[发明专利]基于隐私保护的图像处理方法、装置及设备

权利要求书

1.一种基于隐私保护的图像处理方法，包括：

获取待进行隐私保护处理的原始图像；

确定所述原始图像的图像内容中是否包括人脸；

若是，则通过预先训练的图像编码模型对所述原始图像进行编码处理，生成人脸图像的模型对抗图像，以防止个人信息泄露；其中，所述模型对抗图像与所述原始图像的视觉效果的差别程度小于第一阈值，且所述模型对抗图像与所述原始图像在指定人脸检测模型下的人脸检测结果的差别程度大于第二阈值；

所述图像编码模型是初始编码模型经训练处理后得到的，所述训练处理包括：

对训练集中每个样本图像的人脸框和人脸关键点进行标注处理，得到对应的第一标注结果信息和第二标注结果信息；

迭代的通过待训练的图像编码网络对所述标注处理后的每个样本图像进行编码处理，得到对应的第一编码图像；

通过预先训练的至少一个人脸框检测模型对每个所述第一编码图像进行人脸框检测处理，得到对应的第一检测结果信息；

通过预先训练的至少一个人脸关键点检测模型对每个所述第一编码图像进行人脸关键点检测处理，得到对应的第二检测结果信息；

根据预设的比对方式，对所述训练集中的每个样本图像与所述样本图像所对应的所述第一编码图像进行比对处理，得到对应的第一比对结果信息；

根据所述第一标注结果信息和所述第一检测结果信息，确定所述样本图像的人脸框与对应的所述第一编码图像的人脸框之间的第一差异值；

根据所述第二标注结果信息和所述第二检测结果信息，确定所述样本图像的人脸关键点与对应的所述第一编码图像的人脸关键点之间的第二差异值；

将所述第一比对结果与相应的所述第一差异值进行做差处理，得到第一计算结果；将所述第一计算结果与相应的所述第二差异值进行做差处理，得到所述编码网络的损失；

若确定所述编码网络的损失满足第二预设条件，则所述初始编码模型完成训练。

2.根据权利要求1所述的方法，所述方法还包括：

通过预先部署的第一人脸检测模型，对指定图像库中的所述模型对抗图像进行人脸检测处理，得到第一人脸检测结果信息；

若根据所述第一人脸检测结果信息确定对至少一个所述模型对抗图像的人脸可检测程度大于第三阈值，则重新对所述图像编码模型进行训练，得到新的图像编码模型。

3.根据权利要求1所述的方法，所述确定所述原始图像的图像内容中是否包括人脸，包括：

通过预先训练的第二人脸检测模型，对所述原始图像进行人脸检测处理，得到第二人脸检测结果信息；

确定所述第二人脸检测结果信息是否表征检测到人脸；

若是，则确定所述原始图像的图像内容中包括人脸；

若否，则确定所述原始图像的图像内容中不包括人脸。

4.根据权利要求1所述的方法，所述通过预先训练的图像编码模型对所述原始图像进行编码处理，生成人脸图像的模型对抗图像，包括：

确定当前部署的所述图像编码模型是否符合预设的更新条件；

若是，则对当前部署的所述图像编码模型进行更新处理，并通过更新处理后的所述图像编码模型对所述原始图像进行编码处理，生成人脸图像的模型对抗图像；

若否，则通过当前部署的所述图像编码模型对所述原始图像进行编码处理，生成人脸图像的模型对抗图像。

5.根据权利要求4所述的方法，所述确定当前部署的所述图像编码模型是否符合预设的更新条件，包括：

获取所述图像编码模型的最新版本信息；

确定当前部署的所述编码模型的当前版本信息；

确定所述最新版本信息与所述当前版本信息是否一致；

若是，则确定当前部署的所述图像编码模型不符合预设的更新条件；

若否，则确定当前部署的所述图像编码模型符合预设的更新条件。