[发明专利]一种图片隐私处理方法及系统在审
申请号: | 202110471040.4 | 申请日: | 2021-04-28 |
公开(公告)号: | CN113284032A | 公开(公告)日: | 2021-08-20 |
发明(设计)人: | 王军德;胡文冲 | 申请(专利权)人: | 武汉光庭信息技术股份有限公司 |
主分类号: | G06T1/00 | 分类号: | G06T1/00;G06T7/11;G06T7/73;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人: | 严超 |
地址: | 430000 湖北省武汉市东湖开发区光谷软*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 图片 隐私 处理 方法 系统 | ||
1.一种图片隐私处理方法,其特征在于,所述方法包括:
步骤1,获取拍摄得到的视频数据,将所述视频数据以图像帧的形式依次发送到训练好的第一对象检测模型中,所述第一对象检测模型检测的第一对象包括人和车辆;
步骤2,记录检测到的所述第一对象的类别;
步骤3,将所述图像帧根据其类别分别传送到训练好的人脸检测模型或车牌检测模型中,所述人脸检测模型或车牌检测模型返回检测到的人脸或车牌的坐标并将该坐标映射到其来源图像帧;
步骤4,根据人脸或车牌的坐标对所述图像帧中的人脸和车牌区域进行隐私处理。
2.根据权利要求1所述的方法,其特征在于,所述步骤2还包括:记录检测到的所述第一对象的坐标,根据坐标将所述第一对象从所述图像帧中剪裁下来生成子图像;
所述步骤3中将所述子图像根据其类别分别传送到训练好的人脸检测模型或车牌检测模型中。
3.根据权利要求1所述的方法,其特征在于,所述第一对象检测模型基于深度学习训练得到,其目标检测的基础算法为Faster-RCNN。
4.根据权利要求1所述的方法,其特征在于,所述人脸检测模型和车牌检测模型基于深度学习训练得到,其目标检测算法为yolo算法。
5.根据权利要求1所述的方法,其特征在于,所述步骤4中进行隐私处理的方法包括涂抹或马赛克。
6.根据权利要求1所述的方法,其特征在于,所述步骤4之后还包括:对进行隐私处理后的图片进行保存,对保存的图片和所述图像帧进行人工复核。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:人工复核结果的错误率超过设定阈值时进行所述第一对象检测模型人脸检测模型和/或车牌检测模型的调整。
8.一种图片隐私处理系统,其特征在于,所述系统包括:第一对象检测模型、第一对象记录模块、第二对象检测模型和隐私处理模块;
第一对象检测模型,用于获取拍摄得到的视频数据,将所述视频数据以图像帧的形式依次发送到训练好的所述第一对象检测模型中,所述第一对象检测模型检测的第一对象包括人和车辆;
第一对象记录模块,用于记录检测到的所述第一对象的类别;
第二对象检测模型,用于将所述图像帧根据其类别分别传送到训练好的人脸检测模型或车牌检测模型中,所述人脸检测模型或车牌检测模型返回检测到的人脸或车牌的坐标并将该坐标映射到其来源图像帧;
隐私处理模块,用于根据人脸或车牌的坐标对所述图像帧中的人脸和车牌区域进行隐私处理。
9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的图片隐私处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的图片隐私处理方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉光庭信息技术股份有限公司,未经武汉光庭信息技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110471040.4/1.html,转载请声明来源钻瓜专利网。