[发明专利]一种保护人脸图像隐私的方法及电子设备

权利要求书

1.一种保护人脸图像隐私的方法，其特征在于，所述方法包括：

获取原始人脸图像；

利用已训练的人脸生成模型，确定差分噪声矩阵，并将所述差分噪声矩阵分别与所述原始人脸图像的至少一个关键部位内像素点的原始图像矩阵求和，得到每个关键部位的视觉生成矩阵，其中，所述差分噪声矩阵用于保持所述关键部位的视觉生成矩阵与原始图像矩阵的分布一致；

根据至少一个视觉生成矩阵，生成相应的关键部位的人脸局部图像；

通过特征点匹配，用至少一个人脸局部图像，分别替换所述原始人脸图像中相应的关键部位，获得隐私保护后的目标人脸图像；

测试所述目标人脸图像，并在测试通过后进行处理以保护身份隐私。

2.如权利要求1所述的方法，其特征在于，所述确定差分噪声矩阵，并将所述差分噪声矩阵分别与所述原始人脸图像的至少一个关键部位内像素点的原始图像矩阵求和，得到每个关键部位的视觉生成矩阵，包括：

针对每一个关键部位，执行以下操作：

从已构建的人脸部位数据库中，选择与所述关键部位的类别相同的一张参考图像，并确定所述参考图像内像素点的参考矩阵；

根据所述参考矩阵和所述关键部位的原始图像矩阵，确定差分噪声初始的扰动系数；

根据所述关键部位的原始图像矩阵，以及初始的扰动系数和预先设定的表示差分噪声扰动程度的差分隐私系数，获得所述关键部位初始的视觉生成矩阵；

确定初始的视觉生成矩阵和原始图像矩阵的分布是否一致，若不一致，则将初始的视觉生成矩阵作为所述参考矩阵，重新确定扰动系数，直至视觉生成矩阵和原始图像矩阵的分布一致。

3.如权利要求2所述的方法，其特征在于，针对每一个关键部位，所述关键部位的视觉生成矩阵与原始图像矩阵的一致分布关系为：

其中，D(X₁)表示所述关键部位的原始图像矩阵的第一分布，D(X₂)表示所述关键部位的视觉生成矩阵的第二分布，Pr(D(X₁)＝R)表示所述第一分布为Pr(R)分布，Pr(D(X₂)＝R)表示所述第二分布为Pr(R)分布，λ为用于表示差分噪声扰动程度的差分隐私系数，λ∈[0，1]，d(X₁，X₀)表示所述关键部位的原始图像矩阵和所述参考矩阵之间归一化后的距离，表示差分噪声矩阵的概率分布。

4.如权利要求3所述的方法，其特征在于，所述关键部位的原始图像矩阵和参考矩阵之间归一化后的距离d(X₁，X₀)的计算公式为：

其中，d_i(x₁，x₀)表示所述原始图像矩阵中的第i个位置元素x₁与所述参考矩阵中的第i个位置元素x₀之间的距离，n为所述原始图像矩阵和所述参考矩阵包含的位置元素总数，|i_max，i_min|表示所述原始图像矩阵中第i个位置元素的取值区间。

5.如权利要求1所述的方法，其特征在于，所述测试包括视觉友好性测试，所述测试所述目标人脸图像包括：

确定所述目标人脸图像中各关键部位，与所述原始人脸图像中相应的关键部位间的亮度差异、对比度差异和结构差异中的至少一项；

根据所述亮度差异、所述对比度差异和所述结构差异中的至少一项，确定所述目标人脸图像中各关键部位与所述原始人脸图像中相应的关键部位间的视觉相似度；

根据各视觉相似度的和与第一阈值的比较结果，确定所述目标人脸图像是否通过所述视觉友好性测试。