[發明專利]圖像保護方法及相關設備

在審

• 申請號: 202211057401.1
• 申請日: 2022-08-30
• 公開（公告）號: CN115410257A
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 溫東超;梁玲燕;崔星辰;史宏志;趙雅倩
• 申請（專利權）人: 浪潮（北京）電子信息產業有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/764;G06V10/82;G06V10/74;G06V10/24;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 丁曼曼

1.一種圖像保護方法，其特征在于，所述方法包括：

獲取源圖像和隨機圖像，所述源圖像包括目標保護對象，所述隨機圖像不包括所述目標保護對象；

根據所述源圖像初始化生成初始保護圖像；

計算所述初始保護圖像和所述隨機圖像之間的第一特征距離，所述初始保護圖像和所述源圖像之間的第二特征距離和表觀距離；

根據所述第一特征距離、所述第二特征距離、所述表觀距離計算獲得損失函數；

基于所述損失函數，利用反向傳播算法對所述初始保護圖像進行迭代更新，獲得關于所述目標保護對象的保護圖像。

2.根據權利要求1所述的方法，其特征在于，計算所述初始保護圖像和所述隨機圖像之間的第一特征距離，包括：

利用人臉識別模型分別對所述初始保護圖像和所述隨機圖像進行處理，獲得第一特征向量和第二特征向量；

計算所述第一特征向量和所述第二特征向量之間的余弦距離，獲得所述第一特征距離。

3.根據權利要求2所述的方法，其特征在于，計算所述初始保護圖像和所述源圖像之間的第二特征距離，包括：

利用所述人臉識別模型對所述源圖像進行處理，獲得第三特征向量；

計算所述第一特征向量和所述第三特征向量之間的余弦距離，獲得所述第二特征距離。

4.根據權利要求3所述的方法，其特征在于，所述人臉識別模型為基于ResNet50的神經網絡模型。

5.根據權利要求1所述的方法，其特征在于，計算所述初始保護圖像和所述源圖像之間的表觀距離，包括：

對所述初始保護圖像和所述源圖像進行F-范數計算，獲得所述表觀距離。

6.根據權利要求1所述的方法，其特征在于，計算所述初始保護圖像和所述源圖像之間的表觀距離，包括：

將所述初始保護圖像和所述源圖像輸入至圖像分類網絡進行處理，獲得所述表觀距離。

7.根據權利要求6所述的方法，其特征在于，所述圖像分類網絡為基于VGG-16的神經網絡模型。

8.根據權利要求2至7任一項所述的方法，其特征在于，所述根據所述源圖像初始化生成初始保護圖像之前，還包括：

根據所述人臉識別模型的輸入規格，分別對所述源圖像和所述隨機圖像進行標準化處理，獲得標準化源圖像和標準化隨機圖像；

其中，所述標準化源圖像和所述標準化隨機圖像的圖像格式為所述人臉識別模型指定的圖像格式。

9.根據權利要求8所述的方法，其特征在于，對所述源圖像進行標準化處理，獲得所述標準化源圖像，包括：

對所述源圖像進行類型識別，確定圖像類型；

利用所述圖像類型對應的處理策略對所述源圖像進行標準化處理，獲得所述標準化源圖像。

10.根據權利要求8所述的方法，其特征在于，對所述源圖像進行標準化處理，獲得所述標準化源圖像，包括：

利用所述源圖像和圖像樣本構建仿射變換矩陣；

利用所述仿射變換矩陣將所述源圖像轉換為所述標準化源圖像。

11.根據權利要求10所述的方法，其特征在于，所述利用所述源圖像和圖像樣本構建仿射變換矩陣，包括：

獲取所述源圖像中所述目標保護對象的預設特征點的第一坐標信息；

獲取各所述圖像樣本中樣本對象的預設特征點的第二坐標信息；

利用所述第一坐標信息和各所述第二坐標信息計算獲得所述仿射變換矩陣。

12.根據權利要求11所述的方法，其特征在于，所述利用所述第一坐標信息和各所述第二坐標信息計算獲得所述仿射變換矩陣，包括：

利用最小平方估計算法對所述第一坐標信息和各所述第二坐標信息進行計算，獲得所述仿射變換矩陣。