[發明專利]擾動生成方法、裝置、設備及存儲介質

在審

• 申請號: 202210968910.3
• 申請日: 2022-08-12
• 公開（公告）號: CN115294609A
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 胡琨;張夢新;石華峰;吳一超;梁鼎
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/82;G06V10/74;G06V10/44;G06N3/04;G06N3/08;G06F21/60
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 李江;蔣雅潔

1.一種擾動生成方法，其特征在于，包括：

獲取第一人物圖像和第二人物圖像；所述第一人物圖像是基于原始人物圖像和初始擾動矩陣確定的人物圖像；

分別確定所述第一人物圖像的特征信息和所述第二人物圖像的特征信息；

基于所述第一人物圖像的特征信息、所述第二人物圖像的特征信息和所述初始擾動矩陣，對所述初始擾動矩陣進行更新，得到目標擾動矩陣；

其中，所述目標擾動矩陣用于對待處理人物圖像中對象進行加密，加密后的待處理人物圖像的特征信息與所述待處理人物圖像的特征信息之間的相似度大于預設閾值。

2.根據權利要求1所述的方法，其特征在于，所述基于所述第一人物圖像的特征信息、所述第二人物圖像的特征信息和所述初始擾動矩陣，對所述初始擾動矩陣進行更新，得到目標擾動矩陣，包括：

基于所述第一人物圖像的特征信息和所述第二人物圖像的特征信息，確定第一損失值；

獲取基于所述初始擾動矩陣確定的第二損失值；

基于所述第一損失值和所述第二損失值，對所述初始擾動矩陣進行更新，得到所述目標擾動矩陣。

3.根據權利要求2所述的方法，其特征在于，所述第二人物圖像包括至少兩張，所述第一人物圖像的特征信息和所述第二人物圖像的特征信息分別包括特征矩陣；所述基于所述第一人物圖像的特征信息和所述第二人物圖像的特征信息，確定第一損失值，包括：

確定所述第一人物圖像的特征矩陣與每一所述第二人物圖像的特征矩陣之間的特征距離；

從至少兩個所述特征距離中，確定最小的特征距離；

將所述最小的特征距離確定為所述第一損失值。

4.根據權利要求2所述的方法，其特征在于，所述分別確定所述第一人物圖像的特征信息和所述第二人物圖像的特征信息，包括：

從預設的特征提取模型集合中，選取至少兩個特征提取模型；不同所述特征提取模型使用不同場景的訓練數據進行訓練得到和/或不同所述特征提取模型的模型結構不同；

基于每一所述特征提取模型，分別對所述第一人物圖像和所述第二人物圖像進行特征提取，得到一組所述第一人物圖像的特征信息和所述第二人物圖像的特征信息；

所述基于所述第一人物圖像的特征信息和所述第二人物圖像的特征信息，確定第一損失值，包括：

基于每一組所述第一人物圖像的特征信息和所述第二人物圖像的特征信息，確定每一所述特征提取模型對應的子損失值；

基于所有所述子損失值的和，確定所述第一損失值。

5.根據權利要求2至4任一項所述的方法，其特征在于，所述獲取基于所述初始擾動矩陣確定的第二損失值，包括：

從所述初始擾動矩陣所有元素的元素值中，確定最大的元素值；

將所述最大的元素值確定為所述第二損失值。

6.根據權利要求2至5任一項所述的方法，其特征在于，所述基于所述第一損失值和所述第二損失值，對所述初始擾動矩陣進行更新，得到所述目標擾動矩陣，包括：

基于所述第一損失值和所述第二損失值之間的和，確定調整矩陣；

基于所述初始擾動矩陣與所述調整矩陣之間的差值，確定所述目標擾動矩陣。

7.根據權利要求1至6任一項所述的方法，其特征在于，所述方法還包括：

獲取所述原始人物圖像和所述初始擾動矩陣；

基于所述原始人物圖像中每一像素的位置信息和所述初始擾動矩陣中每一元素的位置信息，確定所述像素與所述元素之間的對應關系；所述原始人物圖像的分辨率和所述初始擾動矩陣的維度相同，所述初始擾動矩陣中每一元素的元素值為預設數值范圍內的隨機數；

基于所述對應關系，將所述像素的像素值和對應的所述元素的元素值相加，得到所述第一人物圖像。

8.根據權利要求1至7任一項所述的方法，其特征在于，所述方法還包括：

將所述目標擾動矩陣疊加至所述待處理人物圖像，得到目標圖像，以使得對所述待處理人物圖像中對象進行加密。