[发明专利]一种图像处理模型的训练方法和系统在审

专利信息
申请号: 202110752725.6 申请日: 2021-07-02
公开(公告)号: CN113378982A 公开(公告)日: 2021-09-10
发明(设计)人: 王莹桂;王力;张本宇 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00;G06F21/60;G06N20/00
代理公司: 成都七星天知识产权代理有限公司 51253 代理人: 袁春晓
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 处理 模型 训练 方法 系统
【说明书】:

本说明书实施例公开了一种图像处理模型的训练方法和系统。其中,该方法包括:获取第一样本图像及其标签;其中,第一样本图像来自于隐私数据集;获取第一样本图像的多个特征图;基于与多个特征图一一对应的能量系数从第一样本图像的多个特征图中筛选出目标特征图;能量系数通过使用第二样本图像及其标签对第一模型进行训练获得,第二样本图像来自公开数据集;对目标特征图进行脱敏处理,获得用于表征第一样本图像的脱敏图像数据;将脱敏图像数据作为输入特征输入图像处理模型,得到处理结果;调整图像处理模型的参数,以减小处理结果与标签之间的差异。

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模型的训练方法和系统。

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模型的训练方法和系统,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模型的训练方法。该方法包括:获取第一样本图像及其标签;其中,所述第一样本图像来自于隐私数据集;获取第一样本图像的多个特征图;基于与所述多个特征图一一对应的能量系数从第一样本图像的多个特征图中筛选出目标特征图;所述能量系数通过使用第二样本图像及其标签对第一模型进行训练获得,所述第二样本图像来自公开数据集;对所述目标特征图进行脱敏处理,获得用于表征所述第一样本图像的脱敏图像数据;将所述脱敏图像数据作为输入特征输入图像处理模型,得到处理结果;调整所述图像处理模型的参数,以减小处理结果与所述标签之间的差异。

本说明书实施例的另一个方面提供一种图像处理模型的训练。该系统包括:第一获取模块,用于获取第一样本图像及其标签;其中,所述第一样本图像来自于隐私数据集;第二获取模块,用于获取第一样本图像的多个特征图;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第一样本图像的多个特征图中筛选出目标特征图;所述能量系数通过使用第二样本图像及其标签对第一模型进行训练获得,所述第二样本图像来自公开数据集;脱敏处理模块,用于对所述目标特征图进行脱敏处理,获得用于表征所述第一样本图像的脱敏图像数据;输入模块,用于将所述脱敏图像数据作为输入特征输入图像处理模型,得到处理结果;参数调整模块,用于调整所述图像处理模型的参数,以减小处理结果与所述标签之间的差异。

本说明书实施例的另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目标特征图,其中,所述能量系数经过模型训练获得;对所述目标特征图进行脱敏处理,获得用于表征所述待处理图像的脱敏图像数据。

本说明书实施例的另一个方面提供一种图像处理模的训练装置,包括至少一个存储介质和至少一个处理器,所述至少一个存储介质用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令以实现如上所述的图像处理模型的训练方法。

附图说明

本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构。

图1是根据本说明书一些实施例所示的图像处理系统的示例性应用场景示意图;

图2是根据本说明书一些实施例所示的图像处理方法图像处理模型的训练方法的示例性流程图;

图3是根据本说明书一些实施例所示的获取能量系数的方法的示例性流程图;

图4是根据本说明书一些实施例所示的第一模型的示例性结构图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110752725.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top