[發明專利]人臉圖像處理方法及裝置

在審

• 申請號: 202111063132.5
• 申請日: 2021-05-12
• 公開（公告）號: CN113657350A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 劉杰;王維強
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F21/62
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 姚琳潔

本說明書一個或多個實施例公開了一種人臉圖像處理方法及裝置。所述方法包括：獲取多個第一樣本人臉圖像對，各第一樣本人臉圖像對中分別包括具有隱私信息的第一樣本原始人臉圖像、以及對應的具有干擾信息的第一樣本目標人臉圖像。然后根據各第一樣本人臉圖像對分別對應的圖像匹配信息，確定待訓練的圖像編碼模型對應的損失函數。進而將第一樣本原始人臉圖像作為輸入數據、將第一樣本目標人臉圖像作為輸出數據，并基于損失函數進行模型訓練，得到圖像編碼模型，并利用圖像編碼模型對人臉圖像進行隱私保護處理。

本申請為申請日為2021.05.12、申請號為202110513963.1，發明名稱為“人臉圖像處理方法及裝置”的發明專利申請的分案申請。

技術領域

本說明書涉及隱私保護技術領域，尤其涉及一種人臉圖像處理方法及裝置。

背景技術

人臉是重要的個人隱私信息，大多數用戶會在個人手機相冊、個人社交媒體等平臺保存個人照片，尤其是在個人社交媒體上發布一些包含個人頭像的照片。隨著人工智能技術的發展，人臉識別技術或換臉技術等很容易將人臉換到其他人的身體上去，例如通過視頻合成的方式更換人臉，就有可能騙過人臉識別系統執行某些非法操作，例如登錄用戶個人APP轉款，從而給用戶帶來隱私泄漏、甚至帶來重大損失的風險。

相關技術中，通常采用在人臉圖像中添加噪聲的方式進行人臉模糊化，但是噪聲具有一定的規律性，對基于神經網絡的人臉識別技術而言很容易破解，且噪聲加在人臉上也會影響人臉圖像的觀感。因此，如何將圖像中的人臉匿名化，同時不影響用戶方便的查看自己的照片，成為隱私保護技術領域中最為關心的問題之一。

發明內容

一方面，本說明書一個或多個實施例提供一種人臉圖像處理方法，包括：獲取多個第一樣本人臉圖像對，各所述第一樣本人臉圖像對中分別包括具有隱私信息的第一樣本原始人臉圖像、以及對應的具有干擾信息的第一樣本目標人臉圖像。根據各所述第一樣本人臉圖像對分別對應的圖像匹配信息，確定待訓練的圖像編碼模型對應的損失函數。將所述第一樣本原始人臉圖像作為輸入數據、將所述第一樣本目標人臉圖像作為輸出數據，并基于所述損失函數進行模型訓練，得到所述圖像編碼模型。利用所述圖像編碼模型對人臉圖像進行隱私保護處理。

另一方面，本說明書一個或多個實施例提供一種人臉圖像處理方法，包括：獲取包含隱私信息的原始人臉圖像。利用預先部署的圖像編碼模型對所述原始人臉圖像進行編碼，得到所述原始人臉圖像對應的、具有干擾信息的目標人臉圖像。所述圖像編碼模型基于多個第一樣本人臉圖像對訓練得到，各所述第一樣本人臉圖像對中分別包括具有隱私信息的第一樣本原始人臉圖像、以及對應的具有干擾信息的第一樣本目標人臉圖像。將所述目標人臉圖像存儲至本地和/或云端。

再一方面，本說明書一個或多個實施例提供一種人臉圖像處理裝置，包括：第一獲取模塊，獲取多個第一樣本人臉圖像對；各所述第一樣本人臉圖像對中分別包括具有隱私信息的第一樣本原始人臉圖像、以及對應的具有干擾信息的第一樣本目標人臉圖像。第一確定模塊，根據各所述第一樣本人臉圖像對分別對應的圖像匹配信息，確定待訓練的圖像編碼模型對應的損失函數。第一訓練模塊，將所述第一樣本原始人臉圖像作為輸入數據、將所述第一樣本目標人臉圖像作為輸出數據，并基于所述損失函數進行模型訓練，得到所述圖像編碼模型。隱私處理模塊，利用所述圖像編碼模型對人臉圖像進行隱私保護處理。

再一方面，本說明書一個或多個實施例提供一種人臉圖像處理裝置，包括：第四獲取模塊，獲取包含隱私信息的原始人臉圖像。第一編碼模塊，利用預先部署的圖像編碼模型對所述原始人臉圖像進行編碼，得到所述原始人臉圖像對應的、具有干擾信息的目標人臉圖像，所述圖像編碼模型基于多個第一樣本人臉圖像對訓練得到，各所述第一樣本人臉圖像對中分別包括具有隱私信息的第一樣本原始人臉圖像、以及對應的具有干擾信息的第一樣本目標人臉圖像。第一存儲模塊，將所述目標人臉圖像存儲至本地和/或云端。