CN108549853B - 一种图像处理方法、移动终端以及计算机可读存储介质 - Google Patents
一种图像处理方法、移动终端以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108549853B CN108549853B CN201810269017.5A CN201810269017A CN108549853B CN 108549853 B CN108549853 B CN 108549853B CN 201810269017 A CN201810269017 A CN 201810269017A CN 108549853 B CN108549853 B CN 108549853B
- Authority
- CN
- China
- Prior art keywords
- feature
- privacy
- person
- information
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 210000001747 pupil Anatomy 0.000 claims description 35
- 230000001815 facial effect Effects 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 19
- 238000004904 shortening Methods 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 12
- 210000001508 eye Anatomy 0.000 description 49
- 210000000214 mouth Anatomy 0.000 description 41
- 210000001331 nose Anatomy 0.000 description 25
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 238000001514 detection method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 210000000697 sensory organ Anatomy 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 5
- 210000000887 face Anatomy 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000008602 contraction Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 210000004373 mandible Anatomy 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000270295 Serpentes Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000003467 cheek Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000001847 jaw Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理方法，检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；隐私保护之后合成隐私图像，本发明还公开了一种移动终端和计算机可读存储介质，解决了相关技术中没有对拍摄的照片进行相关处理可能泄漏隐私的问题，通过对人物的敏感部位进行隐私保护，提高了用户体验。
Description
技术领域
本发明涉及移动通信技术领域，尤其涉及一种图像处理方法、移动终端以及计算机可读存储介质。
背景技术
随着互联网的发展和终端的普及，终端的用户群越来越大，同时也对软件提出了更多智能，人性化的需求。
在现有的技术中，其实终端，虽然被用户作为一个游戏机或电视机，还可能是一个学习机，还可能成为小宝宝的乐园等等，给我们的生活带来更多的乐趣。随着通讯产品的更新换代，移动终端(例如手机、个人数字化助理PDA等)已成为人们必备的通讯工具。各种方便人们生活的功能都能在移动终端上实现，例如手机电视、GPS、移动支付等等，都需要移动终端接入到互联网才能实现。
用户每天都会进行拍照，但是现在照片牵涉到了很多隐私信息，用户不小心就会造成信息泄露，如指纹信息，人脸信息等等。
针对相关技术中没有对拍摄的照片进行相关处理可能泄漏隐私的问题，目前尚未提出解决方案。
发明内容
本发明的主要目的在于提出一种图像处理方法、移动终端以及计算机可读存储介质，旨在解决相关技术中没有对拍摄的照片进行相关处理可能泄漏隐私的问题。
为实现上述目的，本发明实施例提出一种图像处理方法，包括：
检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；
根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；
隐私保护之后合成隐私图像。
优选地，在根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护之前，所述方法还包括：
根据预先设置的数据库中所述特征类型对应的人物特征信息对得到的特征信息进行匹配，其中，所述数据库中存储有预先设置的人物的特征信息。
优选地，根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护包括：
在所述特征类型对应的人物特征信息与所述得到的特征信息匹配的结果一致的情况下，对人物的所述特征类型对应的部位隐私进行保护。
优选地，对拍摄的图像进行识别包括：
对所述图像中所有人物进行面部特征提取得到人脸的面部特征信息；
对所述图像中所有指纹信息进行提取得到指纹信息。
优选地，至少通过以下方式之一对人物的所述特征类型对应的部位隐私进行保护：
对所述人物的所述特征类型对应的部位进行模糊处理；
根据所述人物的所述特征类型对应的部位进行微调。
优选地，至少通过以下方式之一根据所述人物的所述特征类型对应的部位进行微调：
缩短瞳孔之间的距离；
对所述人物的面部轮廓进行提取，通过调节所述人物的面部轮廓对所述人脸的大小进行调节；
根据所述指纹信息将所述人物的指纹进行调节。
根据本发明实施例的另一方面，还提供了一种移动终端，所述移动终端包括处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的图像处理程序，以实现以下步骤：
检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；
根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；
隐私保护之后合成隐私图像。
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
在根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护之前，根据预先设置的数据库中所述特征类型对应的人物特征信息对得到的特征信息进行匹配，其中，所述数据库中存储有预先设置的人物的特征信息。
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
在所述特征类型对应的人物特征信息与所述得到的特征信息匹配的结果一致的情况下，对人物的所述特征类型对应的部位隐私进行保护。
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
对所述图像中所有人物进行面部特征提取得到人脸的面部特征信息；
对所述图像中所有指纹信息进行提取得到指纹信息。
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
至少通过以下方式之一对人物的所述特征类型对应的部位隐私进行保护：
对所述人物的所述特征类型对应的部位进行模糊处理；
根据所述人物的所述特征类型对应的部位进行微调。
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
至少通过以下方式之一根据所述人物的所述特征类型对应的部位进行微调：
缩短瞳孔之间的距离；
对所述人物的面部轮廓进行提取，通过调节所述人物的面部轮廓对所述人脸的大小进行调节；
根据所述指纹信息将所述人物的指纹进行调节。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述图像处理方法的步骤。
通过本发明，检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；隐私保护之后合成隐私图像，解决了相关技术中没有对拍摄的照片进行相关处理可能泄漏隐私的问题，通过对人物的敏感部位进行隐私保护，提高了用户体验。
附图说明
图1为实现本发明各个实施例一可选的移动终端的硬件结构示意图；
图2为如图1所示的移动终端的无线通信系统示意图；
图3是根据本发明实施例的图像处理方法的流程图；
图4是根据本发明实施例的五官识别的示意图；
图5是根据本发明实施例的照片中敏感部位进行模糊处理的示意图；
图6是根据本发明实施例的照片中敏感部位进行微调的示意图一；
图7是根据本发明实施例的照片中敏感部位进行微调的示意图二；
图8是根据本发明实施例的隐私保护的移动终端的框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监测。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。
具体地，UE201可以是上述终端100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。
基于上述移动终端硬件结构以及通信网络系统，提出本发明方法各个实施例。
实施例1
基于上述的移动终端，本发明实施例提供了一种图像处理方法，图3是根据本发明实施例的图像处理方法的流程图一，如图3所示，该方法包括以下步骤：
步骤S301，检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；
步骤S302，根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；
步骤S303，隐私保护之后合成隐私图像。
通过上述步骤，检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；隐私保护之后合成隐私图像，解决了相关技术中没有对拍摄的照片进行相关处理可能泄漏隐私的问题，通过对人物的敏感部位进行隐私保护，提高了用户体验。
优选地，在根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护之前，根据预先设置的数据库中所述特征类型对应的人物特征信息对得到的特征信息进行匹配，其中，所述数据库中存储有预先设置的人物的特征信息。即只对匹配成功的特征信息对应的人物实现隐私保护，例如，照片中有多个人物，其中只有某一个人物是公众人物，对隐私要求比较严密，故可以只对该公众人物实现隐私保护，只需要在拍照前，将该公众人物的特征进行进行提取，将提取的特征信息保存包数据库中，拍照之后识别照片中的人物特征信息，判断是否有该公众人物的特征信息，如果有，便确定对该公众人物的隐私进行保护。
优选地，根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护可以包括：在所述特征类型对应的人物特征信息与所述得到的特征信息匹配的结果一致的情况下，对人物的所述特征类型对应的部位隐私进行保护。
优选地，对拍摄的图像进行识别可以包括：对所述图像中所有人物进行面部特征提取得到人脸的面部特征信息；对所述图像中所有指纹信息进行提取得到指纹信息。当然为了个人隐私信息的泄露，除了保护面部隐私之外，还可以对涉及完整的指纹信息的也进行隐私保护。
本发明实施例提供了一种基于五官几何比例特征的快速人脸识别方法，包括：
步骤1、把包含正脸的人脸图像作为要处理的对象图。
步骤2、对人脸的检测以及眼睛、鼻子和嘴巴的定位，包括下列步骤：
人脸图像将会被分析成若干区域，区域包括：脸框区域、眼睛区域、鼻子区域和嘴巴区域。对图像进行预处理：进行灰度化和直方图均衡化；然后利用人脸分类器实现人脸检测，即得到人脸的脸框区域；在得到上述脸框区域后，设定脸框区域的收缩系数为1.2(初始值设为其他值时必须大于等于1)，把脸框区域的长宽和宽度分别除以收缩系数得到新的长度和宽度，把脸框区域缩小到新的长度和宽度，再利用眼睛分类器、鼻子分类器和嘴巴分类器分别检测出脸框区域中的眼睛区域、鼻子区域和嘴巴区域。上述的分类器可以采用现有的分类器，人脸分类器可采用英特尔通用adaboost正脸分类器，眼睛分类器可采用西班牙加那利岛拉斯帕尔马大学adaboost眼睛分类器，鼻子分类器可采用西班牙加那利岛拉斯帕尔马大学adaboost鼻子分类器，嘴巴分类器可采用西班牙加那利岛拉斯帕尔马大学adaboost嘴巴分类器。
在上述检测眼睛区域、鼻子区域和嘴巴区域的过程中，如果检测到的眼睛区域、鼻子区域或嘴巴区域的中线偏离出人脸脸框区域的中线，则认为检测出错，需要扩大收缩系数再对眼睛区域、鼻子区域或嘴巴区域进行检测。
步骤3、在步骤2得出的眼睛区域、鼻子区域和嘴巴区域，对这些区域按下列方法进行特征提取：
提取眼睛的左瞳孔和右瞳孔的坐标值；在截取的眼睛区域中，分别提取左右眼的灰度值最低的一点，然后分别以这两个点为中心提取在它们周围的灰度值不高于该中心20的点，对这些点的二维坐标值取平均值，便可得到左瞳孔和右瞳孔的坐标值。
提取鼻子的左鼻孔和右鼻孔的坐标值；在截取的鼻子区域中，分别提取左右鼻孔的灰度值最低的一点，然后分别以这两个点为中心提取在它们周围的灰度值不高于该中心20的点，对这些点的二维坐标值取平均值，便可得到左鼻孔和右鼻孔的坐标值。
提取左嘴角、右嘴角和嘴巴中心点的坐标值。根据嘴部双唇的颜色与脸部其他部位灰度的不同，可以得到嘴巴的左嘴角和右嘴角坐标值，两者取中值，则可得到嘴巴中心点的坐标值。
步骤4、将所得出的人脸特征坐标值与数据库中所存储的每一条人脸数据记录进行对比，分别得到眼鼻、眼嘴和鼻嘴的匹配率，以及综合匹配率。其中：
眼鼻匹配率是指人脸特征值中的左瞳孔、右瞳孔和左右鼻孔连线中心点所形成的三角形与数据库人脸数据记录中的对应点形成的三角形的相似度；
眼嘴匹配率是指人脸特征值中的左瞳孔、右瞳孔和嘴巴中心点所形成的三角形与数据库人脸数据记录中的对应点形成的三角形的相似度；
鼻嘴匹配率是指人脸特征值中的左鼻孔、右鼻孔和嘴巴中心点所组成的三角形与数据库人脸数据记录中的对应点形成的三角形的相似度。
综合匹配率的算法：利用十五条线段，包括左瞳孔与左右鼻孔连线中心点的连线、右瞳孔与左右鼻孔连线中心点的连线、左瞳孔与右瞳孔的连线、左右瞳孔连线中心点与左右鼻孔连线中心点的连线、左右鼻孔连线中心点与嘴巴中心点的连线、左瞳孔嘴巴中心点的连线、右瞳孔嘴巴中心点的连线、左鼻孔与右鼻孔的连线、左瞳孔与左鼻孔的连线、右瞳孔与右鼻孔的连线、左瞳孔与右鼻孔的连线、右瞳孔与左鼻孔的连线、左右瞳孔连线中心点与嘴巴中心点的连线、左鼻孔与嘴巴中心点的连线和右鼻孔与嘴巴中心点的连线，分别与数据库中每张人脸图像相应的线段进行比例得到比值；同样，对左瞳孔、右瞳孔和左右鼻孔连线中心点连成的三角形和左瞳孔、右瞳孔和嘴巴中心点连成的三角形的六个角分别与数据库中每张人脸图像相应的角进行比例得到比值，求出十五条线段的所述比值的均值，把各条线段相对该均值的偏离值进行求和，记为Sum1；求出所述六个角的所述比值的均值，并把各个角相对该均值的偏离值进行求和，记为Sum2；最后用1-Sum1*0.05-Sum2*0.1，即可得出最终的综合匹配率。
步骤5、根据步骤4得到的匹配结果，进行下一步判断处理：若数据库中存在与所查人脸的综合匹配率高于90％的记录，则提示查找成功，并把该记录中的个人信息显示给用户，此时如果有多条记录的综合匹配率高于90％，则按照相应的眼鼻、眼嘴、鼻嘴匹配率以及综合匹配率的大小进行取舍(一般取综合匹配率最高的人脸作为检索结果)；否则，提示查找失败，数据库中不存在所查人脸的相关信息。
上述步骤4中所述数据库是通过如下方法建立：
获取准备存入数据库的多张正脸图像，图像的背景颜色为单一颜色；
利用步骤2检测每张人脸图像中的人脸区域并定位相应的眼睛区域、鼻子区域和嘴巴区域；再利用步骤3对人脸区域、眼睛区域、鼻子区域和嘴巴区域进行处理，得到人脸特征信息，特征信息包括左瞳孔、右瞳孔、左鼻孔、右鼻孔、左嘴角、右嘴角、嘴巴中心点和脸框四角的二维坐标值；
把每一张人脸的特征信息，特征信息包括左瞳孔、右瞳孔、左鼻孔、右鼻孔、左嘴角、右嘴角、嘴巴中心点和脸框四角的二维坐标值，以及人脸图像的二进制信息、人脸所属对象的个人信息作为一条整体记录存储到数据库中。
在分别检测出脸框区域中的眼睛区域、鼻子区域和嘴巴区域之后，便可对面部的眼睛距离，或瞳孔距离进行微调，还可以微调鼻子的形状和嘴巴的形状，但是从整体效果来看变化又不大。即调整完之后与调整之前整体效果的变化不大。
本发明实施例通过人脸照片识别五官点，为了通过单张人脸正面照片识别五官位置和特征点，是通过人脸检测以及面部特征定位的方式来实现的。
所述通过人脸照片识别五官点的方法，包括如下步骤：
步骤1：人脸检测，以判断输入图像中是否存在人脸。识别人脸主要依据人脸上的特征，对人脸图像进行特征提取和分类之前一般需要做几何归一化算法和灰度归一算法。
几何归一化算法是根据人脸定位结果将图像中人脸变换到同一位置和同样大小，灰度归一化算法是指对图像进行光照补偿等处理，光照补偿能够一定程度的克服光照变化的影响而提高识别度。
检测人脸过程中，首先将待确定的人脸图像和人脸模板进行模板匹配，如果匹配，那么将其投影到人脸子空间，由特征子脸技术判断是否为人脸。
其中，模板匹配，是指按照人脸特征，将人脸图像划分成14个不同区域，用每个区域的灰度统计值表示该区域，用整个样本的灰度平均值归一化，从而得到用特征向量表示的人脸模板。通过非监督学习的方法对训练样本聚类，得到参考模板族。将测试图像的模板与参考模板在某种距离测度下匹配，通过阈值判断匹配程度。
特征子脸技术的基本思想是：从统计的观点，寻找人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，以此近似地表征人脸图像。这些特征向量称为特征脸(Eigenface)。实际上，特征脸反映了隐特征子脸技术的基本思想是：特征脸反映了隐含在人脸样本集合内部的信息和人脸的结构关系。将眼睛、面颊、下颌的样本集协方差矩阵的特征向量称为特征眼、特征颌和特征唇，统称特征子脸。特征子脸在相应的图像空间中张成子空间，称为子脸空间。计算出测试图像窗口在子脸空间的投影距离，若窗口图像满足阈值比较条件，则判断其为人脸。
步骤2：确定人脸的面部特征点。一种方式是使用特征向量法：该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。在对关键特征点定位是加人了经过训练的先验比例尺关系，即从额头到眼睛、眼睛到鼻孔、鼻孔到嘴巴和嘴巴到下颌的y坐标比例关系，以嵌入式系统为平台，得出特征点位置以及轮廓形状。
在人脸检测的基础上，面部关键特征检测试图检测人脸上的主要的面部特征点的位置和眼睛和嘴巴等主要器官的形状信息。灰度积分投影曲线分析、模板匹配、可变形模板、Hough变换、Snake算子、基于Gabor小波变换的弹性图匹配技术、主动性状模型和主动外观模型是常用的方法。
可变形模板的主要思想是根据待检测人脸特征的先验的形状信息，定义一个参数描述的形状模型，该模型的参数反映了对应特征形状的可变部分，如位置、大小角度等，它们最终通过模型与图像的边缘、峰、谷和灰度分布特性的动态地交互适应来得以修正。
由于模板变形利用了特征区域的全局信息，因此可以较好地检测出相应的特征形状。由于可变形模板要采用优化算法在参数空间内进行能量函数极小化，因此算法的主要缺点在于两点：对参数初值的依赖程度高，很容易陷入局部最小；算时间长。
针对这两方面的问题，可以采用了一种由粗到细的检测算法：
图4是根据本发明实施例的五官识别的示意图，如图4所示，首先利用人脸器官构造的先验知识、面部图像灰度分布的峰谷和频率特性粗略检测出眼睛、鼻子、嘴、下巴的大致区域和一些关键的特征点，其中，所述关键的特征点是指如图4中五官轮廓线上取得的点。
然后在此基础上，给出了较好的模板的初始参数，从而可以大幅提高算法的速度和精度。其中，所述较好的模板的初始参数就是步骤2.1中得到的特征点参数。
进一步地，眼睛是面部最重要的特征，精确定位是识别的关键。
还提出了一种基于区域增长的眼睛定位技术，该技术在人脸检测的基础上，充分利用了眼睛是面部区域内脸部中心的左上方和右上方的灰度谷区这一特性，可以精确快速的定位两个眼睛瞳孔中心位置。
该算法采用了基于区域增长的搜索策略，包括如下步骤：
在人脸定位算法给出的大致人脸框架中，估计鼻子的初始位置；
其中，利用三庭五眼的概念估算鼻子的初始位置，所述三庭五眼的规律具体为：通过眉弓作一条水平线；通过鼻翼下缘作一条平行线。这样，两条平行线就将面部分成三个等分：从发际线到眉间连线；眉间到鼻翼下缘；鼻翼下缘到下巴尖，上中下恰好各占三分之一，谓之“三庭”。而“五眼”是指眼角外侧到同侧发际边缘，刚好一个眼睛的长度，两个眼睛之间呢，也是一个眼睛的长度，另一侧到发际边是一个眼睛长度。这就是“五眼”。
定义两个初始搜索矩形，分别向左右两眼所处的大致位置生长。
根据人眼灰度明显低于面部灰度的特点，利用搜索矩形找到眼部的边缘，最后定位到瞳孔的中心，如图4所示。也就是说，根据人眼灰度明显低于面部灰度的特点。就是先根据三庭五眼定大致位置，再根据颜色值和搜索矩形定位。
图5是根据本发明实施例的照片中敏感部位进行模糊处理的示意图，如图5所示，本发明实施例中，对人物的所述特征类型对应的部位隐私进行保护可以是，对所述人物的所述特征类型对应的部位进行模糊处理，识别出人物的面部特征之后，对目标人物的敏感部分进行模糊处理，例如，眼睛是最能够区分一个人的特征，可以将眼部打上马赛克的方式模糊处理。
图6是根据本发明实施例的照片中敏感部位进行微调的示意图一，如图6所示，本发明实施例中，对人物的所述特征类型对应的部位隐私进行保护可以是，根据所述人物的所述特征类型对应的部位进行微调，可以对识别出的木人物的敏感部位进行微调，例如将目标人物眼睛间距或瞳孔间距调小。图7是根据本发明实施例的照片中敏感部位进行微调的示意图二，如图7所示，还可以将整个面部的尺寸调小或将脸部的轮廓调小等，都可以实现对用户进行隐私保护。具体的，至少通过以下方式之一根据所述人物的所述特征类型对应的部位进行微调：缩短瞳孔之间的距离；对所述人物的面部轮廓进行提取，通过调节所述人物的面部轮廓对所述人脸的大小进行调节；根据所述指纹信息将所述人物的指纹进行调节。
本发明实施例中，对人物照片进行隐私保护还包括：云代理接收到用户传输的照片之后，在后台对照片进行面部检测，提取出面部特征；在系统中可以显示有二个角色，路人(被拍照)和用户(拍照)，各有一个基于云的代理(拍照代理和路人代理)，代理提供逻辑计算功能。系统需要实现用户和其代理之间的通信协议，用户利用蓝牙周期性广播他们的存在，当拍照时，面部检测、特征提取和安全匹配协议被执行，如果一个用户被确认，系统会根据隐私策略对图片进行修改。
判断检测出的面部的个数，根据检测出的面部个数分别提取出面部特征，将提取出的面部特征与数据库中存储的面部特征进行一一匹配，如果匹配成功，则说明需要对匹配成功的面部特征进行隐私保护。对人物的所述特征类型对应的部位隐私进行保护可以是，对所述人物的所述特征类型对应的部位进行模糊处理，识别出人物的面部特征之后，对目标人物的敏感部分进行模糊处理，例如，眼睛是最能够区分一个人的特征，可以将眼部打上马赛克的方式模糊处理。
也可以通过数据库中存储的面部特征判断检测出的面部特征中是否有路人，在判断结果为否的情况下，默认对图片中所有面部进行模糊处理，在判断结果为是的情况下，对所有路人所提取的面部特征进行安全匹配，获取密钥，为匹配的面部解密出私有行为，该私有行为即对应于面部特征的照片处理策略；对已匹配的面部应用私有行为，未匹配的面部进行模糊处理。
通过上述步骤，根据路人的隐私策略，对照片进行处理，以保护用户及路人的隐私。
实施例2
根据本发明实施例的另一方面，还提供了一种移动终端，图8是根据本发明实施例的隐私保护的移动终端的框图，如图8所示，所述移动终端包括处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的图像处理程序，以实现以下步骤：
检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；
根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；
隐私保护之后合成隐私图像。
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
在根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护之前，根据预先设置的数据库中所述特征类型对应的人物特征信息对得到的特征信息进行匹配，其中，所述数据库中存储有预先设置的人物的特征信息；
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
在所述特征类型对应的人物特征信息与所述得到的特征信息匹配的结果一致的情况下，对人物的所述特征类型对应的部位隐私进行保护。
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
对所述图像中所有人物进行面部特征提取得到人脸的面部特征信息；
对所述图像中所有指纹信息进行提取得到指纹信息。
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
至少通过以下方式之一对人物的所述特征类型对应的部位隐私进行保护：
对所述人物的所述特征类型对应的部位进行模糊处理；
根据所述人物的所述特征类型对应的部位进行微调。
优选地，所述处理器还用于执行图像处理程序，以实现以下步骤：
至少通过以下方式之一根据所述人物的所述特征类型对应的部位进行微调：
缩短瞳孔之间的距离；
对所述人物的面部轮廓进行提取，通过调节所述人物的面部轮廓对所述人脸的大小进行调节；
根据所述指纹信息将所述人物的指纹进行调节。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述图像处理方法的步骤。
本发明实施例，检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；隐私保护之后合成隐私图像，解决了相关技术中没有对拍摄的照片进行相关处理可能泄漏隐私的问题，通过对人物的敏感部位进行隐私保护，提高了用户体验。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (7)
1.一种图像处理方法，其特征在于，包括：
检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；
根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；
隐私保护之后合成隐私图像；
其中，所述对人物的所述特征类型对应的部位隐私进行保护包括：
根据所述人物的所述特征类型对应的部位进行微调；
其中，至少通过以下方式之一根据所述人物的所述特征类型对应的部位进行微调：
缩短瞳孔之间的距离；
对所述人物的面部轮廓进行提取，通过调节所述人物的面部轮廓对人脸的大小进行调节；
根据指纹信息将所述人物的指纹进行调节；
其中，在根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护之前，所述方法还包括：
根据预先设置的数据库中所述特征类型对应的人物特征信息对得到的特征信息进行匹配，其中，所述数据库中存储有预先设置的人物的特征信息。
2.根据权利要求1所述的方法，其特征在于，根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护包括：
在所述特征类型对应的人物特征信息与所述得到的特征信息匹配的结果一致的情况下，对人物的所述特征类型对应的部位隐私进行保护。
3.根据权利要求1至2中任一项所述的方法，其特征在于，对拍摄的图像进行识别包括：
对所述图像中所有人物进行面部特征提取得到人脸的面部特征信息；
对所述图像中所有指纹信息进行提取得到指纹信息。
4.根据权利要求3所述的方法，其特征在于，所述对人物的所述特征类型对应的部位隐私进行保护还包括：
对所述人物的所述特征类型对应的部位进行模糊处理。
5.一种移动终端，其特征在于，所述移动终端包括处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的图像处理程序，以实现以下步骤：
检测到通过摄像头拍照结束，对拍摄的图像进行识别得到预先设置的特征类型对应的特征信息；
根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护处理；
隐私保护之后合成隐私图像；
其中，所述处理器还用于执行存储器中存储的图像处理程序，以实现以下步骤：
根据所述人物的所述特征类型对应的部位进行微调；
其中，至少通过以下方式之一根据所述人物的所述特征类型对应的部位进行微调：
缩短瞳孔之间的距离；
对所述人物的面部轮廓进行提取，通过调节所述人物的面部轮廓对人脸的大小进行调节；
根据指纹信息将所述人物的指纹进行调节；
其中，所述处理器还用于执行图像处理程序，以实现以下步骤：
在根据所述特征信息对人物的所述特征类型对应的部位隐私进行保护之前，根据预先设置的数据库中所述特征类型对应的人物特征信息对得到的特征信息进行匹配，其中，所述数据库中存储有预先设置的人物的特征信息。
6.根据权利要求5所述的移动终端，其特征在于，所述处理器还用于执行图像处理程序，以实现以下步骤：
在所述特征类型对应的人物特征信息与所述得到的特征信息匹配的结果一致的情况下，对人物的所述特征类型对应的部位隐私进行保护。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1-4中任一项所述图像处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810269017.5A CN108549853B (zh) | 2018-03-29 | 2018-03-29 | 一种图像处理方法、移动终端以及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810269017.5A CN108549853B (zh) | 2018-03-29 | 2018-03-29 | 一种图像处理方法、移动终端以及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108549853A CN108549853A (zh) | 2018-09-18 |
| CN108549853B true CN108549853B (zh) | 2022-10-04 |
Family
ID=63517310
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810269017.5A Active CN108549853B (zh) | 2018-03-29 | 2018-03-29 | 一种图像处理方法、移动终端以及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108549853B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111062859A (zh) * | 2018-10-17 | 2020-04-24 | 奇酷互联网络科技（深圳）有限公司 | 视频监控方法、移动终端以及存储介质 |
| CN111260537A (zh) * | 2018-12-03 | 2020-06-09 | 珠海格力电器股份有限公司 | 一种图像隐私保护方法、装置、存储介质及摄像设备 |
| CN110996010A (zh) * | 2019-12-20 | 2020-04-10 | 歌尔科技有限公司 | 一种摄像头及其图像处理方法、装置及计算机存储介质 |
| CN112417497B (zh) * | 2020-11-11 | 2023-04-25 | 北京邮电大学 | 隐私保护方法、装置、电子设备及存储介质 |
| CN113591533A (zh) * | 2021-04-27 | 2021-11-02 | 浙江工业大学之江学院 | 基于道路监控的防疲劳驾驶方法、装置、设备及存储介质 |
| CN113807162B (zh) * | 2021-07-27 | 2024-04-02 | 上海交通大学 | 基于深度学习的社交网络图像隐私保护方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102473283A (zh) * | 2010-07-06 | 2012-05-23 | 松下电器产业株式会社 | 图像传送装置 |
| CN102708561A (zh) * | 2012-02-29 | 2012-10-03 | 北京无线电计量测试研究所 | 一种基于毫米波成像的隐私保护装置 |
| CN103327231A (zh) * | 2012-03-19 | 2013-09-25 | 卡西欧计算机株式会社 | 图像生成装置以及图像生成方法 |
| CN107294915A (zh) * | 2016-04-01 | 2017-10-24 | 宇龙计算机通信科技(深圳)有限公司 | 图像采集方法、系统及终端 |
-
2018
- 2018-03-29 CN CN201810269017.5A patent/CN108549853B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102473283A (zh) * | 2010-07-06 | 2012-05-23 | 松下电器产业株式会社 | 图像传送装置 |
| CN102708561A (zh) * | 2012-02-29 | 2012-10-03 | 北京无线电计量测试研究所 | 一种基于毫米波成像的隐私保护装置 |
| CN103327231A (zh) * | 2012-03-19 | 2013-09-25 | 卡西欧计算机株式会社 | 图像生成装置以及图像生成方法 |
| CN107294915A (zh) * | 2016-04-01 | 2017-10-24 | 宇龙计算机通信科技(深圳)有限公司 | 图像采集方法、系统及终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108549853A (zh) | 2018-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108549853B (zh) | 一种图像处理方法、移动终端以及计算机可读存储介质 | |
| CN107767333B (zh) | 美颜拍照的方法、设备及计算机可存储介质 | |
| EP3965003A1 (en) | Image processing method and device | |
| US10783353B2 (en) | Method for detecting skin region and apparatus for detecting skin region | |
| CN108830062B (zh) | 人脸识别方法、移动终端及计算机可读存储介质 | |
| CN110706179B (zh) | 一种图像处理方法及电子设备 | |
| CN108024065B (zh) | 一种终端拍摄的方法、终端及计算机可读存储介质 | |
| CN109213732B (zh) | 一种改善相册分类的方法、移动终端及计算机可读存储介质 | |
| CN107231470B (zh) | 图像处理方法、移动终端及计算机可读存储介质 | |
| CN108198159A (zh) | 一种图像处理方法、移动终端以及计算机可读存储介质 | |
| CN109685740A (zh) | 人脸校正的方法及装置、移动终端及计算机可读存储介质 | |
| CN108206892B (zh) | 联系人隐私的保护方法、装置、移动终端及存储介质 | |
| CN110059590A (zh) | 一种人脸活体验证方法、装置、移动终端及可读存储介质 | |
| CN107680059A (zh) | 一种图像校正的判断方法、终端及计算机可读存储介质 | |
| CN111080747B (zh) | 一种人脸图像处理方法及电子设备 | |
| CN108174093A (zh) | 拍摄瞬间图像的方法、设备及计算机可存储介质 | |
| CN108197560B (zh) | 人脸图像识别方法、移动终端及计算机可读存储介质 | |
| CN114037692A (zh) | 图像处理方法、移动终端及存储介质 | |
| CN114187166A (zh) | 图像处理方法、智能终端及存储介质 | |
| CN107329655A (zh) | 一种窗口调节方法、移动终端以及计算机可读存储介质 | |
| CN107368253B (zh) | 图片缩放显示方法、移动终端及存储介质 | |
| CN108921084A (zh) | 一种图像分类处理方法、移动终端及计算机可读存储介质 | |
| CN109859115A (zh) | 一种图像处理方法、终端及计算机可读存储介质 | |
| CN110443752B (zh) | 一种图像处理方法和移动终端 | |
| CN112598678A (zh) | 一种图像处理方法、终端及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220907 Address after: Room 239, building 2, 161 Changjiang street, Changjiang Farm, Chongming District, Shanghai 202150 (Shanghai Changjiang Economic Park) Applicant after: Shanghai Mingdian Culture Communication Co.,Ltd. Address before: 518057 Dazu Innovation Building, 9018 Beihuan Avenue, Nanshan District, Shenzhen City, Guangdong Province, 6-8, 10-11, 6 and 6-10 floors in Area A, B and C Applicant before: NUBIA TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |