[发明专利]图像处理、图像识别模型的训练、图像识别的方法和系统在审

专利信息
申请号: 202011532933.7 申请日: 2020-12-23
公开(公告)号: CN112257697A 公开(公告)日: 2021-01-22
发明(设计)人: 王莹桂;郑龙飞;刘健;王力;张本宇 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F21/32;G06Q20/40;G06F21/62;G06N3/04;G06N3/08
代理公司: 成都七星天知识产权代理有限公司 51253 代理人: 袁春晓
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 识别 模型 训练 方法 系统
【说明书】:

本说明书实施例公开了一种图像处理、图像识别模型的训练、图像识别的方法和系统。该方法包括:获取待处理图像数据;对所述待处理图像数据进行分解,获取所述待处理图像数据对应的多个特征图;对所述多个特征图进行处理,获得用于表征所述待处理图像数据的脱敏图像数据;其中,所述处理包括:对所述多个特征图进行筛选,保留其中部分特征图;基于所述待处理图像数据和/或其对应的多个特征图确定归一化参数,基于所述归一化参数对多个特征图进行归一化处理;以及,对多个特征图进行融合处理,以获取数量少于特征图的一个或多个融合特征图。

技术领域

本说明书涉及图像处理领域,特别涉及一种图像处理、图像识别模型的训练、图像识别的方法和系统。

背景技术

目前,图像识别技术广泛地应用于各种领域在相关技术中,图像识别技术已成为认证用户身份的主要手段之一。例如,可以采集人脸图像,可以利用图像识别技术识别人脸对应的用户身份。

然而,用于身份识别的图像中通常包含用户个人的敏感信息。如何对图像的敏感信息进行隐私保护,是当前亟需解决的问题。

因此,提出一种图像处理、图像识别模型的训练、图像识别的方法和系统,以更好的对图像的敏感信息进行隐私保护。

发明内容

本说明书实施例的一个方面提供一种图像处理方法,该方法包括:获取待处理图像数据;对所述待处理图像数据进行分解,获取所述待处理图像数据对应的多个特征图;对所述多个特征图进行处理,获得用于表征所述待处理图像数据的脱敏图像数据;其中,所述处理包括:对所述多个特征图进行筛选,保留其中部分特征图;基于所述待处理图像数据和/或其对应的多个特征图确定归一化参数,基于所述归一化参数对多个特征图进行归一化处理;以及,对多个特征图进行融合处理,以获取数量少于特征图的一个或多个融合特征图。

本说明书实施例的另一个方面提供一种图像处理系统,所述系统包括:第一获取模块,用于获取待处理图像数据;第二获取模块,用于对所述待处理图像数据进行分解,获取所述待处理图像数据对应的多个特征图;第一处理模块,用于对所述多个特征图进行处理,获得用于表征所述待处理图像数据的脱敏图像数据;其中,所述处理包括:对所述多个特征图进行筛选,保留其中部分特征图;基于所述待处理图像数据和/或其对应的多个特征图确定归一化参数,基于所述归一化参数对多个特征图进行归一化处理;以及,对多个特征图进行融合处理,以获取数量少于特征图的一个或多个融合特征图。

本说明书实施例的另一个方面提供一种图像识别模型的训练方法,该方法包括获取训练样本图像及其标签;使用上述图像处理方法处理所述训练样本图像,获得训练样本图像的脱敏图像数据;将所述脱敏图像数据作为输入特征输入图像识别模型,得到识别结果;调整所述图像识别模型的参数,以减小识别结果与所述标签之间的差异。

本说明书实施例的另一个方面提供一种图像处理模型的训练系统,该系统包括:第三获取模块,用于获取训练样本图像及其标签;第二处理模块,用于使用上述图像处理方法处理所述训练样本图像,获得训练样本图像的脱敏图像数据;输入模块,用于将所述脱敏图像数据作为输入特征输入图像识别模型,得到识别结果;调整模块,用于调整所述图像识别模型的参数,以减小识别结果与所述标签之间的差异。

本说明书实施例的另一个方面提供一种图像识别方法,该方法包括:获取待识别图像;所述待识别图像用于识别其中是否包含目标对象;使用上述图像处理方法处理所述待识别图像,获得待识别图像的脱敏图像数据;利用图像识别模型处理所述脱敏图像数据,得到预测向量;将所述预测向量与目标对象的特征向量进行比较,当相似度大于预设值时,确定所述待识别图像中包含所述目标对象。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011532933.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top