[发明专利]一种基于智能驾驶的图片脱敏及图片数据清洗方法及系统

说明书

本发明公开了一种基于智能驾驶的图像脱敏及图像数据清洗方法及系统，该方法包括：获取智能驾驶车辆所拍摄到的目标图像数据；从多个图像类别识别模型框架中，定位目标图像所属的图像类别识别模型框架，并从该框架下的多个感兴趣区域分类模型中，确定目标感兴趣区域分类模型；调用该感兴趣区域分类模型，对目标数据进行图像脱敏；调用图像数据清洗模快，对脱敏后的图像图片进行数据清洗。本方法/系统实现了在多种深度学习模型框架下不同感兴趣区域分类模型对图像进行脱敏，可以适应多种类图像脱敏需求，提升了针对各种场景以及目标对象的适用性。

技术领域

本发明属于智能驾驶技术领域，具体涉及一种基于智能驾驶的图片脱敏及图片数据清洗方法及系统。

背景技术

在智能驾驶领域中，智能驾驶车辆在整个驾驶过程中由于自身车载摄像头会对车身环境进行实时拍摄与记录，这将导致会摄入到很多的公共区域、军事区域、国家保密区域、以及其他私人机动车辆和非机动车辆还有行人等照片视频，这些照片视频中不乏有涉及到一些敏感信息及隐私信息的内容，但是对于这部分信息现有技术通常局限于采用单一的方式去进行脱敏处理，很难满足不同方式的照片脱敏需求以及脱敏后的数据清洗方式。

发明内容

本发明的目的在于提供一种基于智能驾驶的图像脱敏及图像数据清洗方法及系统，以克服如上问题或能够解决如上部分问题。

为此，本发明一方面提供了一种基于智能驾驶的图像脱敏及图像数据清洗方法，所述方法包括：得到智能驾驶车辆所拍摄到的目标图像数据；从多个图像类别识别模型框架中，定位目标图像所属的图像类别识别模型框架，并从该框架下的多个感兴趣区域分类模型中，确定目标感兴趣区域分类模型；调用该感兴趣区域分类模型，对目标数据进行图像脱敏。其中，多个图像类别识别模型框架和每个所述图像类别识别模型框架下对应的多个感兴趣区域分类模型预先配置。

根据本发明的另一方面，提供了一种基于智能驾驶的图片脱敏及图片数据清洗系统，所述方法包括：获取目标图像数据模块，用于采集智能驾驶车辆的图像数据；感兴趣区域分类模型确定模块，从多个图像类别识别模型框架中，定位目标图片所属的深度学习模型框架，并从该框架下的多个感兴趣区域分类模型中，确定目标感兴趣区域分类模型；图像脱敏模块，用于调用目标感兴趣区域分类模型，对图像目标数据进行图像脱敏；图像数据清洗模块，应用图像数据清洗模型，判断是否对目标图像进行成功脱敏，删除失败的脱敏图像数据，并保证图像脱敏数据的完整性。

本发明具有以下技术效果/技术优势：

在本发明实施例中，通过得到车辆采集的图像数据，从预置的多个图像类别识别模型框架中，定位目标图片所属的图像类别识别模型框架，并从该框架下的多个感兴趣区域分类模型中，确定目标感兴趣区域分类模型，对目标数据进行图像脱敏，实现了在多种深度学习模型框架下不同感兴趣区域分类模型对图像进行脱敏，可以适应多种类图像脱敏需求，提升了针对各种场景以及目标对象的适用性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于智能驾驶的图片脱敏及图片数据清洗方法的步骤流程图；

图2是本发明实施例提供的一种基于智能驾驶的图片脱敏及图片数据清洗方法系统架构的示意图；

图3是图2中的局部放大图，其示出了图2中图形图像处理器1的架构。

图4是本发明实施例提供的一种基于智能驾驶的图片脱敏及图片数据清洗方法的步骤流程图；

图5是本发明实施例提供的一种基于智能驾驶的图片脱敏及图片数据清洗系统的模块的结构框图。

具体实施方式