一种图像数据的脱敏处理方法技术

本申请涉及网络安全技术领域，特别涉及一种图像数据的脱敏处理方法

【技术实现步骤摘要】
一种图像数据的脱敏处理方法、装置、设备及介质


[0001]本申请涉及网络安全
，特别涉及一种图像数据的脱敏处理方法
、
装置
、
设备及介质
。

技术介绍

[0002]随着大数据
、
人工智能以及物联网技术的发展，数据已成为人们生活中的不可或缺的一部分，对个人乃至国家而言，重要信息的安全都是非常重要的
。
[0003]车联网是以车内网
、
车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在车
‑
X(X
是指车
、
路
、
行人及互联网等
)
之间，进行无线通讯和信息交换的大系统网络，是能够实现智能化交通管理
、
智能动态信息服务和车辆智能化控制的一体化网络，是物联网技术在交通系统领域的典型应用
。
[0004]车联网数据，主要来源于对车辆终端和用户的信息采集，在车辆的使用过程中，驾驶人信息
、
车辆信息
、
车外信息等，都可能会被车辆上装载的摄像头或者传感器等采集，并上传至云端
(
例如，云服务器
)。
车联网数据中，人脸数据
(
包括图像数据及视频数据
)
，主要被用于身份识别
、
鉴权等方面，是用户最为敏感的一类隐私数据，对用户人脸数据的保护，主要是通过对人脸数据进行脱敏处理来实现，其中，脱敏处理，就是将重要数据隐藏或者模糊化，使得其无法被识别
。
[0005]相关技术中，在对图像中的人脸进行识别时，传统的人脸识别算法，大多数采用的是几何特征算法，此类算法可以将人的鼻子
、
眼睛和嘴等人体器官的坐标信息，转换为对应的人脸特征，然后通过相似度进行度量
。
但是这种方法需要人工找出人脸器官的位置，人力成本较高，且对于人脸表情的变化以及年龄的变化等一些因素，几何特征算法也很难正确的识别，更无法现实使用
。
[0006]随着技术的发展，近年来基于神经网络的人脸识别方法相继被提出，此类方法，可以对图像或者视频中的人脸进行识别，结合脱敏技术，可以使用神经网络算法针对图像
、
视频中的人脸进行识别，并对识别到的结果
(
人脸方块
)
进行简单的色块替换，完成脱敏处理
。
[0007]相关技术中的脱敏处理方式，在人脸识别的基础上，对图像或者视频中的人脸部分进行脱敏处理，粒度较大，脱敏处理的方式较为粗糙
。

技术实现思路

[0008]本申请的目的是提供一种图像数据的脱敏处理方法
、
装置
、
设备及介质，用以精准地对图像数据中人脸关键点包围的区域进行脱敏处理，提升脱敏处理后数据的可用性，同时，利用第一类算法和第二类算法的结合，提升人脸检测和人脸关键点检测的准确率，增强脱敏后数据的安全性
。
[0009]第一方面，本申请提供一种图像数据的脱敏处理方法，包括：
[0010]获取待处理图像；
[0011]利用第一类算法，在所述待处理图像中进行人脸检测，若检测到人脸，则在待处理
图像中确定包含人脸的人脸检测框；
[0012]利用第二类算法，在所述人脸检测框中进行人脸关键点识别，确定所述人脸检测框中的人脸关键点，其中，所述第一类算法对图像中人脸框的检测效果，优于所述第二类算法，所述第二类算法对人脸检测框中人脸关键点的识别效果，优于所述第一类算法；
[0013]确定所述人脸关键点在所述待处理图像中的位置，并对所述待处理图像中，人脸关键点包围的区域进行脱敏处理
。
[0014]在一种可能的实施方式中，所述利用第二类算法，在所述人脸检测框中进行人脸关键点识别，确定所述人脸检测框中的人脸关键点，包括：
[0015]在基于所述人脸检测框的特征，确定所述人脸检测框中包含人脸时，利用第二类算法，在所述人脸检测框中进行人脸关键点识别，在所述人脸检测框中确定人脸关键点
。
[0016]在一种可能的实施方式中，所述在基于所述人脸检测框的特征，确定所述人脸检测框满足以下条件时，确定所述人脸检测框中包含人脸：
[0017]所述人脸检测框的面积与所述待处理图像的面积之比，小于预设比例阈值；或者，所述人脸检测框的特征向量，与预先存储的特征向量库中至少一个特征向量的相似度，大于预设相似度阈值
。
[0018]在一种可能的实施方式中，所述利用第二类算法，在所述人脸检测框中进行人脸关键点识别，确定所述人脸检测框中的人脸关键点包括：
[0019]提取所述待处理图像中人脸检测框所在区域的目标图像，并对所述目标图像进行缩放处理，得到预设尺寸的目标图像；
[0020]利用第二类算法，在所述预设尺寸的目标图像中，进行人脸关键点识别，确定所述目标图像中的人脸关键点；
[0021]则所述确定所述人脸关键点在所述待处理图像中的位置，包括：
[0022]根据预先记录的人脸检测框中各个像素点在所述待处理图像中的位置信息，以及所述目标图像中人脸关键点所在的像素点，确定人脸关键点在所述待处理图像中的位置
。
[0023]在一种可能的实施方式中，所述第一类算法为以下算法中的一种：
Retinaface
人脸识别算法
、HoG
人脸定位算法
、BlazeFace
人脸识别算法
、
以及
Pyramidbox
检测算法
。
[0024]在一种可能的实施方式中，所述第二类算法为以下算法中的一种：
Pfld
算法和
Yolo
算法
。
[0025]在一种可能的实施方式中，所述对所述待处理图像中，人脸关键点包围的区域进行脱敏处理，包括：
[0026]对所述待处理图像中，部分或全部人脸关键点包围的区域，进行遮蔽和
/
或高斯模糊处理
。
[0027]第二方面，本申请实施例提供一种图像数据的脱敏处理装置，包括：
[0028]获取单元，用于获取待处理图像；
[0029]第一处理单元，用于利用第一类算法，在所述待处理图像中进行人脸检测，若检测到人脸，则在待处理图像中确定包含人脸的人脸检测框；
[0030]第二处理单元，用于利用第二类算法，在所述人脸检测框中进行人脸关键点识别，确定所述人脸检测框中的人脸关键点，其中，所述第一类算法对图像中人脸框的检测效果，优于所述第二类算法，所述第二类算法对人脸检测框中人脸关键点的识别效果，优于所述
第一类算法；
[0031]第三处理单元，用于确定所述人脸关键点在所述待处理图像中的位置，并对所述待处理图像中，人脸关键点包围的区域进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像数据的脱敏处理方法，其特征在于，包括：获取待处理图像；利用第一类算法，在所述待处理图像中进行人脸检测，若检测到人脸，则在待处理图像中确定包含人脸的人脸检测框；利用第二类算法，在所述人脸检测框中进行人脸关键点识别，确定所述人脸检测框中的人脸关键点，其中，所述第一类算法对图像中人脸框的检测效果，优于所述第二类算法，所述第二类算法对人脸检测框中人脸关键点的识别效果，优于所述第一类算法；确定所述人脸关键点在所述待处理图像中的位置，并对所述待处理图像中，人脸关键点包围的区域进行脱敏处理
。2.
根据权利要求1所述的方法，其特征在于，所述利用第二类算法，在所述人脸检测框中进行人脸关键点识别，确定所述人脸检测框中的人脸关键点，包括：在基于所述人脸检测框的特征，确定所述人脸检测框中包含人脸时，利用第二类算法，在所述人脸检测框中进行人脸关键点识别，在所述人脸检测框中确定人脸关键点
。3.
根据权利要求2所述的方法，其特征在于，所述在基于所述人脸检测框的特征，确定所述人脸检测框满足以下条件时，确定所述人脸检测框中包含人脸：所述人脸检测框的面积与所述待处理图像的面积之比，小于预设比例阈值；或者，所述人脸检测框的特征向量，与预先存储的特征向量库中至少一个特征向量的相似度，大于预设相似度阈值
。4.
根据权利要求1所述的方法，其特征在于，所述利用第二类算法，在所述人脸检测框中进行人脸关键点识别，确定所述人脸检测框中的人脸关键点包括：提取所述待处理图像中人脸检测框所在区域的目标图像，并对所述目标图像进行缩放处理，得到预设尺寸的目标图像；利用第二类算法，在所述预设尺寸的目标图像中，进行人脸关键点识别，确定所述目标图像中的人脸关键点；则所述确定所述人脸关键点在所述待处理图像中的位置，包括：根据预先记录的人脸检测框中各个像素点在所述待处理图像中的位置信息，以及所述目标图像中人脸关键点所在的像素点，确定人脸关键点在所述待处理图像中的位置
。5.
根据权利要求1...

【专利技术属性】
技术研发人员：张正欣，李含锐，肖春亮，王豪，何坤，张宏，
申请(专利权)人：神州绿盟成都科技有限公司，
类型：发明
国别省市：