[发明专利]图像处理、密钥生成、训练方法及装置、计算机可读介质有效

专利信息
申请号: 202110060432.1 申请日: 2021-01-18
公开(公告)号: CN112395635B 公开(公告)日: 2021-05-04
发明(设计)人: 施路平;张伟豪 申请(专利权)人: 北京灵汐科技有限公司
主分类号: G06F21/60 分类号: G06F21/60;G06K9/62;G06N3/08
代理公司: 北京天昊联合知识产权代理有限公司 11112 代理人: 彭瑞欣;姜春咸
地址: 100080 北京市*** 国省代码: 北京;11
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 密钥 生成 训练 方法 装置 计算机 可读 介质
【权利要求书】:

1.一种图像处理方法,包括:

根据神经网络密钥和第一图像生成第二图像,其中,所述神经网络密钥携带用户的需求信息;所述需求信息表征用户通过识别神经网络进行图像处理的需求;所述需求信息包括精度分级信息、功能区分信息、权限等级信息中的至少一者;

将所述第二图像输入所述识别神经网络进行处理;

在所述神经网络密钥正确的情况下,得到正确结果,所述正确结果为与所述需求信息对应的处理结果;

在所述神经网络密钥错误的情况下,得到错误结果;

其中,所述神经网络密钥是通过离线方式生成并分发的。

2.根据权利要求1所述的图像处理方法,其中,将所述第二图像输入所述识别神经网络进行处理的步骤之前,所述图像处理方法还包括:

判断所述神经网络密钥是否满足失效条件;

当所述神经网络密钥满足所述失效条件时,根据所述第二图像生成多个反训练样本图像;所述反训练样本图像携带所述神经网络密钥;

根据多个所述反训练样本图像对所述识别神经网络进行反训练,以使所述神经网络密钥对所述识别神经网络失效;

当所述神经网络密钥不满足所述失效条件时,执行将所述第二图像输入识别神经网络进行处理的步骤。

3.根据权利要求2所述的图像处理方法,其中,根据多个所述反训练样本图像对所述识别神经网络进行反训练的步骤包括:

将所述反训练样本图像输入所述识别神经网络,得到反训练输出;

根据所述反训练输出和所述识别神经网络的错误结果确定第一损失函数值;

根据所述第一损失函数值进行反向传播,更新所述识别神经网络的参数。

4.根据权利要求2或3所述的图像处理方法,其中,判断所述神经网络密钥是否满足失效条件的步骤包括:

判断所述神经网络密钥的使用次数是否等于预定次数;

当所述神经网络密钥的使用次数等于所述预定次数时,判定所述神经网络密钥失效。

5.根据权利要求4所述的图像处理方法,其中,当所述神经网络密钥不满足所述失效条件时,执行将所述第二图像输入识别神经网络进行处理的步骤之后,所述图像处理方法还包括:

更新所述神经网络密钥的使用次数。

6.根据权利要求1至3中任意一项所述的图像处理方法,其中,根据神经网络密钥和第一图像生成第二图像的步骤包括:

根据所述神经网络密钥生成图像块,所述图像块的尺寸小于所述第一图像的尺寸;

将所述图像块叠加到所述第一图像中的目标区域,生成所述第二图像。

7.根据权利要求1至3中任意一项所述的图像处理方法,其中,根据神经网络密钥和第一图像生成第二图像的步骤包括:

根据所述神经网络密钥生成扰动;

将所述扰动叠加到所述第一图像中,生成所述第二图像。

8.一种密钥生成方法,包括:

根据用户的用户信息通过离线方式生成神经网络密钥,所述神经网络密钥携带有所述用户的需求信息;

根据用户的用户信息通过离线方式生成神经网络密钥的步骤包括:

根据所述用户信息生成需求向量,所述需求向量携带有所述需求信息;

将随机数和所述需求向量输入密钥生成网络,生成所述神经网络密钥;

其中,所述需求信息表征用户通过识别神经网络进行图像处理的需求;所述需求信息包括精度分级信息、功能区分信息、权限等级信息中的至少一者;所述神经网络密钥用于对第一图像加密生成第二图像;所述神经网络密钥能够通过离线方式分发。

9.根据权利要求8所述的密钥生成方法,其中,根据所述用户信息生成需求向量的步骤包括:

将所述用户信息输入嵌入网络,生成所述需求向量。

10.根据权利要求8或9所述的密钥生成方法,其中,所述用户信息包括用户画像数据和/或需求描述数据。

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北京灵汐科技有限公司,未经北京灵汐科技有限公司许可,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/202110060432.1/1.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