图像处理的方法和系统技术方案

本申请提供的图像处理的方法和系统中，首先对原始的第一颜色空间的第一图像数据进行第一尺度的目标卷积运算，得到第二图像数据，然后对第二图像数据进行非线性运算，得到第二颜色空间的第三图像数据，然后基于第三图像数据，生成脱敏图像，也就是说，本申请实施例中在颜色空间转换过程中引入第一尺度的目标卷积运算和非线性运算，可以将原始的第一颜色空间的第一图像数据的中的敏感信息通过第一尺度的目标卷积运算和非线性运算进行脱敏，从而基于第二颜色空间的第三图像数据，得到脱敏图像数据，避免采用简单的对原始的第一颜色空间的第一图像数据进行混淆后，导致容易被攻击者攻击，有利于提高图像数据的安全性。有利于提高图像数据的安全性。有利于提高图像数据的安全性。

【技术实现步骤摘要】
图像处理的方法和系统


[0001]本申请涉及图像处理领域，并且更具体地涉及图像处理领域中的图像处理的方法和图像处理的系统。

技术介绍

[0002]在图像处理领域，一般为了提高原始的图像数据的安全性，通常会对原始的图像数据进行隐私性保护，例如，采集的原始的人脸图像数据。现有技术中，可以对原始的图像数据进行随机混淆，然后对混淆后的图像数据进行加密。这种对原始的图像数据进行加密的方式安全性较低，容易被攻击者攻破，从而影响图像数据的安全性。

技术实现思路

[0003]本申请实施例提供了一种图像处理的方法和系统，能够提高处理图像的安全性。
[0004]第一方面，提供了一种图像处理的方法，包括：获取原始的第一颜色空间的第一图像数据；对所述第一图像数据进行非线性颜色空间转换，获得第二颜色空间的第三图像数据对所述第一图像数据进行第一尺度的目标卷积运算，得到第二图像数据；对所述第二图像数据进行非线性运算，得到所述第二颜色空间的第三图像数据，其中，所述第一尺度为N*N，N为大于或等于1的正整数；以及基于所述第三图像数据，生成脱敏图像数据。
[0005]在一些实施例中，所述非线性运算为线性整流函数ReLU运算。
[0006]在一些实施例中，其中N为3。
[0007]在一些实施例中，在所述对所述第一图像数据进行第一尺度的目标卷积运算，得到第二图像数据之前，所述方法还包括：根据第一损失函数确定所述目标卷积运算和所述目标反卷积运算；其中，所述第一损失函数包括颜色空间差异性损失和图片重建损失。/>[0008]在一些实施例中，所述颜色空间差异性损失包括：预测的所述第二颜色空间的图像数据与真实的所述第一颜色空间的图像数据的损失。
[0009]在一些实施例中，所述图片重建损失包括：对所述第一颜色空间的图像数据先进行卷积运算以及所述非线性运算后，再进行反卷积运算得到的预测的第一颜色空间的图像数据与真实的所述第一颜色空间的图像数据的损失。
[0010]在一些实施例中，所述基于所述第三图像数据，生成目标脱敏图像，包括：
[0011]对所述第三图像数据进行可分离变换，得到第四图像数据；
[0012]对所述第四图像数据进行尺度变换，得到所述目标脱敏图像。
[0013]在一些实施例中，所述对所述第三图像数据进行可分离变换，得到第四图像数据，包括：对所述第三图像数据进行第一离散余弦变换，得到所述第四图像数据；其中，所述第一离散余弦变换的目标基函数为cos[(π/n)(m+1/2)k]，其中n为浮点数，m为相位偏移，k为频率。
[0014]在一些实施例中，在所述对所述第三图像数据进行离散余弦变换，得到所述第四图像数据之前，所述方法还包括：根据第二损失函数确定所述第一离散余弦变换的目标基
函数；其中，所述第二损失函数包括对所述第二颜色空间的图像数据先进行离散傅里叶变换后，再进行逆离散傅里叶变换得到的图像数据与所述第二颜色空间的图像数据的损失。
[0015]在一些实施例中，所述对所述第四图像数据进行尺度变换，得到所述脱敏图像数据，包括：根据目标量化表对所述第四图像数据进行尺度变化，得到所述脱敏图像数据；其中，所述目标量化表为根据神经网络模型训练得到的。
[0016]第二方面，本说明书提供一种图像处理的系统，包括至少一个存储介质以及至少一个处理器，所述至少一个存储介质存储有至少一个指令集用于处理图像；所述至少一个处理器与所述至少一个存储介质通信连接，其中当一种图像处理的系统运行时，所述至少一个处理器读取所述至少一个指令集并实施本说明书第一方面所述的图像处理的方法。
[0017]由以上技术方案可知，本申请实施例提供的图像处理的方法和系统中，首先对原始的第一颜色空间的第一图像数据进行第一尺度的目标卷积运算，得到第二图像数据，然后对第二图像数据进行非线性运算，得到第二颜色空间的第三图像数据，然后基于第三图像数据，生成脱敏图像，也就是说，本申请实施例中在颜色空间转换过程中引入第一尺度的目标卷积运算和非线性运算，可以将原始的第一颜色空间的第一图像数据的中的敏感信息通过第一尺度的目标卷积运算以及非线性运算进行脱敏，从而得到的第二颜色空间的第三图像数据，并基于第三图像数据得到脱敏图像数据，避免采用简单的对原始的第一颜色空间的第一图像数据进行混淆后，导致容易被攻击者攻击，有利于提高图像数据的安全性。
[0018]本申请实施例提供的图像处理的方法和系统的其他功能将在以下说明中部分列出。根据描述，以下数字和示例介绍的内容将对那些本领域的普通技术人员显而易见。本说明书提供的支付处理方法和系统的创造性方面可以通过实践或使用下面详细示例中所述的方法、装置和组合得到充分解释。
附图说明
[0019]为了更清楚地说明本说明书实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
[0020]图1示出了根据本说明书的实施例提供的一种图像处理的系统示意图；
[0021]图2示出了根据本说明书的实施例提供的一种计算设备的硬件示意图；
[0022]图3示出了根据本说明书的实施例提供的一种图像处理方法的流程示意图；以及
[0023]图4示出了根据本说明书的实施例提供的基于第三图像数据，生成脱敏图像数据的流程示意图。
具体实施方式
[0024]以下描述提供了本说明书的特定应用场景和要求，目的是使本领域技术人员能够制造和使用本说明书中的内容。对于本领域技术人员来说，对所公开的实施例的各种局部修改是显而易见的，并且在不脱离本说明书的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用。因此，本说明书不限于所示的实施例，而是与权利要求一致的最宽范围。
[0025]这里使用的术语仅用于描述特定示例实施例的目的，而不是限制性的。比如，除非上下文另有明确说明，这里所使用的，单数形式“一”，“一个”和“该”也可以包括复数形式。当在本说明书中使用时，术语“包括”、“包含”和/或“含有”意思是指所关联的整数，步骤、操作、元素和/或组件存在，但不排除一个或多个其他特征、整数、步骤、操作、元素、组件和/或组的存在或在该系统/方法中可以添加其他特征、整数、步骤、操作、元素、组件和/或组。
[0026]考虑到以下描述，本说明书的这些特征和其他特征、以及结构的相关元件的操作和功能、以及部件的组合和制造的经济性可以得到明显提高。参考附图，所有这些形成本说明书的一部分。然而，应该清楚地理解，附图仅用于说明和描述的目的，并不旨在限制本说明书的范围。还应理解，附图未按比例绘制。
[0027]本说明书中使用的流程图示出了根据本说明书中的一些实施例的系统实现的操作。应该清楚地理解，流程图的操作可以不按顺序实现。相反，操作可以以反转顺序或同时实现。此外，可以向流程图添加一个或多个其他操作。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理的方法，包括：获取原始的第一颜色空间的第一图像数据；对所述第一图像数据进行第一尺度的目标卷积运算，得到第二图像数据；对所述第二图像数据进行非线性运算，得到所述第二颜色空间的第三图像数据，其中，所述第一尺度为N*N，N为大于或等于1的正整数；以及基于所述第三图像数据，生成脱敏图像数据。2.根据权利要求1所述的方法，所述非线性运算为线性整流函数ReLU运算。3.根据权利要求1或2所述的方法，其中N为3。4.根据权利要求1至3中任一项所述的方法，在所述对所述第一图像数据进行第一尺度的目标卷积运算，得到第二图像数据之前，所述方法还包括：根据第一损失函数确定所述目标卷积运算和目标反卷积运算；其中，所述第一损失函数包括颜色空间差异性损失和图片重建损失。5.根据权利要求4所述的方法，所述颜色空间差异性损失包括：预测的所述第二颜色空间的图像数据与真实的所述第一颜色空间的图像数据的损失。6.根据权利要求4或5所述的方法，所述图片重建损失包括：对所述第一颜色空间的图像数据先进行卷积运算以及所述非线性运算后，再进行反卷积运算得到的预测的第一颜色空间的图像数据与真实的所述第一颜色空间的图像数据的损失。7.根据权利要求1至6中任一项所述的方法，所述基于所述第三图像数据，生成目标脱敏图像，包括：对所述第三图像数据进行可分离变换，...

【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：