[发明专利]图像处理方法和系统

说明书

本说明书实施例公开了一种图像处理方法和系统。其中，该图像处理方法包括：获取待处理图像数据对应的多个特征图；基于与多个特征图一一对应的能量系数从多个特征图中筛选出一个或多个目标特征图，将一个或多个目标特征图作为表征待处理图像数据的脱敏图像数据，其中，能量系数经过模型训练获得。

技术领域

本说明书涉及信息技术领域，特别涉及一种图像处理方法和系统。

背景技术

目前，图像识别技术广泛地应用于各种领域。在相关技术中，图像识别技术已成为认证用户身份的主要手段之一。例如，可以采集人脸图像，利用图像识别技术识别人脸对应的用户身份。

然而，用于身份识别的图像中通常包含用户个人的敏感信息。如何对图像的敏感信息进行隐私保护，是当前亟需解决的问题。

因此，有必要提出一种图像处理、机器学习模型的训练、图像识别方法和系统，以更好的对图像的敏感信息进行隐私保护。

发明内容

本说明书实施例的一个方面提供一种图像处理方法。该方法包括：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。

本说明书实施例的另一个方面提供一种图像处理系统。该系统包括：特征图获取模块，可以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，可以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。

本说明书实施例的另一个方面提供一种机器学习模型系统，包括：输入层，包括能量系数，可以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，可以用于对所述相乘的结果进行处理得到模型的预测结果。

本说明书实施例的另一个方面提供一种机器学习模型的训练方法，该方法包括：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。

本说明书实施例的另一个方面提供一种机器学习模型的训练系统，该系统包括：样本图像获取模块，用于获取多个样本图像，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；第一损失函数值确定模块，用于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；第二损失函数值确定模块，用于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；参数调整模块，用于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。

本说明书实施例的另一个方面提供一种图像识别方法，该方法包括：获得待识别图像的脱敏图像数据；所述脱敏图像数据包括一个或多个目标特征图；利用图像识别模型处理所述脱敏图像数据，得到预测向量；所述图像识别模型包括输入层以及处理层，其中输入层包括多个能量系数，用于将所述一个或多个目标特征图与对应的能量系数相乘并输出相乘的结果；所述处理层用于对所述相乘的结果进行处理以得到所述预测向量；将所述预测向量与目标对象的特征向量进行比较，当相似度大于预设值时，确定所述待识别图像中包含所述目标对象。