关键隐私信息脱敏的行车记录方法、系统及存储介质技术方案

本发明专利技术公开了一种关键隐私信息脱敏的行车记录方法、系统及存储介质，所述方法包括：获取行车记录图像的数据集；利用数据集训练网络模型架构得到关键隐私信息定位模型，利用模型确定行车记录图像中关键隐私信息的定位，得到待脱敏区域；将待脱敏区域输入基于混沌加密系统的隐私信息脱敏模块中，生成加密图像，实现待脱敏区域的脱敏；将采集的实际车辆行驶过程中的图像输入关键隐私信息定位模型中，将输出的待脱敏区域输入隐私信息脱敏模块中，将生成的加密图像覆盖掉原图像对应位置的信息，得到脱敏后的图像并存于存储介质中。本发明专利技术通过构建网络模型架构和隐私信息脱敏模块，实现了行车记录中关键隐私信息的脱敏，并保留了行车记录的关键信息。录的关键信息。录的关键信息。

【技术实现步骤摘要】
关键隐私信息脱敏的行车记录方法、系统及存储介质


[0001]本专利技术属于图像处理及深度学习
，涉及一种关键隐私信息脱敏的行车记录方法、系统、终端设备及存储介质。

技术介绍

[0002]为了规范汽车数据处理活动，保护个人、组织的合法权益，维护国家安全和社会公共利益，促进汽车数据合理开发利用，国家制定了《汽车数据安全管理若干规定(试行)》，并于自2021年10月1日起施行。根据规定中的第六条第四点，国家鼓励汽车数据依法合理有效利用，倡导汽车数据处理者在开展汽车数据处理活动中坚持脱敏处理原则，尽可能进行匿名化、去标识化等处理。
[0003]行车记录方法可以记录车辆行驶途中的时间、速度、影像及声音等相关信息，既可以起到维护司机的合法权益，也起到了对司机合法驾驶的监督作用，同时，对于交警、法院、保险公司等机构在处理交通事故案件时，提供了有效准确的依据，便于其快速准确地处理案件。
[0004]近年来随着行车记录技术的不断发展，不同的行车记录仪适用于不同场景，如高清、夜视、广角、双镜头等，记录范围与记录能力不断扩大与提升。但由于车辆行驶路线随机，范围广，行车记录仪记录的不间断连续记录势必导致了大量的个人隐私信息以及涉及公共安全的关键信息被记录。由于行车记录仪的记录的信息都储存于仪器上的数据存储介质中，可以被个人轻易获取，其中的关键隐私信息如人脸、车牌等信息的数据安全无法得到保障，故在数据储存进存储介质前，需要对行车记录数据进行脱敏处理。
[0005]与限定位置与角度的摄像头不同，行车记录仪在实际工作时会受到各种因素的影响，如偏移角度较大的车牌与人脸图像，如戴口罩的人脸图像等等，目前的行车记录方法，容易出现无法准确定位人脸与车牌位置的问题，无法对数据进行彻底脱敏。

技术实现思路

[0006]有鉴于此，本专利技术提供一种关键隐私信息脱敏的行车记录方法、系统、终端设备及存储介质，通过构建网络模型架构，确定行车记录图像中关键隐私信息的定位，解决了行车过程中记录的图像干扰众多、关键隐私信息存在容易漏检、误检的问题；通过构建隐私信息脱敏模块，采用混沌加密算法对定位的关键隐私信息进行脱敏处理，保证了个人无法通过存储介质获取关键隐私信息，解决了行车记录中关键隐私信息的脱敏问题，同时保留了行车记录的关键信息记录功能。
[0007]本专利技术的第一个目的在于提供一种关键隐私信息脱敏的行车记录方法。
[0008]本专利技术的第二个目的在于提供一种关键隐私信息脱敏的行车记录系统。
[0009]本专利技术的第三个目的在于提供一种终端设备。
[0010]本专利技术的第四个目的在于提供一种存储介质。
[0011]本专利技术的第一个目的可以通过采取如下技术方案达到：
[0012]一种关键隐私信息脱敏的行车记录方法，所述方法包括：
[0013]获取行车记录图像的数据集；所述行车记录图像中至少包括人眼和车牌中的一种；
[0014]搭建网络模型架构，通过所述网络模型架构识别行车记录图像中的人眼和车牌信息；利用所述数据集训练网络模型架构得到关键隐私信息定位模型，利用所述关键隐私信息定位模型确定行车记录图像中关键隐私信息的定位，得到待脱敏区域；所述关键隐私信息包括人脸和车牌；
[0015]将所述待脱敏区域输入基于混沌加密系统的隐私信息脱敏模块中，生成加密图像，实现待脱敏区域的脱敏；
[0016]将采集的实际车辆行驶过程中的图像输入所述关键隐私信息定位模型中，将输出的待脱敏区域输入隐私信息脱敏模块中，将生成的加密图像覆盖掉原图像对应位置的信息，得到脱敏后的图像；将脱敏后的图像存于存储介质中。
[0017]进一步的，所述利用所述关键隐私信息定位模型确定行车记录图像中关键隐私信息的定位，得到待脱敏区域，包括：
[0018]利用关键隐私信息定位模型对行车记录图像中的人眼以及车牌进行定位；
[0019]根据人眼的定位，确定人脸的定位；
[0020]将人脸以及车牌的定位信息进行组合，得到待脱敏区域。
[0021]进一步的，所述网络模型架构包括预处理模块、特征提取的骨架模块、特征融合的金字塔模块以及输出端的Loss和NMS模块，其中：
[0022]所述预处理模块，用于对行车记录图像进行预处理；
[0023]所述特征提取的骨架模块采用Focus结构和CSPNet中的CSP结构，用于对预处理后图像提取特征；其中所述Focus结构用于调整特征图大小，所述CSP结构包括卷积层和残差单元，用于对输入的特征图提取特征；
[0024]所述特征融合的金字塔模块是采用FPN结构和PAN结构的融合结构，所述FPN结构是上采样过程，自顶向下传达强语义信息；所述PAN结构是自底向上的特征金字塔，自底向上传达强定位信息；所述金字塔模块从不同的主干层对不同大小的特征层进行参数的整合和特征的提取，从而根据提取后特征提取更多的信息；
[0025]所述Loss采用GIOU_Loss作为目标检测框的损失函数，所述NMS模块用于对预测目标检测框进行筛选。
[0026]进一步的，利用关键隐私信息定位模型对行车记录图像中的人眼进行定位，包括：
[0027]利用NMS模块对得到的预测目标检测框进行筛选，将筛选到的预测目标检测框作为人眼的预测框，实现人眼的定位；
[0028]同理，将筛选到的预测目标检测框作为车牌的预测框，实现车牌的定位。
[0029]进一步的，记交集A为真实目标检测框和预测目标检测框的交叠部分面积，并集B为真实目标检测框和预测目标检测框所占的总面积，则：
[0030][0031]记真实目标检测框和预测目标检测框的最小外接矩形面积为C，则得到损失函数GIOU_Loss：
[0032][0033]进一步的，所述预处理包括Mosaic数据增强、cmBN、自适应图像缩放处理方式，其中所述Mosaic数据增强包括对图像进行随机排布、随机缩放和随机裁剪。
[0034]进一步的，将待脱敏区域作为待加密图像；
[0035]所述将所述待脱敏区域输入基于混沌加密系统的隐私信息脱敏模块中，生成加密图像，包括：
[0036]根据混沌映射函数和所述待加密图像的像素大小，生成加密序列；
[0037]根据所述加密序列，得到混沌序列；
[0038]根据所述待加密图像，生成待加密信息序列；
[0039]利用所述混沌序列对所述待加密信息进行加密，根据加密后的序列生成加密图像。本专利技术的第二个目的可以通过采取如下技术方案达到：
[0040]一种关键隐私信息脱敏的行车记录系统，所述系统包括：
[0041]数据集获取模块，用于获取行车记录图像的数据集；所述行车记录图像中至少包括人眼和车牌中的一种；
[0042]关键隐私信息定位模块，用于搭建网络模型架构，通过所述网络模型架构识别行车记录图像中的人眼和车牌信息；利用所述数据集训练网络模型架构得到关键隐私信息定位模型，利用所述关键隐私信息定位模型确定行车记本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种关键隐私信息脱敏的行车记录方法，其特征在于，所述方法包括：获取行车记录图像的数据集；所述行车记录图像中至少包括人眼和车牌中的一种；搭建网络模型架构，通过所述网络模型架构识别行车记录图像中的人眼和车牌信息；利用所述数据集训练网络模型架构得到关键隐私信息定位模型，利用所述关键隐私信息定位模型确定行车记录图像中关键隐私信息的定位，得到待脱敏区域；所述关键隐私信息包括人脸和车牌；将所述待脱敏区域输入基于混沌加密系统的隐私信息脱敏模块中，生成加密图像，实现待脱敏区域的脱敏；将采集的实际车辆行驶过程中的图像输入所述关键隐私信息定位模型中，将输出的待脱敏区域输入隐私信息脱敏模块中，将生成的加密图像覆盖掉原图像对应位置的信息，得到脱敏后的图像；将脱敏后的图像存于存储介质中。2.根据权利要求1所述的行车记录方法，其特征在于，所述利用所述关键隐私信息定位模型确定行车记录图像中关键隐私信息的定位，得到待脱敏区域，包括：利用关键隐私信息定位模型对行车记录图像中的人眼以及车牌进行定位；根据人眼的定位，确定人脸的定位；将人脸以及车牌的定位信息进行组合，得到待脱敏区域。3.根据权利要求2所述的行车记录方法，其特征在于，所述网络模型架构包括预处理模块、特征提取的骨架模块、特征融合的金字塔模块以及输出端的Loss和NMS模块，其中：所述预处理模块，用于对行车记录图像进行预处理；所述特征提取的骨架模块采用Focus结构和CSPNet中的CSP结构，用于对预处理后图像提取特征；其中所述Focus结构用于调整特征图大小，所述CSP结构包括卷积层和残差单元，用于对输入的特征图提取特征；所述特征融合的金字塔模块是采用FPN结构和PAN结构的融合结构，所述FPN结构是上采样过程，自顶向下传达强语义信息；所述PAN结构是自底向上的特征金字塔，自底向上传达强定位信息；所述金字塔模块从不同的主干层对不同大小的特征层进行参数的整合和特征的提取，从而根据提取后特征提取更多的信息；所述Loss采用GIOU_Loss作为目标检测框的损失函数，所述NMS模块用于对预测目标检测框进行筛选。4.根据权利要求3所述的行车记录方法，其特征在于，利用关键隐私信息定位模型对行车记录图像中的人眼进行定位，包括：利用NMS模块对得到的预测目标检测框进行筛选，将筛选到的预测目标检测框作为人眼的预测框，实现人眼的定位；同理，将筛选到的预测目标...

【专利技术属性】
技术研发人员：谢巍，吴芃毅，刘嘉淏，钱文轩，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：