基于嵌入式行车记录设备的动态隐私信息脱敏方法、系统及介质技术方案

本发明专利技术公开了一种基于嵌入式行车记录设备的动态隐私信息脱敏方法、系统及介质，所述方法包括：根据隐私信息定位模型对行车图像中的隐私信息进行动态定位，得到待脱敏区域；所述隐私信息定位模型采用基于卷积神经网络和Transformer融合的网络架构，以减少模型的参数数量和计算时间；根据所述待脱敏区域生成加密图像，将所述加密图像覆盖掉原行车图像对应位置的信息，得到脱敏后的图像；将脱敏后的图像存于存储介质中。本发明专利技术通过构建基于卷积神经网络和Transformer融合的网络架构，以使得模型参数轻量化，计算速度快，从而实现在嵌入式行车记录设备中动态对行车记录中的敏感信息脱敏。息脱敏。息脱敏。

【技术实现步骤摘要】
基于嵌入式行车记录设备的动态隐私信息脱敏方法、系统及介质


[0001]本专利技术涉及计算机视觉和模式识别
，特别是涉及一种基于嵌入式行车记录设备的动态隐私信息脱敏方法、系统、计算机设备及存储介质。

技术介绍

[0002]2021年10月1日开始实行的《汽车数据安全管理若干规定(试行)》是目前生效的中国法律中第一次也是唯一一次对特定行业的“重要数据”进行定义，其中强调了包含人脸、车牌等车外视频数据属于“重要数据”，需符合“脱敏处理”原则。过去普通的行车记录设备显然并不符合此原则，因此开发一种适用于行车记录设备的动态隐私信息脱敏方法是必要且有意义的。
[0003]然而嵌入式行车记录设备受移动式工作场景和成本的限制，计算能力和存储空间极其受限的同时对实时性要求很高。现有的基于深度学习的隐私信息定位算法需要运行在TPU、GPU等大型计算设备上才可以取得较好的实时性，无法达到动态隐私信息脱敏的效果。若使用轻量级的卷积神经网络算法虽然可以减少网络参数并降低延迟，但一个主要缺点是采用局部空间信息来编码，鲁棒性不强，碰到阴雨大雾天气或者大角度偏移本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于嵌入式行车记录设备的动态隐私信息脱敏方法，其特征在于，所述方法包括：根据隐私信息定位模型对行车图像中的隐私信息进行动态定位，得到待脱敏区域；所述隐私信息定位模型采用基于卷积神经网络和Transformer融合的网络架构，以减少模型的参数数量和计算时间；根据所述待脱敏区域生成加密图像，将所述加密图像覆盖掉原行车图像对应位置的信息，得到脱敏后的图像；将脱敏后的图像存于存储介质中。2.根据权利要求1所述的动态隐私信息脱敏方法，其特征在于，所述根据隐私信息定位模型对行车图像中的隐私信息进行动态定位，得到待脱敏区域，包括：将行车图像输入所述隐私信息定位模型中的图像特征提取模块，输出特征向量；将所述特征向量经过所述隐私信息定位模型中的区域建议模块的处理，输出兴趣区域的位置和分类结果；若所述分类结果为前景，则根据所述特征向量，利用所述隐私信息定位模型中的兴趣区域池化模块进行映射池化操作，将兴趣区域调整为固定大小；利用所述隐私信息定位模型中的分类回归模块对兴趣区域池化模块输出的兴趣区域进行具体的分类以确定隐私信息的定位，即得到待脱敏区域；所述分类包括人脸和车牌。3.根据权利要求2所述的动态隐私信息脱敏方法，其特征在于，所述将行车图像输入所述隐私信息定位模型中的图像特征提取模块，输出特征向量，包括：将所述行车图像依次经过卷积模块和多个MV2模块处理；将最后一个MV2模块的输出多次依次经过MV2模块和MobileViT模块处理；将最后一个MobileViT模块的输出依次经过卷积模块和全连接层模块处理，得到特征向量。4.根据权利要求3所述的动态隐私信息脱敏方法，其特征在于，所述MV2模块处理数据的过程，包括：MV2模块的输入依次经过标准卷积、批规范化和Relu6函数处理，得到x1；x1通过深度可分离卷积操作，以及批规范化和Relu6操作，得到x2；所述深度可分离卷积分为逐通道卷积和逐点卷积两步；x2通过标准卷积、批规范化处理后与MV2模块的输入进行融合，得到MV2模块的输出。5.根据权利要求3所述的动态隐私信息脱敏方法，其特征在于，所述MobileViT模块处理数据的过程，包括：MobileViT模块的输入经过卷积模块对局部空间信...

【专利技术属性】
技术研发人员：谢巍，陈睿新，张浪文，曾明，刘嘉淏，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：