[發明專利]基于對抗噪聲和云端分離的圖像隱私保護濾鏡生成方法

在審

• 申請號: 202011541493.1
• 申請日: 2020-12-23
• 公開（公告）號: CN112529760A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 張家明;桑基韜;陳彥臣
• 申請（專利權）人: 山東彥云信息科技有限公司
• 主分類號: G06T1/00
• 分類號: G06T1/00;G06T9/00;G06F21/62;G06N3/04;G06N3/08
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 鄒芳德

本發明公開了一種基于對抗噪聲和云端分離的圖像隱私保護濾鏡生成方法，包括以下步驟：S1、利用用戶端采集用戶要上傳的本人原始圖像，提取原始圖像的圖像相關對抗噪聲g并上傳到服務器端；S2、利用圖像相關對抗噪聲g和用戶已上傳的本人圖像特征在服務器端生成增強對抗噪聲s并發送到用戶端；S3、在用戶端將增強對抗噪聲s加到原始圖像上即形成圖像隱私保護濾鏡。本發明基于對抗噪聲和云端分離的圖像隱私保護濾鏡生成方法，其圖像處理過程是云端分離的，服務器端僅處理非隱私數據，隱私數據的處理由用戶端完成，使作為保護用戶隱私的一方都接觸不到用戶的原始數據，從而實現了絕對的隱私保護。此外，本發明在圖像觀感上有很大的優勢。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種基于對抗噪聲和云端分離的圖像隱私保護濾鏡生成方法。

術語解釋：

對抗噪聲，是指在數據中通過故意添加細微的噪聲，從而導致模型以高置信度給出一個錯誤的輸出。

云端分離，是指服務器端和用戶端的數據分開管理，用戶的隱私數據完全存儲在用戶端，上傳到服務器端的數據經過處理。

隱私，是指用戶圖像中的隱私信息，比如人臉圖像的身份信息、年齡、性別等等。

濾鏡，是指對圖像做了微小的改變，這種改變人眼無法察覺，甚至帶有美妝效果，卻能使惡意爬蟲失效，以達到保護隱私的目的。通俗地講，就是指一張圖片的添加對抗噪聲以后和原圖片從人類視覺來看基本完全一樣，但是對于計算機來說這兩張圖片完全不同。

背景技術

互聯網時代信息傳播越來越快，特別是各種圖像數據，而這種發達的互聯網可能會帶來隱私泄露問題，傳統的隱私保護注重保護用戶所提供的信息，比如用戶上傳到網絡上的姓名、身份證號等等。但是現在人工智能算法非常發達，特別是計算機視覺技術，可以很輕易得識別出圖像，所以用戶只是單單上傳圖像而不上傳圖像描述同樣會泄露隱私信息。比如，上傳人臉圖像會被惡意的人臉識別算法所識別并爬取。

為了避免隱私泄露，通常使用了加密算法來保護圖像的內容，將需要保護的圖像在上傳到社交網絡之前進行加密，加密過后的圖片就變成了馬賽克一樣的圖片，無法再被人工智能算法所提取到圖像信息了；當需要使用這張圖片的時候，再下載這張馬賽克圖片并進行解密，就可以還原出原始圖像。

但是，現有圖像保護方法雖然使惡意算法無法識別出圖像，但是也讓人類無法識別出圖像，這種圖像無法被用來上傳到社交平臺。而且，圖像處理過程是在服務器端進行的，雖然這個服務器的目的是用來保護用戶隱私，但是服務器里還是存儲了大量用戶的隱私信息，有泄露風險。

基于此，申請人提出本發明。

發明內容

本發明的目的是提供一種基于對抗噪聲和云端分離的圖像隱私保護濾鏡生成方法，該方法圖像處理過程是云端分離的，服務器端僅處理非隱私數據，隱私數據的處理由用戶端完成，使作為保護用戶隱私的一方都接觸不到用戶的原始數據，從而實現了絕對的隱私保護。

為實現上述目的，本發明的技術方案是：一種基于對抗噪聲和云端分離的圖像隱私保護濾鏡生成方法，包括以下步驟：

S1、利用用戶端采集用戶要上傳的本人原始圖像，提取原始圖像的圖像相關對抗噪聲g并上傳到服務器端；

S2、利用圖像相關對抗噪聲g和用戶已上傳的本人圖像特征在服務器端生成增強對抗噪聲s并發送到用戶端；

S3、在用戶端將增強對抗噪聲s加到原始圖像上即形成圖像隱私保護濾鏡。

作為本方案的一種優選方案，所述圖像相關對抗噪聲g的提取方法具體為：在用戶端部署識別系統，作為探針模型采集用戶要上傳的本人原始圖像，同時利用FGSM算法提取原始圖像的圖像相關對抗噪聲g。

作為本方案的一種優選方案，所述增強對抗噪聲s的生成方法具體為：