[发明专利]图像处理方法和系统

权利要求书

1.一种图像处理方法，所述方法包括：

获取待处理图像数据对应的多个特征图；

基于与所述多个特征图一一对应的能量系数从所述多个特征图中筛选出一个或多个目标特征图，将所述一个或多个目标特征图作为表征所述待处理图像数据的脱敏图像数据，其中，所述能量系数经过模型训练获得。

2.根据权利要求1所述的方法，所述获取待处理图像数据对应的多个特征图，包括：

对所述待处理图像数据进行局部离散余弦变换，获得多个变换结果；

将各变换结果中相同频率位置的值组合得到一个特征图，进而得到对应变换结果中不同频率位置的多个特征图；

基于SEnet网络或基于预设选择规则，舍弃所述不同频率位置的多个特征图中的部分得到所述多个特征图。

3.根据权利要求1所述的方法，所述与所述多个特征图一一对应的能量系数通过以下步骤获得：

获取多个样本图像，并获取样本图像的多个特征图；

将样本图像的多个特征图输入机器学习模型，得到预测结果；所述机器学习模型的参数包括与所述多个特征图一一对应能量系数；

确定第一损失函数值；所述第一损失函数值反映预测结果与样本图像的标签之间的差异；

确定第二损失函数值；所述第二损失函数值基于所述多个特征图的信息与所述多个特征图对应的能量系数构造；

调整所述机器学习模型的参数，以使得第一损失函数值与第二损失函数值最小化；

从经过训练的机器学习模型中获取所述能量系数。

4.根据权利要求3所述的方法，在所述机器学习模型中，各能量系数用于与输入的多个特征图对应相乘，相乘的结果用于输出给模型的其他部分以进一步处理。

5.根据权利要求1所述的方法，所述基于与所述多个特征图一一对应的能量系数从所述多个特征图中筛选出一个或多个目标特征图，包括：

判断所述能量系数是否小于阈值；

若是，则舍弃所述能量系数所对应的特征图。

6.根据权利要求5所述的方法，舍弃所述能量系数所对应的特征图，包括：

将所述能量系数对应的特征图的元素值设置为零。

7.一种图像处理系统，所述系统包括：

特征图获取模块，用于获取待处理图像数据对应的多个特征图；

特征图筛选模块，用于基于与所述多个特征图一一对应的能量系数从所述多个特征图中筛选出一个或多个目标特征图，将所述一个或多个目标特征图作为表征所述待处理图像数据的脱敏图像数据，其中，所述能量系数经过模型训练获得。

8.一种机器学习模型系统，包括：

输入层，包括能量系数，用于接收待处理图像对应的多个特征图，并将多个特征图与多个能量系数对应相乘后输出相乘的结果；

处理层，用于对所述相乘的结果进行处理得到模型的预测结果。

9.一种机器学习模型的训练方法，所述方法包括：

获取多个样本图像，并获取样本图像的多个特征图；

将样本图像的多个特征图输入机器学习模型，得到预测结果；所述机器学习模型的参数包括与所述多个特征图一一对应的能量系数；

确定第一损失函数值；所述第一损失函数值反映预测结果与样本图像的标签之间的差异；

确定第二损失函数值；所述第二损失函数值反映所述多个特征图的能量值与所述多个特征图对应的能量系数的加权和值；

调整所述机器学习模型的参数，以使得第一损失函数值与第二损失函数值最小化。