本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種對(duì)具有個(gè)人敏感信息的圖片進(jìn)行脫敏的方法和系統(tǒng)。

背景技術(shù)：

1、脫敏技術(shù)作為防范敏感信息泄露的核心手段之一，對(duì)于防止身份盜竊、欺詐、騷擾等嚴(yán)重后果至關(guān)重要，有效維護(hù)了個(gè)人隱私權(quán)益。在實(shí)際業(yè)務(wù)場(chǎng)景中，尤其是涉及圖片信息時(shí)，如身份證、駕照、護(hù)照等證件上的個(gè)人敏感信息，以及人臉、車牌等身份識(shí)別特征，均需通過(guò)圖片脫敏處理來(lái)加強(qiáng)保護(hù)。這通常包括模糊處理、遮擋或替換敏感區(qū)域等手段，以有效阻止未授權(quán)人員識(shí)別和利用這些信息。當(dāng)前市場(chǎng)上，針對(duì)圖片中敏感信息的識(shí)別與替換，主要采用人工圈定結(jié)合生成對(duì)抗網(wǎng)絡(luò)gan、深度擴(kuò)散概率模型ddpm等圖像補(bǔ)全技術(shù)的方式。這些技術(shù)通過(guò)訓(xùn)練好的敏感信息位置識(shí)別模型如基于cnn的目標(biāo)檢測(cè)模型來(lái)自動(dòng)識(shí)別和替換人為圈定的敏感區(qū)域。然而，這種方法在人工圈定的自動(dòng)化程度上存在局限，且對(duì)于不連接公網(wǎng)或缺乏大量場(chǎng)景敏感信息位置標(biāo)注數(shù)據(jù)的場(chǎng)景，其實(shí)用性受到限制。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)中的不足，提供了對(duì)具有個(gè)人敏感信息的圖片進(jìn)行脫敏的方法，所述個(gè)人敏感信息包括姓名信息、手機(jī)號(hào)信息和身份證號(hào)信息，包括如下步驟：

2、s1，將待處理圖片拆分成多個(gè)大小相同的圖像塊，其中相鄰圖像塊之間存在重疊區(qū)域，將每個(gè)圖像塊用sift算法提取為一個(gè)多維向量，組成包含有各圖像塊對(duì)應(yīng)的多維向量的待處理圖片向量集；

3、s2，制作三個(gè)對(duì)比圖片組，其中第一圖片組所包含的各不同樣本圖片中均僅包含有姓名信息，第二圖片組所包含的各不同樣本圖片中均僅包含有手機(jī)號(hào)信息，第三圖片組所包含的各不同樣本圖片中均僅包含有身份證號(hào)信息，使用sift算法將第一圖片組、第二圖片組和第三圖片組中的各樣本圖片提取為對(duì)應(yīng)多維向量，將三對(duì)比圖片組的所有多維向量合并成一比對(duì)圖片向量數(shù)據(jù)集；

4、s3，計(jì)算所述待處理圖片向量集中各多維向量與比對(duì)圖片向量數(shù)據(jù)集的差異，若存在至少一圖像塊對(duì)應(yīng)的多維向量與一對(duì)比圖片組的各多維向量相接近，則將該圖像塊作為包含有相接近對(duì)比圖片組所對(duì)應(yīng)的敏感信息類型的脫敏位置區(qū)域；

5、s4，對(duì)獲得的脫敏位置區(qū)域進(jìn)行遮蔽并使用圖像生成模型對(duì)遮蔽區(qū)域進(jìn)行補(bǔ)全后，獲得最終的脫敏圖片。

6、優(yōu)選的，所述步驟s2包括：

7、s21，使用sift算法將各樣本圖片提取為對(duì)應(yīng)128維的多維向量，對(duì)圖片向量數(shù)據(jù)集中的各128維多維向量y進(jìn)行乘積量化處理，將多維向量y分成16段子向量，每個(gè)子向量的長(zhǎng)度為8，具體如下：

8、；

9、其中為128維向量y中的其中一維向量，為向量y的一個(gè)子向量。

10、s22，將16個(gè)子向量進(jìn)行16次k-means聚類，每個(gè)聚類存儲(chǔ)50個(gè)質(zhì)心。

11、優(yōu)選的，所述步驟s3包括：

12、s31，使用以下近似公式計(jì)算待處理圖片向量集中各圖像塊的128維的多維向量x與圖片向量數(shù)據(jù)集中的多維向量y的近似距離：

13、

14、其中，x為待處理圖片向量集中的一個(gè)向量，y為圖片向量數(shù)據(jù)集中的一個(gè)向量，為向量y的一個(gè)子向量，為映射為其對(duì)應(yīng)的k-means算法的質(zhì)心，?為向量x的一個(gè)子向量。

15、s32，計(jì)算待處理圖片向量集中的所有多維向量x與圖片向量數(shù)據(jù)集中所有多維向量y的近似距離，獲取近似距離排列在前的設(shè)定個(gè)數(shù)的候選向量組，所述候選向量組包含一多維向量x和一多維向量y，判斷該候選向量組中的多維向量x是否屬于某一類型的敏感信息。

16、優(yōu)選的，所述步驟s32包括：根據(jù)候選向量組中的多維向量y所來(lái)自的不同對(duì)比圖片組進(jìn)行分類集合，分別計(jì)算各分類候選向量組集合中的近似距離平均值，若所述近似距離平均值超過(guò)設(shè)定閾值，則認(rèn)為該待處理圖片中包含有超過(guò)設(shè)定閾值的候選向量組集合所對(duì)應(yīng)的敏感信息類型。

17、優(yōu)選的，所述步驟s32還包括：若所述近似距離平均值超過(guò)設(shè)定閾值，則獲取超過(guò)設(shè)定閾值的候選向量組集合所對(duì)應(yīng)的各候選向量組中的多維向量x，將該多維向量x所對(duì)應(yīng)圖像塊區(qū)域作為包含有所在分類候選向量組對(duì)應(yīng)的敏感信息類型的位置區(qū)域。

18、優(yōu)選的，所述步驟s4包括：先將獲取的脫敏位置區(qū)域位置標(biāo)注為掩蓋，然后利用ddpm模型來(lái)進(jìn)行圖片補(bǔ)全：具體ddpm補(bǔ)全公式如下：

19、；

20、其中為用待處理圖片的未掩蓋部分采樣出來(lái)的圖片區(qū)域，為ddpm模型的默認(rèn)參數(shù)，為原始被掩蓋后的圖片區(qū)域，為由ddpm模型采樣出來(lái)的圖片區(qū)域，為上輪采樣后的圖片樣本，為本輪采樣后的圖片樣本；和為訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)其輸入為，參數(shù)為；為單位矩陣，為特殊乘積在這里代表掩碼，首先從開(kāi)始，然后循環(huán)運(yùn)算上面的公式，直到達(dá)到設(shè)定次數(shù)。達(dá)到使用未掩蓋部分采樣出來(lái)的，拼接從模型采樣出來(lái)，進(jìn)行圖片補(bǔ)全。

21、本發(fā)明還公開(kāi)了對(duì)具有個(gè)人敏感信息的圖片進(jìn)行脫敏的系統(tǒng)，所述個(gè)人敏感信息包括姓名信息、手機(jī)號(hào)信息和身份證號(hào)信息，包括圖像拆分模塊、樣本生成模塊、差異對(duì)比模塊和脫敏補(bǔ)全模塊，其中圖像拆分模塊，用于將待處理圖片拆分成多個(gè)大小相同的圖像塊，其中相鄰圖像塊之間存在重疊區(qū)域，將每個(gè)圖像塊用sift算法提取為一個(gè)多維向量，組成包含有各圖像塊對(duì)應(yīng)的多維向量的待處理圖片向量集；樣本生成模塊，用于制作三個(gè)對(duì)比圖片組，其中第一圖片組所包含的各不同樣本圖片中均僅包含有姓名信息，第二圖片組所包含的各不同樣本圖片中均僅包含有手機(jī)號(hào)信息，第三圖片組所包含的各不同樣本圖片中均僅包含有身份證號(hào)信息，使用sift算法將第一圖片組、第二圖片組和第三圖片組中的各樣本圖片提取為對(duì)應(yīng)多維向量，將三對(duì)比圖片組的所有多維向量合并成一比對(duì)圖片向量數(shù)據(jù)集；差異對(duì)比模塊，用于計(jì)算所述待處理圖片向量集中各多維向量與比對(duì)圖片向量數(shù)據(jù)集的差異，若存在至少一圖像塊對(duì)應(yīng)的多維向量與一對(duì)比圖片組的各多維向量相接近，則將該圖像塊作為包含有相接近對(duì)比圖片組所對(duì)應(yīng)的敏感信息類型的脫敏位置區(qū)域；脫敏補(bǔ)全模塊，用于對(duì)獲得的脫敏位置區(qū)域進(jìn)行遮蔽并使用圖像生成模型對(duì)遮蔽區(qū)域進(jìn)行補(bǔ)全后，獲得最終的脫敏圖片。

22、優(yōu)選的，所述樣本生成模塊包括向量模塊和聚類模塊，其中向量模塊，用于使用sift算法將各樣本圖片提取為對(duì)應(yīng)128維的多維向量，對(duì)圖片向量數(shù)據(jù)集中的各128維多維向量y進(jìn)行乘積量化處理，將多維向量y分成16段子向量，每個(gè)子向量的長(zhǎng)度為8，具體如下：

23、，其中為128維向量y中的其中一維向量，為向量y的一個(gè)子向量；聚類模塊，用于將16個(gè)子向量進(jìn)行16次k-means聚類，每個(gè)聚類存儲(chǔ)50個(gè)質(zhì)心。

24、本發(fā)明還公開(kāi)了一種對(duì)具有個(gè)人敏感信息的圖片進(jìn)行脫敏的裝置，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如前述任一所述方法的步驟。

25、本發(fā)明還公開(kāi)了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如前述任一所述方法的步驟。

26、本發(fā)明公開(kāi)的對(duì)具有個(gè)人敏感信息的圖片進(jìn)行脫敏的方法和系統(tǒng)，利用傳統(tǒng)的圖形特征抽取sift算法結(jié)合圖像生成模型的方式，實(shí)現(xiàn)對(duì)圖片中敏感信息的自動(dòng)標(biāo)定和脫敏，通過(guò)將包含敏感信息的待處理圖片拆分成大小相同且存在重疊區(qū)的圖像塊，并將每個(gè)圖像塊用sift算法提取為一個(gè)多維向量組成待處理圖片向量集后，分別制作僅包含有姓名信息、手機(jī)號(hào)信息、身份證號(hào)信息圖片的三個(gè)對(duì)比圖片組，并使用sift算法將其中圖片提取為對(duì)應(yīng)多維向量并合并成一比對(duì)圖片向量數(shù)據(jù)集。進(jìn)而計(jì)算所述待處理圖片向量集中各多維向量與比對(duì)圖片向量數(shù)據(jù)集的差異，若存在至少一圖像塊對(duì)應(yīng)的多維向量與一對(duì)比圖片組的各多維向量相接近，則將該圖像塊作為包含有相接近對(duì)比圖片組所對(duì)應(yīng)的敏感信息類型的脫敏位置區(qū)域；最后遮蔽脫敏位置區(qū)域并使用圖像生成模型對(duì)遮蔽區(qū)域補(bǔ)全獲得最終的脫敏圖片，使企業(yè)或組織可在不連接公網(wǎng)或缺乏大量場(chǎng)景敏感信息位置標(biāo)注數(shù)據(jù)的場(chǎng)景中獲取規(guī)避敏感信息的圖片，提升了圖片處理的適用范圍和處理速度，降低了用戶個(gè)人信息泄露風(fēng)險(xiǎn)。

27、本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。