[发明专利]一种兼顾隐私保护和数据质量的图像采集方法、装置及存储介质

说明书

本发明公开了一种兼顾隐私保护和数据质量的图像采集方法、装置及存储介质，旨在解决图像隐私保护效果和数据质量难以兼顾的技术问题。其包括：根据图像收集任务获取多幅原始图像；对原始图像进行差分隐私保护和编码处理，获得加噪图像和加噪图像的哈希码；对所有加噪图像的哈希码进行迭代聚类，形成N个簇，每个簇中包含多个哈希码；根据簇中每个哈希码与该簇质心点之间的汉明距离进行哈希码筛选，获取高质量哈希码；根据高质量哈希码从所有加噪图像中提取高质量图像，将高质量图像作为最终图像采集结果。本发明能够能够很好的兼顾图像隐私保护和数据质量，获取不易泄露隐私的、高可用性、高质量、高可靠性的图像。

技术领域

本发明涉及一种兼顾隐私保护和数据质量的图像采集方法、装置及存储介质，属于数据收集技术领域。

背景技术

图像现在已经成为企业、科研研究者获取信息的重要来源，尤其是大数量、可用性高、且可靠质量好的图像数据集。图像收集者或使用者通过对所获得的图像数据集进行挖掘分析，能够为企业提供更具有个性化的服务，为科研人员研究提供更丰富的数据支持。然而，数字图像通常蕴含着丰富的隐私信息，如果直接发布这些图像，会泄露其中的敏感信息，成为攻击者获益的方法，例如，苹果手机中的“Live Photo”功能根据用户上传的自己照片能够准确定位用户所在的位置；用户发布在网络上的个人图像会被攻击者修改P图从而用作诈骗等。因此，经过隐私保护的图像发布技术得到研究者的广泛关注，传统的图像隐私保护方法有同态加密技术和匿名处理；同态加密如Paillier加密，存在计算开销比较大，很难应用于大规模图像收集的缺点；匿名处理对攻击者的背景知识和攻击模型给出了相当多的假设，但是那些假设在现实中并不完全成立。

此外，传统的数据收集方法常常把注意力只放在对图像的隐私保护上，忽略了收集的图像的数据质量，如把一些失效的、错误的、可用性低的甚至包含攻击的图像混入收集的数据集中，或者粗糙地对收集的图像进行筛选，存入一些重复的、与收集种类不相关的低质量图像，这些都增加了数据挖掘的复杂性，影响了数据分析的可靠性。目前需要效果更好的、能够兼顾图像隐私保护和数据质量的收集方法。

发明内容

针对现有技术中图像隐私保护效果和数据质量难以兼顾的问题，本发明提出了一种兼顾隐私保护和数据质量的图像采集方法、装置及存储介质，对图像进行压缩变换，并有选择的添加噪声，实现图像隐私保护和可用性的均衡，同时利用图像编码对加噪图像进行高质量筛选，确保收集到的图像的数据质量，进而兼顾图像隐私保护效果和数据质量。

为解决上述技术问题，本发明采用了如下技术手段：

第一方面，本发明提出了一种兼顾隐私保护和数据质量的图像采集方法，包括如下步骤：

根据图像收集任务获取多幅原始图像；

对原始图像进行差分隐私保护和编码处理，获得加噪图像和加噪图像的哈希码；

根据K-Means聚类算法对所有加噪图像的哈希码进行迭代聚类，形成N个簇，每个簇中包含多个哈希码；

根据簇中每个哈希码与该簇质心点之间的汉明距离进行哈希码筛选，获取高质量哈希码；

根据高质量哈希码从所有加噪图像中提取高质量图像，将高质量图像作为最终图像采集结果。

结合第一方面，进一步的，所述图像收集任务包括多个子任务，每个子任务包括图像收集类型、收集数量、收集区域和收集时段。

结合第一方面，进一步的，获取加噪图像和加噪图像的哈希码的具体操作如下：

步骤201、提取原始图像的灰度值，获取灰度图像，对灰度图像进行压缩变化，获得n×n的变换系数矩阵Fⁿ，其中，n为变换系数矩阵的行数或列数；