本申请提供了一种图像特征处理方法、装置、设备及存储介质，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；方法包括：对目标图像进行特征提取处理，得到所述目标图像的未加密图像特征；生成所述未加密图像特征的特征密钥；基于所述特征密钥，对所述未加密图像特征进行旋转处理，得到旋转图像特征；将所述旋转图像特征中的部分特征元素丢弃，得到所述目标图像的加密图像特征；通过本申请，能够提高图像特征加密的效率以及安全性。
1、人工智能（artificial intelligence，ai）是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、预训练模型技术、操作/交互系统、机电一体化等。其中，预训练模型又称大模型、基础模型，经过微调后可以广泛应用于人工智能各大方向下游任务。随着技术的发展，人工智能技术将在更多领域得到应用，并发挥越来越重要的价值。
2、图像特征处理也是人工智能的重要应用方向之一。相关技术中，对于图像的图像特征（例如通过机器学习模型提取得到的）的安全性，往往基于同态加密（homomorphicencryption，he）算法对图像特征进行加密保护。但是，同态加密算法的缺点是计算复杂度高，且当密钥发生泄露时，同态加密方法无法保证图像特征的安全性。
>6、基于所述特征密钥，对所述未加密图像特征进行旋转处理，得到旋转图像特征；7、将所述旋转图像特征中的部分特征元素丢弃，得到所述目标图像的加密图像特征。
8、本申请实施例还提供一种图像识别方法，包括：
9、接收到针对待识别图像的图像识别请求，所述图像识别请求指示识别所述待识别图像是否属于目标对象，所述目标对象包括图像特征库中各目标加密图像特征所对应图像所归属的对象，各所述目标加密图像特征分别基于本申请实施例提供的图像特征处理方法得到；
10、响应于所述图像识别请求，提取所述待识别图像的未加密待识别特征，并将所述未加密待识别特征与各所述目标加密图像特征进行匹配，得到匹配结果；
11、当所述匹配结果表征所述图像特征库存在与所述未加密待识别特征匹配的目标加密图像特征时，确定得到所述待识别图像属于目标对象的识别结果；
12、当所述匹配结果表征所述图像特征库不存在与所述未加密待识别特征匹配的目标加密图像特征时，确定得到所述待识别图像不属于目标对象的识别结果。
13、本申请实施例还提供一种图像特征处理装置，包括：
14、特征提取模块，用于对目标图像进行特征提取处理，得到所述目标图像的未加密图像特征；
15、密钥生成模块，用于生成所述未加密图像特征的特征密钥；
16、特征旋转模块，用于基于所述特征密钥，对所述未加密图像特征进行旋转处理，得到旋转图像特征；
17、特征丢弃模块，用于将所述旋转图像特征中的部分特征元素丢弃，得到所述目标图像的加密图像特征。
18、本申请实施例还提供一种图像识别装置，包括：
19、接收模块，用于接收到针对待识别图像的图像识别请求，所述图像识别请求指示识别所述待识别图像是否属于目标对象，所述目标对象包括图像特征库中各目标加密图像特征所对应图像所归属的对象，各所述目标加密图像特征分别基于本申请实施例提供的图像特征处理方法得到；
20、匹配模块，用于响应于所述图像识别请求，提取所述待识别图像的未加密待识别特征，并将所述未加密待识别特征与各所述目标加密图像特征进行匹配，得到匹配结果；
21、第一确定模块，用于当所述匹配结果表征所述图像特征库存在与所述未加密待识别特征匹配的目标加密图像特征时，确定得到所述待识别图像属于目标对象的识别结果；
22、第二确定模块，用于当所述匹配结果表征所述图像特征库不存在与所述未加密待识别特征匹配的目标加密图像特征时，确定得到所述待识别图像不属于目标对象的识别结果。
23、本申请实施例还提供一种电子设备，包括：
24、存储器，用于存储计算机可执行指令；
25、处理器，用于执行所述存储器中存储的计算机可执行指令时，实现本申请实施例提供的方法。
26、本申请实施例还提供一种计算机可读存储介质，存储有计算机可执行指令或计算机程序，所述计算机可执行指令或计算机程序被处理器执行时，实现本申请实施例提供的方法。
27、本申请实施例还提供一种计算机程序产品，包括计算机可执行指令或计算机程序，所述计算机可执行指令或计算机程序被处理器执行时，实现本申请实施例提供的方法。
28、本申请实施例具有以下有益效果：
29、应用本申请上述实施例，对于提取得到的目标图像的未加密图像特征，首先生成未加密图像特征的特征密钥，然后基于特征密钥，对未加密图像特征进行旋转处理，得到旋转图像特征，最后将旋转图像特征中的部分特征元素丢弃，得到目标图像的加密图像特征。如此，（1）通过基于特征密钥对未加密图像特征进行旋转，并对旋转得到的旋转图像特征进行部分特征元素的丢弃，即可实现未加密图像特征的加密，简化了图像特征加密的运算复杂度，提高了图像特征的加密效率，减少了计算资源的占用；（2）通过丢弃部分特征元素实现了图像特征加密的不可逆性，即使密钥泄露也无法实现图像特征的解密还原，提高了图像特征加密的安全性。
本文档来自技高网...
【技术保护点】
1.一种图像特征处理方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对目标图像进行特征提取处理，得到所述目标图像的未加密图像特征，包括：
3.如权利要求1所述的方法，其特征在于，所述生成所述未加密图像特征的特征密钥，包括：
4.如权利要求1所述的方法，其特征在于，所述未加密图像特征包括多个图像子特征，所述生成所述未加密图像特征的特征密钥，包括：
5.如权利要求1所述的方法，其特征在于，所述基于所述特征密钥，对所述未加密图像特征进行旋转处理，得到旋转图像特征，包括：
6.如权利要求1所述的方法，其特征在于，所述未加密图像特征包括多个图像子特征，所述旋转图像特征包括旋转所述多个图像子特征得到的多个旋转图像子特征；所述将所述旋转图像特征中的部分特征元素丢弃，得到所述目标图像的加密图像特征，包括：
7.如权利要求1所述的方法，其特征在于，所述将所述旋转图像特征中的部分特征元素丢弃，得到所述目标图像的加密图像特征，包括：
8.如权利要求1所述的方法，其特征在于，所述将所述旋转图像特征中的部分特征元素丢弃，得到所述目标图像的加密图像特征，包括：
9.一种图像识别方法，其特征在于，所述方法包括：
10.如权利要求9所述的方法，其特征在于，所述将所述未加密待识别特征与各所述目标加密图像特征进行匹配，得到匹配结果，包括：
11.如权利要求10所述的方法，其特征在于，所述加密待识别特征包括多个加密待识别子特征，所述目标加密图像特征包括多个目标加密图像子特征，所述加密待识别子特征和所述目标加密图像子特征一一对应；所述确定所述加密待识别特征和所述目标加密图像特征的特征相似度，包括：
12.一种图像特征处理装置，其特征在于，所述装置包括：
13.一种电子设备，其特征在于，所述电子设备包括：
14.一种计算机可读存储介质，存储有计算机可执行指令或计算机程序，其特征在于，所述计算机可执行指令或计算机程序被处理器执行时，实现权利要求1至11任一项所述的方法。
...
【技术特征摘要】
1.一种图像特征处理方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对目标图像进行特征提取处理，得到所述目标图像的未加密图像特征，包括：
3.如权利要求1所述的方法，其特征在于，所述生成所述未加密图像特征的特征密钥，包括：
4.如权利要求1所述的方法，其特征在于，所述未加密图像特征包括多个图像子特征，所述生成所述未加密图像特征的特征密钥，包括：
5.如权利要求1所述的方法，其特征在于，所述基于所述特征密钥，对所述未加密图像特征进行旋转处理，得到旋转图像特征，包括：
6.如权利要求1所述的方法，其特征在于，所述未加密图像特征包括多个图像子特征，所述旋转图像特征包括旋转所述多个图像子特征得到的多个旋转图像子特征；所述将所述旋转图像特征中的部分特征元素丢弃，得到所述目标图像的加密图像特征，包括：
7.如权利要求1所述的方法，其特征在于，所述将所述旋转图像特征中的部分特征元素丢弃，得到所述目标图像的加密图像特征，包...
【专利技术属性】
技术研发人员：黄余格，钟智舟，糜予曦，张菁芸，王军，王少鸣，周水庚，丁守鸿，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。