[发明专利]获得训练数据的方法、相关设备、系统及存储介质

说明书

本申请实施例公开了获得训练数据的方法、相关设备及存储介质，其中应用于终端设备的获得训练数据的方法包括：获得目标训练数据，所述目标训练数据包括第一信息和第二信息，其中第一信息表征私密信息，第二信息表征为目标训练数据中除私密信息之外的其它信息；提取第一信息的特征以及第二信息的特征并发送。

技术领域

本申请涉及训练数据技术领域，具体涉及一种获得训练数据的方法、相关设备、数据处理系统及存储介质。

背景技术

在神经网络模型中，利用训练数据对神经网络模型进行训练，在应用时将采集到的图像、音频等数据直接输入至训练完成的神经网络模型以实现对神经网络模型的应用。可以理解，要想神经网络模型的应用准确，需要大量的训练数据，通常数量级为万级以上。以训练数据为图像为例，图像通常为对现场场景进行拍摄而得到，如以对院子场景进行拍摄为例，拍摄到的图像中可能会出现有对象私密信息，如某个人的人脸、院落中的标志性建筑(利用该标志性建筑可定位出该院落是谁家的院落)等。在用于使用训练数据进行神经网络模型训练的设备和采集训练数据的设备不是同一设备的情况下，采集设备会将自身采集的训练数据如图像发送至训练设备，训练设备使用训练数据对神经网络模型进行训练。这种直接传输包括有对象私密信息的训练数据到训练设备的方案，可能会导致私密信息的泄露，不利于对私密信息的保护。

发明内容

为解决现有存在的技术问题，本申请实施例提供一种获得训练数据的方法、相关设备、数据处理系统及存储介质。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种获得训练数据的方法，应用于服务器中，包括：

获得第一信息的特征以及第二信息的特征，其中第一信息表征目标训练数据中的私密信息，第二信息表征为目标训练数据中除所述私密信息之外的其它信息；

依据第一信息的特征以及第二信息的特征，对目标训练数据进行构建；

将构建出的数据确定为期望训练数据。

上述方案中，所述目标训练数据为图像，所述图像包括第一子图像和第二子图像，其中所述第一子图像表征为私密信息，所述第二子图像为所述目标训练数据中除表征为私密信息之外的其它信息；

相应的，所述获得目标训练数据中第一信息的特征以及第二信息的特征，其中第一信息表征私密信息，第二信息表征为目标训练数据中除所述私密信息之外的其它信息；依据第一信息的特征以及第二信息的特征，对目标训练数据进行构建；将构建出的数据确定为期望训练数据，包括：

接收第一子图像的特征以及第二子图像的特征；或者，提取第一子图像的特征以及第二子图像的特征；

依据第一子图像的特征以及第二子图像的特征，对图像进行构建；

将构建出的图像确定为期望图像。

上述方案中，所述依据第一子图像的特征以及第二子图像的特征，对图像进行构建，包括：

将第一子图像的特征和第二子图像的特征输入至训练好的生成模型，由所述生成模型进行图像的构建；

其中，所述生成模型在损失函数低于阈值的情况下被训练好，所述生成模型包括至少两个反卷积层，将第一子图像的特征和第二子图像的特征经由所述至少两个反卷积层进行反卷积操作而得到构建出的图像。

上述方案中，所述第一子图像和第二子图像的特征均为图像的浅层特征。

本申请实施例提供一种获得训练数据的方法，应用于终端设备中，包括：

获得目标训练数据，所述目标训练数据包括第一信息和第二信息，其中第一信息表征私密信息，第二信息表征为目标训练数据中除私密信息之外的其它信息；

提取第一信息的特征以及第二信息的特征并发送。