[发明专利]数据处理方法、装置及设备

权利要求书

1.一种数据处理方法，包括：

接收目标用户针对目标业务的触发执行指令，并响应于所述触发执行指令，获取所述目标用户对应的第一图像，所述第一图像包含所述目标用户的生物特征数据；

基于预先训练的图像脱敏模型，确定与所述第一图像对应的目标脱敏图像，所述图像脱敏模型为基于第一损失函数、第二损失函数以及历史第一图像，对由预设深度学习算法构建的模型进行训练得到，所述第一损失函数用于使所述图像脱敏模型输出的脱敏图像符合预设图像脱敏需求，所述第二损失函数用于使所述图像脱敏模型输出的脱敏图像符合所述目标业务的预设图像使用需求；

将所述目标脱敏图像发送给服务器，以使所述服务器基于所述目标脱敏图像执行所述目标业务。

2.根据权利要求1所述的方法，在所述基于预先训练的图像脱敏模型，确定与所述第一图像对应的目标脱敏图像之前，还包括：

获取所述历史第一图像；

将所述历史第一图像输入所述图像脱敏模型，得到历史第一脱敏图像；

根据所述历史第一图像、所述历史第一脱敏图像、所述第一损失函数和所述第二损失函数，确定是否对所述图像脱敏模型进行再训练，以得到训练后的所述图像脱敏模型。

3.根据权利要求2所述的方法，所述第一损失函数通过所述历史第一图像和所述历史第一脱敏图像，确定所述图像脱敏模型是否满足预设图像脱敏需求，所述第二损失函数通过所述历史脱敏图像确定所述图像脱敏模型是否满足所述目标业务的预设图像使用需求。

4.根据权利要求3所述的方法，所述第一损失函数通过第一损失分值、第二损失分值和第三损失分值中的一个或多个，确定所述图像脱敏模型是否满足预设图像脱敏需求，所述第一损失分值用于确定所述历史第一图像和所述历史第一脱敏图像在像素层面的脱敏效果，所述第二损失分值用于确定所述历史第一图像和所述历史第一脱敏图像在特征向量层面的脱敏效果，所述第三损失分值用于确定所述历史第一图像和所述历史第一脱敏图像在识别效果层面的脱敏效果。

5.根据权利要求4所述的方法，所述根据所述历史第一图像、所述历史第一脱敏图像、所述第一损失函数和所述第二损失函数，确定是否对所述图像脱敏模型进行再训练，包括：

基于预设图像降维算法，获取与所述历史第一图像对应的第一向量，以及与所述历史第一脱敏图像对应的第二向量，并基于所述第一向量和所述第二向量，确定所述第一损失分值；

基于预先训练的特征提取模型，获取与所述历史第一图像对应的第三向量，以及与所述历史第一脱敏图像对应的第四向量，并基于所述第三向量和所述第四向量，确定所述第二损失分值，所述特征提取模型为基于历史第二图像，对预设特征提取算法构建的模型进行训练得到；

基于预先训练的第一识别模型，获取与所述历史第一图像对应的第一识别率，以及与所述历史第一脱敏图像对应的第二识别率，并基于所述第一识别率和所述第二识别率，确定所述第三损失分值，所述第一识别模型为基于所述历史第二图像，对预设图像识别算法构建的模型进行训练得到；

基于预先训练的第二识别模型，获取与所述历史第一脱敏图像对应的第三识别率，并基于所述第三识别率，确定第四损失分值，所述第二识别模型为基于所述历史第二脱敏图像，对预设第二识别算法构建的模型进行训练得到，所述历史第二脱敏图像为对所述历史第二图像进行脱敏处理得到；

基于所述第一损失分值、所述第二损失分值和所述第三损失分值中的一个或多个，以及所述第四损失分值，确定是否对所述图像脱敏模型进行再训练。

6.根据权利要求5所述的方法，所述将所述历史第一图像输入所述图像脱敏模型，得到历史第一脱敏图像，包括：

基于预设图像卷积算法，对所述历史第一图像进行特征提取处理，得到第二图像；

基于预设图像重组算法，对所述第二图像进行图像重组处理，得到所述历史第一脱敏图像。