[发明专利]一种人脸隐私保护方法、系统、介质及电子终端

说明书

本发明提供一种人脸隐私保护方法、系统、介质及电子终端，方法包括：获取待处理人脸图像；根据待处理人脸图像和预先设置的初始化规则，获取待处理人脸图像的初始化扰动图像和对应的第一扰动参数；利用初始化扰动图像对待处理人脸图像进行对抗性攻击，获取攻击结果；根据攻击结果，对第一扰动参数进行更新，获取第二扰动参数；根据第二扰动参数，获取稀疏性对抗扰动图像；将稀疏性对抗扰动图像叠加至待处理人脸图像，完成人脸隐私保护；本发明中的人脸隐私保护方法，通过将稀疏性对抗扰动图像叠加至待处理人脸图像，获取隐私保护人脸图像，对待处理人脸图像进行较好地隐私保护，避免用户人脸或身份信息被识别，隐私保护人脸图像的清晰度较高。

技术领域

本发明涉及信息安全技术领域，尤其涉及一种人脸隐私保护方法、系统、介质及电子终端。

背景技术

随着深度学习技术的发展，深度学习在人脸识别领域得到了越来越广泛的应用，随之引发了人脸信息安全的相关问题，当人脸识别技术被恶意使用时，用户人脸信息可能存在信息泄露的安全隐患，当前，通常采用模糊化处理的方式，对人脸进行隐私保护，然而，用模糊化处理的方式，需要改变较多像素点，降低了人脸图像的清晰度，用户体验较差。

发明内容

本发明提供一种人脸隐私保护方法、系统、介质及电子终端，以解决现有技术中采用模糊化处理的方式，改变了较多像素点，降低了人脸图像的清晰度，容易导致用户体验较差的问题。

本发明提供的人脸隐私保护方法，包括：

获取待处理人脸图像；

根据所述待处理人脸图像和预先设置的初始化规则，获取所述待处理人脸图像的初始化扰动图像和对应的第一扰动参数；

利用所述初始化扰动图像对所述待处理人脸图像进行对抗性攻击，获取攻击结果；

根据所述攻击结果，对所述第一扰动参数进行更新，获取第二扰动参数；

根据所述第二扰动参数，获取稀疏性对抗扰动图像；

将所述稀疏性对抗扰动图像叠加至所述待处理人脸图像，完成人脸隐私保护。

可选的，获取像素格式的待处理人脸图像；

将所述待处理人脸图像输入人脸检测模型进行人脸检测，获取人脸位置坐标信息；

根据所述人脸位置坐标信息和预设的中心位置坐标信息，确定人脸矩形区域；

根据预先设置的校准模板，对所述人脸矩形区域进行校准，获取待转换图像；

根据所述待转换图像和所述初始化规则，获取所述待处理人脸图像的初始化扰动图像和用于构建最优化问题的第一扰动参数。

可选的，对所述待转换图像进行预处理，获取预处理图像，预处理的步骤至少包括以下之一：归一化处理、去均值化处理和图像尺寸变换；

根据所述预处理图像和所述初始化规则，获取所述待处理人脸图像的初始化扰动图像和用于构建最优化问题的第一扰动参数。

可选的，根据预先设置的取值范围，对所述待处理人脸图像的对抗性扰动像素点进行随机取值，获取所述待处理人脸图像的初始化扰动图像；

将所述初始化扰动图像叠加至所述待处理人脸图像，获取扰动图像；

将所述扰动图像输入人脸识别模型进行人脸识别，获取识别结果；

根据所述识别结果，确定所述攻击结果。

可选的，根据所述攻击结果，对所述第一扰动参数进行更新的步骤包括：

当所述攻击结果为攻击成功时，则根据所述第一扰动参数，获取非稀疏性扰动图像；