保护隐私的图像处理方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111539008A(43)申请公布日2020.08.14(21)申请号202010442259.7G06N3/08(2006.01)(22)申请日2020.05.22(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人张昊(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309代理人陈霁周良玉(51)Int.Cl.G06F21/60(2013.01)G06F21/62(2013.01)G06K9/00(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书2页说明书13页附图6页(54)发明名称保护隐私的图像处理方法及装置(57)摘要本说明书实施例提供了保护隐私的图像处理方法及装置、保护隐私的模型训练方法及装置。该图像处理方法的一具体实施方式包括：获取与待加密的生物特征图像对应的混合图像，其中，该混合图像是通过对该生物特征图像和预定数目张其它图像进行加权求和后得到的,该预定数目张其它图像作用为噪声图像，其权重之和小于预设阈值；将该混合图像减去预定的图像模板,得到该生物特征图像对应的加密图像。其中，生物特征图像可以视为用户的隐私数据。采用此种加密方法，可以实现对用户的隐私数据的保护，而且所得的加密图像可以用于后续的模型训练。CN111539008ACN111539008A权利要求书1/2页1.一种保护隐私的图像处理方法，包括：获取与待加密的生物特征图像对应的混合图像，其中，所述混合图像是通过对所述生物特征图像和预定数目张其它图像进行加权求和后得到的,所述预定数目张其它图像作用为噪声图像，其权重之和小于预设阈值；将所述混合图像减去预定的图像模板,得到所述生物特征图像对应的加密图像。2.根据权利要求1所述的方法，其中，所述生物特征图像具有对应的标签；以及所述方法还包括：生成包括所述加密图像和所述标签的训练样本。3.根据权利要求1所述的方法，其中，所述生物特征图像包括以下任一种图像：人脸图像、指纹图像、指静脉图像、虹膜图像。4.根据权利要求1所述的方法，其中，所述待加密的生物特征图像是预定的生物特征图像集合中的任意一张图像，所述预定数目张其它图像是所述生物特征图像集合中的除所述待加密的生物特征图像以外的图像。5.根据权利要求4所述的方法，其中，所述获取与待加密的生物特征图像对应的混合图像，包括：从所述生物特征图像集合中的除所述待加密的生物特征图像以外的图像中，随机选取预定数目张图像；为所述待加密的生物特征图像和选取出的预定数目张图像分配权重；根据分配的权重，对所述待加密的生物特征图像和选取出的预定数目张图像进行加权求和，得到所述混合图像。6.根据权利要求5所述的方法，其中，所述为所述待加密的生物特征图像和选取出的预定数目张图像分配权重，包括：获取预定的权重集合；根据所述权重集合，为所述待加密的生物特征图像和选取出的预定数目张图像分配权重。7.根据权利要求1-6之一所述的方法，其中，在所述获取与待加密的生物特征图像对应的混合图像之前，所述方法还包括：获取多张图像；计算所述多张图像之间的平均值；将所述平均值确定为所述图像模板。8.根据权利要求7所述的方法，其中，所述多张图像与所述待加密的生物特征图像是同一类别的图像。9.一种保护隐私的模型训练方法，包括：获取训练样本集，其中，训练样本包括加密图像和标签，所述加密图像是通过从其对应的混合图像中减去预定的图像模板后得到的，所述混合图像是通过对其对应的待加密的生物特征图像和预定数目张其它图像进行加权求和后得到的，所述标签是所述生物特征图像的标签；根据所述训练样本集，对待训练的深度学习模型进行训练，得到生物特征识别模型。10.根据权利要求9所述的方法，其中，所述待加密的生物特征图像是预定的生物特征2CN111539008A权利要求书2/2页图像集合中的任意一张图像，所述预定数目张其它图像是所述生物特征图像集合中的除所述待加密的生物特征图像以外的图像。11.根据权利要求9所述的方法，其中，所述待加密的生物特征图像包括以下任一种图像：人脸图像、指纹图像、指静脉图像、虹膜图像。12.根据权利要求9-11之一所述的方法，其中，所述图像模板为多张图像之间的平均值。13.根据权利要求12所述的方法，其中，所述多张图像与所述待加密的生物特征图像是同一类别的图像。14.一种保护隐私的图像处理装置，包括：获取单元，被配置成获取与待加密的生物特征图像对应的混合图像，其中，所述混合图像是通过对所述生物特征图像和预定数目张其它图像进行加权求和后得到的,所述预定数目张其它图像作用为噪声图像，其权重之和小于预设阈值；加密单