扰动信息的生成及图像处理方法、装置、设备及介质制造方法及图纸

本公开实施例公开了一种扰动信息的生成及图像处理方法、装置、设备及介质，其中，所述扰动信息的生成方法包括：获取第一人脸图像和第二人脸图像；第一人脸图像是基于初始人脸图像和初始扰动信息确定的人脸图像；分别确定初始人脸图像的特征信息、第一人脸图像的特征信息和第二人脸图像的特征信息；基于初始人脸图像的特征信息、第一人脸图像的特征信息和第二人脸图像的特征信息，对初始扰动信息进行更新，得到目标扰动信息；其中，目标扰动信息用于对待处理人脸图像进行加密，加密后的待处理人脸图像的特征信息与待处理人脸图像的特征信息之间的相似度小于预设阈值。息之间的相似度小于预设阈值。息之间的相似度小于预设阈值。

【技术实现步骤摘要】
扰动信息的生成及图像处理方法、装置、设备及介质


[0001]本公开涉及但不限于计算机视觉
，尤其涉及一种扰动信息的生成及图像处理方法、装置、设备及介质。

技术介绍

[0002]为了保护人脸图像中所包含的数据，或者保护人脸图像的版权等，一般会在该人脸图像中添加水印等，实现对人脸图像的加密。目前，一般将较小的水印图覆盖到人脸图像中，但加密效率较低，加密后显示效果较差。

技术实现思路

[0003]有鉴于此，本公开实施例至少提供一种扰动信息的生成及图像处理方法、装置、设备及介质。
[0004]本公开实施例的技术方案是这样实现的：
[0005]一方面，本公开实施例提供一种扰动信息的生成方法，所述方法包括：获取第一人脸图像和第二人脸图像；所述第一人脸图像是基于初始人脸图像和初始扰动信息确定的人脸图像；分别确定所述初始人脸图像的特征信息、所述第一人脸图像的特征信息和所述第二人脸图像的特征信息；基于所述初始人脸图像的特征信息、所述第一人脸图像的特征信息和所述第二人脸图像的特征信息，对所述初始扰动信息进行更新，得到目标扰动信息；其中，所述目标扰动信息用于对待处理人脸图像进行加密，加密后的待处理人脸图像的特征信息与所述待处理人脸图像的特征信息之间的相似度小于预设阈值。
[0006]另一方面，本公开实施例提供一种图像处理方法，所述方法包括：获取待处理人脸图像和目标扰动信息；将所述目标扰动信息叠加至所述待处理人脸图像，得到目标图像，以使得对所述待处理人脸图像进行加密；其中，所述目标图像的特征信息与所述待处理人脸图像的特征信息之间的相似度小于预设阈值；所述目标扰动信息是基于初始人脸图像、初始扰动信息和第二人脸图像确定的。
[0007]再一方面，本公开实施例提供一种扰动信息的生成装置，所述装置包括：第一获取模块，用于获取第一人脸图像和第二人脸图像；所述第一人脸图像是基于初始人脸图像和初始扰动信息确定的人脸图像；第一确定模块，用于分别确定所述初始人脸图像的特征信息、所述第一人脸图像的特征信息和所述第二人脸图像的特征信息；更新模块，用于基于所述初始人脸图像的特征信息、所述第一人脸图像的特征信息和所述第二人脸图像的特征信息，对所述初始扰动信息进行更新，得到目标扰动信息；其中，所述目标扰动信息用于对待处理人脸图像进行加密，加密后的待处理人脸图像的特征信息与所述待处理人脸图像的特征信息之间的相似度小于预设阈值。
[0008]又一方面，本公开实施例提供一种图像处理装置，所述装置包括：第二获取模块，用于获取待处理人脸图像和目标扰动信息；加密模块，用于将所述目标扰动信息叠加至所述待处理人脸图像，得到目标图像，以使得对所述待处理人脸图像进行加密；其中，所述目
标图像的特征信息与所述待处理人脸图像的特征信息之间的相似度小于预设阈值；所述目标扰动信息是基于初始人脸图像、初始扰动信息和第二人脸图像确定的。
[0009]又一方面，本公开实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法中的部分或全部步骤。
[0010]又一方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法中的部分或全部步骤。
[0011]又一方面，本公开实施例提供一种计算机程序，包括计算机可读代码，当所述计算机可读代码在计算机设备中运行时，所述计算机设备中的处理器执行用于实现上述方法中的部分或全部步骤。
[0012]又一方面，本公开实施例提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序被计算机读取并执行时，实现上述方法中的部分或全部步骤。
[0013]本公开实施例中，获取第一人脸图像和第二人脸图像；第一人脸图像是基于初始人脸图像和初始扰动信息确定的人脸图像；分别确定初始人脸图像的特征信息、第一人脸图像的特征信息和第二人脸图像的特征信息；基于初始人脸图像的特征信息、第一人脸图像的特征信息和第二人脸图像的特征信息，对初始扰动信息进行更新，得到目标扰动信息；其中，目标扰动信息用于对待处理人脸图像进行加密，加密后的待处理人脸图像的特征信息与待处理人脸图像的特征信息之间的相似度小于预设阈值。
[0014]这样，可以基于初始人脸图像和初始扰动信息，生成第一人脸图像，从而可以根据具有相同类型对象的初始人脸图像的特征信息、第一人脸图像的特征信息以及第二人脸图像的特征信息，共同更新初始扰动信息，进而可以快速准确地得到目标扰动信息。同时，可以将目标扰动信息叠加至具有相同类型对象的待处理人脸图像，使得加密后的待处理人脸图像的特征信息与待处理人脸图像的特征信息之间的相似度小于预设阈值，进而实现人脸图像的加密。
[0015]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开的技术方案。
附图说明
[0016]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
[0017]图1为本公开实施例提供的一种扰动信息的生成方法的实现流程示意图；
[0018]图2为本公开实施例提供的一种扰动信息的生成方法的实现流程示意图；
[0019]图3为本公开实施例提供的一种扰动信息的生成方法的实现流程示意图；
[0020]图4为本公开实施例提供的一种图像处理方法的实现流程示意图；
[0021]图5为本公开实施例提供的一种人脸图像的信息保护方法的实现流程示意图；
[0022]图6A为本公开实施例提供的一种第一人脸图像的特征信息的获取示意图；
[0023]图6B为本公开实施例提供的一种初始人脸图像的特征信息的获取示意图；
[0024]图6C为本公开实施例提供的一种待处理人脸图像和目标图像的对比示意图；
[0025]图7为本公开实施例提供的一种扰动信息的生成装置的组成结构示意图；
[0026]图8为本公开实施例提供的一种图像处理装置的组成结构示意图；
[0027]图9为本公开实施例提供的一种计算机设备的硬件实体示意图。
具体实施方式
[0028]为了使本公开的目的、技术方案和优点更加清楚，下面结合附图和实施例对本公开的技术方案进一步详细阐述，所描述的实施例不应视为对本公开的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。
[0029]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。所涉及的术语“第一/第二/第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一/第二/第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本公开实施例能够以除了在这里图示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种扰动信息的生成方法，其特征在于，所述方法包括：获取第一人脸图像和第二人脸图像；所述第一人脸图像是基于初始人脸图像和初始扰动信息确定的人脸图像；分别确定所述初始人脸图像的特征信息、所述第一人脸图像的特征信息和所述第二人脸图像的特征信息；基于所述初始人脸图像的特征信息、所述第一人脸图像的特征信息和所述第二人脸图像的特征信息，对所述初始扰动信息进行更新，得到目标扰动信息；其中，所述目标扰动信息用于对待处理人脸图像进行加密，加密后的待处理人脸图像的特征信息与所述待处理人脸图像的特征信息之间的相似度小于预设阈值。2.根据权利要求1所述的方法，其特征在于，所述基于所述初始人脸图像的特征信息、所述第一人脸图像的特征信息和所述第二人脸图像的特征信息，对所述初始扰动信息进行更新，得到目标扰动信息，包括：基于所述初始人脸图像的特征信息和所述第一人脸图像的特征信息，确定第一损失值；基于所述第一人脸图像的特征信息和所述第二人脸图像的特征信息，确定第二损失值；获取基于所述初始扰动信息确定的第三损失值；基于所述第一损失值、所述第二损失值和所述第三损失值，对所述初始扰动信息进行更新，得到所述目标扰动信息。3.根据权利要求2所述的方法，其特征在于，所述分别确定所述初始人脸图像的特征信息、所述第一人脸图像的特征信息和所述第二人脸图像的特征信息，包括：从预设的特征提取模型集合中，选取至少两个特征提取模型；不同所述特征提取模型使用不同场景的训练数据进行训练得到和/或不同所述特征提取模型的模型结构不同；基于每一所述特征提取模型，分别对所述初始人脸图像、所述第一人脸图像和所述第二人脸图像进行特征提取，得到一组所述初始人脸图像的特征信息、所述第一人脸图像的特征信息和所述第二人脸图像的特征信息。4.根据权利要求3所述的方法，其特征在于，所述基于所述初始人脸图像的特征信息和所述第一人脸图像的特征信息，确定第一损失值，包括：确定每一组所述初始人脸图像的特征信息和所述第一人脸图像的特征信息之间的第一相似度；将所述第一相似度的相反数确定为每一所述特征提取模型对应的第一子损失值；将所有所述第一子损失值的和确定为所述第一损失值。5.根据权利要求3或4所述的方法，其特征在于，所述基于所述第一人脸图像的特征信息和所述第二人脸图像的特征信息，确定第二损失值，包括：确定每一组所述第一人脸图像的特征信息和所述第二人脸图像的特征信息之间的第二相似度；将所述第二相似度确定为每一所述特征提取模型对应的第二子损失值；将所有所述第二子损失值的和确定为所述第二损失值。6.根据权利要求5所述的方法，其特征在于，所述第二人脸图像包括至少两张，所述第
一人脸图像的特征信息和所述第二人脸图像的特征信息分别包括特征矩阵；所述确定每一组所述第一人脸图像的特征信息和所述第二人脸图像的特征信息之间的第二相似度，包括：确定每一组中的所述第一人脸图像的特征矩阵与每一所述第二人脸图像的特征矩阵之间的相似度；从至少两个所述相似度中，确定最小的相似度；将所述最小的相似度确定为所述第二相似度。7.根据权利要求2至6任一项所述的方法，其特征在于，所述获取基于所述初始扰动信息确...

【专利技术属性】
技术研发人员：胡琨，张梦新，石华峰，吴一超，梁鼎，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：