[发明专利]图像数据的处理和识别、图像识别模型训练的方法及装置

说明书

本说明书的实施例提供图像数据的处理和识别、图像识别模型训练的方法及装置。在进行图像数据处理时，对图像数据进行基于频域变换的数据脱敏处理，以得到图像数据的脱敏图像数据，所得到的脱敏图像数据包括子图数据集合，子图数据集合中的每个子图数据对应不同频率。随后，对所得到的脱敏图像数据进行基于数据增强的图像混合处理，以得到经过数据增强后的脱敏图像数据。可选地，对经过数据增强后的脱敏图像数据中的每个子图数据进行图大小对齐处理，以使得经过图大小对齐处理后的每个子图数据的大小与原始图像数据的大小相同。

技术领域

本说明书实施例通常涉及人工智能技术领域，尤其涉及图像数据处理方法、图像识别模型的训练方法、图像识别方法及其装置。

背景技术

基于图像数据的业务处理方案已经被广泛地应用于大量应用中，例如，基于人脸识别的刷脸支付业务。在这些业务处理方案中，需要将原始图像数据作为输入提供给第三方设备来进行处理。由于第三方设备的运行环境安全的不可预见性，原始图像数据或者对原始图像数据进行特征提取后得到的特征向量数据存在被恶意盗取的可能性，从而对数据安全或业务安全(例如，安全支付等)造成了很大的威胁。为此，在将原始图像数据提供给第三方设备之前，需要利用所提供的图像脱敏处理方案对原始图像数据进行图像脱敏处理以进行数据隐私保护。

发明内容

鉴于上述，本说明书实施例提供图像数据处理方法、图像识别模型的训练方法、图像识别方法及其装置。利用该图像数据处理方法及装置，通过对图像数据进行基于频域变换的数据脱敏处理来得到所述图像数据的脱敏图像数据，并且对所得到的脱敏图像数据进行基于数据增强的图像混合处理，可以实现对原始图像数据的数据隐私保护。

根据本说明书实施例的一个方面，提供一种用于图像数据处理的方法，包括：对图像数据进行基于频域变换的数据脱敏处理，以得到所述图像数据的脱敏图像数据，所述脱敏图像数据包括子图数据集合，所述子图数据集合中的每个子图数据对应不同频率；以及对所得到的脱敏图像数据中的子图数据进行基于数据增强的图像混合处理，以得到经过数据增强后的脱敏图像数据。

可选地，在上述方面的一个示例中，所述数据增强可以包括下述数据增强中的一种：Mixup数据增强和Instahide数据增强。

可选地，在上述方面的一个示例中，所述数据增强包括Mixup数据增强，用于混合处理的图像个数为k，以及混合图像的最大权重为W_max。对所得到的脱敏图像数据进行基于数据增强的图像混合处理可以包括：对所述脱敏图像数据的子图数据集合进行k-1次打乱处理，以得到k个子图数据集合；基于所得到的k个子图数据集合，构建大小为m*k的图像超矩阵，所述图像超矩阵中的第一列对应原始子图数据集合，以及m为原始子图数据集合中的子图数据的个数；为所述图像超矩阵中的每个图像随机生成权重系数；对所述图像超矩阵中的图像的权重系数进行行归一化，使得每行图像的权重系数的和为1，并且每个图像的权重系数不大于W_max；以及对所述超矩阵的每行图像进行加权求和，得到大小为m*1的混合图像超矩阵，所述混合图像超矩阵中的图像为经过数据增强后的脱敏图像数据。

可选地，在上述方面的一个示例中，所述W_max的取值为0.55，以及所述k的取值为3。

可选地，在上述方面的一个示例中，所述方法还可以包括：对经过数据增强后的脱敏图像数据中的每个子图数据进行图大小对齐处理，以使得经过图大小对齐处理后的每个子图数据的大小与原始图像数据的大小相同。

可选地，在上述方面的一个示例中，对图像数据进行基于频域变换的数据脱敏处理可以包括：对所述图像数据进行局部频域变换处理，以得到至少一个特征图，每个特征图包括多个元素并且对应所述图像数据中的一个数据块，每个元素对应频域中的一个频率；分别使用所述至少一个特征图中的各个频率所对应的元素，构建各个频率所对应的频率分量通道特征图；以及从所构建的频率分量通道特征图中筛选出至少一个目标频率分量通道特征图，以得到所述图像数据的脱敏图像数据，所筛选出的目标频率分量通道特征图是图像识别的关键通道特征。