CN112950443B - 基于图像贴纸的自适应隐私保护方法、***、设备及介质 - Google Patents

基于图像贴纸的自适应隐私保护方法、***、设备及介质 Download PDF

Info

Publication number
CN112950443B
CN112950443B CN202110162662.9A CN202110162662A CN112950443B CN 112950443 B CN112950443 B CN 112950443B CN 202110162662 A CN202110162662 A CN 202110162662A CN 112950443 B CN112950443 B CN 112950443B
Authority
CN
China
Prior art keywords
image
privacy
protected
sticker
content
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.)
Active
Application number
CN202110162662.9A
Other languages
English (en)
Other versions
CN112950443A (zh
Inventor
吴挺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mirror Play Technology Co ltd
Original Assignee
Shenzhen Mirror Play Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Mirror Play Technology Co ltd filed Critical Shenzhen Mirror Play Technology Co ltd
Priority to CN202110162662.9A priority Critical patent/CN112950443B/zh
Publication of CN112950443A publication Critical patent/CN112950443A/zh
Application granted granted Critical
Publication of CN112950443B publication Critical patent/CN112950443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0021Image watermarking
    • G06T1/0028Adaptive watermarking, e.g. Human Visual System [HVS]-based watermarking
    • G06T1/0035Output size adaptive watermarking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及图像隐私保护技术领域,公开了一种基于图像贴纸的自适应隐私保护方法、***、终端设备及计算机存储介质。该基于图像贴纸的自适应隐私保护方法通过确定待保护图像并识别所述待保护图像中的隐私内容;获取所述隐私内容的显示参数,并根据所述显示参数适配得到目标图像贴纸;根据所述目标图像贴纸针对所述隐私内容进行遮挡。相比于传统基于人为操作进行图像中隐私内容保护的方式,本发明能够自动的识别图像中需要进行保护的隐私内容,并自适应匹配出能够覆盖该隐私内容的图像贴纸,以利用该图像贴纸遮挡隐私内容从而实现隐私保护,不仅无需用户人为操作,还能够更加准确的遮挡隐私内容,提高了图像隐私保护的效率。

Description

基于图像贴纸的自适应隐私保护方法、***、设备及介质
技术领域
本发明涉及图像隐私保护技术领域,尤其涉及一种基于图像贴纸的自适应隐私保护方法、***、终端设备及计算机存储介质。
背景技术
随着计算机技术的发展,尤其是随着计算机网络技术的发展,越来越多包含有个人隐私内容的图像数据,常常在不经意间就会被采集、爬取和传输在网络中,人们的个人隐私安全无时无刻不遭受着被恶意泄露的威胁,因此,如何最大限度的针对图像数据中的隐私内容进行保护始终是人们重点关注的研究方向。
现有存在诸多类似针对图像内容进行打码、遮挡等处理来对隐私内容进行保护的方式,但是,这些方式往往都需要人为操作进行图像中要处理的隐私内容的选择,而在很多情况下人为操作选择隐私内容时,非常容易出现图像的调整繁琐而使得用户无法准确选中隐私内容的问题,且,在需要针对大批量图像数据都进行隐私内容保护的情况下,用户人为进行隐私内容选择更是非常难以实现。
综上,现有基于人为操作进行图像中隐私内容保护的方式,操作繁琐且准确性差,导致图像隐私保护的效率低下。
发明内容
本发明的主要目的在于提供一种基于图像贴纸的自适应隐私保护方法、***、终端设备及计算机存储介质,旨在解决现有基于人为操作进行图像中隐私内容保护的方式,操作繁琐且准确性差,导致图像隐私保护的效率低下的技术问题。
为实现上述目的,本发明提供一种基于图像贴纸的自适应隐私保护方法,所述基于图像贴纸的自适应隐私保护方法包括:
确定待保护图像并识别所述待保护图像中的隐私内容;
获取所述隐私内容的显示参数,并根据所述显示参数适配得到目标图像贴纸;
根据所述目标图像贴纸针对所述隐私内容进行遮挡。
可选地,所述显示参数包括第一显示尺寸大小,所述根据所述显示参数适配得到目标图像贴纸的步骤,包括:
根据所述第一显示尺寸大小从预设的全部图像贴纸中适配相同显示尺寸大小的各待选图像贴纸;
接收基于各所述待选图像贴纸触发的第一选择指令,并将所述第一选择指令关联的第一待选图像贴纸作为目标图像贴纸,其中,所述第一待选图像贴纸的数量大于或者等于一。
可选地,所述根据所述显示参数适配得到目标图像贴纸的步骤,还包括:
接收基于预设的全部图像贴纸触发的第二选择指令;
检测所述第一显示尺寸大小是否与所述第二选择指令关联的第二待选图像贴纸的第二显示尺寸大小相同,所述第二待选图像贴纸的数量大于或者等于一;
若是,则将所述第二待选图像贴纸作为目标图像贴纸;
若否,则按照所述第一显示尺寸大小调整所述第二待选图像贴纸的所述第二显示尺寸大小,并将调整后的第二待选图像贴纸作为目标图像贴纸。
可选地,所述显示参数还包括显示位置,所述根据所述目标图像贴纸针对所述隐私内容进行遮挡的步骤,包括:
生成所述待保护图像的上层空白图像,并确定所述显示位置在所述上层空白图像上的对应位置;
在所述对应位置生成所述目标图像贴纸以针对所述隐私内容进行遮挡。
可选地,在所述确定所述显示位置在所述上层空白图像上的对应位置之后,还包括:
将所述目标图像贴纸从预设的待选区域移动至所述对应位置以针对所述隐私内容进行遮挡。
可选地,所述确定待保护图像并识别所述待保护图像中的隐私内容的步骤,包括:
调用预设的图像隐私识别模型识别所述待保护图像中的隐私内容,其中,所述图像隐私识别模型为根据图像样本数据进行机器学习训练得到。
可选地,所述基于图像贴纸的自适应隐私保护方法还包括:
将在本地基于图像样本数据进行机器学习训练得到的模型参数传递至预设联邦服务器,其中,所述预设联邦服务器连接有多个终端设备;
接收所述预设联邦服务器基于各所述终端设备上传的所述模型参数进行融合后反馈的图像隐私识别模型,以基于所述图像隐私识别模型识别所述隐私内容。
此外,为实现上述目的,本发明还提供一种基于图像贴纸的自适应隐私保护***,所述基于图像贴纸的自适应隐私保护***包括:
隐私识别模块,用于确定待保护图像并识别所述待保护图像中的隐私内容;
贴纸适配模块,用于获取所述隐私内容的显示参数,并根据所述显示参数适配得到目标图像贴纸;
隐私保护模块,用于根据所述目标图像贴纸针对所述隐私内容进行遮挡。
此外,为实现上述目的,本发明还提供一种终端设备,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于图像贴纸的自适应隐私保护程序,所述基于图像贴纸的自适应隐私保护程序被所述处理器执行时实现如上所述的基于图像贴纸的自适应隐私保护方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机存储介质,所述计算机存储介质上存储有基于图像贴纸的自适应隐私保护程序,所述基于图像贴纸的自适应隐私保护程序被处理器执行时实现如上所述的基于图像贴纸的自适应隐私保护方法的步骤。
本发明提供一种基于图像贴纸的自适应隐私保护方法、***、终端设备及计算机存储介质,通过确定待保护图像并识别所述待保护图像中的隐私内容;获取所述隐私内容的显示参数,并根据所述显示参数适配得到目标图像贴纸;根据所述目标图像贴纸针对所述隐私内容进行遮挡。
本发明在用户需要针对图像数据进行处理从而保护隐私内容的情况下,终端设备先自动确定用户当前需要进行隐私保护的待保护图像,并自动识别该待保护图像当中用户需要进行保护的隐私内容,然后,获取识别到的隐私内容的显示参数,并基于该显示参数自适应匹配用于覆盖隐私内容的目标图像贴纸,最后,根据该目标图像贴纸针对该隐私内容进行遮挡以避免该隐私内容随图像的输出显示而被泄露。
本发明相比于传统基于人为操作进行图像中隐私内容保护的方式,能够自动的识别图像中需要进行保护的隐私内容,并自适应匹配出能够覆盖该隐私内容的图像贴纸,以利用该图像贴纸遮挡隐私内容从而实现隐私保护,不仅无需用户人为操作进行图像中隐私内容的选择,还能够更加准确的对图像中的隐私内容进行遮挡,极大程度上提高了图像隐私保护的效率。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明基于图像贴纸的自适应隐私保护方法第一实施例的流程示意图;
图3为本发明基于图像贴纸的自适应隐私保护***一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例终端设备可以是在生产消费模型当中充当消息中间件***的设备,该设备可以是PC(Personal Computer,个人计算机)、平板电脑、便携计算机等等。
如图1所示,该终端设备可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及基于图像贴纸的自适应隐私保护程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端,与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的基于图像贴纸的自适应隐私保护程序,并执行以下操作:
确定待保护图像并识别所述待保护图像中的隐私内容;
获取所述隐私内容的显示参数,并根据所述显示参数适配得到目标图像贴纸;
根据所述目标图像贴纸针对所述隐私内容进行遮挡。
进一步地,所述显示参数包括第一显示尺寸大小,处理器1001可以调用存储器1005中存储的基于图像贴纸的自适应隐私保护程序,还执行以下操作:
根据所述第一显示尺寸大小从预设的全部图像贴纸中适配相同显示尺寸大小的各待选图像贴纸;
接收基于各所述待选图像贴纸触发的第一选择指令,并将所述第一选择指令关联的第一待选图像贴纸作为目标图像贴纸,其中,所述第一待选图像贴纸的数量大于或者等于一。
进一步地,处理器1001可以调用存储器1005中存储的基于图像贴纸的自适应隐私保护程序,还执行以下操作:
接收基于预设的全部图像贴纸触发的第二选择指令;
检测所述第一显示尺寸大小是否与所述第二选择指令关联的第二待选图像贴纸的第二显示尺寸大小相同,所述第二待选图像贴纸的数量大于或者等于一;
若是,则将所述第二待选图像贴纸作为目标图像贴纸;
若否,则按照所述第一显示尺寸大小调整所述第二待选图像贴纸的所述第二显示尺寸大小,并将调整后的第二待选图像贴纸作为目标图像贴纸。
进一步地,所述显示参数还包括显示位置,处理器1001可以调用存储器1005中存储的基于图像贴纸的自适应隐私保护程序,还执行以下操作:
生成所述待保护图像的上层空白图像,并确定所述显示位置在所述上层空白图像上的对应位置;
在所述对应位置生成所述目标图像贴纸以针对所述隐私内容进行遮挡。
进一步地,处理器1001可以调用存储器1005中存储的基于图像贴纸的自适应隐私保护程序,在执行确定所述显示位置在所述上层空白图像上的对应位置的步骤之后,还执行以下操作:
将所述目标图像贴纸从预设的待选区域移动至所述对应位置以针对所述隐私内容进行遮挡。
进一步地,处理器1001可以调用存储器1005中存储的基于图像贴纸的自适应隐私保护程序,还执行以下操作:
调用预设的图像隐私识别模型识别所述待保护图像中的隐私内容,其中,所述图像隐私识别模型为根据图像样本数据进行机器学习训练得到。
进一步地,处理器1001可以调用存储器1005中存储的基于图像贴纸的自适应隐私保护程序,还执行以下操作:
将在本地基于图像样本数据进行机器学习训练得到的模型参数传递至预设联邦服务器,其中,所述预设联邦服务器连接有多个终端设备;
接收所述预设联邦服务器基于各所述终端设备上传的所述模型参数进行融合后反馈的图像隐私识别模型,以基于所述图像隐私识别模型识别所述隐私内容。
基于上述硬件结构,提出本发明基于图像贴纸的自适应隐私保护方法的各实施例。
需要说明的是,随着计算机技术的发展,尤其是随着计算机网络技术的发展,越来越多包含有个人隐私内容的图像数据,常常在不经意间就会被采集、爬取和传输在网络中,人们的个人隐私安全无时无刻不遭受着被恶意泄露的威胁,因此,如何最大限度的针对图像数据中的隐私内容进行保护始终是人们重点关注的研究方向。
现有存在诸多类似针对图像内容进行打码、遮挡等处理来对隐私内容进行保护的方式,但是,这些方式往往都需要人为操作进行图像中要处理的隐私内容的选择,而在很多情况下人为操作选择隐私内容时,非常容易出现图像的调整繁琐而使得用户无法准确选中隐私内容的问题,且,在需要针对大批量图像数据都进行隐私内容保护的情况下,用户人为进行隐私内容选择更是非常难以实现。
综上,现有基于人为操作进行图像中隐私内容保护的方式,操作繁琐且准确性差,导致图像隐私保护的效率低下。
针对上述现象,本发明提供一种基于图像贴纸的自适应隐私保护方法。请参照图2,图2为本发明基于图像贴纸的自适应隐私保护方法第一实施例的流程示意图。
在本实施例中,该基于图像贴纸的自适应隐私保护方法包括:
步骤S10,确定待保护图像并识别所述待保护图像中的隐私内容;
终端设备在用户针对图像数据进行处理从而保护隐私内容的过程中,确定用户需要进行隐私保护的待保护图像,并针对确定出的待保护图像进行识别以识别出该待保护图像当中用户要进行保护的隐私内容。
需要说明的是,在本实施例中,终端设备可以采用任意图像识别处理技术来针对确定出的用户需要进行隐私保护的待保护图像进行识别以得到该待保护图像当中的隐私内容,应当理解的是,基于实际应用的不同设计需要,在不同可行的实施方式当中,终端设备当然可以采用不同或者相同的图像识别处理技术,本实施例并不针对终端设备识别待保护图像中隐私内容的过程进行具体地限定。
具体地,例如,用户当前需要针对终端设备屏幕上输出显示的图像中,除开自己脸部图像之前的其他人的脸部图像进行隐私保护,从而,终端设备基于接收用户触摸点击特定指令控件触发的隐私保护指令,将当前时刻前端屏幕输出显示的图像数据直接作为用户当前需要进行隐私保护的待保护图像,然后,调用成熟的图像识别处理技术针对该待保护图像进行识别,从而识别出该待保护图像中的全部人脸图像,并且,将该全部人脸图像逐一与预先记录的用户的人脸图像进行比对,从而将该全部人脸图像中,除开用户自身人脸图像之外的其他全部人脸图像作为需要进行保护的隐私内容。
进一步地,在一种可行的实施例中,终端设备除了在当前时刻实时的基于用户触发隐私保护指令开始执行“步骤S10,确定待保护图像并识别所述待保护图像中的隐私内容”之外,终端设备还可以基于另外的隐私保护指令,在空闲时间自动于后台执行该“步骤S10,确定待保护图像并识别所述待保护图像中的隐私内容”。
具体地,例如,用户可以在触发配置终端设备于闲时自动进行图库中全部或者部分图像进行隐私保护的隐私保护指令,从而,终端设备即可在***未进行其它消耗***资源的运行操作时,自动读取图库中用户指定的图像数据作为待保护图像,然后逐一调用成熟的图像识别处理技术针对该待保护图像进行识别,从而识别出该待保护图像中的全部人脸图像,并且,将该全部人脸图像逐一与预先记录的用户的人脸图像进行比对,从而将该全部人脸图像中,除开用户自身人脸图像之外的其他全部人脸图像作为需要进行保护的隐私内容,然后,基于该隐私内容自动进行后续的贴纸适配等图像隐私保护操作。
步骤S20,获取所述隐私内容的显示参数,并根据所述显示参数适配得到目标图像贴纸;
终端设备在确定出待保护图像并针对该待保护图像进行识别得到该待保护图像当中用户要进行保护的隐私内容之后,终端设备获取该隐私内容的显示参数,然后基于该显示参数自适应的从预置的全部图像贴纸当中匹配出能够针对该隐私内容进行覆盖的目标图像贴纸。
需要说明的是,在本实施例中,终端可以采用任意可行的图像识别处理技术从该待保护图像当中识别获取得到隐私内容的显示参数,本发明基于图像贴纸的自适应隐私保护方法,并不针对终端设备采用图像识别处理技术获取待保护图像中隐私内容显示参数的过程进行具体地限定。
进一步地,在一种可行的实施例中,所述显示参数包括第一显示尺寸大小,上述步骤S20中,“根据所述显示参数适配得到目标图像贴纸”的步骤,可以包括:
步骤S201,根据所述第一显示尺寸大小从预设的全部图像贴纸中适配相同显示尺寸大小的各待选图像贴纸;
需要说明的是,在本实施例中,预设的全部图像贴纸为终端设备自动生成的诸如以卡通动漫形象、特定风景照片等各种显示尺寸小于待保护图像显示尺寸的贴纸,或者,该全部图像贴纸还可以为用户自主将选中的图像进行个性化设置之后形成的显示尺寸小于待保护图像显示尺寸的贴纸,此外,该全部图像贴纸可以是尺寸相同但各自形象不同、或者各自形成相同但尺寸互不相同,又或者是各自形象以及尺寸都不相同。应当理解的是,基于实际应用的不同设计需要,终端设备可以自动或者基于用户操作生成任意内容形式的图像贴纸来用于针对待保护图像当中的隐私内容进行覆盖遮挡,本发明基于图像贴纸的自适应隐私保护方法并不针对图像贴纸的种类以及数量等进行具体地限定。
终端设备基于任意图像识别处理技术从待保护图像当中识别获取得到已经确定的隐私内容的第一显示尺寸大小,然后,终端设备利用该第一显示尺寸大小从生成的全部图像贴纸当中,自动匹配显示尺寸大小与该第一显示尺寸大小相同从而能够针对该隐私内容进行覆盖遮挡的一个或者多个待选图像贴纸。
具体地,例如,终端设备在确定的待保护图像中,除开用户自身人脸图像之外的其他全部人脸图像作为需要进行保护的隐私内容,并基于图像识别处理获取得到该其它全部人脸图像各自的第一显示尺寸大小之后,终端设备逐一的从已经生成的全部图像贴纸当中,分别匹配得到各自显示尺寸大小与对应第一显示尺寸大小相同的多个待选图像贴纸。
进一步地,在另一种可行的实施例中,终端设备还可以针对同一个隐私内容分别匹配多个显示尺寸大小与第一显示尺寸大小相同,但形象互不相同的图像贴纸作为该隐私内容的待选图像贴纸。
步骤S202,接收基于各所述待选图像贴纸触发的第一选择指令,并将所述第一选择指令关联的第一待选图像贴纸作为目标图像贴纸,其中,所述第一待选图像贴纸的数量大于或者等于一。
终端设备在利用获取的隐私内容的第一显示尺寸大小从全部图像贴纸当中自动匹配显示尺寸大小与该第一显示尺寸大小相同的一个或者多个待选图像贴纸之后,将该一个或者多个待选图像贴纸进行输出显示,并接收用户基于该一个或者多个待选图像贴纸进行挑选从而触发的第一选择指令,然后,终端设备将该第一选择指令选择关联的第一待选图像贴纸作为用于覆盖遮挡当前隐私内容的目标图像贴纸。
具体地,例如,终端设备在逐一从已经生成的全部图像贴纸当中,分别匹配得到各自显示尺寸大小与对应其他人脸图像的第一显示尺寸大小相同的多个待选图像贴纸之后,通过对话框形式将该多个待选图像贴纸的输出显示形象进行输出以供用户进一步挑选或者直接确认,然后,终端设备通过该对话框依次选择每一个作为隐私内容的其他人脸图像对应的目标图像贴纸,或者,一次性批量选择多个作为隐私内容的其他人脸图像对应的目标图像贴纸,待选择完成后即点击“确认”控件触发生成第一选择指令,从而,终端设备在接收到该第一选择指令之后,即可直接将该第一选择指令中指定的第一待选图像贴纸,作为各个其他人脸图像各自对应的、能够准确覆盖遮挡该各个其他人脸图像的目标图像贴纸。
进一步地,在另一种可行的实施例中,除了由终端设备以推荐形式自动向用户输出匹配好的显示尺寸大小与隐私内容第一显示尺寸大小相同的待选图像贴纸之外,终端设备还可以基于用户主动从全部图像贴纸当中直接选择的图像贴纸来进行显示参数调整之后得到隐私内容的目标图像贴纸。
上述步骤S20中,“根据所述显示参数适配得到目标图像贴纸”的步骤,还可以包括:
步骤S203,接收基于预设的全部图像贴纸触发的第二选择指令;
终端设备终端设备基于任意图像识别处理技术从待保护图像当中识别确定用户当前需要进行隐私保护的隐私内容之后,即直接将该隐私内容输出展示给用户,并同步基于图像贴纸的挑选框将生成的全部图像贴纸也输出展示给用户,并接收用户基于该挑选框自主挑选图像贴纸而触发的第二选择指令。
具体地,例如,终端设备在确定的当前待保护图像中,识别出除开用户自身人脸图像之外的其他全部人脸图像作为需要进行保护的隐私内容之后,直接将该待保护图像中其他全部人脸图像各自的显示位置生成标记并输出显示,同时,终端设备还通过在该待保护图像的特定区域生成图像贴纸的挑选框(或者以浮窗形式生成该挑选框),并在该挑选框当中输出显示已经生成的全部图像贴纸,从而用户可基于该挑选框自主逐一的选择每一个其他人脸图像的图像贴纸或者一次性批量选择该其他人脸图像的图像贴纸,并在完成选择后即点击“确认”控件触发生成第二选择指令,终端设备即接收该第二选择指令。
需要说明的是,在本实施例中,终端设备在将待保护图像中隐私内容自的显示位置生成标记并输出之后,还可以接收用户基于该标记进行选择操作而生成的标记抹除指令,从而基于该标记抹除指令放弃继续针对该标记对应显示位置的隐私内容进行后续隐私保护操作。
步骤S204,检测所述第一显示尺寸大小是否与所述第二选择指令关联的第二待选图像贴纸的第二显示尺寸大小相同,所述第二待选图像贴纸的数量大于或者等于一;
步骤S205,若是,则将所述第二待选图像贴纸作为目标图像贴纸;
终端设备在接收到用户基于挑选框自主挑选图像贴纸而触发的第二选择指令之后,先确定出该第二选择指令指定的用于对隐私内容进行覆盖遮挡的一个或者多个第二待选图像贴纸,然后,终端设备逐一的检测该第二待选图像贴纸各自的显示尺寸大小是否与该隐私内容的第一显示尺寸大小相同,并且,在检测到该第二待选图像贴纸的显示尺寸大小与该隐私内容的第一显示尺寸大小相同时,直接将该第二待选图像贴纸确定为能够针对该隐私内容进行覆盖遮挡的目标图像贴纸。
步骤S206,若否,则按照所述第一显示尺寸大小调整所述第二待选图像贴纸的所述第二显示尺寸大小,并将调整后的第二待选图像贴纸作为目标图像贴纸。
终端设备在逐一的检测第二待选图像贴纸各自的显示尺寸大小是否与隐私内容的第一显示尺寸大小相同的过程中,若终端设备检测到该第二待选图像贴纸的显示尺寸大小不与该隐私内容的第一显示尺寸大小相同,则,终端设备开始针对该第二待选图像贴纸的第二显示尺寸大小进行适应性调整,已将该第二显示尺寸大小直接调整至与该第一显示尺寸大小相同,然后,终端设备再将调整后第二显示尺寸大小与该第一显示尺寸大小相同的第二待选图像贴纸,作为能够准确覆盖遮挡对应隐私内容的目标图像贴纸。
步骤S30,根据所述目标图像贴纸针对所述隐私内容进行遮挡。
终端设备在基于待保护图像当中隐私内容的显示参数,自适应的从预置的全部图像贴纸当中匹配出能够针对该隐私内容进行覆盖的目标图像贴纸之后,进一步根据该目标图像贴纸来针对该隐私内容进行覆盖遮挡以进行隐私保护。
进一步地,在一种可行的实施例中,所述显示参数还包括显示位置,上述步骤S30,可以包括:
步骤S301,生成所述待保护图像的上层空白图像,并确定所述显示位置在所述上层空白图像上的对应位置;
终端设备终端设备在基于待保护图像当中隐私内容的显示参数,自适应的从预置的全部图像贴纸当中匹配出能够针对该隐私内容进行覆盖的目标图像贴纸之后,先在生成一个输出在当前待保护图像上层的上层空白图像,并确定该隐私内容的显示位置,映射在该上层空白图像上的对应位置。
具体地,例如,终端设备在确定出作为隐私内容的各个其他人脸图像各自对应的、能够准确覆盖遮挡该各个其他人脸图像的目标图像贴纸之后,终端设备进一步生成一个显示尺寸大小,与该各个其他人脸图像所属的待保护图像显示尺寸大小相同的上层空白图像,并将该上层空白图像输出显示在该待保护图像的上层,然后,终端设备将各个其他人脸图像各自在当前待保护图像上的显示位置一一映射到该上层空白图像上得到各个对应位置。
步骤S302,在所述对应位置生成所述目标图像贴纸以针对所述隐私内容进行遮挡。
终端设备在待保护图像的上层空白图像中确定隐私内容的显示位置,映射在该上层空白图像上的对应位置之后,直接在该对应位置上生成确定出的能够准确覆盖遮挡该隐私内容的目标图像贴纸,从而基于该目标图像贴纸针对该隐私内容进行保护。
具体地,例如,终端设备在将各个其他人脸图像各自在当前待保护图像上的显示位置一一映射到上层空白图像上得到各个对应位置之后,依次在每一个对应位置上生成当前作为隐私内容的人脸图像的目标图像贴纸,从而基于该目标图像贴纸与该人脸图像相同的显示尺寸大小,令该目标图像贴纸准确的覆盖遮挡住该作为隐私内容的人脸图像,进而在用户需要使用该待保护图像时,终端设备即将该待保护图像和生成了目标图像贴纸的上层空白图像一起作为一张完整的图像进行输出,以此完成对当前待保护图像中的隐私内容进行保护。
进一步地,在另一种可行的实施例中,在上述步骤S301中“确定所述显示位置在所述上层空白图像上的对应位置”的步骤之后,本发明基于图像贴纸的自适应隐私保护方法,还可以包括:
步骤S303,将所述目标图像贴纸从预设的待选区域移动至所述对应位置以针对所述隐私内容进行遮挡。
需要说明的是,在本实施例中,预设的待选区域即为上述终端设备生成全部图像贴纸输出展示给用户,以供用户自主进行图像贴纸挑选而触发第二选择指令的图像贴纸的挑选框。
终端设备在待保护图像的上层空白图像中确定隐私内容的显示位置,映射在该上层空白图像上的对应位置之后,还可以将用户自主从图像贴纸的挑选框当中选择的隐私内容的目标图像贴纸,在上层空白图像上自该目标图像贴纸当前在该挑选框当中的显示位置开始,按照该显示位置与隐私内容的对应位置之间最近的(或者其它个性化的)移动路径,移动该目标图像贴纸至该对应位置上,从而基于该目标图像贴纸准确覆盖遮挡该隐私内容以针对该隐私内容进行保护。
本发明实施例提供一种基于图像贴纸的自适应隐私保护方法,通过终端设备在用户针对图像数据进行处理从而保护隐私内容的过程中,确定用户需要进行隐私保护的待保护图像,并针对确定出的待保护图像进行识别以识别出该待保护图像当中用户要进行保护的隐私内容;终端设备在确定出待保护图像并针对该待保护图像进行识别得到该待保护图像当中用户要进行保护的隐私内容之后,终端设备获取该隐私内容的显示参数,然后基于该显示参数自适应的从预置的全部图像贴纸当中匹配出能够针对该隐私内容进行覆盖的目标图像贴纸;终端设备在基于待保护图像当中隐私内容的显示参数,自适应的从预置的全部图像贴纸当中匹配出能够针对该隐私内容进行覆盖的目标图像贴纸之后,进一步根据该目标图像贴纸来针对该隐私内容进行覆盖遮挡以进行隐私保护。
本发明相比于传统基于人为操作进行图像中隐私内容保护的方式,能够自动的识别图像中需要进行保护的隐私内容,并自适应匹配出能够覆盖该隐私内容的图像贴纸,以利用该图像贴纸遮挡隐私内容从而实现隐私保护,不仅无需用户人为操作进行图像中隐私内容的选择,还能够更加准确的对图像中的隐私内容进行遮挡,极大程度上提高了图像隐私保护的效率。
进一步地,基于上述第一实施例,提出本发明基于图像贴纸的自适应隐私保护方法的第二实施例,在本实施例中,上述步骤S10,确定待保护图像并识别所述待保护图像中的隐私内容,可以包括:
步骤S101,调用预设的图像隐私识别模型识别所述待保护图像中的隐私内容,其中,所述图像隐私识别模型为根据图像样本数据进行机器学习训练得到。
需要说明的是,在本实施例中,预设的图像隐私识别模型为根据图像样本数据进行机器学习训练得到的模型,具体地,该预测模型具体可以为自回归模型、神经网络模型或者其它机器学习模型等等。应当理解的是,基于实际应用的不同设计需要,在不同可行的实施方式当中,终端设备可以基于需要选择运用不同类型的模型来进行实时任务处理异常的预测操作,本发明实时任务的调度方法,并不针对该预测模型的具体种类进行限定。
终端设备在确定用户当前需要进行隐私保护的待保护图像,并针对该待保护图像进行识别以确定隐私内容之前,终端设备先利用本地的图像为图像样本数据,来针对机器学习模型进行训练以训练得出一个能够准确识别分析出任意图像当中用户当前需要进行隐私保护的隐私内容的图像隐私识别模型,从而,在确定出待保护图像之后,终端设备即可自动将该待保护图像作为输入数据输入到该训练好的图像隐私识别模型当中,有该图像隐私识别模型进行模型计算并输出该待保护图像当中用户需要进行隐私保护的全部隐私内容。
进一步地,在一种可行的实施例中,本发明基于图像贴纸的自适应隐私保护方法,还可以包括:
步骤S40,将在本地基于图像样本数据进行机器学习训练得到的模型参数传递至预设联邦服务器,其中,所述预设联邦服务器连接有多个终端设备;
需要说明的是,在本实施例中,终端设备在利用本地的图像数据针对机器学习模型进行训练,以得到能够准确识别分析出隐私内容的图像隐私识别模型时,为了保证作为样本数据的图像中的隐私内容不会流出本地造成泄漏,终端设备即可以通过联邦学习的方式来进行该图像隐私识别模型的机器学习训练。
终端设备在本地读取到图像数据并该将图像数据作为进行机器学习训练的图像样本数据之后,仅在本地利用该图像样本数据针对机器学习模型进行迭代训练,在该机器学习模型训练收敛或者迭代训练的次数达到最大训练次数之后,终端设备提取出该训练后机器学习模型的各模型参数,并将该各个模型参数上传给同时连接有多个与当前终端设备相同、均各自在本地利用图像样本数据进行机器学习训练的终端设备的联邦服务器。
需要说明的是,在本实施例中,预设的联邦服务器可以为任意服务器或者各个终端设备中受信任的其中某一个终端设备,此外,终端设备提取并上传给联邦服务器的机器学习模型的模型参数为任意机器学习模型的参数,例如,该模型参数具体可以为中间梯度、权重等等,基于实际应用的不同设计需要,在不同可行的实施例中,终端设备提取并向联邦服务器上传的该模型参数当然可以是不同的,本发明基于图像贴纸的自适应隐私保护方法,并不针对该终端设备提取和向联邦服务器上传的模型参数的具体种类进行限定。
步骤S50,接收所述预设联邦服务器基于各所述终端设备上传的所述模型参数进行融合后反馈的图像隐私识别模型,以基于所述图像隐私识别模型识别所述隐私内容。
终端设备在本地提取出经过机器学习训练好之后的机器学习模型的模型参数,并将该模型参数上传给到联邦服务器之后,该联邦服务器即针对多个终端设备各自上传的该模型参数进行融合处理,从而得到能够准确识别出图像中用户需要进行隐私保护的隐私内容的图像隐私识别模型,然后,该联邦服务器即将该图像隐私识别模型反馈给终端设备,终端设备在接收到该图像隐私识别模型之后即可在确定到待保护图像之后,直接将该待保护图像作为输入数据,输入到该图像隐私识别模型以供该图像隐私识别模型识别分析并输出该待保护图像中,用户需要进行隐私保护的隐私内容。
进一步地,在一种可行的实施例中,终端设备在接收到联邦服务器反馈的图像隐私识别模型之后,还可以先调用预先作为测试数据的图像针对该图像隐私识别模型进行测试,从而在测试到该图像隐私识别模型能够准确识别出图像中全部需要进行隐私保护的隐私内容时,才正式调用该图像隐私识别模型针对待保护图像进行识别分析,否则,终端设备即重新利用图像样本数据来对联邦服务器反馈的图像隐私识别模型进行机器学习训练直至收敛后,再提取模型参数上传给联邦服务器进行融合并反馈新的图像隐私识别模型,如此循环直至该图像隐私识别模型能够准确识别出测试数据中的全部隐私内容。
在本实施例中,通过终端设备在本地读取到图像数据并该将图像数据作为进行机器学习训练的图像样本数据之后,仅在本地利用该图像样本数据针对机器学习模型进行迭代训练,在该机器学习模型训练收敛或者迭代训练的次数达到最大训练次数之后,终端设备提取出该训练后机器学习模型的各模型参数,并将该各个模型参数上传给同时连接有多个与当前终端设备相同、均各自在本地利用图像样本数据进行机器学习训练的终端设备的联邦服务器;该联邦服务器即针对多个终端设备各自上传的该模型参数进行融合处理,从而得到能够准确识别出图像中用户需要进行隐私保护的隐私内容的图像隐私识别模型,然后,该联邦服务器即将该图像隐私识别模型反馈给终端设备,终端设备在接收到该图像隐私识别模型之后即可在确定到待保护图像之后,直接将该待保护图像作为输入数据,输入到该图像隐私识别模型以供该图像隐私识别模型识别分析并输出该待保护图像中,用户需要进行隐私保护的隐私内容。
本发明相比于传统基于人为操作进行图像中隐私内容保护的方式,通过联邦学习训练得到能够自动的识别图像中需要进行保护的隐私内容的图像隐私识别模型,从而通过调用该图像隐私识别模型来针对用户需要进行隐私保护的待保护图像进行识别分析后输出隐私内容,从而基于机器学习实现了更加准确的识别用户需要进行隐私保护的隐私内容,进一步提升了对图像中的隐私内容进行遮挡保护的准确性,此外,终端设备在进行图像隐私识别模型的机器学习训练时,作为图像样本数据的含有隐私内容的图像并不需要流出终端设备本地,从而进一步保证了用户需要保护的隐私内容的安全,进一步提高了图像隐私保护的效率。
进一步地,本发明还提供一种基于图像贴纸的自适应隐私保护***。请参照图3,图3为本发明基于图像贴纸的自适应隐私保护***一实施例的功能模块示意图。如图3所示,本发明基于图像贴纸的自适应隐私保护***包括:
隐私识别模块10,用于确定待保护图像并识别所述待保护图像中的隐私内容;
贴纸适配模块20,用于获取所述隐私内容的显示参数,并根据所述显示参数适配得到目标图像贴纸;
隐私保护模块30,用于根据所述目标图像贴纸针对所述隐私内容进行遮挡。
进一步地,所述显示参数包括第一显示尺寸大小,贴纸适配模块20,包括:
适配单元,用于根据所述第一显示尺寸大小从预设的全部图像贴纸中适配相同显示尺寸大小的各待选图像贴纸;
第一确认单元,用于接收基于各所述待选图像贴纸触发的第一选择指令,并将所述第一选择指令关联的第一待选图像贴纸作为目标图像贴纸,其中,所述第一待选图像贴纸的数量大于或者等于一。
进一步地,贴纸适配模块20,还包括:
接收单元,用于接收基于预设的全部图像贴纸触发的第二选择指令;
检测单元,用于检测所述第一显示尺寸大小是否与所述第二选择指令关联的第二待选图像贴纸的第二显示尺寸大小相同,所述第二待选图像贴纸的数量大于或者等于一;
第二确认单元,用于若是,则将所述第二待选图像贴纸作为目标图像贴纸;
调整单元,用于若否,则按照所述第一显示尺寸大小调整所述第二待选图像贴纸的所述第二显示尺寸大小,并将调整后的第二待选图像贴纸作为目标图像贴纸。
进一步地,所述显示参数还包括显示位置,隐私保护模块30,包括:
生成单元,用于生成所述待保护图像的上层空白图像,并确定所述显示位置在所述上层空白图像上的对应位置;
第一遮挡单元,用于在所述对应位置生成所述目标图像贴纸以针对所述隐私内容进行遮挡。
进一步地,隐私保护模块30,还包括:
第二遮挡单元,用于将所述目标图像贴纸从预设的待选区域移动至所述对应位置以针对所述隐私内容进行遮挡。
进一步地,隐私识别模块10,还用于调用预设的图像隐私识别模型识别所述待保护图像中的隐私内容,其中,所述图像隐私识别模型为根据图像样本数据进行机器学习训练得到。
进一步地,本发明基于图像贴纸的自适应隐私保护***,还包括:
模型训练模块,用于将在本地基于图像样本数据进行机器学习训练得到的模型参数传递至预设联邦服务器,其中,所述预设联邦服务器连接有多个终端设备;以及,接收所述预设联邦服务器基于各所述终端设备上传的所述模型参数进行融合后反馈的图像隐私识别模型,以基于所述图像隐私识别模型识别所述隐私内容。
其中,上述基于图像贴纸的自适应隐私保护***中各个模块的功能实现与上述基于图像贴纸的自适应隐私保护方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
本发明还提供一种计算机存储介质,该计算机存储介质上存储有基于图像贴纸的自适应隐私保护程序,所述基于图像贴纸的自适应隐私保护程序被处理器执行时实现如以上任一项实施例所述的基于图像贴纸的自适应隐私保护方法的步骤。
本发明计算机存储介质的具体实施例与上述基于图像贴纸的自适应隐私保护方法各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种基于图像贴纸的自适应隐私保护方法,其特征在于,所述基于图像贴纸的自适应隐私保护方法包括:
确定待保护图像并识别所述待保护图像中的隐私内容,其中,调用图像识别处理技术针对所述待保护图像进行识别,以识别出所述待保护图像的全部人脸图像,在所述全部人脸图像中除开用户自身人脸图像之外的其他全部人脸图像作为需要进行保护的所述隐私内容;
获取所述隐私内容的显示参数,并根据所述显示参数适配得到目标图像贴纸;
根据所述目标图像贴纸针对所述隐私内容进行遮挡;
其中,所述显示参数还包括显示位置,所述根据所述目标图像贴纸针对所述隐私内容进行遮挡的步骤,包括:
生成所述待保护图像的上层空白图像,并确定所述显示位置在所述上层空白图像上的对应位置,其中,生成一个显示尺寸大小,与各个所述其他人脸图像所属的待保护图像显示尺寸大小相同的所述上层空白图像,并将所述上层空白图像输出显示在该待保护图像的上层,将各个所述其他人脸图像各自在当前待保护图像上的显示位置一一映射到该上层空白图像上得到各个对应位置;
在所述对应位置生成所述目标图像贴纸以针对所述隐私内容进行遮挡;
其中,将所述待保护图像和生成了目标图像贴纸的上层空白图像一起作为一张完整的图像进行输出,以此完成对所述待保护图像中的隐私内容进行保护。
2.如权利要求1所述的基于图像贴纸的自适应隐私保护方法,其特征在于,所述显示参数包括第一显示尺寸大小,所述根据所述显示参数适配得到目标图像贴纸的步骤,包括:
根据所述第一显示尺寸大小从预设的全部图像贴纸中适配相同显示尺寸大小的各待选图像贴纸;
接收基于各所述待选图像贴纸触发的第一选择指令,并将所述第一选择指令关联的第一待选图像贴纸作为目标图像贴纸,其中,所述第一待选图像贴纸的数量大于或者等于一。
3.如权利要求2所述的基于图像贴纸的自适应隐私保护方法,其特征在于,所述根据所述显示参数适配得到目标图像贴纸的步骤,还包括:
接收基于预设的全部图像贴纸触发的第二选择指令;
检测所述第一显示尺寸大小是否与所述第二选择指令关联的第二待选图像贴纸的第二显示尺寸大小相同,所述第二待选图像贴纸的数量大于或者等于一;
若是,则将所述第二待选图像贴纸作为目标图像贴纸;
若否,则按照所述第一显示尺寸大小调整所述第二待选图像贴纸的所述第二显示尺寸大小,并将调整后的第二待选图像贴纸作为目标图像贴纸。
4.如权利要求1所述的基于图像贴纸的自适应隐私保护方法,其特征在于,在所述确定所述显示位置在所述上层空白图像上的对应位置的步骤之后,还包括:
将所述目标图像贴纸从预设的待选区域移动至所述对应位置以针对所述隐私内容进行遮挡。
5.如权利要求1所述的基于图像贴纸的自适应隐私保护方法,其特征在于,所述确定待保护图像并识别所述待保护图像中的隐私内容的步骤,包括:
调用预设的图像隐私识别模型识别所述待保护图像中的隐私内容,其中,所述图像隐私识别模型为根据图像样本数据进行机器学习训练得到。
6.如权利要求5所述的基于图像贴纸的自适应隐私保护方法,其特征在于,所述基于图像贴纸的自适应隐私保护方法还包括:
将在本地基于图像样本数据进行机器学习训练得到的模型参数传递至预设联邦服务器,其中,所述预设联邦服务器连接有多个终端设备;
接收所述预设联邦服务器基于各所述终端设备上传的所述模型参数进行融合后反馈的图像隐私识别模型,以基于所述图像隐私识别模型识别所述隐私内容。
7.一种基于图像贴纸的自适应隐私保护***,其特征在于,所述基于图像贴纸的自适应隐私保护***包括:
隐私识别模块,用于确定待保护图像并识别所述待保护图像中的隐私内容,其中,调用图像识别处理技术针对所述待保护图像进行识别,以识别出所述待保护图像的全部人脸图像,在所述全部人脸图像中除开用户自身人脸图像之外的其他全部人脸图像作为需要进行保护的所述隐私内容;
贴纸适配模块,用于获取所述隐私内容的显示参数,并根据所述显示参数适配得到目标图像贴纸;
隐私保护模块,用于根据所述目标图像贴纸针对所述隐私内容进行遮挡,其中,所述显示参数还包括显示位置,所述根据所述目标图像贴纸针对所述隐私内容进行遮挡,包括:
生成所述待保护图像的上层空白图像,并确定所述显示位置在所述上层空白图像上的对应位置,其中,生成一个显示尺寸大小,与各个所述其他人脸图像所属的待保护图像显示尺寸大小相同的所述上层空白图像,并将所述上层空白图像输出显示在该待保护图像的上层,将各个所述其他人脸图像各自在当前待保护图像上的显示位置一一映射到该上层空白图像上得到各个对应位置;
在所述对应位置生成所述目标图像贴纸以针对所述隐私内容进行遮挡;
其中,将所述待保护图像和生成了目标图像贴纸的上层空白图像一起作为一张完整的图像进行输出,以此完成对所述待保护图像中的隐私内容进行保护。
8.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于图像贴纸的自适应隐私保护程序,所述基于图像贴纸的自适应隐私保护程序被所述处理器执行时实现如权利要求1至6中任一项所述的基于图像贴纸的自适应隐私保护方法的步骤。
9.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有基于图像贴纸的自适应隐私保护程序,所述基于图像贴纸的自适应隐私保护程序被处理器执行时实现如权利要求1至6中任一项所述的基于图像贴纸的自适应隐私保护方法的步骤。
CN202110162662.9A 2021-02-05 2021-02-05 基于图像贴纸的自适应隐私保护方法、***、设备及介质 Active CN112950443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110162662.9A CN112950443B (zh) 2021-02-05 2021-02-05 基于图像贴纸的自适应隐私保护方法、***、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110162662.9A CN112950443B (zh) 2021-02-05 2021-02-05 基于图像贴纸的自适应隐私保护方法、***、设备及介质

Publications (2)

Publication Number Publication Date
CN112950443A CN112950443A (zh) 2021-06-11
CN112950443B true CN112950443B (zh) 2023-11-24

Family

ID=76242778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110162662.9A Active CN112950443B (zh) 2021-02-05 2021-02-05 基于图像贴纸的自适应隐私保护方法、***、设备及介质

Country Status (1)

Country Link
CN (1) CN112950443B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113709519B (zh) * 2021-08-27 2023-11-17 上海掌门科技有限公司 一种用于确定直播遮挡区域的方法与设备
CN114419720B (zh) * 2022-03-30 2022-10-18 浙江大华技术股份有限公司 一种图像遮挡方法、***及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107358111A (zh) * 2017-08-28 2017-11-17 维沃移动通信有限公司 一种隐私保护方法和移动终端
CN107644172A (zh) * 2016-07-20 2018-01-30 平安科技(深圳)有限公司 内容展示的保护方法和装置
CN110135195A (zh) * 2019-05-21 2019-08-16 司马大大(北京)智能***有限公司 隐私保护方法、装置、设备及存储介质
CN111462097A (zh) * 2020-04-03 2020-07-28 深圳前海微众银行股份有限公司 基于联邦学习的图像处理方法、装置、设备及存储介质
CN111783175A (zh) * 2020-07-10 2020-10-16 深圳传音控股股份有限公司 显示界面隐私保护方法、终端和计算机可读存储介质
CN111967412A (zh) * 2020-08-21 2020-11-20 深圳前海微众银行股份有限公司 基于联邦学习的人脸属性识别方法、客户端、设备及介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107644172A (zh) * 2016-07-20 2018-01-30 平安科技(深圳)有限公司 内容展示的保护方法和装置
CN107358111A (zh) * 2017-08-28 2017-11-17 维沃移动通信有限公司 一种隐私保护方法和移动终端
CN110135195A (zh) * 2019-05-21 2019-08-16 司马大大(北京)智能***有限公司 隐私保护方法、装置、设备及存储介质
CN111462097A (zh) * 2020-04-03 2020-07-28 深圳前海微众银行股份有限公司 基于联邦学习的图像处理方法、装置、设备及存储介质
CN111783175A (zh) * 2020-07-10 2020-10-16 深圳传音控股股份有限公司 显示界面隐私保护方法、终端和计算机可读存储介质
CN111967412A (zh) * 2020-08-21 2020-11-20 深圳前海微众银行股份有限公司 基于联邦学习的人脸属性识别方法、客户端、设备及介质

Also Published As

Publication number Publication date
CN112950443A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN107944380B (zh) 身份识别方法、装置及存储设备
US11080434B2 (en) Protecting content on a display device from a field-of-view of a person or device
AU2015402322B2 (en) System and method for virtual clothes fitting based on video augmented reality in mobile phone
CN112950443B (zh) 基于图像贴纸的自适应隐私保护方法、***、设备及介质
CN108875451B (zh) 一种定位图像的方法、装置、存储介质和程序产品
US11042978B2 (en) Method and apparatus for performing damage segmentation on vehicle damage image
CN111260665A (zh) 图像分割模型训练方法和装置
CN112100431B (zh) Ocr***的评估方法、装置、设备及可读存储介质
CN107977674A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN110555171B (zh) 一种信息处理方法、装置、存储介质及***
CN109800153A (zh) 移动应用测试方法与装置、电子设备、存储介质
CN109472179A (zh) 二维码识别方法、终端及计算机可读存储介质
CN109741281A (zh) 图像处理方法、装置、存储介质及终端
CN102044064A (zh) 影像处理***及方法
CN108551521B (zh) 一种登录信息提示方法及移动终端
CN110933312B (zh) 拍照控制方法及相关产品
CN109033935B (zh) 抬头纹检测方法及装置
CN110751149A (zh) 目标对象标注方法、装置、计算机设备和存储介质
CN107292817B (zh) 一种图像处理方法、装置、存储介质和终端
CN109451130B (zh) 移动终端测试方法、装置、移动终端及存储介质
CN113486785A (zh) 基于深度学习的视频换脸方法、装置、设备及存储介质
CN111832561B (zh) 基于计算机视觉的字符序列识别方法、装置、设备和介质
US20220335114A1 (en) Verification method and verification apparatus based on attacking image style transfer
CN107707824A (zh) 拍摄方法、装置、存储介质和电子设备
CN110096320B (zh) 认证窗口的显示方法和装置

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
GR01 Patent grant
GR01 Patent grant