[发明专利]人脸图像处理方法及装置在审

专利信息
申请号: 202111063132.5 申请日: 2021-05-12
公开(公告)号: CN113657350A 公开(公告)日: 2021-11-16
发明(设计)人: 刘杰;王维强 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06F21/62
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 姚琳洁
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置
【权利要求书】:

1.一种人脸图像处理方法,包括:

获取多个第一样本人脸图像对;各所述第一样本人脸图像对中分别包括具有隐私信息的第一样本原始人脸图像以及对应的第一样本目标人脸图像;

根据各所述第一样本人脸图像对分别对应的图像匹配信息,确定待训练的图像编码模型对应的损失函数;所述图像匹配信息包括:基于计算机视觉的第一相似度和/或第一差异度、以及基于人眼视觉机制的第五相似度和/或第二差异度;所述损失函数与所述第一相似度和/或所述第二差异度间正相关;所述损失函数与所述第一差异度和/或所述第五相似度之间负相关;

将所述第一样本原始人脸图像作为输入数据、将所述第一样本目标人脸图像作为输出数据,并基于所述损失函数进行模型训练,得到所述图像编码模型;

利用所述图像编码模型对人脸图像进行隐私保护处理。

2.根据权利要求1所述的方法,所述第一样本目标人脸图像具有干扰信息。

3.根据权利要求1所述的方法,所述图像匹配信息还包括:所述第一样本目标人脸图像与样本重构人脸图像之间的基于计算机视觉的第二相似度;所述样本重构人脸图像为将所述第一样本目标人脸图像通过预先训练的图像还原模型进行还原后得到;

所述根据各所述第一样本人脸图像对分别对应的图像匹配信息,确定待训练的图像编码模型对应的损失函数,包括:

根据所述第一相似度和/或所述第一差异度、所述第五相似度和/或所述第二差异度、以及所述第二相似度确定所述损失函数;

其中,所述损失函数与所述第二相似度之间正相关。

4.根据权利要求3所述的方法,所述将所述第一样本原始人脸图像作为输入数据、将所述第一样本目标人脸图像作为输出数据,并基于所述损失函数进行模型训练,得到所述图像编码模型,包括:

将所述第一样本原始人脸图像作为输入数据、将所述第一样本目标人脸图像作为输出数据进行模型训练,得到第一训练结果;

根据所述第一训练结果,判断所述损失函数是否满足所述图像编码模型对应的约束条件;所述约束条件包括以下至少一项:所述损失函数的值达到最小化、所述损失函数的值小于第一预设阈值;

若是,则根据所述第一训练结果确定所述图像编码模型;若否,则基于所述第一训练结果和所述损失函数继续进行模型训练,直至所述损失函数满足所述约束条件。

5.根据权利要求3所述的方法,所述根据各所述第一样本人脸图像对分别对应的图像匹配信息,确定待训练的图像编码模型对应的损失函数,还包括:

根据指定人脸识别算法构建第一人脸比对网络;

利用所述第一人脸比对网络,计算所述第一样本原始人脸图像和所述第一样本目标人脸图像之间的所述第一相似度。

6.根据权利要求3所述的方法,所述根据各所述第一样本人脸图像对分别对应的图像匹配信息,确定待训练的图像编码模型对应的损失函数之前,还包括:

获取多个第二样本人脸图像对;各所述第二样本人脸图像对中分别包括具有隐私信息的第二样本原始人脸图像、以及对应的第二样本目标人脸图像;

将所述第二样本目标人脸图像作为输入数据、将所述第二样本原始人脸图像作为输出数据,并以所述第二样本目标人脸图像和所述第二样本原始人脸图像之间的基于计算机视觉的第三相似度作为收敛函数进行迭代模型训练,得到所述图像还原模型;

将所述第一样本目标人脸图像输入所述图像还原模型,以输出所述第一样本目标人脸图像对应的所述样本重构人脸图像;

计算所述第一样本目标人脸图像与所述样本重构人脸图像之间的所述第二相似度。

7.根据权利要求6所述的方法,所述第二样本目标人脸图像具有干扰信息。

8.根据权利要求1所述的方法,所述利用所述图像编码模型对人脸图像进行隐私保护处理,包括:

将所述图像编码模型下发至客户端进行部署;所述客户端用于利用所述图像编码模型对包含隐私信息的原始人脸图像进行编码,以得到所述原始人脸图像对应的目标人脸图像;

接收及存储所述客户端上传的所述目标人脸图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111063132.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top