CN111159751A - 三维影像的去隐私化处理方法、装置和终端设备 - Google Patents
三维影像的去隐私化处理方法、装置和终端设备 Download PDFInfo
- Publication number
- CN111159751A CN111159751A CN201911220611.6A CN201911220611A CN111159751A CN 111159751 A CN111159751 A CN 111159751A CN 201911220611 A CN201911220611 A CN 201911220611A CN 111159751 A CN111159751 A CN 111159751A
- Authority
- CN
- China
- Prior art keywords
- dimensional image
- privacy
- target
- image
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请适用于图像处理技术领域,提供了一种三维影像的去隐私化处理方法、三维影像的去隐私化处理装置和终端设备,包括:获取待处理的三维影像;确定所述三维影像中的目标特征所占的第一区域,并去除所述第一区域内的影像,得到去隐私化处理后的三维影像,其中,所述目标特征包括至少一个人脸特征。通过上述方法,能够有效去除三维医学影像中用于识别病人身份的目标特征,进而实现了对病人隐私的保护。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种三维影像的去隐私化处理方法、三维影像的去隐私化处理装置和终端设备。
背景技术
医学影像是指为了医疗或医学研究,对人体或人体某部分,以非侵入方式取得内部组织影像的技术与处理过程。在临床医学中,医学影像主要用于疾病诊断;在基础医学中,医学影像主要用于病理研究。目前,三维影像技术已普遍应用到医学影像中,如磁共振成像(MRI)、电子计算机断层扫描(CT)等,利用三维影像,能够更清楚、直观地反映病灶的位置和特征。
现有的三维医学影像中通常包括如眼睛、鼻子等人脸特征,通过三维医学影像可以识别病人的身份,无法保护病人的隐私。
发明内容
本申请实施例提供了一种三维影像的去隐私化处理方法、三维影像的去隐私化处理装置和终端设备,可以解决现有的三维医学影像具有可识别病人身份的信息、无法保护病人的隐私的问题。
第一方面,本申请实施例提供了一种医学影像的去隐私化处理方法,包括:
获取待处理的三维影像;
确定所述三维影像中的目标特征所占的第一区域,并去除所述第一区域内的影像,得到去隐私化处理后的三维影像,其中,所述目标特征包括至少一个人脸特征。
在第一方面的一种可能的实现方式中,所述确定所述三维影像中待去除的目标特征所占的第一区域,包括:
获取所述三维影像在冠状面方向上的二维图像;
确定所述二维图像中所述目标特征所占的第二区域;
将所述第二区域映射到所述三维影像上,得到所述第一区域。
在第一方面的一种可能的实现方式中,所述确定所述二维图像中所述目标特征所占的第二区域,包括:
获取预设的人脸特征模板,所述人脸特征模板中包括用于勾勒出各个人脸特征的轮廓的多个特征点;
将所述人脸特征模板中用于勾勒出所述目标特征的各个特征点映射到所述二维图像上,得到所述二维图像中的各个目标点;
根据所述二维图像中的各个目标点确定所述第二区域。
在第一方面的一种可能的实现方式中,所述
将所述人脸特征模板中用于勾勒出所述目标特征的各个特征点映射到所述二维图像上,得到所述二维图像中的各个目标点,包括:
对于所述人脸特征模板中的每个特征点,计算所述特征点分别与所述二维图像中的每个像素点之间的差异值;
确定所述二维图像中与所述特征点之间的差异值最小的像素点,为所述特征点在所述二维图像中的映射点;
确定所述人脸特征模板中用于勾勒出所述目标特征的各个特征点在所述二维图像中的映射点为所述目标点。
在第一方面的一种可能的实现方式中,所述将所述第二区域映射到所述三维影像上,得到所述第一区域,包括:
将所述二维图像中的各个目标点分别映射到所述三维影像上,并获取各个目标点在所述三维影像中矢状面方向上的第一坐标;
获取各个目标点在所述二维图像上的第二坐标;
根据所述第一坐标和所述第二坐标确定各个目标点在所述三维影像上的体素坐标,并根据各个体素坐标确定所述第一区域。
在第一方面的一种可能的实现方式中,所述获取待处理的三维影像,包括:
获取待处理的影像数据,所述影像数据包括至少一幅平面图像;
对所有的平面图像进行立体渲染得到所述三维影像。
在第一方面的一种可能的实现方式中,所述影像数据还包括身份信息;
在获取待处理的影像数据之后,所述方法还包括:
对所述身份信息进行加密处理,得到加密处理后的身份信息;
在对所述三维影像进行去隐私化处理、并对所述身份信息进行加密处理之后,将所述去隐私化处理后的三维影像和所述加密处理后的身份信息打包成去隐私化处理后的影像数据,并对所述去隐私化处理后的影像数据进行压缩加密处理。
第二方面,本申请实施例提供了一种医学影像的去隐私化处理装置,包括:
获取单元,用于获取待处理的三维影像;
处理单元,用于确定所述三维影像中的目标特征所占的第一区域,并去除所述第一区域内的影像,得到去隐私化处理后的三维影像,其中,所述目标特征包括至少一个人脸特征。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的三维影像的去隐私化处理方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的三维影像的去隐私化处理方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的三维影像的去隐私化处理方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:
本申请实施例通过获取待处理的三维影像,然后确定所述三维影像中的目标特征所占的第一区域,所述目标特征包括至少一个人脸特征,目标特征可用于识别病人身份;最后去除所述第一区域内的影像,即将三维影像中用于识别病人身份的信息去除,得到去隐私化处理后的三维影像。通过上述方法,能够有效去除三维医学影像中用于识别病人身份的目标特征,进而实现了对病人隐私的保护。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的影像***的示意图;
图2是本申请一实施例提供的三维影像的去隐私化处理方法的流程示意图;
图3是本申请一实施例提供的冠状面示意图;
图4是本申请一实施例提供的人脸特征模板的示意图;
图5是本申请一实施例提供的二维图像示意图;
图6是本申请另一实施例提供的三维影像的去隐私化处理方法的流程示意图;
图7是本申请另一实施例提供的三维影像的去隐私化处理装置的结构框图;
图8是本申请另一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。
先介绍本申请实施例提供的三维影像的去隐私化处理方法的一个应用场景。参见图1,为本申请实施例提供的影像***的示意图。如图所示,影像***可以包括影像设备101和终端设备102。影像设备可以是CT机或MRI设备等,终端设备可以是电脑或手机等。影像设备与终端设备通过无线或有线的方式通信连接。影像设备拍摄三维影像后,将三维影像发送给终端设备;终端设备利用本申请实施例提供的三维影像的去隐私化处理方法对接收到的三维影像进行去隐私化处理,并将去隐私化处理后的三维影像返回给影像设备;影像设备将接收到的去隐私化处理后的三维影像通过显示装置显示给用户。当然,用户也可以直接在终端设备的显示装置上查看去隐私化处理后的三维影像。
图2示出了本申请一实施例提供的三维影像的去隐私化处理方法的流程示意图,作为示例而非限定,所述方法可以包括以下步骤:
S101,获取待处理的三维影像。
在实际应用中,影像设备对病人进行拍摄后得到的是某种特定格式的影像数据,如医学数字成像和通信(Digital Imaging and Communications in Medicine,DICOM)格式。影像数据中包括一系列平面图像,例如二维切面图像。因此,在一个实施例中,S101,获取待处理的三维影像,可以包括以下步骤:
S11,获取待处理的影像数据,所述影像数据包括至少一幅平面图像;
S12,对所有的平面图像进行立体渲染得到所述三维影像。
其中,立体渲染,又称立体绘制,是一种用于显示离散三维采样数据集的二维投影的技术。这里的三维采样数据集即上述的一系列平面图像,通常这些平面图像是按照一定规则获取的,如每毫米一个切面。
S102,确定所述三维影像中待去除的目标特征所占的第一区域,并去除所述第一区域内的影像,得到去隐私化处理后的三维影像。
其中,所述目标特征包括至少一个人脸特征。
人脸特征可以指眼睛、鼻子、嘴巴等面部器官,也可以指包括一个或多个面部器官在内的面部区域,例如,包括鼻子在内的三角区域。
在一个实施例中,S102,所述确定所述三维影像中待去除的目标特征所占的第一区域,可以包括以下步骤:
S21,获取所述三维影像在冠状面方向上的二维图像。
参见图3,为本申请实施例提供的冠状面示意图。如图3所示,冠状面是沿左、右方向将人体纵切为前后两部分的断面。
S22,确定所述二维图像中所述目标特征所占的第二区域。
S23,将所述第二区域映射到所述三维影像上,得到所述第一区域。
在一个实施例中,步骤S22中确定所述二维图像中所述目标特征所占的第二区域,可以包括以下步骤:
S221,获取预设的人脸特征模板,所述人脸特征模板中包括用于勾勒出各个人脸特征的轮廓的多个特征点。
示例性的,参见图4,为本申请实施例提供的人脸特征模板的示意图。如图所4示,图中的各个数字对应的点即为特征点。例如,图4中37-42这6个特征点可以勾勒出一只眼睛的轮廓,1-17这17个特征点可以勾勒出脸颊的轮廓。图4只是个示例,并不对人脸特征模板中特征点的个数做具体限定。
S222,将所述人脸特征模板中用于勾勒出所述目标特征的各个特征点映射到所述二维图像上,得到所述二维图像中的各个目标点。
示例性的,假设目标特征为眼睛、鼻子和嘴巴。参见图5,为本申请实施例提供的二维图像示意图。如图5所示,在将图4中的人脸特征模板映射到二维图像上之后,二维图像中显示出各个目标点,即图4中37-48特征点在二维图像中对应的映射点(对应的目标特征为眼睛)、图4中28-36特征点在二维图像中对应的映射点(对应的目标特征为鼻子)、以及图4中49-68特征点在二维图像中对应的映射点(对应的目标特征为嘴巴)。
在一个实施例中,步骤S222中将所述人脸特征模板中用于勾勒出所述目标特征的各个特征点映射到所述二维图像上,得到所述二维图像中的各个目标点,可以包括以下步骤:
A、对于所述人脸特征模板中的每个特征点,计算所述特征点分别与所述二维图像中的每个像素点之间的差异值。
在实际应用中,差异值可以是灰度差值或距离差值。
示例性的,当差异值为距离差值时,可采用如欧式距离、切比雪夫距离、马氏距离等距离函数来计算特征点到像素点之间的距离。
当差异值为灰度差值时,即计算特征点与像素点之间的灰度差值。
差异值越小,说明特征点与像素点的差异越小;反之,差异值越大,说明特征点与像素点的差异越大。
B、确定所述二维图像中与所述特征点之间的差异值最小的像素点,为所述特征点在所述二维图像中的映射点。
最小的差异值对应的像素点,即与当前特征点差异最小的像素点。
C、确定所述人脸特征模板中用于勾勒出所述目标特征的各个特征点在所述二维图像中的映射点为所述目标点。
将人脸特征模板中所有特征点全部映射到二维图像上,即保证每个人脸特征都在二维图像中都有其对应的位置,这样才能保证映射的准确性,进而才能在二维图像上找到准确的目标特征的位置。
S223,根据所述二维图像中的各个目标点确定所述第二区域。
如图5所示,得到二维图像中的各个目标点之后,这些目标点即可勾勒出目标特征的轮廓,该轮廓覆盖的区域即为第二区域。
在一个实施例中,步骤S23中,将所述第二区域映射到所述三维影像上,得到所述第一区域,可以包括以下步骤:
S231,将所述二维图像中的各个目标点分别映射到所述三维影像上,并获取各个目标点在所述三维影像中矢状面方向上的第一坐标。
由于三维影像是立体的,而非平面的,因此,二维图像中的目标点在三维影像中对应的体素是不在同一矢状面上的。例如,眼睛和鼻子是不在同一平面上的,所以,二维图像中的鼻子和眼睛在三维影像中分别对应的体素位置,是不在同一个矢状面上的。
其中,矢状面是按前、后方向将人体纵切为左右两部分的断面(参见图3)。体素是体积元素的简称。
S232,获取各个目标点在所述二维图像上的第二坐标。
第二坐标实际上是冠状面上的平面坐标。
S233,根据所述第一坐标和所述第二坐标确定各个目标点在所述三维影像上的体素坐标,并根据各个体素坐标确定所述第一区域。
三维影像中的冠状面和矢状面构成了三维坐标系,目标点对应的冠状面上的第二坐标和矢状面上的第一坐标构成了该目标点的体素坐标,该体素坐标能够反映该目标点在三维影像中的位置。
示例性的,假设用(x,y,z)表示目标点的体素坐标,其中,(x,y)为第二坐标,z为第一坐标。
本申请实施例通过获取待处理的三维影像,然后确定所述三维影像中待去除的目标特征所占的第一区域,所述目标特征包括至少一个人脸特征,目标特征可用于识别病人身份;最后去除所述第一区域内的影像,即将三维影像中用于识别病人身份的信息去除,得到去隐私化处理后的三维影像。通过上述方法,能够有效去除三维医学影像中用于识别病人身份的目标特征,进而实现了对病人隐私的保护。
参见图6,为本申请另一实施例提供的三维影像的去隐私化处理方法的流程示意图。如图6所示,所述方法还可以包括以下步骤:
S601,获取待处理的影像数据,影像数据包括身份信息和至少一幅平面图像。
S602,对所有的平面图像进行立体渲染得到三维影像。
S603,确定所述三维影像中待去除的目标特征所占的第一区域,并去除所述第一区域内的影像,得到去隐私化处理后的三维影像。
步骤S603的过程,可参见图2实施例中的描述,在此不再赘述。
S604,对身份信息进行加密处理,得到加密处理后的身份信息。
其中,身份信息可以包括姓名、年龄、身份证号码、电话号码、地址等信息。
S604中的过程可与S602和/或S603并行处理,也可先后处理,在此不做限定。
S605,将去隐私化处理后的三维影像和加密处理后的身份信息打包成去隐私化处理后的影像数据,并对所述去隐私化处理后的影像数据进行压缩加密处理。
对身份信息进行加密处理后的密码,以及对影像数据进行压缩加密处理后的密码均可以由病人自己保管。
通过本申请实施例中的方法,既去除了三维影像中能够识别病人身份的图像,又去除了病人的身份信息,实现了双重去隐私,增加了病人信息的隐私性,提高了影像数据的安全性;最后对去隐私化处理后的影像数据进行压缩加密处理,实现了三重去隐私,进一步提高了影像数据的安全性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的三维影像的去隐私化处理方法,图7示出了本申请实施例提供的三维影像的去隐私化处理装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图7,该装置7包括:
获取单元71,用于获取待处理的三维影像。
处理单元72,用于确定所述三维影像中的目标特征所占的第一区域,并去除所述第一区域内的影像,得到去隐私化处理后的三维影像,其中,所述目标特征包括至少一个人脸特征。
可选的,处理单元72包括:
获取子单元,用于获取所述三维影像在冠状面方向上的二维图像。
确定子单元,用于确定所述二维图像中所述目标特征所占的第二区域。
映射子单元,用于将所述第二区域映射到所述三维影像上,得到所述第一区域。
可选的,确定子单元包括:
模板获取模块,用于获取预设的人脸特征模板,所述人脸特征模板中包括用于勾勒出各个人脸特征的轮廓的多个特征点。
第一映射模块,用于将所述人脸特征模板中用于勾勒出所述目标特征的各个特征点映射到所述二维图像上,得到所述二维图像中的各个目标点。
第一确定模块,用于根据所述二维图像中的各个目标点确定所述第二区域。
可选的,第一映射模块包括:
计算子模块,用于对于所述人脸特征模板中的每个特征点,计算所述特征点分别与所述二维图像中的每个像素点之间的差异值。
映射子模块,用于确定所述二维图像中与所述特征点之间的差异值最小的像素点,为所述特征点在所述二维图像中的映射点。
选取子模块,用于确定所述人脸特征模板中用于勾勒出所述目标特征的各个特征点在所述二维图像中的映射点为所述目标点。
可选的,映射子单元包括:
第二映射模块,用于将所述二维图像中的各个目标点分别映射到所述三维影像上,并获取各个目标点在所述三维影像中矢状面方向上的第一坐标。
坐标获取模块,用于获取各个目标点在所述二维图像上的第二坐标。
第二确定模块,用于根据所述第一坐标和所述第二坐标确定各个目标点在所述三维影像上的体素坐标,并根据各个体素坐标确定所述第一区域。
可选的,获取单元71,还用于获取待处理的影像数据,所述影像数据包括至少一幅平面图像;对所有的平面图像进行立体渲染得到所述三维影像。
可选的,所述影像数据还包括身份信息。
可选的,装置7还包括:
第一加密单元,用于在获取待处理的三维影像和待去除的目标特征之后,对所述身份信息进行加密处理,得到加密处理后的身份信息。
第二加密单元,用于在对所述三维影像进行去隐私化处理、并对所述身份信息进行加密处理之后,将所述去隐私化处理后的三维影像和所述加密处理后的身份信息打包成去隐私化处理后的影像数据,并对所述去隐私化处理后的影像数据进行压缩加密处理。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
另外,图7所示的三维影像的去隐私化处理装置可以是内置于现有的终端设备内的软件单元、硬件单元、或软硬结合的单元,也可以作为独立的挂件集成到所述终端设备中,还可以作为独立的终端设备存在。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图8为本申请一实施例提供的终端设备的结构示意图。如图8所示,该实施例的终端设备8包括:至少一个处理器80(图8中仅示出一个)处理器、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82,所述处理器80执行所述计算机程序82时实现上述任意各个三维影像的去隐私化处理方法实施例中的步骤。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,图8仅仅是终端设备8的举例,并不构成对终端设备8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),该处理器80还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81在一些实施例中可以是所述终端设备8的内部存储单元,例如终端设备8的硬盘或内存。所述存储器81在另一些实施例中也可以是所述终端设备8的外部存储设备,例如所述终端设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到三维影像的去隐私化处理装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种三维影像的去隐私化处理方法,其特征在于,包括:
获取待处理的三维影像;
确定所述三维影像中的目标特征所占的第一区域,并去除所述第一区域内的影像,得到去隐私化处理后的三维影像,其中,所述目标特征包括至少一个人脸特征。
2.如权利要求1所述的三维影像的去隐私化处理方法,其特征在于,所述确定所述三维影像中待去除的目标特征所占的第一区域,包括:
获取所述三维影像在冠状面方向上的二维图像;
确定所述二维图像中所述目标特征所占的第二区域;
将所述第二区域映射到所述三维影像上,得到所述第一区域。
3.如权利要求2所述的三维影像的去隐私化处理方法,其特征在于,所述确定所述二维图像中所述目标特征所占的第二区域,包括:
获取预设的人脸特征模板,所述人脸特征模板中包括用于勾勒出各个人脸特征的轮廓的多个特征点;
将所述人脸特征模板中用于勾勒出所述目标特征的各个特征点映射到所述二维图像上,得到所述二维图像中的各个目标点;
根据所述二维图像中的各个目标点确定所述第二区域。
4.如权利要求3所述的三维影像的去隐私化处理方法,其特征在于,所述将所述人脸特征模板中用于勾勒出所述目标特征的各个特征点映射到所述二维图像上,得到所述二维图像中的各个目标点,包括:
对于所述人脸特征模板中的每个特征点,计算所述特征点分别与所述二维图像中的每个像素点之间的差异值;
确定所述二维图像中与所述特征点之间的差异值最小的像素点,为所述特征点在所述二维图像中的映射点;
确定所述人脸特征模板中用于勾勒出所述目标特征的各个特征点在所述二维图像中的映射点为所述目标点。
5.如权利要求3所述的三维影像的去隐私化处理方法,其特征在于,所述将所述第二区域映射到所述三维影像上,得到所述第一区域,包括:
将所述二维图像中的各个目标点分别映射到所述三维影像上,并获取各个目标点在所述三维影像中矢状面方向上的第一坐标;
获取各个目标点在所述二维图像上的第二坐标;
根据所述第一坐标和所述第二坐标确定各个目标点在所述三维影像上的体素坐标,并根据各个体素坐标确定所述第一区域。
6.如权利要求1所述的三维影像的去隐私化处理方法,其特征在于,所述获取待处理的三维影像,包括:
获取待处理的影像数据,所述影像数据包括至少一幅平面图像;
对所有的平面图像进行立体渲染得到所述三维影像。
7.如权利要求6所述的三维影像的去隐私化处理方法,其特征在于,所述影像数据还包括身份信息;
在获取待处理的影像数据之后,所述方法还包括:
对所述身份信息进行加密处理,得到加密处理后的身份信息;
在对所述三维影像进行去隐私化处理、并对所述身份信息进行加密处理之后,将所述去隐私化处理后的三维影像和所述加密处理后的身份信息打包成去隐私化处理后的影像数据,并对所述去隐私化处理后的影像数据进行压缩加密处理。
8.一种三维影像的去隐私化处理装置,其特征在于,包括:
获取单元,用于获取待处理的三维影像;
处理单元,用于确定所述三维影像中待去除的目标特征所占的第一区域,并去除所述第一区域内的影像,得到去隐私化处理后的三维影像,其中,所述目标特征包括至少一个人脸特征。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911220611.6A CN111159751A (zh) | 2019-12-03 | 2019-12-03 | 三维影像的去隐私化处理方法、装置和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911220611.6A CN111159751A (zh) | 2019-12-03 | 2019-12-03 | 三维影像的去隐私化处理方法、装置和终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111159751A true CN111159751A (zh) | 2020-05-15 |
Family
ID=70555686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911220611.6A Pending CN111159751A (zh) | 2019-12-03 | 2019-12-03 | 三维影像的去隐私化处理方法、装置和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111159751A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034389A (zh) * | 2021-03-17 | 2021-06-25 | 武汉联影智融医疗科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN113887311A (zh) * | 2021-09-03 | 2022-01-04 | 中山大学中山眼科中心 | 一种保护眼科患者隐私的方法、装置及存储介质 |
CN114445514A (zh) * | 2022-01-26 | 2022-05-06 | 四川大学 | 基于磁共振扫描影像的模板数据的生成及应用方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001104296A (ja) * | 1999-09-28 | 2001-04-17 | Terarikon Inc | コンピュータ断層装置 |
CN102473283A (zh) * | 2010-07-06 | 2012-05-23 | 松下电器产业株式会社 | 图像传送装置 |
US20130311896A1 (en) * | 2005-12-22 | 2013-11-21 | Armstrong, Quinton Co. LLC | Methods, systems, and computer program products for protecting information on a user interface based on a viewability of the information |
US20140112534A1 (en) * | 2012-10-23 | 2014-04-24 | Sony Corporation | Information processing device and storage medium |
CN103854270A (zh) * | 2012-11-28 | 2014-06-11 | 广州医学院第一附属医院 | 一种ct和mr异机三维图像融合的配准方法及*** |
CN108427918A (zh) * | 2018-02-12 | 2018-08-21 | 杭州电子科技大学 | 基于图像处理技术的人脸隐私保护方法 |
CN108520184A (zh) * | 2018-04-16 | 2018-09-11 | 成都博锐智晟科技有限公司 | 一种隐私保护的方法及*** |
CN109063506A (zh) * | 2018-07-09 | 2018-12-21 | 江苏达实久信数字医疗科技有限公司 | 用于医疗手术示教***的隐私处理方法 |
CN109919021A (zh) * | 2019-01-29 | 2019-06-21 | 深圳市海派通讯科技有限公司 | 人脸拍摄图像保护方法 |
CN109934168A (zh) * | 2019-03-13 | 2019-06-25 | 北京达佳互联信息技术有限公司 | 人脸图像映射方法及装置 |
US20190268537A1 (en) * | 2016-11-08 | 2019-08-29 | Hanwha Techwin Co., Ltd. | Image processing device and image providing method therefor |
CN110322397A (zh) * | 2019-06-25 | 2019-10-11 | 浙江大华技术股份有限公司 | 一种图像的遮挡方法、服务器、监控***以及存储介质 |
-
2019
- 2019-12-03 CN CN201911220611.6A patent/CN111159751A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001104296A (ja) * | 1999-09-28 | 2001-04-17 | Terarikon Inc | コンピュータ断層装置 |
US20130311896A1 (en) * | 2005-12-22 | 2013-11-21 | Armstrong, Quinton Co. LLC | Methods, systems, and computer program products for protecting information on a user interface based on a viewability of the information |
CN102473283A (zh) * | 2010-07-06 | 2012-05-23 | 松下电器产业株式会社 | 图像传送装置 |
US20140112534A1 (en) * | 2012-10-23 | 2014-04-24 | Sony Corporation | Information processing device and storage medium |
CN103854270A (zh) * | 2012-11-28 | 2014-06-11 | 广州医学院第一附属医院 | 一种ct和mr异机三维图像融合的配准方法及*** |
US20190268537A1 (en) * | 2016-11-08 | 2019-08-29 | Hanwha Techwin Co., Ltd. | Image processing device and image providing method therefor |
CN108427918A (zh) * | 2018-02-12 | 2018-08-21 | 杭州电子科技大学 | 基于图像处理技术的人脸隐私保护方法 |
CN108520184A (zh) * | 2018-04-16 | 2018-09-11 | 成都博锐智晟科技有限公司 | 一种隐私保护的方法及*** |
CN109063506A (zh) * | 2018-07-09 | 2018-12-21 | 江苏达实久信数字医疗科技有限公司 | 用于医疗手术示教***的隐私处理方法 |
CN109919021A (zh) * | 2019-01-29 | 2019-06-21 | 深圳市海派通讯科技有限公司 | 人脸拍摄图像保护方法 |
CN109934168A (zh) * | 2019-03-13 | 2019-06-25 | 北京达佳互联信息技术有限公司 | 人脸图像映射方法及装置 |
CN110322397A (zh) * | 2019-06-25 | 2019-10-11 | 浙江大华技术股份有限公司 | 一种图像的遮挡方法、服务器、监控***以及存储介质 |
Non-Patent Citations (3)
Title |
---|
卢开文: "医学影像三维重建***的研究与实现", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
干可: "3 维大脑核磁共振图像隐私信息剔除方法", 《四川大学学报(工程科学版)》 * |
科学出版社: "医学影像处理及三维器官重建", 《BLOG.SCIENCENET.CN/BLOG-528739-1002828.HTML》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034389A (zh) * | 2021-03-17 | 2021-06-25 | 武汉联影智融医疗科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN113034389B (zh) * | 2021-03-17 | 2023-07-25 | 武汉联影智融医疗科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN113887311A (zh) * | 2021-09-03 | 2022-01-04 | 中山大学中山眼科中心 | 一种保护眼科患者隐私的方法、装置及存储介质 |
CN114445514A (zh) * | 2022-01-26 | 2022-05-06 | 四川大学 | 基于磁共振扫描影像的模板数据的生成及应用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111159751A (zh) | 三维影像的去隐私化处理方法、装置和终端设备 | |
US11657509B2 (en) | Method for precisely and automatically positioning reference line for integrated images | |
CN110533609A (zh) | 适用于内窥镜的图像增强方法、装置和存储介质 | |
CN110021053B (zh) | 一种基于坐标转换的图像定位方法、装置、存储介质及设备 | |
EP3910592A1 (en) | Image matching method, apparatus and device, and storage medium | |
CN106709920B (zh) | 血管提取方法及其装置 | |
KR102202398B1 (ko) | 영상처리장치 및 그의 영상처리방법 | |
CN109712228B (zh) | 建立三维重建模型的方法、装置、电子设备及存储介质 | |
AU2019430369B2 (en) | VRDS 4D medical image-based vein Ai endoscopic analysis method and product | |
CN111179157A (zh) | 医学影像中面部区域的处理方法、装置及相关产品 | |
CN113888566A (zh) | 目标轮廓曲线确定方法、装置、电子设备以及存储介质 | |
CN113554607A (zh) | 一种牙体检测模型、生成方法及牙体分割方法 | |
CN110738639B (zh) | 医学图像检测结果的展示方法、装置、设备及存储介质 | |
CN116012522B (zh) | 头颈颌面部软组织、骨骼及血管的三维成像*** | |
WO2022120869A1 (zh) | 颅脑医学影像中脑内分片电极的方位识别方法及设备 | |
CN112767314B (zh) | 医学图像处理方法、装置、设备及存储介质 | |
CN114913191A (zh) | Pet图像分析方法、装置、计算机设备和存储介质 | |
CN104952079A (zh) | 一种基于dicom序列的头骨分割方法 | |
CN109242962A (zh) | 肺结节的3d显示方法、装置及电子设备 | |
CN110674872B (zh) | 一种高维磁共振影像的分类方法及装置 | |
CN114419375A (zh) | 图像分类方法、训练方法、装置、电子设备以及存储介质 | |
WO2021081839A1 (zh) | 基于vrds 4d的病情分析方法及相关产品 | |
CN111369672B (zh) | 用于三维医学影像切面重建的方法及装置、电子设备 | |
CN112641466A (zh) | 一种超声人工智能辅助诊断方法及装置 | |
CN108461128A (zh) | 医学图像处理方法及***和图像处理终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200515 |
|
RJ01 | Rejection of invention patent application after publication |