Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国电子科技集团公司第十五研究所沈博获国家专利权

中国电子科技集团公司第十五研究所沈博获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国电子科技集团公司第十五研究所申请的专利一种用于人脸图像的身份隐私保护方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116071793B

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211520891.4,技术领域涉及:G06V40/16;该发明授权一种用于人脸图像的身份隐私保护方法及装置是由沈博;王祥根;崔佳佳设计研发完成,并于2022-11-29向国家知识产权局提交的专利申请。

一种用于人脸图像的身份隐私保护方法及装置在说明书摘要公布了:本发明公开了一种用于人脸图像的身份隐私保护方法及装置,所述方法包括:构建表征学习模型,由所述表征学习模型对获取的人脸图像进行特征提取,由人脸身份表征解耦子网络模型将所述人脸图像中的统计信息与背景信息解耦;将所述表征学习模型提取到的特征与所述统计信息整合,得到整合信息;构建身份扰动模型,基于人脸图像使用者的隐私级别为所述整合信息添加随机扰动;构建图像重构模型,所述图像重构模型基于添加随机扰动后的整合信息,重构人脸图像。本发明的方法,在有效抵抗背景知识攻击、重构攻击与组合攻击的同时,实现可证明、可控的人脸身份隐私保护,保证发布图像的隐私性与可用性的优化权衡。

本发明授权一种用于人脸图像的身份隐私保护方法及装置在权利要求书中公布了:1.一种用于人脸图像的身份隐私保护方法,其特征在于,所述方法包括如下步骤: 步骤S1:构建表征学习模型,由所述表征学习模型对获取的人脸图像进行特征提取,由人脸身份表征解耦子网络模型将所述人脸图像中的特征信息与背景信息解耦;将所述表征学习模型提取到的特征与所述特征信息整合,得到整合信息; 步骤S2:构建身份扰动模型,基于人脸图像使用者的隐私级别为所述整合信息添加随机扰动; 步骤S3:构建图像重构模型,所述图像重构模型基于添加随机扰动后的整合信息,重构人脸图像; 所述表征学习模型包括基于人脸视觉属性的子网络和解耦子网络;所述基于人脸视觉属性的子网络由相互连接的轻量化CNN模型、通道注意力模型以及图卷积模型构成;所述获取的人脸图像输入所述轻量化CNN模型,所述轻量化CNN模型获取不同特征通道的多尺度人脸特征;所述通道注意力模型对所述轻量化CNN模型提取的所述不同特征通道的多尺度人脸特征进行融合,得到空间语义属性人脸特征图;将所述空间语义属性人脸特征图输入GCN网络,由所述GCN网络对所述空间语义属性人脸特征图进行学习,得到人脸局部区域之间结构关系的几何特征; 所述人脸身份表征解耦子网络模型由U‑Net模型和基于CNN的解耦表征模型连接构成; 将所述不同特征通道的多尺度人脸特征进行特征信息属性操作,得到特征信息I′n,所述U‑Net模型以所述特征信息I′n为输入,提取人脸特征图;所述基于CNN的解耦表征模型接收所述人脸特征图,将所述人脸特征图中的人脸视觉属性特征和特征信息进行解耦表征; 所述图像重构模型为DenseNet模型,所述DenseNet模型基于所述添加随机扰动后的特征信息对所述整合信息进行重构,所述DenseNet模型再对所述人脸图像的背景信息进行重构,使重构后的整合信息与所述人脸图像的重构后的背景信息融合。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国电子科技集团公司第十五研究所,其通讯地址为:100083 北京市海淀区北四环中路211号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。