CN110135262A - 敏感数据防偷窥处理方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及人工智能技术领域，公开了一种敏感数据防偷窥处理方法，包括：检测当前终端设备上显示的APP界面中是否显示有敏感数据；若是，则调用终端设备的摄像头实时采集当前环境图像；对当前环境图像的灰度图进行处理，识别当前环境图像中是否存在多个用户；若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户；若存在非法用户且当前APP界面中显示有敏感数据，则基于敏感数据保护策略，对敏感数据进行防偷窥处理。本发明还公开了一种敏感数据防偷窥处理装置、设备及计算机可读存储介质。本发明可防止非法用户窥探他人敏感信息，进而提升了用户敏感数据显示时的安全性。

Description

敏感数据防偷窥处理方法、装置、设备及存储介质

技术领域

本发明涉及人工智能技术领域，尤其涉及一种敏感数据防偷窥处理方法、装置、设备及计算机可读存储介质。

背景技术

目前，随着人们对自己隐私的越来越重视，对于APP界面上显示的敏感数据的安全性也有了更高的要求。现有的技术比如银行APP的账户余额、交易记录等敏感数据的防护，一般的做法都是需要用户手动点击隐藏功能按钮，才能隐藏，而要是手动点击不及时，就有被他人看到的风险。因此，需要对APP界面的敏感数据做出更好防范，才能带给用户更好的隐私保护体验。

发明内容

本发明的主要目的在于提供一种敏感数据防偷窥处理方法、装置、设备及计算机可读存储介质，旨在解决现有技术中APP界面敏感数据的隐私保护体验欠佳的技术问题。

为实现上述目的，本发明提供一种敏感数据防偷窥处理方法，所述敏感数据防偷窥处理方法包括以下步骤：

检测当前终端设备上显示的APP界面中是否显示有敏感数据；

根据检测结果，调用所述终端设备的摄像头实时采集当前环境图像；

对当前环境图像的灰度图进行处理，识别当前环境图像中是否存在多个用户；

若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户；

若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理。

可选地，所述对当前环境图像的灰度图进行处理，识别当前环境图像中是否存在多个用户包括：

计算灰度图中各像素在横坐标和纵坐标方向的梯度幅值以及各像素所在位置的梯度方向值；

将灰度图划分为多个单元格，并基于各像素对应的梯度幅值与梯度方向值，计算每个单元格对应的梯度方向直方图；

将相邻预置个数的单元格合并为一个单元块，并计算各单元块对应的梯度方向直方图；

将各单元块对应的梯度方向直方图进行串联，得到当前环境图像的梯度向量特征；

将当前环境图像的梯度向量特征，输入预先训练生成的分类器中进行判别，输出当前环境图像中的用户数量；

基于所述用户数量，判断当前环境图像中是否存在多个用户。

可选地，在所述检测当前终端设备上显示的APP界面中是否显示有敏感数据的步骤之前，还包括：

调用所述终端设备的摄像头，采集合法用户的人脸图像；

提取合法用户人脸图像的纹理特征向量，并存入本地合法用户图像数据库中。

可选地，所述若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户包括：

若当前环境中存在多个用户，则对当前环境图像进行灰度化处理，得到当前环境图像的灰度图；

检测灰度图中各用户人脸图像所在区域位置，并分别提取各用户人脸图像的纹理特征向量；

分别计算各用户人脸图像的纹理特征向量与所述合法用户图像数据库中每一合法用户人脸图像的纹理特征向量之间的向量距离；

基于所述向量距离，分别计算各用户人脸图像与所述合法用户图像数据库中每一合法用户人脸图像之间的相似概率；

判断所述相似概率中是否存在低于预置概率阈值的相似概率；

若是，则确定当前环境图像中存在非法用户。

可选地，所述若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理包括：

若存在多个非法用户且当前APP界面中显示有敏感数据，则切换显示指定界面，其中，所述指定界面包括：所述终端设备的桌面或当前APP中无敏感数据的界面；

若存在一个非法用户且当前APP界面中显示有敏感数据，则在所述敏感数据的显示位置替换显示预设字符，以隐藏所述敏感数据。

可选地，在所述若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理的步骤之后，还包括：

若当前环境图像中仅存没有非法用户，则显示当前APP界面中隐藏的敏感数据。

可选地，在所述若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户的步骤之后，还包括：

若当前环境图像中不存在用户且当前APP界面中显示有敏感数据，则统计当前APP处于无用户状态的时长是否超过预设阈值；

若当前APP处于无用户状态的时长超过所述预设阈值，则使当前运行APP的终端设备进入熄屏状态。

进一步地，为实现上述目的，本发明还提供一种敏感数据防偷窥处理装置，所述敏感数据防偷窥处理装置包括：

检测模块，用于检测当前终端设备上显示的APP界面中是否显示有敏感数据；

采集模块，用于根据检测结果，调用所述终端设备的摄像头实时采集当前环境图像；

第一识别模块，用于对当前环境图像的灰度图进行处理，识别当前环境图像中是否存在多个用户；

第二识别模块，用于若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户；

隐私保护模块，用于若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理。

可选地，所述第一识别模块具体用于：

计算灰度图中各像素在横坐标和纵坐标方向的梯度幅值以及各像素所在位置的梯度方向值；

将灰度图划分为多个单元格，并基于各像素对应的梯度幅值与梯度方向值，计算每个单元格对应的梯度方向直方图；

将相邻预置个数的单元格合并为一个单元块，并计算各单元块对应的梯度方向直方图；

将各单元块对应的梯度方向直方图进行串联，得到当前环境图像的梯度向量特征；

将当前环境图像的梯度向量特征，输入预先训练生成的分类器中进行判别，输出当前环境图像中的用户数量；

基于所述用户数量，判断当前环境图像中是否存在多个用户。

可选地，所述采集模块还用于：

调用所述终端设备的摄像头，采集合法用户的人脸图像；

提取合法用户人脸图像的纹理特征向量，并存入本地合法用户图像数据库中。

可选地，所述第二识别模块具体用于：

若当前环境中存在多个用户，则对当前环境图像进行灰度化处理，得到当前环境图像的灰度图；

检测灰度图中各用户人脸图像所在区域位置，并分别提取各用户人脸图像的纹理特征向量；

分别计算各用户人脸图像的纹理特征向量与所述合法用户图像数据库中每一合法用户人脸图像的纹理特征向量之间的向量距离；

基于所述向量距离，分别计算各用户人脸图像与所述合法用户图像数据库中每一合法用户人脸图像之间的相似概率；

判断所述相似概率中是否存在低于预置概率阈值的相似概率；

若是，则确定当前环境图像中存在非法用户。

可选地，所述隐私保护模块具体用于：

若存在多个非法用户且当前APP界面中显示有敏感数据，则切换显示指定界面，其中，所述指定界面包括：所述终端设备的桌面或当前APP中无敏感数据的界面；

若存在一个非法用户且当前APP界面中显示有敏感数据，则在所述敏感数据的显示位置替换显示预设字符，以隐藏所述敏感数据。

可选地，所述敏感数据防偷窥处理装置还包括：

显示模块，用于若当前环境图像中没有非法用户，则显示当前APP界面中隐藏的敏感数据。

可选地，所述敏感数据防偷窥处理装置还包括：

统计模块，用于若当前环境图像中不存在用户且当前APP界面中显示有敏感数据，则统计当前APP处于无用户状态的时长是否超过预设阈值；

熄屏模块，用于若当前APP处于无用户状态的时长超过所述预设阈值，则使当前运行APP的终端设备进入熄屏状态。

为实现上述目的，本发明还提供一种敏感数据防偷窥处理设备，所述敏感数据防偷窥处理设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的敏感数据防偷窥处理程序，所述敏感数据防偷窥处理程序被所述处理器执行时实现如上述任一项所述的敏感数据防偷窥处理方法的步骤。

为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有敏感数据防偷窥处理程序，所述敏感数据防偷窥处理程序被处理器执行时实现如上述任一项所述的敏感数据防偷窥处理方法的步骤。

本发明在终端设备运行APP时，若当前终端设备上显示的APP界面中显示有敏感数据，则调用终端设备的摄像头实时采集当前环境图像；先识别当前环境图像中是否存在多个用户；若存在多个用户，则再对当前环境图像进行人脸识别，以识别是否存在非法用户；若存在非法用户，则对APP界面中显示的敏感数据进行防偷窥处理。本发明以人脸识别为手段，通过识别当前环境中的用户身份而间接判断当前是否存在隐私泄露危险，若存在，则自动对敏感数据进行防偷窥处理。一方面，用户无需手动操作即可实现敏感信息地自动防护，从而提升了用户使用体验，另一方面，还可以防止非法用户窥探他人敏感信息，进而提升了敏感数据显示时的安全性。

附图说明

图1为本发明实施例方案涉及的敏感数据防偷窥处理设备运行环境的结构示意图；

图2为本发明敏感数据防偷窥处理方法一实施例的流程示意图；

图3为图2中步骤S30一实施例的细化流程示意图；

图4为图2中步骤S40的细化流程示意图；

图5为本发明敏感数据防偷窥处理装置一实施例的功能模块示意图。

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用以解释本发明，并不用于限定本发明。

本发明提供一种敏感数据防偷窥处理设备。

参照图1，图1为本发明实施例方案涉及的敏感数据防偷窥处理设备运行环境的结构示意图。

如图1所示，该敏感数据防偷窥处理设备包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的敏感数据防偷窥处理设备的硬件结构并不构成对敏感数据防偷窥处理设备的限定，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。

如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及敏感数据防偷窥处理程序。其中，操作系统是管理和控制敏感数据防偷窥处理设备和软件资源的程序，支持敏感数据防偷窥处理程序以及其它软件和/或程序的运行。

在图1所示的敏感数据防偷窥处理设备的硬件结构中，网络接口1004主要用于接入网络；用户接口1003主要用于侦测确认指令和编辑指令等。而处理器1001可以用于调用存储器1005中存储的敏感数据防偷窥处理程序，并执行以下法律文书数据处理方法的各实施例的操作。

基于上述敏感数据防偷窥处理设备硬件结构，提出本发明敏感数据防偷窥处理方法的各个实施例。

参照图2，图2为本发明敏感数据防偷窥处理方法一实施例的流程示意图。本实施例中，所述敏感数据防偷窥处理方法包括以下步骤：

步骤S10，检测当前终端设备上显示的APP界面中是否显示有敏感数据；

本实施例中，在APP运行时，实时检测当前APP界面上请求显示的信息中是否包含敏感数据，比如基于信息的数据类型来判断是否包含敏感数据，比如请求显示的数据类型为账户数据类型、交易数据类型等，则判定当前APP界面上请求显示敏感数据。如果当前APP界面上请求显示的信息中包含敏感数据，则为防止他人偷窥，需要调用终端设备的摄像头实时采集当前环境图像，进而根据对环境图像的识别情况进行相应处理。

步骤S20，根据检测结果，调用所述终端设备的摄像头实时采集当前环境图像；

本实施例中，为解决用户在使用APP时容易发生界面敏感数据泄露的技术问题，因此，当用户运行APP时，需要实时采集当前环境图像进行面部识别以验证使用者身份。若当前终端设备上显示的APP界面中显示有敏感数据，则调用所述终端设备的摄像头实时采集当前环境图像。具体通过预置的API接口调用终端设备的摄像头，采集当前环境图像中出现的用户人脸图像。为便于进行图像采集，优选在终端设备上显示一采集区域并提示用户将头部对准该采集区域。

步骤S30，对当前环境图像的灰度图进行处理，识别当前环境图像中是否存在多个用户；

本实施例中，为避免频繁进行人脸识别而对终端性能造成影响，因此，在采集到环境图像时，先识别环境图像中的用户数量，比如通过人的头部特征来识别用户数量；若当前环境中只有一个用户，则默认为该用户为合法用户(一般能够启动APP并显示敏感数据的通常都是合法用户)，而若当前环境中存在多个用户，则可能存在非法用户。

步骤S40，若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户；

本实施例中，通过对采集到的当前环境图像进行实时面部特征识别。终端设备中预先存储有合法使用者的人脸图像特征，以合法使用者的人脸特征为参照，通过对采集到的当前环境图像出现的使用者的人脸图像进行面部特征识别，以判别当前终端设备使用者是否为合法使用者。若人脸特征识别度超过某一阈值(比如匹配度超过70％)，则确定当前终端设备使用者为合法使用者。需要进一步说明的是，无论当前环境图像中是否存在合法用户，都会对每一个人进行人脸识别，从而识别当前环境图像中是否出现非法用户。

例如，当前环境图像中存在A、B、C三个人，分别对这三个人进行面部识别，进而确定A为合法用户、B和C为非法用户。另外，需要说明的是，即使非法用户是与合法用户一起同时出现在环境图像中，也存在窥探敏感信息的可能，因此只要环境图像中存在非法用户，则需要对敏感数据进行防偷窥处理。

步骤S50，若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理。

本实施例中，若当前环境图像中存在非法用户，并且当前APP界面中显示有敏感数据，也即当前APP界面中显示的敏感数据存在被非法用户窥探而导致隐私泄露的可能，因此，需要对APP界面中显示的敏感信息进行防偷窥处理，从而对用户的敏感信息加以保护。

本实施例对于敏感信息保护策略的实现方式不限。

可选的，若当前环境图像中存在多个非法用户且当前APP界面中显示有敏感数据，则切换显示指定界面；若当前环境图像中存在一个非法用户且当前APP界面中显示有敏感数据，则在所述敏感数据的显示位置替换显示预设字符，以隐藏所述敏感数据。

例如，若当前环境中存在多个非法用户，则判定当前环境比较嘈杂且短时间内会不太安全，因此，切换显示指定界面，比如桌面或首页界面，而若用户需要继续浏览敏感数据，则需要重新手动操作；而若当前环境中存在一个非法用户，则判定当前环境人比较少且短时间内能够安静，因而只需将敏感信息替换为预设字符即可，比如字符“*”、“#”等，而若用户需要继续浏览敏感数据，则自动进行字符与敏感数据之间的切换显示即可。

本实施例在终端设备运行APP时，若当前终端设备上显示的APP界面中显示有敏感数据，则调用终端设备的摄像头实时采集当前环境图像；先识别当前环境图像中是否存在多个用户；若存在多个用户，则再对当前环境图像进行人脸识别，以识别是否存在非法用户；若存在非法用户，则对APP界面中显示的敏感数据进行防偷窥处理。本发明以人脸识别为手段，通过识别当前环境中的用户身份而间接判断当前是否存在隐私泄露危险，若存在，则自动对敏感数据进行防偷窥处理。一方面，用户无需手动操作即可实现敏感信息地自动防护，从而提升了用户使用体验，另一方面，还可以防止非法用户窥探他人敏感信息，进而提升了敏感数据显示时的安全性。

参照图3，图3为图2中步骤S30一实施例的细化流程示意图。基于上述实施例，本实施例中，上述步骤S30进一步包括：

步骤S301，计算灰度图中各像素在横坐标和纵坐标方向的梯度幅值以及各像素所在位置的梯度方向值；

通常终端设备的摄像头拍摄的图像都是彩色的，而彩色图像对于判别图像中的用户数量影响不大，同时也为便于计算，因此需要先对原始图像进行灰度化处理，也即将原始图转换为灰度图。

首先用[-1,0,1]梯度算子对原图像做卷积运算，得到横轴x方向(水平方向，以向右为正方向)的梯度分量，然后用[1,0,-1]^T梯度算子对原图像做卷积运算，得到纵轴y方向(竖直方向，以向上为正方向)的梯度分量。最后再计算灰度图像中各像素点(x，y)的梯度幅值和方向值。

步骤S302，将灰度图划分为多个单元格，并基于各像素对应的梯度幅值与梯度方向值，计算每个单元格对应的梯度方向直方图；

梯度方向直方图在图像处理中用来进行物体检测的特征描述子，能够表征图像局部梯度方向和梯度强度分布特性，它通过计算和统计图像局部区域的梯度方向直方图来构成特征。

本实施例中，先将灰度图划分为多个单元格，例如每个单元格为6*6个像素，然后计算每个单元格对应的梯度方向直方图(采用多维特征向量表示)。

单元格中的每一个像素点都为某个基于方向的直方图通道进行投票，投票采取加权投票的方式，即每一票都是带权值的，这个权值是根据该像素点的梯度幅度计算出来，可以采用幅值本身或者它的函数来表示这个权值。然后再把梯度方向直方图中单个单元格对应的方向直方图转换为单维向量，也即按规定组距对对应方向梯度个数进行编码，进而得到单个单元格的多维特征向量。

假设我们采用9个bin的直方图来统计这6*6个像素的梯度信息，也就是将该单元格的梯度方向360°分成9个方向块，例如：如果该单元格中某个像素的梯度方向是20-40°，那么在直方图的第2个bin的计数就加1，通过对该单元格内每个像素用梯度方向在直方图中进行加权投影(映射到固定的角度范围)，就可以得到这个单元格的梯度方向直方图，也即得到该单元格对应的9维特征向量(1个bin对应1维度的特征向量)。

步骤S303，将相邻预置个数的单元格合并为一个单元块，并计算各单元块对应的梯度方向直方图；

步骤S304，将各单元块对应的梯度方向直方图进行串联，得到当前环境图像的梯度向量特征；

本实施例中，在获得各单元格对应的梯度方向直方图，进一步将相邻预置个数的单元格合并为一个单元块，比如3*3个单元格构成一个单元块，然后计算各单元块对应的梯度方向直方图。

本实施例中，将各个单元格组合成更大的、空间上连通的单元块，将一个单元块内所有单元格的特征向量串联起来便得到该单元块的特征描述子。最后再将各单元块对应的梯度方向直方图进行串联，进而得到当前环境图像的梯度向量特征。

步骤S305，将当前环境图像的梯度向量特征，输入预先训练生成的分类器中进行判别，输出当前环境图像中的用户数量；

步骤S306，基于所述用户数量，判断当前环境图像中是否存在多个用户。

本实施例中，预先以大量包含一个或多个用户的图像、不包含用户的图像作为训练样本，训练可自动识别图像中用户数量的分类器，该分类器以图像的梯度向量特征为输入，以图像中包含的用户数量为输出。因此将当前环境图像的梯度向量特征输入该分类器即可输出当前环境图像中的用户数量，最后再根据输出的用户数量，判断当前环境图像中是否存在多个用户。

进一步地，在本发明敏感数据防偷窥处理方法一实施例中，为便于对用户进行人脸识别以确定用户身份是否合法，因此，在执行上述步骤S10之前，还包括：

调用所述终端设备的摄像头，采集合法用户的人脸图像；

提取合法用户人脸图像的纹理特征向量，并存入本地合法用户图像数据库中。

本实施例中，需要调用终端设备的摄像头预先采集合法用户的人脸图像，然后提取合法用户的人脸纹理特征向量，从而生成合法用户图像数据库，以便于后续基于合法用户图像数据库中合法用户的人脸特征，对用户进行身份识别，以确定是否为合法用户。

纹理特征是一种反映图像中同质现象的视觉特征，它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理通过像素及其周围空间邻域的灰度分布来表现，其描述了图像或图像区域所对应景物的表面性质。基于纹理特征，可区分不同人脸图像，进而用于进行用户身份校验。

例如，当APP运行时，调用终端设备的摄像头，采集当前环境图像，并从中包含的面部图像分别进行预处理、特征提取，得到面部特征，最后再将面部特征存储到数据库中，以标识合法用户身份。

参照4，图4为图2中步骤S40的细化流程示意图。基于上述实施例，本实施例中，上述步骤S40进一步包括：

步骤S401，若当前环境中存在多个用户，则对当前环境图像进行灰度化处理，得到当前环境图像的灰度图；

步骤S402，检测灰度图中各用户人脸图像所在区域位置，并分别提取各用户人脸图像的纹理特征向量；

步骤S403，分别计算各用户人脸图像的纹理特征向量与所述合法用户图像数据库中每一合法用户人脸图像的纹理特征向量之间的向量距离；

步骤S404，基于所述向量距离，分别计算各用户人脸图像与所述合法用户图像数据库中每一合法用户人脸图像之间的相似概率；

步骤S405，判断所述相似概率中是否存在低于预置概率阈值的相似概率；

步骤S406，若是，则确定当前环境图像中存在非法用户，否则不存在非法用户。

纹理特征是一种反映图像中同质现象的视觉特征，它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理通过像素及其周围空间邻域的灰度分布来表现，其描述了图像或图像区域所对应景物的表面性质。

本实施例中，先对当前环境图像进行灰度化处理，得到当前环境图像的灰度图，然后再检测灰度图中各用户人脸图像所在区域位置，并提取各用户人脸图像的纹理特征并形成纹理特征向量。本实施例对于纹理特征的提取方式不限，例如：基于统计的方法，如灰度共生矩阵；基于模型的方法，如马尔可夫模型；基于信号处理的方法，如局部傅里叶变化等。

本实施例对提取到的纹理特征采用向量形式进行表示。同时，为便于进行人脸识别，预先设置合法用户图像数据库，该数据库中包含有多个合法用户图像以及各合法用户图像对应的纹理特征向量。

本实施例中，先计算用户人脸图像的纹理特征向量与预置合法用户图像数据库中每一合法用户图像的纹理特征向量之间的向量距离，然后基于该向量距离，分别计算用户人脸图像与合法用户图像数据库中每一合法用户图像之间的相似概率，其中，两向量之间的距离可用于衡量两向量之间的相似程度，通常距离越近，则相似程度越高，反之越低。

假设利用欧几里德距离计算两向量之间的距离，则向量距离与向量相似程度之间的数学关系可表示为：S＝1/(1+d)；其中，S表示两向量之间的相似概率，d表示两向量之间的距离。

本实施例中，预先设置一概率阈值(比如85％)，如果相似概率中存在低于预置概率阈值的相似概率，也即说明当前用户人脸图像与合法用户图像数据库中的某一图像之间的相似度不高，因而当前当前环境图像中存在非法用户，否则不存在非法用户。

进一步可选的，在本发明敏感数据防偷窥处理方法一实施例中，基于上述实施例，本实施例中，在上述步骤S50之后还包括：

当再次识别当前环境图像中是否存在多个用户时，若当前环境图像中没有非法用户，则显示当前APP界面中隐藏的敏感数据。

本实施例中，当再次识别当前环境图像中是否存在多个用户时，若确定当前环境中仅存在一个用户(也即没有非法用户)，也即判定当前环境中用户为合法用户而不存在敏感数据泄露的问题，因此无需继续隐藏敏感信息。因此，若当前环境图像中为合法用户，并且当前APP界面中隐藏有敏感信息，则自动展示当前APP界面中的敏感信息。为进一步提升敏感数据的安全性，还可进一步默认设置不自动展示已隐藏的敏感信息，处于隐藏状态的敏感信息可以由用户手动点击“显示按钮”进行展示。

进一步可选的，在本发明敏感数据防偷窥处理方法一实施例中，基于上述实施例，本实施例中，在上述步骤S40之后还包括：

若当前环境图像中不存在用户且当前APP界面中显示有敏感数据，则统计当前APP处于无用户状态的时长是否超过预设阈值；

若当前APP处于无用户状态的时长超过所述预设阈值，则使当前运行APP的终端设备进入熄屏状态。

本实施例中，若检测到当前环境中不存在用户，则为避免APP上显示的敏感信息泄露，因此，若当前APP处于无用户状态的时长超过预设阈值(比如10秒)，则使当前运行APP的终端设备的显示屏进入熄屏状态，这样不仅不会造成敏感信息泄露，而且也能节省终端设备的电源。

本发明还提供一种敏感数据防偷窥处理装置。

参照图5，图5为本发明敏感数据防偷窥处理装置一实施例的功能模块示意图。本实施例中，所述敏感数据防偷窥处理装置包括：

检测模块10，用于检测当前终端设备上显示的APP界面中是否显示有敏感数据；

采集模块20，用于根据检测结果，调用所述终端设备的摄像头实时采集当前环境图像；

第一识别模块30，用于对当前环境图像的灰度图进行处理，识别当前环境图像中是否存在多个用户；

第二识别模块40，用于若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户；

隐私保护模块50，用于若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理。

基于与上述本发明敏感数据防偷窥处理方法相同的实施例说明内容，因此本实施例对敏感数据防偷窥处理装置的实施例内容不做过多赘述。

本实施例在终端设备运行APP时，若当前终端设备上显示的APP界面中显示有敏感数据，则调用终端设备的摄像头实时采集当前环境图像；先识别当前环境图像中是否存在多个用户；若存在多个用户，则再对当前环境图像进行人脸识别，以识别是否存在非法用户；若存在非法用户，则对APP界面中显示的敏感数据进行防偷窥处理。本发明以人脸识别为手段，通过识别当前环境中的用户身份而间接判断当前是否存在隐私泄露危险，若存在，则自动对敏感数据进行防偷窥处理。一方面，用户无需手动操作即可实现敏感信息地自动防护，从而提升了用户使用体验，另一方面，还可以防止非法用户窥探他人敏感信息，进而提升了敏感数据显示时的安全性。

本发明还提供一种计算机可读存储介质。

本实施例中，所述计算机可读存储介质上存储有敏感数据防偷窥处理程序，所述敏感数据防偷窥处理程序被处理器执行时实现如上述任一项实施例中所述的敏感数据防偷窥处理方法的步骤。其中，敏感数据防偷窥处理程序被处理器执行时所实现的方法可参照本发明敏感数据防偷窥处理方法的各个实施例，因此不再过多赘述。

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)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，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，这些均属于本发明的保护之内。

Claims (10)

1.一种敏感数据防偷窥处理方法，其特征在于，所述敏感数据防偷窥处理方法包括以下步骤：

检测当前终端设备上显示的APP界面中是否显示有敏感数据；

根据检测结果，调用所述终端设备的摄像头实时采集当前环境图像；

对当前环境图像的灰度图进行处理，识别当前环境图像中是否存在多个用户；

若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户；

若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理。

2.如权利要求1所述的敏感数据防偷窥处理方法，其特征在于，所述对当前环境图像的灰度图进行处理，识别当前环境图像中是否存在多个用户包括：

计算灰度图中各像素在横坐标和纵坐标方向的梯度幅值以及各像素所在位置的梯度方向值；

将灰度图划分为多个单元格，并基于各像素对应的梯度幅值与梯度方向值，计算每个单元格对应的梯度方向直方图；

将相邻预置个数的单元格合并为一个单元块，并计算各单元块对应的梯度方向直方图；

将各单元块对应的梯度方向直方图进行串联，得到当前环境图像的梯度向量特征；

将当前环境图像的梯度向量特征，输入预先训练生成的分类器中进行判别，输出当前环境图像中的用户数量；

基于所述用户数量，判断当前环境图像中是否存在多个用户。

3.如权利要求1所述的敏感数据防偷窥处理方法，其特征在于，在所述检测当前终端设备上显示的APP界面中是否显示有敏感数据的步骤之前，还包括：

调用所述终端设备的摄像头，采集合法用户的人脸图像；

提取合法用户人脸图像的纹理特征向量，并存入本地合法用户图像数据库中。

4.如权利要求3所述的敏感数据防偷窥处理方法，其特征在于，所述若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户包括：

若当前环境中存在多个用户，则对当前环境图像进行灰度化处理，得到当前环境图像的灰度图；

检测灰度图中各用户人脸图像所在区域位置，并分别提取各用户人脸图像的纹理特征向量；

分别计算各用户人脸图像的纹理特征向量与所述合法用户图像数据库中每一合法用户人脸图像的纹理特征向量之间的向量距离；

基于所述向量距离，分别计算各用户人脸图像与所述合法用户图像数据库中每一合法用户人脸图像之间的相似概率；

判断所述相似概率中是否存在低于预置概率阈值的相似概率；

若是，则确定当前环境图像中存在非法用户。

5.如权利要求1所述的敏感数据防偷窥处理方法，其特征在于，所述若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理包括：

若存在多个非法用户且当前APP界面中显示有敏感数据，则切换显示指定界面，其中，所述指定界面包括：所述终端设备的桌面或当前APP中无敏感数据的界面；

若存在一个非法用户且当前APP界面中显示有敏感数据，则在所述敏感数据的显示位置替换显示预设字符，以隐藏所述敏感数据。

6.如权利要求5所述的敏感数据防偷窥处理方法，其特征在于，在所述若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理的步骤之后，还包括：

若当前环境图像中没有非法用户，则显示当前APP界面中隐藏的敏感数据。

7.如权利要求1所述的敏感数据防偷窥处理方法，其特征在于，在所述若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户的步骤之后，还包括：

若当前环境图像中不存在用户且当前APP界面中显示有敏感数据，则统计当前APP处于无用户状态的时长是否超过预设阈值；

若当前APP处于无用户状态的时长超过所述预设阈值，则使当前运行APP的终端设备进入熄屏状态。

8.一种敏感数据防偷窥处理装置，其特征在于，所述敏感数据防偷窥处理装置包括：

检测模块，用于检测当前终端设备上显示的APP界面中是否显示有敏感数据；

采集模块，用于根据检测结果，调用所述终端设备的摄像头实时采集当前环境图像；

第一识别模块，用于对当前环境图像的灰度图进行处理，识别当前环境图像中是否存在多个用户；

第二识别模块，用于若当前环境图像中存在多个用户，则通过对人脸图像的纹理特征判断，对当前环境图像进行人脸识别，以识别是否存在非法用户；

隐私保护模块，用于若存在非法用户且当前APP界面中显示有敏感数据，则基于预置的敏感数据保护策略，对所述敏感数据进行防偷窥处理。

9.一种敏感数据防偷窥处理设备，其特征在于，所述敏感数据防偷窥处理设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的敏感数据防偷窥处理程序，所述敏感数据防偷窥处理程序被所述处理器执行时实现如权利要求1-7中任一项所述的敏感数据防偷窥处理方法的步骤。

10.一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上存储有敏感数据防偷窥处理程序，所述敏感数据防偷窥处理程序被处理器执行时实现如权利要求1-7中任一项所述的敏感数据防偷窥处理方法的步骤。