本申请涉及计算机视觉,尤其涉及一种图像的隐私保护方法、装置、设备及存储介质。
背景技术:
1、目前,诸如面部识别等生物识别系统得到了广泛的应用,在支付、出行、安防等场景都可以见到生物识别系统的身影,生物识别有很多应用场景,包括海关面部查验、人脸支付、行人再识别等。
2、实际应用中,生物识别系统通常先采集被识别人的面部图像,然后,基于该面部图像进行生物识别。由于采集到的面部图像包含被识别人的隐私信息,而隐私信息如果发生泄露,会对被识别人的隐私造成一定损害,因此,需对采集到的面部图像进行隐私保护,目前亟需一种图像的隐私保护方法。
技术实现思路
1、本申请实施例提供一种图像的隐私保护方法、装置、设备及存储介质,用以提供一种图像的隐私保护方法,通过采用该方法可以提高隐私保护效果的稳定性。
2、本申请实施例提供的具体技术方案如下:
3、第一方面,本申请实施例提供一种图像的隐私保护方法,包括:
4、对待处理的包含用户隐私信息的原始图像进行特征提取,得到初始特征;
5、随机生成多个噪声特征;
6、针对所述多个噪声特征中的任一噪声特征,基于所述初始特征和所述任一噪声特征,得到所述任一噪声特征对应的候选扰动特征,并确定所述候选扰动特征与所述初始特征之间的差异值;
7、基于多个差异值,从多个候选扰动特征中,选取出对所述原始图像中用户隐私信息进行扰动处理的目标扰动特征;
8、基于所述目标扰动特征生成目标噪声图,并将所述目标噪声图和所述原始图像进行叠加处理,得到目标图像。
9、采用本申请实施例提供的一种图像的隐私保护方法,通过随机生成多个噪声特征,并从多个噪声特征对应的候选扰动特征中,选取出对该原始图像中用户隐私信息进行扰动处理的目标扰动特征,这样,可以直接生成最佳的目标扰动特征,从而基于该目标扰动特征生成目标噪声图,并将该目标噪声图叠加到原始图像上,可以提高目标图像的隐私保护效果的稳定性。
10、在一种可能的实现方式中,所述基于所述初始特征和所述任一噪声特征,得到所述任一噪声特征对应的候选扰动特征,包括:
11、基于所述初始特征和所述任一噪声特征,得到所述任一噪声特征对应的参考扰动特征;
12、利用预设的解码网络模型,对所述参考扰动特征进行解码处理,得到所述参考扰动特征对应的解码图像;
13、利用预设的与所述解码网络模型匹配的编码网络模型,对所述解码图像进行特征提取,得到所述任一噪声特征对应的候选扰动特征。
14、上述方法,通过预设的编码网络模型和解密网络模型,可以直接生成候选扰动特征,以便于后续从多个候选扰动特征筛选出目标扰动特征。
15、在一种可能的实现方式中,所述对待处理的包含用户隐私信息的原始图像进行特征提取,得到初始特征,包括:
16、利用所述编码网络模型,对所述原始图像进行特征提取,得到所述初始特征。
17、在一种可能的实现方式中,所述基于多个差异值,从多个候选扰动特征中,选取出对所述原始图像中用户隐私信息进行扰动处理的目标扰动特征,包括:
18、从所述多个差异值中选取出最大值;
19、将所述最大值对应的候选扰动特征,确定为所述目标扰动特征。
20、上述方法,可以直接从多个候选扰动特征中筛选出差异值为最大值的候选扰动特征,这样,将该差异值为最大值的候选扰动特征作为目标扰动特征,可以使后续得到的目标图像对应的图像特征与原始图像对应的初始特征之间的差异值最大,从而提高目标图像的隐私保护效果。
21、在一种可能的实现方式中,所述目标噪声图符合如下条件中的部分或全部:
22、所述目标图像对应的图像特征与所述目标扰动特征之间的差异值小于预设值;
23、所述目标噪声图中每个像素的噪声幅值不大于噪声阈值。
24、在一种可能的实现方式中,所述用户隐私信息包括用户的面部信息。
25、第二方面,本申请实施例提供一种图像的隐私保护装置,包括:
26、特征提取模块,用于对待处理的包含用户隐私信息的原始图像进行特征提取,得到初始特征;
27、噪声生成模块,用于随机生成多个噪声特征;
28、差异确定模块,用于针对所述多个噪声特征中的任一噪声特征,基于所述初始特征和所述任一噪声特征,得到所述任一噪声特征对应的候选扰动特征,并确定所述候选扰动特征与所述初始特征之间的差异值;
29、选取模块,用于基于多个差异值,从多个候选扰动特征中,选取出对所述原始图像中用户隐私信息进行扰动处理的目标扰动特征;
30、图像叠加模块,用于基于所述目标扰动特征生成目标噪声图,并将所述目标噪声图和所述原始图像进行叠加处理,得到目标图像。
31、在一种可能的实现方式中,所述差异确定模块具体用于:
32、基于所述初始特征和所述任一噪声特征,得到所述任一噪声特征对应的参考扰动特征;
33、利用预设的解码网络模型,对所述参考扰动特征进行解码处理,得到所述参考扰动特征对应的解码图像;
34、利用预设的与所述解码网络模型匹配的编码网络模型,对所述解码图像进行特征提取,得到所述任一噪声特征对应的候选扰动特征。
35、在一种可能的实现方式中,所述特征提取模块具体用于:
36、利用所述编码网络模型,对所述原始图像进行特征提取,得到所述初始特征。
37、在一种可能的实现方式中,所述选取模块具体用于:
38、从所述多个差异值中选取出最大值;
39、将所述最大值对应的候选扰动特征,确定为所述目标扰动特征。
40、在一种可能的实现方式中,所述目标噪声图符合如下条件中的部分或全部:
41、所述目标图像对应的图像特征与所述目标扰动特征之间的差异值小于预设值;
42、所述目标噪声图中每个像素的噪声幅值不大于噪声阈值。
43、在一种可能的实现方式中,所述用户隐私信息包括用户的面部信息。
44、第三方面,本申请实施例提供一种电子设备,包括:
45、存储器,用于存储计算机程序或指令;
46、处理器,用于执行所述存储器中的计算机程序或指令,使得如上述第一方面中任一项所述的方法被执行。
47、第四方面,本申请实施例提供一种计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得所述处理器能够执行上述第一方面中任一项所述的方法。
48、另外,第二方面至第四方面中任意一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果,此处不再赘述。
1.一种图像的隐私保护方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述基于所述初始特征和所述任一噪声特征,得到所述任一噪声特征对应的候选扰动特征,包括:
3.如权利要求2所述的方法,其特征在于,所述对待处理的包含用户隐私信息的原始图像进行特征提取,得到初始特征,包括:
4.如权利要求1所述的方法,其特征在于,所述基于多个差异值,从多个候选扰动特征中,选取出对所述原始图像中用户隐私信息进行扰动处理的目标扰动特征,包括:
5.如权利要求1-4任一所述的方法,其特征在于,所述目标噪声图符合如下条件中的部分或全部:
6.如权利要求1-4任一所述的方法,其特征在于,所述用户隐私信息包括用户的面部信息。
7.一种图像的隐私保护装置,其特征在于,包括:
8.如权利要求7所述的装置,其特征在于,所述差异确定模块具体用于:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由处理器执行时,使得所述处理器能够执行如权利要求1-6任一项所述的方法。