[发明专利]一种隐私保护的方法、装置及设备

说明书

本申请适用于计算机技术领域，提供了一种隐私保护的方法、装置及设备，所述方法包括：获取当前场景图像；将当前场景图像输入至目标隐私区域检测模型进行检测，得到当前场景图像对应的目标隐私区域；若在目标隐私区域中检测到目标物体，则获取目标物体相对于所述目标隐私区域的位置信息；若位置信息标识目标物体位于目标隐私区域内，则对目标隐私区域进行失真处理。上述方法，能够有针对性地获取当前场景图像对应的目标隐私区域检测模型，通过目标隐私区域检测模型检测相应的目标隐私区域，在获取目标隐私区域后，直接对目标隐私区域进行调整与保护，无需获取到他人的隐私后再进行去除，降低了侵犯隐私的风险。

技术领域

本申请属于计算机领域，尤其涉及一种隐私保护的方法、装置及设备。

背景技术

随着社会经济与电子科技领域的快速发展，安防监控市场急剧扩张，各种应用场合下的监控摄像机数量越来越多，使用摄像机容易出现侵犯他人隐私的情况，例如，智能门铃存在侵犯邻居隐私的法律风险。

现有技术中，为了保护隐私，获得图像信息后，需要用户手动设置隐私区域，再去除隐私区域中的信息来规避侵犯隐私。这种方法是获取到他人的隐私后，再进行去除，实际上还是存在侵犯隐私的风险。

发明内容

本申请实施例提供了一种隐私保护的方法、装置及设备，可以解决上述问题。

第一方面，本申请实施例提供了一种隐私保护的方法，包括：

获取当前场景图像；

将所述当前场景图像输入至目标隐私区域检测模型进行检测，得到所述当前场景图像对应的目标隐私区域；

若在所述目标隐私区域中检测到目标物体，则获取所述目标物体相对于所述目标隐私区域的位置信息；

若所述位置信息标识所述目标物体位于所述目标隐私区域内，则对所述目标隐私区域进行失真处理。

进一步地，在所述将所述当前场景图像输入至目标隐私区域检测模型进行检测，得到所述当前场景图像对应的目标隐私区域之前，还包括：

根据当前场景图像获取场景特征信息；

根据所述当前场景图像和所述场景特征信息确定当前应用场景；

将所述当前应用场景对应的隐私区域检测神经网络模型作为目标隐私区域检测模型。

进一步地，在所述将所述当前应用场景对应的隐私区域检测神经网络检测模型作为目标隐私区域检测模型之前，还包括：

获取不同应用场景的样本训练集；所述样本训练集包括样本场景图像及其对应的隐私区域标签；

使用所述样本训练集对初始神经网络模型进行训练，得到经过训练的不同应用场景对应的隐私区域检测神经网络检测模型。

进一步地，所述使用所述样本训练集对初始神经网络模型进行训练，得到经过训练的不同应用场景对应的隐私区域检测神经网络检测模型，包括：

将所述样本场景图像输入初始神经网络模型进行处理，得到所述样本场景图像对应的样本隐私区域；

根据所述样本隐私区域、所述隐私区域标签和预设损失函数，计算目标损失值；

若所述目标损失值不满足预设中止条件，则根据所述目标损失值对所述初始神经网络模型进行更新，并返回执行将所述样本场景图像输入初始神经网络模型进行处理，得到所述样本场景图像对应的样本隐私区域；

若所述目标损失值满足预设中止条件，则输出训练完成的隐私区域检测神经网络检测模型。

进一步地，在所述使用所述样本训练集对初始神经网络模型进行训练，得到经过训练的不同应用场景对应的隐私区域检测神经网络检测模型之后，还包括：