[发明专利]人脸图像处理方法及装置

说明书

本说明书一个或多个实施例公开了一种人脸图像处理方法及装置。所述方法包括：获取多个第一样本人脸图像对，各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、以及对应的具有干扰信息的第一样本目标人脸图像。然后根据各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。进而将第一样本原始人脸图像作为输入数据、将第一样本目标人脸图像作为输出数据，并基于损失函数进行模型训练，得到图像编码模型，并利用图像编码模型对人脸图像进行隐私保护处理。

本申请为申请日为2021.05.12、申请号为202110513963.1，发明名称为“人脸图像处理方法及装置”的发明专利申请的分案申请。

技术领域

本说明书涉及隐私保护技术领域，尤其涉及一种人脸图像处理方法及装置。

背景技术

人脸是重要的个人隐私信息，大多数用户会在个人手机相册、个人社交媒体等平台保存个人照片，尤其是在个人社交媒体上发布一些包含个人头像的照片。随着人工智能技术的发展，人脸识别技术或换脸技术等很容易将人脸换到其他人的身体上去，例如通过视频合成的方式更换人脸，就有可能骗过人脸识别系统执行某些非法操作，例如登录用户个人APP转款，从而给用户带来隐私泄漏、甚至带来重大损失的风险。

相关技术中，通常采用在人脸图像中添加噪声的方式进行人脸模糊化，但是噪声具有一定的规律性，对基于神经网络的人脸识别技术而言很容易破解，且噪声加在人脸上也会影响人脸图像的观感。因此，如何将图像中的人脸匿名化，同时不影响用户方便的查看自己的照片，成为隐私保护技术领域中最为关心的问题之一。

发明内容

一方面，本说明书一个或多个实施例提供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、以及对应的具有干扰信息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。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。

另一方面，本说明书一个或多个实施例提供一种人脸图像处理方法，包括：获取包含隐私信息的原始人脸图像。利用预先部署的图像编码模型对所述原始人脸图像进行编码，得到所述原始人脸图像对应的、具有干扰信息的目标人脸图像。所述图像编码模型基于多个第一样本人脸图像对训练得到，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、以及对应的具有干扰信息的第一样本目标人脸图像。将所述目标人脸图像存储至本地和/或云端。

再一方面，本说明书一个或多个实施例提供一种人脸图像处理装置，包括：第一获取模块，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、以及对应的具有干扰信息的第一样本目标人脸图像。第一确定模块，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。第一训练模块，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。隐私处理模块，利用所述图像编码模型对人脸图像进行隐私保护处理。

再一方面，本说明书一个或多个实施例提供一种人脸图像处理装置，包括：第四获取模块，获取包含隐私信息的原始人脸图像。第一编码模块，利用预先部署的图像编码模型对所述原始人脸图像进行编码，得到所述原始人脸图像对应的、具有干扰信息的目标人脸图像，所述图像编码模型基于多个第一样本人脸图像对训练得到，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、以及对应的具有干扰信息的第一样本目标人脸图像。第一存储模块，将所述目标人脸图像存储至本地和/或云端。