[发明专利]用于图像去标识的系统和方法

说明书

用于训练人类感知预测器以确定数据样本之间的被感知的相似性程度的系统和方法，该方法包括：接收至少一个媒体文件，为每个媒体文件确定至少一个识别区域，对每个媒体文件的每个识别区域应用至少一种变换，直到创建了至少一个修改的媒体文件，接收关于每个修改的媒体文件和相应的所接收的媒体文件之间的相似性的输入，以及用目标函数训练机器学习模型，该目标函数被配置成根据接收的输入来预测被人类观察者感知的媒体文件之间的相似性。

发明领域

本发明大体上涉及计算机视觉和图像处理的领域。更具体地，本发明涉及用于合成和/或修改图像中特征以限制分类器算法识别的系统和方法。

发明背景

近年来，互联网通信和社交媒体的使用有所增长。许多图片和视频被上传到公共服务器并允许公众访问，无论是否被有意发布。同时，图像处理和分析技术提供简单的面部识别和标识，从而使得能够使用这种公共媒体(例如，图片和视频)来识别并通常有可能跟踪任何期望的个体。

此外，个人属性(诸如年龄、健康状况和性偏好)被广泛认为是应该受到保护的私人信息，然而随着机器学习算法的最近进展，已经证明通过机器从肖像图像估计这种个人信息是可能的。随着面部图像在社交网络和互联网通信中的扩散，这些个人细节已经变得在人们没有分享意图的情况下可获得。

已知有各种技术用于实现图像的发布，同时限制在发布的图像中识别个人的能力。这些技术使公司能够在保护偶然出现在画面中的人的隐私的同时发布图像，或者允许个人隐私地发布他们的图片。

US 2011/0123118描述了用于在图像中交换面部的方法、系统和介质。接收对应于输入图像的检测的面部和面部数据。然后基于面部数据来识别与检测到的面部相关联的姿态仓(pose bin)。接下来，检测到的面部与同姿态仓相关联的通用面部对齐。选择与姿态仓相关联的候选面部的至少一部分。然后，候选面部的至少一部分被复制到与通用图像对齐的输入图像的副本，以形成面部交换的图像。接下来，面部交换的图像与输入图像对齐以形成输出图像，然后输出图像被输出到显示器。

WO 2016/107651涉及一种用于保护由智能眼镜的照相机检测到的个人隐私的方法和系统。该系统包括用于借助智能眼镜的照相机拍摄面部的至少一个图像的照相机模块和用于在照相机拍摄的图像中检测面部的检测模块。状态模块被提供用于在图像中检测到面部时生成状态信号。跟踪模块被提供用于在生成状态信号的情形下跟踪被检测到的面部的特征。

US 2007/0236513公开了一种用于图像混合的方法和系统。接收目标图像(destination image)，该目标图像包括要被替换并且具有与识别的图像部分相关联的特征的图像部分。还接收源图像。识别源图像中要插入目标图像的图像部分。必要时，要插入的图像部分的参数被变换以匹配要被替换的图像部分的参数。然后，根据要替换的图像部分及其相关特征，将要插入的图像部分混合到目标图像中。

US 8,270,718描述了一种用于操纵图像的方法，该方法包括：捕获表示包括文本字符的图像的图像的图像信息，通过应用光学字符识别来识别文本字符，识别图像的布局，以及对感兴趣的文本字符应用至少一种去标识(de-identification)过程以提供去标识过程结果。

US 9,105,119描述了一种通过面部图像的分布式匿名化来促进自动面部表情识别系统的训练的方法，从而允许人们提交他们自己的面部图像而不泄露他们的身份。原始面部图像被访问和扰乱以生成合成的面部图像。原始面部图像中包含的个人身份不再能从合成的面部图像中辨别出来。同时，每个合成的面部图像保留包含在相应原始面部图像中的至少一部分情感表达。

这些公布文献都不允许对图像(或视频数据)中的面部进行去标识，去标识消除或者至少显著降低了面部识别和/或识别算法确定经处理的图像中个人身份的能力，同时保持人类用户对图像的相似性和/或人类用户对图像的识别。

发明概述