域，分别执行下述处理，得到每个所述区域对应的三种预选隐写图像：使用预先通过模型训练得到的第一隐写编码器将所述目标图像中的RGB信息以信息隐写的方式写入所述区域中。使用预先通过模型训练得到的第二隐写编码器将所述目标图像中的NIR信息以信息隐写的方式写入所述区域中。使用预先通过模型训练得到的第三隐写编码器将所述目标图像中的RGB信息和NIR信息以信息隐写的方式写入所述区域中。基于所述多个不同的区域对应的预选隐写图像，确定将所述目标图像隐写入所述三维图像中的隐写图像，并基于所述隐写图像对目标业务进行业务处理。
[0009]本说明书实施例还提供了一种存储介质，所述存储介质用于存储计算机可执行指令，所述可执行指令在被处理器执行时实现以下流程：获取待处理的目标图像，所述目标图像中包括目标用户的隐私信息。为所述目标图像选取相应的三维图像，并将所述三维图像划分为多个不同的区域。针对划分的每个所述区域，分别执行下述处理，得到每个所述区域对应的三种预选隐写图像：使用预先通过模型训练得到的第一隐写编码器将所述目标图像中的RGB信息以信息隐写的方式写入所述区域中。使用预先通过模型训练得到的第二隐写编码器将所述目标图像中的NIR信息以信息隐写的方式写入所述区域中。使用预先通过模型训练得到的第三隐写编码器将所述目标图像中的RGB信息和NIR信息以信息隐写的方式写入所述区域中。基于所述多个不同的区域对应的预选隐写图像，确定将所述目标图像隐写入所述三维图像中的隐写图像，并基于所述隐写图像对目标业务进行业务处理。
附图说明
[0010]为了更清楚地说明本说明书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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0011]图1为本说明书一种图像的处理方法实施例；
[0012]图2为本说明书另一种图像的处理方法实施例；
[0013]图3为本说明书又一种图像的处理方法实施例；
[0014]图4为本说明书一种图像的处理系统的结构示意图；
[0015]图5为本说明书又一种图像的处理方法实施例；
[0016]图6为本说明书一种图像的处理装置实施例；
[0017]图7为本说明书一种图像的处理设备实施例。
具体实施方式
[0018]本说明书实施例提供一种图像的处理方法、装置及设备。
[0019]为了使本
的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
[0020]实施例一
[0021]如图1所示，本说明书实施例提供一种图像的处理方法，该方法的执行主体可以为终端设备或服务器，其中，该终端设备可以如手机、平板电脑等一定终端设备，还可以如笔记本电脑或台式电脑等计算机设备，或者，也可以为IoT设备(具体如智能手表、车载设备等)等。该服务器可以是独立的一个服务器，还可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像的处理方法，所述方法包括：获取待处理的目标图像，所述目标图像中包括目标用户的隐私信息；为所述目标图像选取相应的三维图像，并将所述三维图像划分为多个不同的区域；针对划分的每个所述区域，分别执行下述处理，得到每个所述区域对应的三种预选隐写图像：使用预先通过模型训练得到的第一隐写编码器将所述目标图像中的RGB信息以信息隐写的方式写入所述区域中；使用预先通过模型训练得到的第二隐写编码器将所述目标图像中的NIR信息以信息隐写的方式写入所述区域中；使用预先通过模型训练得到的第三隐写编码器将所述目标图像中的RGB信息和NIR信息以信息隐写的方式写入所述区域中；基于所述多个不同的区域对应的预选隐写图像，确定将所述目标图像隐写入所述三维图像中的隐写图像，并基于所述隐写图像对目标业务进行业务处理。2.根据权利要求1所述的方法，所述目标图像为用于进行生物识别的用户生物图像，所述基于所述隐写图像对目标业务进行业务处理，包括：基于所述隐写图像对所述目标用户进行生物识别处理；所述方法还包括：删除所述目标图像。3.根据权利要求2所述的方法，所述基于所述隐写图像对所述目标用户进行生物识别处理，包括：将所述隐写图像发送给服务器，所述隐写图像用于触发所述服务器基于预先存储的基准用户生物图像和所述隐写图像，对所述目标用户进行生物识别处理；接收所述服务器发送的对所述目标用户进行生物识别处理的生物识别结果。4.根据权利要求1所述的方法，所述基于所述多个不同的区域对应的预选隐写图像，确定将所述目标图像隐写入所述三维图像中的隐写图像，包括：获取多个不同的区域对应的预选隐写图像的压缩体积，以及多个不同区域的图像的峰值信噪比PSNR；基于多个不同的区域对应的预选隐写图像的压缩体积、多个不同区域的图像的峰值信噪比PSNR，以及相应的权重，分别确定每个区域对应的预选隐写图像的隐写分值，所述隐写分值用于表征所述目标图像的信息写入相应区域后的不被辨识的程度；获取数值大于预设阈值的隐写分值的预选隐写图像对应的第一区域，并将所述第一区域与所述多个不同区域中除所述第一区域对应的区域之外的区域进行拼接，得到拼接三维图像；基于所述拼接三维图像，确定将所述目标图像隐写入所述三维图像中的隐写图像。5.根据权利要求4所述的方法，所述基于所述拼接三维图像，确定将所述目标图像隐写入所述三维图像中的隐写图像，包括：将所述拼接三维图像的分辨率调整到与所述三维图像的分辨率相同，基于调整后的拼接三维图像，确定将所述目标图像隐写入所述三维图像中的隐写图像。6.根据权利要求4或5所述的方法，所述将所述第一区域与所述多个不同区域中除所述
第一区域对应的区域之外的区域进行拼接，得到拼接三维图像，包括：对所述第一区域的图像进行颜色校正处理，得到第一校正后的第一区域；将所述第一校正后的第一区域与所述多个不同区域中除所述第一区域对应的区域之外的区域进行拼接，得到拼接三维图像。7.根据权利要求6所述的方法，所述对所述第一区域的图像进行颜色校正处理，得到第一校正后的第一区域，包括：基于所述第一区域的颜色信息和所述多个不同区域中除所述第一区域对应的区域之外的区域的颜色信息，确定高斯参数；基于所述高斯参数、所述第一区域的颜色信息和所述多个不同区域中除所述第一区域对应的区域之外的区域的颜色信息，分别对所述第一区域和所述多个不同区域中除所述第一区域对应的区域之外的区域进行高斯调整，得到所述第一区域的调整后的颜色信息和所述多个不同区域中除所述第一区域对应的区域之外的区域的调整后的颜色信息；基于所述第一区域的颜色信息、所述第一区域的调整后的颜色信息和所述多个不同区域中除所述第一区域对应的区域之外的区域的调整后的颜色信息，以对所述第一区域的图像进行颜色校正处理，得到第一校正后的第一区域。8.根据权利要求4或5所述的方法，所述将所示第一区域与所述多个不同区域中除所述第一区域对应的区域之外的区域进行拼接，得到拼接三维图像，包括：对所述第一区域的图像对应的图像纹理、形状和空间关系进行校正处理，得到第二校正后的第一区域；将所述第二校正后的第一区域与所述多个不同区域中除所述第一区域对应的区域之外的区域进行拼接，得到拼接三维图像。9.根据权利要求8所述的方法，所述对所述第一区域的图像对应的图像纹理、形状和空间关系进行校正处理，得到第二校正后的第一区域，包括：将所述第一区域的图像输入到预先训练的图像增强模型中，通过所述图像增强模型对对所述第一区域的图像对应的图像纹理、形状和空间关系进行校正处理，得到第二校正后的第一区域，所述图像增强模型是基于图像样本进行模型训练后得到的模型。10.根据权利要求5所述的方法，所述基于所述拼接三维图像，确定将所述目标图像隐写入所述三维图像中的隐写图像，包括：对所述拼接三维图像进行图像压缩处理，得到压缩后的三维图像；基于所述压缩后的三维图像，确定将所述目标图像隐写入所述三维图像中的隐写图像。11.根据权利要求1所述的方法，所述方法还包括：获取训练样本图像和对应的三维样本图像，所述训练样本图像中包括用户的隐私信息；将所述三维样本图像划分为多个不同的样本图像区域；针对划分...

【专利技术属性】
技术研发人员：曹佳炯，丁菁汀，
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：