[发明专利]一种图片隐私处理方法及系统

说明书

本发明涉及一种图片隐私处理方法及系统，该方法包括：获取拍摄得到的视频数据，将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，第一对象检测模型检测的第一对象包括人和车辆；记录检测到的第一对象的类别；将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，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；根据人脸或车牌的坐标对图像帧中的人脸和车牌区域进行隐私处理；先检测图像帧是否有较大外形的车辆和人，再对包含车辆和人图像帧进行人脸和车牌等隐私部位的精确计算定位，再进行隐私处理，能够快速、准确的检测出图片中的人脸和车牌，并加以处理。

技术领域

本发明涉及图片处理技术领域，尤其涉及一种图片隐私处理方法及系统。

背景技术

数据被称为深度学习算法的粮食，想要训练出好的AI模型，庞大的数据集是必不可少的重要因素。2009年，斯坦福大学教授李飞飞团队发布了第一个图像领域的数据集——imagenet，并以此数据集为训练数据每年举办视觉识别挑战赛，各届比赛的冠军算法大多成为了计算机视觉发展中的里程碑，由此看见数据集对于人工智能算法的重要意义。

随着手机、数码相机、行车记录仪等移动终端的普及，图像、视频等数据的获取变得异常容易，而生活中采集的影像数据要变成数据集首先就要做隐私处理，也就是用马赛克涂抹掉图片中的车牌、人脸等隐私信息。

采用人工涂抹的方式需要耗费巨大的人力资源，而且耗时很长。

发明内容

本发明针对现有技术中存在的技术问题，提供一种图片隐私处理方法及系统，利用图像算法代替人完成绝大部分工作，能够快速、准确的检测出图片中的人脸和车牌，并加以处理；包括两级目标检测过程，先检测图像帧是否有较大外形的车辆和人，再对包含车辆和人图像帧进行人脸和车牌等隐私部位的精确计算定位，再进行隐私处理，提高图像检测的处理速度和准确度。

根据本发明的第一方面，提供了一种图片隐私处理方法，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。

在上述技术方案的基础上，本发明还可以作出如下改进。

可选的，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。

可选的，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。

可选的，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。

可选的，所述步骤4中进行隐私处理的方法包括涂抹或马赛克。

可选的，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。

可选的，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。

根据本发明的第二方面，提供一种图片隐私处理系统，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；