CN104463011B - 图片查看方法和设备 - Google Patents

Abstract

本发明的实施方式提供了一种图片查看方法。该方法包括：响应于第一客户端对第二客户端上传的图片的访问请求，将至少一个模糊图片反馈给第一客户端，至少一个模糊图片为对第二客户端上传的清晰图片进行模糊处理后的图片；响应于第一客户端对模糊图片对应的清晰图片的查看请求，判断第一客户端是否具有查看清晰图片所需的预定额度的信用量；如果是，允许该查看请求，并从第一客户端的剩余信用量中扣除掉预定额度的信用量后，将该清晰图片反馈给第一客户端；如果否，拒绝该查看请求。本发明的方法可以解决现有技术中由于直接将某个用户比较私密的个人图片毫无限制地分享给其它用户所代来的信息安全隐患的问题。此外，本发明的另一方面提供了一种图片查看设备。

Description

图片查看方法和设备

技术领域

本发明的实施方式涉及计算机应用领域，更具体地，本发明的实施方式涉及图片查看方法和设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述可包括可以探究的概念，但不一定是之前已经想到或者已经探究的概念。因此，除非在此指出，否则在本部分中描述的内容对于本申请的说明书和权利要求书而言不是现有技术，并且并不因为包括在本部分中就承认是现有技术。

随着社交网络技术的发现，各种社交APP应运而生。人们通过社交APP可以进行各种交流，例如，通过社交APP实现即时通信，再例如，通过社交APP实现信息的分享，如将一些图片分享给其他人，其他人可以是好友列表中的各位好友，也可以是陌生人。

发明内容

但是，如果某个用户上传了一些比较私密的个人图片(如，人脸图片)，现有技术中的分享方式是：当任何其他用户想要查看该用户的个人图片时，就会直接将该用户的个人图片分享给其他用户。

依照现有技术，当直接将某个用户比较私密的个人图片毫无限制地分享给其它用户，特别是分享给陌生人时，就会造成对该用户私密信息的泄露，从而带来信息安全隐患。

为此，非常需要一种图片查看方法和设备，以解决现有技术中由于直接将某个用户比较私密的个人图片毫无限制地分享给其它用户所代来的信息安全隐患的问题。

在本上下文中，本发明的实施方式期望提供一种图片查看方法和设备。

在本发明实施方式的第一方面中，提供了一种图片查看方法，包括：响应于第一客户端对第二客户端的访问请求，将至少一个模糊图片反馈给所述第一客户端，所述至少一个模糊图片为对所述第二客户端上传的清晰图片进行模糊处理后的图片；响应于所述第一客户端对所述模糊图片对应的清晰图片的查看请求，判断所述第一客户端是否具有查看所述清晰图片所需的预定额度的信用量；如果所述第一客户端具有预定额度的信用量，允许所述第一客户端对所述清晰图片的查看请求，并从所述第一客户端的剩余信用量中扣除掉查看所述清晰图片所需的预定额度的信用量后，将所述清晰图片反馈给所述第一客户端；如果所述第一客户端不具有预定额度的信用量，拒绝所述第一客户端对所述清晰图片的查看请求。

在本发明实施方式的第二方面中，提供了一种图片查看设备，包括：访问响应单元，用于响应于第一客户端对第二客户端的访问请求，将至少一个模糊图片反馈给所述第一客户端，所述至少一个模糊图片为对所述第二客户端上传的清晰图片进行模糊处理后的图片；第一判断单元，用于响应于所述第一客户端对所述模糊图片对应的清晰图片的查看请求，判断所述第一客户端是否具有查看所述清晰图片所需的预定额度的信用量；第一查看响应单元，用于如果所述第一客户端具有预定额度的信用量，允许所述第一客户端对所述清晰图片的查看请求，并从所述第一客户端的剩余信用量中扣除掉查看所述清晰图片所需的预定额度的信用量后，将所述清晰图片反馈给所述第一客户端；第二查看响应单元，用于如果所述第一客户端不具有预定额度的信用量，拒绝所述第一客户端对所述清晰图片的查看请求。

在本发明实施方式中，为用户的上传的个人图片设定预定额度的信用量，当有其他用户想要查看该用户的个人图片时，先检查其他用户是否具有预定额度的信用量，当确定其它用户不具有预定额度的信用量时，仅提供该用户模糊的个人图片，只有当确定其他用户具有预定额度的信用量并相应地扣除该预定额度的信用量时，才提供该用户清晰的个人图片。也就是说，如果其它用户想要查看某个用户清晰的个人图片，必须先要扣除查看该个人图片所需的预定额度的信用量，否则，只能查看该用户模糊的个人图片。这样就可以避免前面所述的由于直接将某个用户上传的比较私密的个人图片毫无限制地分享给其它用户所带来的信息安全隐患的问题。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1示意性地示出了本发明实施方式可以在其中实施的一个示例性场景；

图2示意性地示出了根据本发明的一个实施方式的图片查看方法的流程图；

图3示意性地示出了根据本发明的一个实施方式的上传图片的方法的流程图；

图4示意性地示出了根据本发明的另一个实施方式的上传图片的方法的流程图；

图5示意性地示出了根据本发明的一个实施方式的级联的CNN分类器的结构框架图；

图6示意性地示出了根据本发明的一个实施方式的异步的多线程并行地进行加噪声处理的方法的示意图；

图7示意性地示出了根据本发明的一个实施方式的图片查看设备的结构框架图；

图8示意性地示出了根据本发明的另一个实施方式的图片查看设备的结构框架图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

根据本发明的实施方式，提出了一种图片查看方法和设备。

在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。

下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。

发明概述

本发明人发现，当某个用户上传了一些比较私密的个人图片时，如果直接将这些比较私密的个人图片毫无限制地分享给其它用户，特别是分享给陌生人，就会造成对该用户私密信息的泄露，从而带来信息安全隐患。

如果为该用户的个人图片设定预定额度的信用量，只有具有预定额度的信用量的其他用户才有权查看该用户清晰的个人图片，否则就只能查看该用户模糊的个人图片的话，就可以避免前面所述的由于直接将某个用户上传的比较私密的个人图片毫无限制地分享给其它用户所带来的信息安全隐患的问题。

在介绍了本发明的基本原理之后，下面具体介绍本发明的各种非限制性实施方式。

应用场景总览

首先参考图1，图1示意性地示出了本发明的实施方式可以在其中实施的示例性应用场景。其中，在该应用场景中包括有第一客户端10、第二客户端20、应用服务器30和图片服务器40。第二客户端20向应用服务器30发送请求上传用户A的个人图片的上传请求消息21，作为响应，应用服务器30向第二客户端20返回允许上传响应消息31A或拒绝上传响应消息31B，当接收到允许上传响应消息31A时，第二客户端20将用户A清晰的个人图片22发送给应用服务器30，应用服务器30将清晰的个人图片22进行模糊处理，例如，采用高斯模糊处理，得到模糊的个人图片23。应用服务器30将清晰的个人图片22以及模糊的个人图片23保存在图片服务器40中。第一客户端10向应用服务器30发送请求访问第二客户端20上传的图片的访问请求消息11，作为响应，应用服务器30向第一客户端10返回允许访问响应消息32A或拒绝访问响应消息32B，当返回允许访问响应消息32A时，在允许访问响应消息32A中携带有模糊的个人图片23所在的图片服务器40的URL便第一客户端10可以根据图片服务器40的URL从图片服务器40获取模糊的个人图片23。第一客户端10向应用服务器30发送请求查看模糊的个人图片23对应的清晰的个人图片22的查看请求消息12，作为响应，应用服务器30向第一客户端10返回允许查看响应消息33A或拒绝查看响应消息33B，当返回允许查看响应消息33A时，在允许查看响应消息33A中携带有清晰的个人图片22所在的图片服务器40的URL，以便第一客户端10可以根据图片服务器40的URL从图片服务器40获取清晰的个人图片22。应用服务器30以及图片服务器40可以是Web服务器，也可以是其他类型的服务器，例如APP服务器。本领域技术人员可以理解，图1所示的示意图仅是本发明的实施方式可以在其中得以实现的一个示例。本发明实施方式的应用范围不受到该框架任何方面的限制。例如，清晰的个人图片22和模糊的个人图片可以位于同一个图片服务器40上，也可以位于不同的图片服务器上。

示例性方法

下面结合图1的应用场景，参考图2来描述根据本发明示例性实施方式的、用于图片查看的方法。需要注意的是，上述应用场景仅是为了便于理解本发明的精神和原理而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。

请参阅图2，其示意性地示出了根据本发明的一个实施方式的图片查看的方法的流程图，例如，该方法由应用服务器30执行，方法具体例如可以包括：

步骤201：响应于第一客户端对第二客户端上传的图片的访问请求，将至少一个模糊状态的图片反馈给所述第一客户端，所述至少一个模糊图片为对所述第二客户端上传的清晰图片进行模糊处理后的图片。

步骤202：响应于所述第一客户端对所述模糊图片对应的清晰图片的查看请求，判断所述第一客户端是否具有查看所述清晰图片所需的预定额度的信用量，如果是，进入步骤203，否则，进入步骤204。

步骤203：允许所述第一客户端对所述清晰图片的查看请求，并从所述第一客户端的剩余信用量中扣除查看所述清晰图片所需的预定额度的信用量后，将所述清晰图片反馈给所述第一客户端，结束流程。

步骤204：拒绝所述第一客户端对所述清晰图片的查看请求，结束流程。

其中，除了第二客户端上传了清晰图片之外，还有其它客户端也上传了清晰图片，应用服务器30可以将所有或者一部分上传清晰图片的客户端的标识推送给第一客户端，以便由第一客户端对各个标识所指示的客户端进行选择。当第一客户端选择了第二客户端时，第一客户端向应用服务器30提交对第二客户端上传的图片的访问请求。

如果应用服务器30是将一部分上传清晰图片的客户端的标识推送给第一客户端，应用服务器30可以先按照地理位置距离第一客户端从近到远的顺序对所有上传清晰图片的客户端进行排序，然后选取排序中位于前几位的客户端并将其标识推送给第一客户端。

因此，在本发明的一个优选实施方式中，在步骤201之前，还包括：根据地理位置确定所述第一客户端与至少一个上传清晰图片的客户端之间的距离，按照所述距离从近到远的顺序选取至少一个所述上传清晰图片的客户端，并将选取的客户端的标识推送给所述第一客户端。

当然，如果应用服务器30是将所有上传清晰图片的客户端的标识都推送给第一客户端，可以按照地理位置距离第一客户端从近到远的顺序对所有上传清晰图片的客户端进行排序，该排序即为推送后各个客户端的标识的排序。

在本发明中，由于模糊图片是经过了模糊处理的，相对于清晰图片来说，其已经隐藏了图片本身的内容，因此，应用服务器30在响应第一客户端对第二客户端的访问请求时，可以直接将模糊图片所在的图片服务器的URL提供给第一客户端，以便第一客户端根据URL的指示从相应的图片服务器中获取模糊图片。

但是，对于清晰图片来说，由于其包含有图片本身的内容，因此，一旦一些非法客户端通过非法的方式获得了清晰图片所在的图片服务器的URL，非法客户端就会根据URL的指示从图片服务器中获取到清晰图片，最终导致用户信息泄露。

为了避免由于非法客户端从图片服务器中获取清晰图片而导致的用户信息泄露的问题，在图片服务器侧还需要对客户端进行验证，如果验证通过，说明客户端是合法客户端，图片服务器向合法客户端提供清晰图片，如果验证不通过，说明客户端是非法客户端，图片服务器不会向非法客户端提供任何清晰图片。

因此，在本发明的一个优选实施方式中，将清晰图片所在的图片服务器的URL发送给所述第一客户端，在所述URL中包含有加密的客户端验证信息，以便当所述第一客户端访问所述图片服务器时，所述图片服务器对加密的客户端验证信息解密，并对解密得到的客户端验证信息进行验证，当验证通过时向所述第一客户端发送所述清晰图片。

可以理解的，在清晰图片所在的图片服务器的URL中，还包含有加密的客户端验证信息，即使非法客户端通过非法方式获得了清晰图片所在的图片服务器的URL，但是，由于其无法获取到正确的客户端验证信息，因此，在图片服务器侧，对非法客户端的验证不会通过，也就不会向非法客户端提供清晰图片，避免了用户信息泄露，进而保障了用户信息的安全性。

需要说明的是，在本发明中，查看清晰图片所需的预定额度的信用量例如可以是互联网中的虚拟货币或虚拟礼物。

还需要说明的是，在本发明中，当将清晰图片反馈给第一客户端时，还可以启动第一客户端所在的移动设备上的第三方即时通信接口或者启动第一客户端内置的即时通信接口，以便第一客户端的用户可以通过该即时通信接口与第二客户端的用户进行即时通信。

在本发明中，第二客户端上传的清晰图片可以为任意的图片，本发明对清晰图片的内容不做具体限定。例如，可以是人脸图片，也可以是人体图片。

在本发明的另一个优选实施方式中，应用服务器30可以限制第二客户端上传的清晰图片必须为人脸图片，即，应用服务器30需要先对第二客户端请求上传的图片进行审核，如果经过审核确认为是人脸图片，则允许第二客户端的上传请求，如果经过审核认为不是人脸图片，则拒绝第二客户端的上传请求。在这种情况下，如图3所示，该方法还包括：

步骤301：响应于第二客户端对人脸图片的上传请求，基于预置的人脸图片分类模型判断所述第二客户端请求上传的图片是否为人脸图片，如果是，进入步骤302，否则，进入步骤303。

步骤302：允许所述第二客户端对人脸图片的上传请求，结束流程。

步骤303：拒绝所述第二客户端对人脸图片的上传请求，结束流程。

其中，可以将第二客户端请求上传的图片输入到所述人脸图片分类模型中，输出图片分类结果，所述图片分类结果包括人脸图片和非人脸图片。

另外，在判定第二客户端请求上传的图片是人脸图片之后，如图4所示，该方法还可以进一步包括：判断所述人脸图片是否为所述第二客户端的注册用户本人的人脸图片，如果是，允许所述第二客户端对人脸图片的上传请求，否则，拒绝所述第二客户端对人脸图片的上传请求。

可以理解的，第二客户端的注册用户通过第二客户端仅能上传其本人的人脸图片，而不能上传其他人的人脸图片。这样可以保证每个用户的人脸图片不会被其他用户肆意的上传，从而避免了用户信息泄露。

需要说明的是，可以利用现有的任意一种识图检索技术判断第二客户端请求上传的人脸图片是否为第二客户端的注册用户本人的人脸图片，本发明在此不做赘述。

另外，也可以利用现有的任意一种人脸识别技术建立人脸图片分类模型。

为了使正负训练样本的数量对称，从而提高模型的分类准确性，在本发明的一个优选实施方式中，所述预置的人脸图片分类模型为利用训练样本对级联的CNN(Convolution Neural Network，卷积神经网络)分类器进行训练所获得的人脸图片分类模型。

其中，在训练样本中，正样本就是可以清晰识别用户人脸的样本，负样本就是除了正样本以外的其它样本。级联的CNN分类器就是由至少两个CNN分类器串联组成。当利用训练样本对级联的CNN分类器进行训练时，只有当训练样本被前一级的CNN分类器判定为正样本时，才会将该训练样本输入到后一级的CNN分类器中继续处理，反之，当训练样本被前一级的CNN分类器判定为负样本时，该训练样本不再输入到后一级的CNN分类器中继续处理。例如，如图5所示，级联的CNN分类器共包含2个CNN分类器。假设在训练过程中，正样本通过第一级CNN分类器的概率达到99.9％，而负样本被拒绝通过第一级CNN分类器的概率达到95％以上，正样本通过第二级CNN分类器的概率达到99.5％，负样本被拒绝通过第二级CNN分类器的概率达到99％以上，这样，正样本被正确分类的概率为99.9％×99.5％＝99.5％，而负样本被正确分类的概率为1-(1-95％)×(2-99％)＝99.5％。

另外，考虑到本发明的人脸图片分类模型可能应用于各种复杂环境，如，各种非人脸图片，包括动漫图片、色情图片、风景图片和动物图片等等。为了提高训练样本的多样性，得到一个更好的泛化效果，从而提高模型的分类准确性，需要模拟真实用户上传的图片，生成更多样化、更全面的训练样本。

因此，在本发明的另一个优选实施方式中，训练样本为经过加噪声处理后的样本，所述加噪声处理包括仿射变换、平移变换、镜像变换、滤波变换和非线性变换中的任意一种或任意多种的组合。其中，

仿射变换就是指对训练样本进行轻微仿射变形。

平移变换就是指从正样本中随机截取包含人脸区域的正方形区域，从负样本中随机截取不包含人脸区域的正方形区域。

镜像变换就是指对训练样本进行左右对称变换。

滤镜变换就是指模拟各种类型的滤镜APP的滤镜功能对训练样本进行预处理，以及模糊处理和降像素处理等。

非线性变形就是指对训练样本进行局部变形。

此外，还考虑到加噪声处理会使训练样本的数量成千上万倍的增加，导致训练样本需要占据大量的存储空间，如内存空间。假设通过加噪声处理后可以生成10亿个训练样本，预计需要几十T的存储空间，如此巨大的存储空间是硬件无法承受的。

为了节省训练样本所需的存储空间，一种优选的实施方式是：将训练样本分批次的加噪声处理，每个批次的训练样本加噪声处理后即可利用该批次的训练样本训练模型。也就是说，一边进行加噪声处理，一边利用训练样本训练模型。这样，可以在CPU不成为速度瓶颈的情况下，尽可能地节省训练样本所需的存储空间。

由于加噪声处理是一种计算密集型的处理方式，需要进行大量的计算，如果只有一个线程进行加噪声处理的话，就会导致加噪声处理的速度远远慢于模型的训练速度。因此，为了解决这个问题，另一种优选的实施方式是利用异步的多线程来并行地进行加噪声处理，例如，如图6所示。

另外，为了加快训练速度，还可以对训练样本进行权重分配，即，对于容易识别的训练样本，可以分配比较的低权重，而对于不容易识别的训练样本，可以分配比较高的权重。通过权重的分配，可以有针对性地降低容易识别的训练样本再次参与训练的概率，提高不容易识别的训练样本再次参与训练的概率，从而加快整个训练的收敛速度。

根据本发明，为用户的上传的个人图片设定预定额度的信用量，当有其他用户想要查看该用户的个人图片时，先检查其他用户是否具有预定额度的信用量，当确定其它用户不具有预定额度的信用量时，仅提供该用户模糊的个人图片，只有当确定其他用户具有预定额度的信用量并相应地扣除该预定额度的信用量时，才提供该用户清晰的个人图片。也就是说，如果其它用户想要查看某个用户清晰的个人图片，必须先要扣除查看该个人图片所需的预定额度的信用量，否则，只能查看该用户模糊的个人图片。这样就可以避免前面所述的由于直接将某个用户上传的比较私密的个人图片毫无限制地分享给其它用户所带来的信息安全隐患的问题。

示例性设备

在介绍了本发明示例性实施方式的方法之后，接下来，参考图7来描述根据本发明示例性实施方式的、用于图片查看的设备。

参考图7，其示意性地示出了根据本发明一个实施方式的图片查看设备的结构框架图，具体地，该设备例如可以包括：

访问响应单元701，用于响应于第一客户端对第二客户端上传的图片的访问请求，将至少一个模糊图片反馈给所述第一客户端，所述至少一个模糊图片为对所述第二客户端上传的清晰图片进行模糊处理后的图片；

第一判断单元702，用于响应于所述第一客户端对所述模糊图片对应的清晰图片的查看请求，判断所述第一客户端是否具有查看所述清晰图片所需的预定额度的信用量；

第一查看响应单元703，用于如果所述第一客户端具有预定额度的信用量，允许所述第一客户端对所述清晰图片的查看请求，并从所述第一客户端的剩余信用量中扣除掉查看所述清晰图片所需的预定额度的信用量后，将所述清晰图片反馈给所述第一客户端；

第二查看响应单元704，用于如果所述第一客户端不具有预定额度的信用量，拒绝所述第一客户端对所述清晰图片的查看请求。

在本发明的一个优选实施方式中，如图8所示，该设备还可以包括：

推送单元700，用于根据地理位置确定所述第一客户端与至少一个上传清晰图片的客户端之间的距离，按照所述距离从近到远的顺序选取至少一个所述上传清晰图片的客户端，并将选取的客户端的标识推送给所述第一客户端。

在本发明的另一个优选实施方式中，所述第二客户端上传的清晰图片为人脸图片，该设备还可以包括：

第二判断单元，用于响应于第二客户端对人脸图片的上传请求，基于预置的人脸图片分类模型判断所述第二客户端请求上传的图片是否为人脸图片；

第一上传响应单元，用于如果识别所述第二客户端请求上传的图片是人脸图片，允许所述第二客户端对人脸图片的上传请求；

第二上传响应单元，用于如果识别所述第二客户端请求上传的图片不是人脸图片，拒绝所述第二客户端对人脸图片的上传请求。

在本发明的另一个优选实施方式中，在所述第一上传响应单元允许所述第二客户端对人脸图片的上传请求之前，该设备还可以包括：

第三判断单元，用于判断所述人脸图片是否为所述第二客户端的注册用户本人的人脸图片；

所述第一上传响应单元具体用于，如果所述人脸图片是所述第二客户端的注册用户本人的人脸图片，允许所述第二客户端对人脸图片的上传请求。

所述第二上传响应单元还用于，如果所述人脸图片不是所述第二客户端的注册用户本人的人脸图片，拒绝所述第二客户端对人脸图片的上传请求。

在本发明的另一个优选实施方式中，所述第一查看响应单元703具体用于，将所述清晰图片所在的图片服务器的URL发送给所述第一客户端，在所述URL中包含有加密的客户端验证信息，以便当所述第一客户端访问所述图片服务器时，所述图片服务器对解密得到的客户端验证信息进行验证，并在验证通过时向所述第一客户端发送所述清晰图片。

在本发明的另一个优选实施方式中，所述预置的人脸图片分类模型为利用训练样本对级联的CNN分类器进行训练所获得的人脸图片分类模型。

在本发明的另一个优选实施方式中，所述训练样本为经过加噪声处理后的样本，所述加噪声处理包括仿射变换、平移变换、镜像变换、滤镜变换和非线性变形中的任意一种或任意多种的组合。

根据本发明，为用户的上传的个人图片设定预定额度的信用量，当有其他用户想要查看该用户的个人图片时，先检查其他用户是否具有预定额度的信用量，当确定其它用户不具有预定额度的信用量时，仅提供该用户模糊的个人图片，只有当确定其他用户具有预定额度的信用量并相应地扣除该预定额度的信用量时，才提供该用户清晰的个人图片。也就是说，如果其它用户想要查看某个用户清晰的个人图片，必须先要扣除查看该个人图片所需的预定额度的信用量，否则，只能查看该用户模糊的个人图片。这样就可以避免前面所述的由于直接将某个用户上传的比较私密的个人图片毫无限制地分享给其它用户所带来的信息安全隐患的问题。

应当注意，尽管在上文详细描述中提及了图片查看设备的若干装置或子装置，但是这种划分仅仅并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多装置的特征和功能可以在一个装置中具体化。反之，上文描述的一个装置的特征和功能可以进一步划分为由多个装置来具体化。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (14)

1.一种图片查看方法，所述方法应用于应用服务器，包括：

响应于第一客户端对第二客户端上传的图片的访问请求，将至少一个模糊图片反馈给所述第一客户端，所述至少一个模糊图片为对所述第二客户端上传的清晰图片进行模糊处理后的图片；

响应于所述第一客户端对所述模糊图片对应的清晰图片的查看请求，判断所述第一客户端是否具有查看所述清晰图片所需的预定额度的信用量；

如果所述第一客户端具有预定额度的信用量，允许所述第一客户端对所述清晰图片的查看请求，并从所述第一客户端的剩余信用量中扣除掉查看所述清晰图片所需的预定额度的信用量后，将所述清晰图片反馈给所述第一客户端；

如果所述第一客户端不具有预定额度的信用量，拒绝所述第一客户端对所述清晰图片的查看请求。

2.根据权利要求1所述的方法，还包括：

根据地理位置确定所述第一客户端与至少一个上传清晰图片的客户端之间的距离，按照所述距离从近到远的顺序选取至少一个所述上传清晰图片的客户端，并将选取的客户端的标识推送给所述第一客户端。

3.根据权利要求1所述的方法，其中，所述第二客户端上传的清晰图片为人脸图片，所述方法还包括：

响应于第二客户端对人脸图片的上传请求，基于预置的人脸图片分类模型判断所述第二客户端请求上传的图片是否为人脸图片；

如果识别所述第二客户端请求上传的图片是人脸图片，允许所述第二客户端对人脸图片的上传请求；

如果识别所述第二客户端请求上传的图片不是人脸图片，拒绝所述第二客户端对人脸图片的上传请求。

4.根据权利要求3所述的方法，在允许所述第二客户端对人脸图片的上传请求之前，所述方法还包括：判断所述人脸图片是否为所述第二客户端的注册用户本人的人脸图片；

所述允许所述第二客户端对人脸图片的上传请求具体为：如果所述人脸图片是所述第二客户端的注册用户本人的人脸图片，允许所述第二客户端对人脸图片的上传请求。

5.根据权利要求1所述的方法，其中，将所述清晰图片反馈给所述第一客户端具体为：

将所述清晰图片所在的图片服务器的URL发送给所述第一客户端，在所述URL中包含有加密的客户端验证信息，以便当所述第一客户端访问所述图片服务器时，所述图片服务器对加密的客户端验证信息解密，并对解密得到的客户端验证信息进行验证，当验证通过时向所述第一客户端发送所述清晰图片。

6.根据权利要求3或4所述的方法，其中，所述预置的人脸图片分类模型为利用训练样本对级联的卷积神经网络CNN分类器进行训练所获得的人脸图片分类模型。

7.根据权利要求6所述的方法，其中，所述训练样本为经过加噪声处理后的样本，所述加噪声处理包括仿射变换、平移变换、镜像变换、滤镜变换和非线性变形中的任意一种或任意多种的组合。

8.一种图片查看设备，包括：

访问响应单元，用于响应于第一客户端对第二客户端上传的图片的访问请求，将至少一个模糊图片反馈给所述第一客户端，所述至少一个模糊图片为对所述第二客户端上传的清晰图片进行模糊处理后的图片；

第一判断单元，用于响应于所述第一客户端对所述模糊图片对应的清晰图片的查看请求，判断所述第一客户端是否具有查看所述清晰图片所需的预定额度的信用量；

第一查看响应单元，用于如果所述第一客户端具有预定额度的信用量，允许所述第一客户端对所述清晰图片的查看请求，并从所述第一客户端的剩余信用量中扣除掉查看所述清晰图片所需的预定额度的信用量后，将所述清晰图片反馈给所述第一客户端；

第二查看响应单元，用于如果所述第一客户端不具有预定额度的信用量，拒绝所述第一客户端对所述清晰图片的查看请求。

9.根据权利要求8所述的设备，还包括：

推送单元，用于根据地理位置确定所述第一客户端与至少一个上传清晰图片的客户端之间的距离，按照所述距离从近到远的顺序选取至少一个所述上传清晰图片的客户端，并将选取的客户端的标识推送给所述第一客户端。

10.根据权利要求8所述的设备，其中，所述第二客户端上传的清晰图片为人脸图片，所述设备还包括：

第二判断单元，用于响应于第二客户端对人脸图片的上传请求，基于预置的人脸图片分类模型判断所述第二客户端请求上传的图片是否为人脸图片；

第一上传响应单元，用于如果识别所述第二客户端请求上传的图片是人脸图片，允许所述第二客户端对人脸图片的上传请求；

第二上传响应单元，用于如果识别所述第二客户端请求上传的图片不是人脸图片，拒绝所述第二客户端对人脸图片的上传请求。

11.根据权利要求10所述的设备，在所述第一上传响应单元允许所述第二客户端对人脸图片的上传请求之前，所述设备还包括：

第三判断单元，用于判断所述人脸图片是否为所述第二客户端的注册用户本人的人脸图片；

所述第一上传响应单元具体用于，如果所述人脸图片是所述第二客户端的注册用户本人的人脸图片，允许所述第二客户端对人脸图片的上传请求。

12.根据权利要求8所述的设备，其中，所述第一查看响应单元具体用于，将所述清晰图片所在的图片服务器的URL发送给所述第一客户端，在所述URL中包含有加密的客户端验证信息，以便当所述第一客户端访问所述图片服务器时，所述图片服务器对解密得到的客户端验证信息进行验证，并在验证通过时向所述第一客户端发送所述清晰图片。

13.根据权利要求10或11所述的设备，其中，所述预置的人脸图片分类模型为利用训练样本对级联的卷积神经网络CNN分类器进行训练所获得的人脸图片分类模型。

14.根据权利要求13所述的设备，其中，所述训练样本为经过加噪声处理后的样本，所述加噪声处理包括仿射变换、平移变换、镜像变换、滤镜变换和非线性变形中的任意一种或任意多种的组合。