[发明专利]一种车联网图像脱敏方法和系统

说明书

本发明公开了一种车联网图像脱敏方法，包括，采用实例分割模型对获得的车联网图像进行实例分割后进行脱敏处理。对获得的车联网原始图像进行预处理，预处理的内容包括：删除车联网原始图像中的位置信息；对车联网图像进行标准化处理。根据预设立的脱敏规则库中的规则模板，对经过实例分割后的所述车联网图像输出的实例进行脱敏处理。所述的预处理还包括，删除车联网原始图像中的信息包括海拔、纬度、经度、位置、超焦距和/或亮度值。

技术领域

本发明属于车联网技术领域，特别涉及一种车联网图像脱敏方法和系统。

背景技术

车联网技术，指车辆上的车载设备通过无线通信技术，对信息网络平台中的所有车辆动态信息进行有效利用，在车辆运行中提供不同的功能服务。在车联网涉及的所有数据类型中，各式各样的车载影像数据无疑包含着极为丰富的敏感信息。从空间域上来说，车载影像涵盖了车内和车外所有的环境内容；从时间域上来说，车载影像几乎覆盖了用户的全部用车时间，只要汽车发动，就会有影像数据产生。

发明内容

针对车载影像进入车联网服务，涉及到数据安全脱敏的问题。本公开实施例之一，提供了一种基于实例分割技术的车联网图像数据脱敏方法，具体操作步骤如下：

(1)对接车联网平台本地化数据库，并将采集好的图像数据导入到本系统中；

(2)识别原始输入图像包含的所有图像信息，去除图像所包含杂项信息，重点去除图像包含的GPS位置信息，只保留图片基础属性，并将图像的像素、格式等进行标准化处理；

(3)将预处理后的图像作为输入图像，使用优化的YOLACT模型进行实例分割并输出；

(4)建立规则库并设定规则模板，并将选中规则中包含的待脱敏实例进行脱敏化处理；

(5)将脱敏后的图像输出并存储到指定数据库中。

本公开实施例的有益效果之一在于，提供了一种基于实例分割技术的车联网图像数据脱敏方法，为车联网行业保证车联网数据安全提供保证。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1是本发明实施例之一基于实例分割的车联网图像脱敏系统的示意图。

图2是本发明实施例之一基于实例分割的车联网图像脱敏方法的流程示意图。

图3是本发明实施例之一的车联网图像脱敏方法流程图。

图4是本发明实施例之一的优化的Yolact模型框架图。

具体实施方式

在本公开的车联网场景中，图像数据涉及车载设备(例如，行车记录仪、自动驾驶传感器等)拍摄的图片以及视频，这些图片和视频遍布城市的大街小巷，具有空间范围广、时间跨度长、囊括种类多等特点，从图片或者视频能够捕捉到行人人脸等敏感信息。如果不进行脱敏，会造成个人敏感信息的泄漏，不符合《个人信息保护法》的相关规定。其次，将图片属性中包含的地理位置信息和图片所展示的环境信息相结合，能够间接达到地理测绘的目的，如被非法组织利用，可能影响国家安全。

在车外环境影像中，通常包含大量的敏感信息，如行人的面部、其他车辆的车牌号等，现有的数据信息保护技术主要是数据脱敏技术，即使用脱敏规则进行敏感信息的变形。但是现有技术难以准确识别街景图像的敏感数据并进行脱敏处理，同时还要兼顾街景图像的可用性。目前常见的方式是使用人工打马赛克的方法，但是人工成本较高，且效率较低。