[发明专利]一种隐私图像、人脸隐私的处理方法、装置及设备

权利要求书

1.一种隐私图像的处理方法，所述方法包括：

获取待处理的目标图像；

从所述目标图像中确定需要进行隐私处理的第一子图像，其中，所述第一子图像中包括预设类型的隐私数据；

对所述第一子图像中的所述隐私数据进行安全多方计算，以对所述隐私数据进行模糊处理，得到模糊处理后的第一子图像；

采用超分辨率算法对所述模糊处理后的所述第一子图像进行清晰化处理，得到第二子图像；

使用所述第二子图像替换所述目标图像中的所述第一子图像。

2.根据权利要求1所述的方法，所述超分辨率算法为基于生成式对抗网络的超分辨率算法。

3.根据权利要求1所述的方法，所述方法还包括：

获取训练样本数据，其中，所述训练样本数据包括隐私数据；

基于生成器算法对所述训练样本数据进行拟合处理，生成拟合隐私数据分布的合成数据；

基于判别器算法对所述训练样本数据以及所述合成数据进行判别处理，生成所述训练样本数据的真实概率以及所述合成数据的真实概率；

根据所述训练样本数据的真实概率以及所述合成数据的真实概率，迭代更新所述生成器算法和所述判别器算法的参数直至其收敛，以确定由所述生成器算法和所述判别器算法构成的超分辨率算法。

4.根据权利要求1所述的方法，所述从所述目标图像中确定需要进行隐私处理的第一子图像，包括：

采用多任务卷积神经网络从所述目标图像中确定需要进行隐私处理的第一子图像。

5.一种人脸隐私的处理方法，所述方法包括：

获取待处理的目标图像；

从所述目标图像中确定需要进行隐私处理的第一子图像，其中，所述第一子图像中包括人脸面部区域的面部图像；

对所述第一子图像中的面部图像进行模糊处理，得到模糊处理后的第一子图像；

采用超分辨率算法对所述模糊处理后的所述第一子图像进行清晰化处理，得到第二子图像；

使用所述第二子图像替换所述目标图像中的所述第一子图像。

6.根据权利要求5所述的方法，所述超分辨率算法为基于生成式对抗网络的超分辨率算法。

7.根据权利要求5所述的方法，所述方法还包括：

获取训练样本数据，其中，所述训练样本数据为真实人脸图像；

基于生成器算法对所述训练样本数据进行拟合处理，生成拟合真实图像分布的合成图像；

基于判别器算法对所述训练样本数据以及所述合成图像进行判别处理，生成所述训练样本数据的真实概率以及所述合成图像的真实概率；

根据所述训练样本数据的真实概率以及所述合成图像的真实概率，迭代更新所述生成器算法和所述判别器算法的参数直至其收敛，以确定由所述生成器算法和所述判别器算法构成的超分辨率算法。

8.根据权利要求5所述的方法，所述从所述目标图像中确定需要进行隐私处理的第一子图像，包括：

采用多任务卷积神经网络从所述目标图像中确定需要进行隐私处理的第一子图像。

9.根据权利要求5所述的方法，所述对所述第一子图像中的面部图像进行模糊处理，得到模糊处理后的第一子图像，包括：

对所述第一子图像中的面部图像进行马赛克处理，得到经过马赛克处理后的第一子图像。

10.一种隐私图像的处理装置，所述装置包括：

第一图像获取模块，获取待处理的目标图像；

第一图像确地模块，从所述目标图像中确定需要进行隐私处理的第一子图像，其中，所述第一子图像中包括预设类型的隐私数据；

第一模糊处理模块，对所述第一子图像中的所述隐私数据进行安全多方计算，以对所述隐私数据进行模糊处理，得到模糊处理后的第一子图像；

第一清晰化处理模块，采用超分辨率算法对所述模糊处理后的所述第一子图像进行清晰化处理，得到第二子图像；

第一图像替换模块，使用所述第二子图像替换所述目标图像中的所述第一子图像。