CN111935486B - 图像处理方法及装置、计算机可读存储介质和电子设备 - Google Patents

图像处理方法及装置、计算机可读存储介质和电子设备 Download PDF

Info

Publication number
CN111935486B
CN111935486B CN202010744649.XA CN202010744649A CN111935486B CN 111935486 B CN111935486 B CN 111935486B CN 202010744649 A CN202010744649 A CN 202010744649A CN 111935486 B CN111935486 B CN 111935486B
Authority
CN
China
Prior art keywords
image
sensitive
processed
blocks
data
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
Application number
CN202010744649.XA
Other languages
English (en)
Other versions
CN111935486A (zh
Inventor
倪高鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202010744649.XA priority Critical patent/CN111935486B/zh
Publication of CN111935486A publication Critical patent/CN111935486A/zh
Application granted granted Critical
Publication of CN111935486B publication Critical patent/CN111935486B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Bioethics (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备，涉及图像处理技术领域。该图像处理方法包括：获取待处理图像，对待处理图像进行敏感信息检测，确定待处理图像中敏感区域的坐标；对待处理图像进行分割处理，得到多个图像块，并基于敏感区域的坐标从多个图像块中确定敏感图像块；对多个图像块进行编码；其中，敏感图像块经编码后得到待加密数据，多个图像块中除敏感图像块之外的图像块经编码后得到第一编码数据；对待加密数据进行加密，得到第二编码数据；基于第一编码数据和第二编码数据，生成与待处理图像对应的编码图像。本公开可以自动对图像敏感区域进行加密并提升图像加密准确度。

Description

图像处理方法及装置、计算机可读存储介质和电子设备
技术领域
本公开涉及图像处理技术领域，具体而言，涉及一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备。
背景技术
随着终端技术以及图像采集技术的发展，用户可以通过手机等电子设备随时随地进行图像采集。采集到的图像中可能包含用户个人的隐私，为了避免隐私泄露，可以对图像进行加密。
目前，通常采用人工选择的方式确定图像中的加密区域。例如，用户手动按压或手动选取图像中区域，电子设备再对用户选取的区域进行加密。然而，用户手动的选择可能存在误差，导致待加密的区域无法被精确选出，造成加密区域不准确的问题，影响加密效果的同时也增加了用户的操作。
发明内容
本公开提供一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备，进而至少在一定程度上克服图像加密效果不佳的问题。
根据本公开的第一方面，提供了一种图像处理方法，包括：获取待处理图像，对待处理图像进行敏感信息检测，确定待处理图像中敏感区域的坐标，敏感区域为包含敏感信息的图像区域；对待处理图像进行分割处理，得到多个图像块，并基于敏感区域的坐标从多个图像块中确定敏感图像块；对多个图像块进行编码；其中，敏感图像块经编码后得到待加密数据，多个图像块中除敏感图像块之外的图像块经编码后得到第一编码数据；对待加密数据进行加密，得到第二编码数据；基于第一编码数据和第二编码数据，生成与待处理图像对应的编码图像。
根据本公开的第二方面，提供了一种图像处理装置，包括：敏感信息检测模块，用于获取待处理图像，对待处理图像进行敏感信息检测，确定待处理图像中敏感区域的坐标，敏感区域为包含敏感信息的图像区域；敏感图像块确定模块，用于对待处理图像进行分割处理，得到多个图像块，并基于敏感区域的坐标从多个图像块中确定敏感图像块；图像块编码模块，用于对多个图像块进行编码；其中，敏感图像块经编码后得到待加密数据，多个图像块中除敏感图像块之外的图像块经编码后得到第一编码数据；加密模块，用于对待加密数据进行加密，得到第二编码数据；编码图像生成模块，用于基于第一编码数据和第二编码数据，生成与待处理图像对应的编码图像。
根据本公开的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的图像处理方法。
根据本公开的第四方面，提供了一种电子设备，包括处理器；存储器，用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得所述处理器实现上述的图像处理方法。
在本公开的一些实施例所提供的技术方案中，通过对待处理图像进行敏感信息检测，确定待处理图像中敏感区域的坐标，对待处理图像进行分块处理，并结合敏感区域的坐标从多个图像块中确定敏感图像块，对待处理图像的各图像块分别进行编码，对敏感图像块的编码结果进行加密，并基于敏感图像块经加密的编码结果以及非敏感图像块的编码结果生成编码图像。一方面，由计算机自动检测敏感信息并确定出对应坐标，相比用户人工进行手动选择的方案，避免了手动选择可能存在的误差，确定出的待加密的区域更加精确；另一方面，本方案整个处理过程无需人工进行操作；再一方面，本方案仅对敏感图像块进行加密，不仅大大减少了加密与图像编码的时间，而且对现有的编码流程不会造成额外的影响。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1示出了本公开实施例的图像处理方案的示例性系统架构的示意图；
图2示出了适于用来实现本公开实施例的电子设备的结构示意图；
图3示意性示出了根据本公开的示例性实施方式的图像处理方法的流程图；
图4示出了本公开实施例的利用机器学习模型检测敏感信息坐标的流程示意图；
图5示出了本公开实施例的对待处理图像进行分割处理得到多个图像块的示意图；
图6示出了本公开实施例的确定敏感图像块的示意图；
图7示出了本公开实施例执行图像编码的过程的示意图；
图8示出了本公开实施例执行图像解码的过程的示意图；
图9示意性示出了根据本公开的示例性实施方式的图像处理装置的方框图；
图10示意性示出了根据本公开的另一示例性实施方式的图像处理装置的方框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。另外，下面所有的术语“第一”、“第二”仅是为了区分的目的，不应作为本公开内容的限制。
图1示出了本公开实施例的图像处理方案的示例性系统架构的示意图。
如图1所示，系统架构1000可以包括电子设备1001、1002、1003中的一种或多种，网络1004和服务器1005。网络1004用以在电子设备1001、1002、1003和服务器1005之间提供通信链路的介质。网络1004可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
应该理解，图1中的电子设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备、网络和服务器。比如服务器1005可以是多个服务器组成的服务器集群等。
用户可以使用电子设备1001、1002、1003通过网络1004与服务器1005交互，以接收或发送消息等。电子设备1001、1002、1003可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。另外，服务器1005可以是提供各种服务的服务器。
在仅由电子设备1001、1002、1003实施本公开图像处理方案的实施方式中，首先，电子设备1001、1002、1003可以获取待处理图像，对待处理图像进行敏感信息检测，以确定待处理图像中敏感区域的坐标；随后，电子设备1001、1002、1003可以对待处理图像进行分割处理，得到多个图像块，并基于敏感区域的坐标从多个图像块中确定敏感图像块；接下来，可以对分割出的多个图像块进行编码，将敏感图像经编码后的结果作为待加密数据，将非敏感图像块经编码后得到的结果作为第一编码数据。在这种情况下，可以采用加密算法对待加密数据进行加密，生成第二编码数据；然后，利用第一编码数据和第二编码数据，生成与待处理图像对应的编码图像。
本公开方案针对的待处理图像可以是分块编码格式的图片，然而，本领域技术人员可以理解的是，对于任何类型的图片，本公开方案皆适用。另外，待处理图像还可以是视频中的一帧图像，本公开对待处理图像的来源、类型、尺寸等均不作限制。
除上述对图像进行加密及编码操作外，在本公开另一实施方式中，电子设备1001、1002、1003还可以对编码图像进行解码。需要说明的是，在解码的过程中，可以并行执行加密区域以及非加密区域的解码过程，由此，加快了图像的解码速度。
在仅由电子设备1001、1002、1003实施本公开图像处理方案的实施方式中，下面描述的图像处理装置可以配置于电子设备1001、1002、1003中。
考虑到一些电子设备处理能力的限制，还可以结合服务器1005来实施本公开的图像处理方案。
具体的，电子设备1001、1002、1003可以通过网络1004将待处理图像发送给服务器1005，服务器1005可以对待处理图像执行上述敏感信息检测、敏感图像块确定、编码、加密、编码图像生成等各个步骤。另外，服务器1005还可以将编码图像发送至电子设备1001、1002、1003。
相应的，服务器1005还可以执行图像的解码过程，并将解码后的图像反馈给电子设备1001、1002、1003。
在这种情况下，下面描述的图像处理装置可以配置于服务器1005中。
图2示出了适于用来实现本公开示例性实施方式的电子设备的示意图。需要说明的是，图2示出的电子设备仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
本公开的电子设备至少包括处理器和存储器，存储器用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得处理器可以实现本公开示例性实施方式的图像处理方法。
具体的，如图2所示，电子设备200可以包括：处理器210、内部存储器221、外部存储器接口222、通用串行总线(Universal Serial Bus，USB)接口230、充电管理模块240、电源管理模块241、电池242、天线1、天线2、移动通信模块250、无线通信模块260、音频模块270、扬声器271、受话器272、麦克风273、耳机接口274、传感器模块280、显示屏290、摄像模组291、指示器292、马达293、按键294以及用户标识模块(Subscriber IdentificationModule，SIM)卡接口295等。其中传感器模块280可以包括深度传感器、压力传感器、陀螺仪传感器、气压传感器、磁传感器、加速度传感器、距离传感器、接近光传感器、指纹传感器、温度传感器、触摸传感器、环境光传感器及骨传导传感器等。
可以理解的是，本申请实施例示意的结构并不构成对电子设备200的具体限定。在本申请另一些实施例中，电子设备200可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。
处理器210可以包括一个或多个处理单元，例如：处理器210可以包括应用处理器(Application Processor，AP)、调制解调处理器、图形处理器(Graphics ProcessingUnit，GPU)、图像信号处理器(Image Signal Processor，ISP)、控制器、视频编解码器、数字信号处理器(Digital Signal Processor，DSP)、基带处理器和/或神经网络处理器(Neural-etwork Processing Unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。另外，处理器210中还可以设置存储器，用于存储指令和数据。例如，可以通过神经网络处理器检测待处理图像的敏感信息，并由图像信号处理器执行包括编码和解码在内的处理过程。
USB接口230是符合USB标准规范的接口，具体可以是MiniUSB接口，MicroUSB接口，USBTypeC接口等。USB接口230可以用于连接充电器为电子设备200充电，也可以用于电子设备200与外围设备之间传输数据。也可以用于连接耳机，通过耳机播放音频。该接口还可以用于连接其他电子设备，例如AR设备等。在本公开的一些实施例中，电子设备200还可以通过USB接口230从外部设备获取待处理图像。
充电管理模块240用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。电源管理模块241用于连接电池242、充电管理模块240与处理器210。电源管理模块241接收电池242和/或充电管理模块240的输入，为处理器210、内部存储器221、显示屏290、摄像模组291和无线通信模块260等供电。
电子设备200的无线通信功能可以通过天线1、天线2、移动通信模块250、无线通信模块260、调制解调处理器以及基带处理器等实现。
移动通信模块250可以提供应用在电子设备200上的包括2G/3G/4G/5G等无线通信的解决方案。
无线通信模块260可以提供应用在电子设备200上的包括无线局域网(WirelessLocal Area Networks，WLAN)(如无线保真(Wireless Fidelity，Wi-Fi)网络)、蓝牙(Bluetooth，BT)、全球导航卫星系统(Global Navigation Satellite System，GNSS)、调频(Frequency Modulation，FM)、近距离无线通信技术(Near Field Communication，NFC)、红外技术(Infrared，IR)等无线通信的解决方案。
电子设备200通过GPU、显示屏290及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏290和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器210可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。
电子设备200可以通过ISP、摄像模组291、视频编解码器、GPU、显示屏290及应用处理器等实现拍摄功能。在一些实施例中，电子设备200可以包括1个或N个摄像模组291，N为大于1的正整数，若电子设备200包括N个摄像头，N个摄像头中有一个是主摄像头。在本公开的一些实施例中，电子设备200可以通过摄像模组291的拍摄操作，获取到待处理图像。
内部存储器221可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器221可以包括存储程序区和存储数据区。外部存储器接口222可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备200的存储能力。
电子设备200可以通过音频模块270、扬声器271、受话器272、麦克风273、耳机接口274及应用处理器等实现音频功能。例如音乐播放、录音等。
音频模块270用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块270还可以用于对音频信号编码和解码。在一些实施例中，音频模块270可以设置于处理器210中，或将音频模块270的部分功能模块设置于处理器210中。
扬声器271，也称“喇叭”，用于将音频电信号转换为声音信号。电子设备200可以通过扬声器271收听音乐，或收听免提通话。受话器272，也称“听筒”，用于将音频电信号转换成声音信号。当电子设备200接听电话或语音信息时，可以通过将受话器272靠近人耳接听语音。麦克风273，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风273发声，将声音信号输入到麦克风273。电子设备200可以设置至少一个麦克风273。耳机接口274用于连接有线耳机。
针对电子设备200中传感器模块280可以包括的传感器，深度传感器用于获取景物的深度信息。压力传感器用于感受压力信号，可以将压力信号转换成电信号。陀螺仪传感器可以用于确定电子设备200的运动姿态。气压传感器用于测量气压。磁传感器包括霍尔传感器。电子设备200可以利用磁传感器检测翻盖皮套的开合。加速度传感器可检测电子设备200在各个方向上(一般为三轴)加速度的大小。距离传感器用于测量距离。接近光传感器可以包括例如发光二极管(LED)和光检测器，例如光电二极管。指纹传感器用于采集指纹。温度传感器用于检测温度。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏290提供与触摸操作相关的视觉输出。环境光传感器用于感知环境光亮度。骨传导传感器可以获取振动信号。
按键294包括开机键，音量键等。按键294可以是机械按键。也可以是触摸式按键。马达293可以产生振动提示。马达293可以用于来电振动提示，也可以用于触摸振动反馈。指示器292可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。SIM卡接口295用于连接SIM卡。电子设备200通过SIM卡和网络交互，实现通话以及数据通信等功能。
本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
下面将以电子设备执行图像处理方法的各个步骤为例，对本公开的构思进行说明。然而，如图1所示的系统架构，由服务器执行下述过程的方案也属于本公开的内容。
图3示意性示出了本公开的示例性实施方式的图像处理方法的流程图。参考图3，图像处理方法可以包括以下步骤：
S30.获取待处理图像，对待处理图像进行敏感信息检测，确定待处理图像中敏感区域的坐标。
本公开所述的待处理图像可以是分块编码格式的图像，例如，待处理图像为HEIC(High Efficiency Image Format，高效率图像格式)的图片。这类图像通常采用分块编码的方式进行编码。然而，本领域技术人员可以理解的是，对于任何类型的图片，本公开方案皆适用。
另外，待处理图像还可以是视频中的一帧图像，也就是说，待处理图像还可以来源于一个视频，通过视频帧提取的手段获取到待处理图像。
待处理图像可以是通过电子设备配备的摄像模组拍摄的图像，也可以是通过数据传输方式从其他设备或服务器获取到的图像。本公开对待处理图像的来源、类型、尺寸等均不作限制。
在本公开的示例性实施方式中，电子设备可以对待处理图像进行敏感信息检测，以确定待处理图像中敏感区域的坐标。应当理解的是，敏感区域为包含敏感信息的图像区域。
其中，敏感信息可以由用户定义，例如，可以将人脸图像确定为敏感信息、将文本图像确定为敏感信息、将地理位置的标志性建筑图像确定为敏感信息等。
根据本公开的一些实施例，可以预先构建敏感信息的列表，以便在对待处理图像进行识别后，将识别的结果与列表中的敏感信息进行比对，确定出哪些信息属于敏感信息，进而确定出敏感信息在待处理图像中的坐标位置。
根据本公开的另一些实施例，可以将待处理图像输入经训练的机器学习模型中，以直接确定出待处理图像中敏感信息的坐标。
具体的，该机器学习模型可以被配置为例如mobilenet-ssd的深度学习网络。以敏感信息是人脸为例，可以预先利用带有人脸标注的图像对深度学习网络进行训练，以得到训练后的深度学习网络。应当理解的是，网络训练的过程可以在本公开所述的电子设备上执行。另外，网络训练的过程也可以在其他设备上执行，本公开的电子设备直接获取到训练后的深度学习模型。
图4示出了本公开实施例的利用机器学习模型检测敏感信息坐标的流程示意图。
参考图4，在需要与模型进行尺寸适配的情况下，待处理图像41可以被缩小为图像42。图像42经过YUV至RGB的格式转换，得到图像43，图像43被输入到机器学习模型400中，由机器学习模型400对图像43进行特征处理以及敏感信息的分析，以得到敏感信息的坐标。
S32.对待处理图像进行分割处理，得到多个图像块，并基于敏感区域的坐标从多个图像块中确定敏感图像块。
在待处理图像为分块编码格式的图像的实施例中，分块的操作需要根据协议执行，也就是说，存在规定的分块尺寸，记为预定分块尺寸，并采用(W预定，H预定)表示，其中，W预定表示预定分块尺寸的宽度，即分块操作后图像块的宽度；H预定表示预定分块尺寸的高度，即分块操作后图像块的高度。
在这种情况下，电子设备可以获取待处理图像的尺寸，记为(w，h),如果待处理图像的尺寸是预定分块尺寸的整数倍，则利用预定分块尺寸将待处理图像分割为多个图像块。
如果待处理图像的尺寸不是预定分块尺寸的整数倍，则可以对待处理图像进行填充，以使填充后的图像的尺寸是预定分块尺寸的整数倍，并利用预定分块尺寸将填充后的图像分割为多个图像块。
图5示例性示出了一种填充并图像分割以得到多个图像块的示意图。
参考图5，可以在待处理图像的右侧及下侧进行填充，以将填充后的图像分割为16个尺寸为(W预定，H预定)的图像块。应当理解的是，填充的方式还可以包括：在待处理图像的左侧及下侧进行填充，在待处理图像的左侧及上侧进行填充，在待处理图像的右侧及上侧进行填充，在待处理图像的左侧、右侧及上侧进行填充，在待处理图像的左侧、右侧及下侧进行填充，在待处理图像的左侧、上侧及下侧进行填充，在待处理图像的右侧、上侧及下侧进行填充，在待处理图像的四周进行填充等，本公开对此不做限制。
另外，图5中被分割为16个图像块仅是示例性的描绘，本公开对分割出的图像块的数量不做限制。
在待处理图像不是分块编码格式的图像的实施例中，类似地，可以采用上述图像分割的方式将待处理图像分割为多个图像块，其中，也可以采用先填充后分割的方式进行图像分割，在这些实施例中，对分割出的图像块的尺寸不做限制。
在得到多个图像块后，可以基于步骤S30中确定出的敏感区域的坐标从这些图像块中确定出敏感图像块。
根据本公开的一个实施例，可以将包含敏感信息的图像块均作为敏感图像块。
根据本公开的另一个实施例，可以预先配置敏感信息的敏感等级。应当理解的是，不同敏感信息的敏感等级可以不同，例如，人脸、电话、文本等均可以作为不同类型的敏感信息，不同类型的敏感信息可以对应不同的敏感等级，可以例如将人脸的敏感等级配置为高于电话的敏感等级，将电话的敏感等级配置为高于文本的敏感等级。此外，同一类型的敏感信息也可以配置不同的敏感等级，例如，同样是人脸，女士人脸的敏感等级可以大于男士人脸的敏感等级。
应当理解的是，可以在机器学习模型识别出敏感区域时，模型同时输出敏感区域的敏感等级。用户还可以对敏感信息的敏感等级进行调整。另外，敏感等级可以由高到低被划分为1至10共计10个等级，也可以采用A、B、C等字母表示敏感等级，亦或者采用高、中、低的标识表示敏感等级。
不同的敏感等级可以对应不同的像素个数判断指标，其中，像素个数判断指标可以为预定像素数量，表征图像块中敏感信息所占像素数量的临界值。如果一个图像块中敏感区域所占像素数量大于该临界值，也就是说，图像块中属于敏感信息的像素数量大于该临界值，则将该图像块确定为敏感图像块，需要随后进行加密处理；如果一个图像块中敏感区域所占像素数量小于等于该临界值，则该图像块不是敏感图像块。表1以人脸作为敏感信息为例，示例性给出了敏感等级与像素个数判断指标的对应关系。
表1
敏感等级(人脸) 像素个数判断指标
低 10000
中 6400
高 2500
参考表1，当人脸的敏感等级被配置为低等级时，敏感信息所占像素数量大于10000个像素的图像块被确定为敏感图像块；当人脸的敏感等级被配置为中等级时，敏感信息所占像素数量大于6400个像素的图像块被确定为敏感图像块；当人脸的敏感等级被配置为高等级时，敏感信息所占像素数量大于2500个像素的图像块被确定为敏感图像块。
在本实施例中，首先，可以确定敏感信息的敏感等级，并获取与该敏感等级对应的像素个数判断指标；接下来，可以根据步骤S30确定出的敏感区域的坐标从被分割出的多个图像块中确定出包含敏感信息的候选图像块集合，也就是说，确定出的候选图像块集合中一个或多个候选图像块中包含有敏感信息。
随后，可以将各候选图像块中敏感区域所占像素个数大于该像素个数判断指标的图像块，确定为敏感图像块。
此外，还可以根据敏感信息的坐标来标记需要加密的图像块，以确定出加密图像块序列。在此过程中，需要确定敏感信息对应的图像块区域。
具体的，首先，可以假设fn(xn，yn，wn，hn)为敏感信息对应的区域，如人脸区域。
接下来，可以计算水平方向敏感信息覆盖的图像块区域。具体的，可以根据左上角与右上角的坐标计算水平方向覆盖的图像块区域，其中，左上角的坐标记为(xn，yn)，右上角的坐标记为(xn+wn，yn)，计算出的水平方向覆盖的图像块区域记为Imgx→Imgx+x_rang。
另外，还可以计算垂直方向敏感信息覆盖的图像块区域，具体的，可以根据左下角与右下角的坐标计算垂直方向覆盖的图像块区域，其中，左下角的坐标记为(xn，yn+hn)，右下角的坐标记为(xn+wn，yn+hn)，计算出的垂直方向覆盖的图像块区域记为Imgx→Imgx+y_rang×cntw，cntw为整个图像水平方向的图像块个数。
计算所有敏感信息覆盖的图像块的方式可以参见表2。
表2
Img<sub>x</sub> Img<sub>x+！</sub> → Img<sub>x+x_rang</sub>
Img<sub>x+cntw</sub> Img<sub>x+cntw+1</sub> → Img<sub>x+cntw+x_rang</sub>
… … … …
Img<sub>x+y_rang×cntw</sub> Img<sub>x+y_rang×cntw+1</sub> → Img<sub>x+y_rang×cntw+x_rang</sub>
在遍历所有敏感信息的区域后，可以得到敏感信息对应图像块的序列，也就是敏感图像块的序列，记为Sec1,Sec2,…,Secn。
图6示出了本公开实施例的确定敏感图像块的示意图。参考图6，敏感区域可以是人脸区域，对应标号为①、②、③、⑤、⑥、⑦、⑨、⑩、
Figure BDA0002607928080000141
的图像块，这些图像块为敏感图像块。
在敏感信息对应待处理图像中多个区域的情况下，也就是说，敏感区域的数量为两个以上的情况下，确定敏感图像块的又一些实施例描述如下：
首先，确定各敏感区域对应敏感信息的敏感等级，并获取该敏感等级对应的区域像素个数判断指标。其中，区域像素个数判断指标表征的是敏感区域所占像素数量的临界值。如果敏感区域中敏感信息所占像素数量小于等于该临界值，则可以将该区域确定为不进行加密处理的图像块。
接下来，利用步骤S30中确定出的敏感区域的坐标，确定各敏感区域的像素个数。并将像素个数大于区域像素个数判断指标的敏感区域确定为目标区域。
随后，可以根据目标区域的坐标从多个图像块中确定出包含敏感信息的候选图像块集合。
在这种情况下，如上所述，可以将候选图像块集合中敏感区域所占像素个数大于像素个数判断指标的图像块，确定为敏感图像块。另外，还可以直接将候选图像块集合中所包含的图像块确定为敏感图像块。
S34.对多个图像块进行编码；其中，敏感图像块经编码后得到待加密数据，多个图像块中除敏感图像块之外的图像块经编码后得到第一编码数据。
在本公开的示例性实施方式中，对由待处理图像分割出的图像块均执行编码操作。例如，可以采用预测编码、霍夫曼编码、变换域编码等编码手段完成编码操作。另外，根据图像格式的不同，选择符合自身规范的Codec(编解码器)进行编码，本公开对编码的方式不做限制。
将上述敏感图像块编码后的结果确定为待加密数据，并将除敏感图像块之外的图像块编码后的结果确定为第一编码数据。
S36.对待加密数据进行加密，得到第二编码数据。
可以采用行列像素点置乱方法对待加密数据加密，也就是说，将待加密数据对应的行列像素点重新排布，以实现加密。另外，也可以混沌加密的方式实现对待加密数据进行加密，本公开对加密的方式及具体加密过程不做限制。
将待加密数据加密后的结果确定为第二编码数据。
S38.基于第一编码数据和第二编码数据，生成与待处理图像对应的编码图像。
根据本公开的一些实施例，可以直接利用第一编码数据和第二编码数据生成编码图像。
根据本公开的另一些实施例，可以结合加密所对应的图像块信息以及/或者其他图像信息，生成编码图像。
例如，首先，可以获取加密所对应的图像块信息，这些信息表征被分割的图像块中哪些是经过加密的图像块，可以对应经过加密操作的图像块的标识；接下来，可以将第一编码数据、第二编码数据以及加密所对应的图像块信息进行打包，以生成与待处理图像对应的编码图像。
下面将参考图7，以实施例的方式对本公开方案执行图像编码的过程进行说明。
首先，可以在待处理图像填充后，进行分割操作，并基于自动检测出的敏感信息的坐标确定出敏感图像块，即确定出待进行加密的敏感区域。
随后，对待处理图像被分割后的各个图像块进行编码，得到ES1至ES16的编码图像块。其中，ES1、ES2、…、ES11对应敏感图像块的编码结果，ES4、ES8、…、ES16对应非敏感图像块的编码结果。
接下来，对敏感图像块的编码结果进行加密，得到加密图像块S_ES1、S_ES2、…、S_ES11。另外，在此过程中，电子设备可以逐个确定ES1至ES16中哪些为敏感图像块对应的编码结果，在判断出ES4、ES8、…、ES16对应非敏感图像块对应的编码结果，不对它们进行加密。为了分阶段描述，将经过加密判断的非敏感图像对应的编码结果记为S_ES4、S_ES8、…、S_ES16。可以理解的是，得到的S_ES1至S_ES16为脱敏后的编码数据。
然后，对S_ES1至S_ES16、加密图像块信息以及其他图像信息进行打包，形成与待处理图像对应的编码图像。其中，加密图像块信息可以包含敏感图像块的标识，可以是表征敏感图像块在待处理图像中的位置信息。另外，其他图像信息可以包括待处理图像的来源信息、拍摄时间信息、所属用户信息等，本公开对此不做限制。
基于本公开上述对待处理图像进行编码的过程，一方面，由计算机自动检测敏感信息并确定出对应坐标，相比用户人工进行手动选择的方案，避免了手动选择可能存在的误差，确定出的待加密的区域更加精确；另一方面，本方案整个处理过程无需人工进行操作；再一方面，本方案仅对敏感图像块进行加密，不仅大大减少了加密与图像编码的时间，而且对现有的编码流程不会造成额外的影响。
除上述编码过程外，在本公开的另一实施方式中，还提供了一种对编码图像进行解码的方案。下面将参考图8对本公开的解码方法进行说明。
首先，可以对编码图像进行解封装，得到第一编码数据、第二编码数据、加密图像块信息以及其他图像信息。其中，第一编码数据对应图8中S_ES4、S_ES8、…、S_ES16，第二编码数据对应图8中S_ES1、S_ES2、…、S_ES11。
接下来，电子设备可以并行执行针对第一编码数据的第一解码过程以及针对第二编码数据的第二解码过程，以分别得到非敏感图像块和敏感图像块。其中，针对第二编码数据的第二编码过程可以包括，先对第二编码数据进行解密以得到待加密数据，再对待加密数据进行解码，得到敏感图像块。
参考图8，敏感图像块包括对应标号为①、②、③、⑤、⑥、⑦、⑨、⑩、
Figure BDA0002607928080000171
的图像块，非敏感图像块包括对应标号为④、⑧、
Figure BDA0002607928080000172
Figure BDA0002607928080000173
的图像块。
然后，电子设备将非敏感图像块和敏感图像块进行合成，以得到解码后的图像，即上述待处理图像。在编码过程中经填充的情况下，可以去除合成后的填充部分，以得到解码后的图像。
在上述解码的过程中，可以并行执行加密区域以及非加密区域的解码过程，由此，加快了图像的解码速度。
应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，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步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
进一步的，本示例实施方式中还提供了一种图像处理装置。
图9示意性示出了本公开的示例性实施方式的图像处理装置的方框图。参考图9，根据本公开的示例性实施方式的图像处理装置9可以包括敏感信息检测模块91、敏感图像块确定模块93、图像块编码模块95、加密模块97和编码图像生成模块99。
具体的，敏感信息检测模块91可以用于获取待处理图像，对待处理图像进行敏感信息检测，确定待处理图像中敏感区域的坐标，敏感区域为包含敏感信息的图像区域；敏感图像块确定模块93可以用于对待处理图像进行分割处理，得到多个图像块，并基于敏感区域的坐标从多个图像块中确定敏感图像块；图像块编码模块95可以用于对多个图像块进行编码；其中，敏感图像块经编码后得到待加密数据，多个图像块中除敏感图像块之外的图像块经编码后得到第一编码数据；加密模块97可以用于对待加密数据进行加密，得到第二编码数据；编码图像生成模块99可以用于基于第一编码数据和第二编码数据，生成与待处理图像对应的编码图像。
根据本公开的示例性实施例，敏感图像块确定模块93对待处理图像进行分割处理得到多个图像块的过程可以被配置为执行：获取待处理图像的尺寸；如果待处理图像的尺寸是预定分块尺寸的整数倍，则利用预定分块尺寸将待处理图像分割为多个图像块；如果待处理图像的尺寸不是预定分块尺寸的整数倍，则对待处理图像进行填充，以使填充后的图像的尺寸是预定分块尺寸的整数倍，并利用预定分块尺寸将填充后的图像分割为多个图像块。
根据本公开的示例性实施例，敏感图像块确定模块93基于敏感区域的坐标从多个图像块中确定敏感图像块的过程可以被配置为执行：确定敏感信息的敏感等级，并获取与敏感信息的敏感等级对应的像素个数判断指标；根据敏感区域的坐标从多个图像块中确定出包含敏感信息的候选图像块集合；将候选图像块集合中敏感区域所占像素个数大于像素个数判断指标的图像块，确定为敏感图像块。
根据本公开的示例性实施例，在敏感区域的数量为两个以上的情况下，敏感图像块确定模块93根据敏感区域的坐标从多个图像块中确定出包含敏感信息的候选图像块集合的过程可以被配置为执行：确定各敏感区域对应敏感信息的敏感等级，并获取与敏感等级对应的区域像素个数判断指标；利用各敏感区域的坐标，确定各敏感区域的像素个数，将像素个数大于区域像素个数判断指标的敏感区域确定为目标区域；根据目标区域的坐标从多个图像块中确定出包含敏感信息的候选图像块集合。
根据本公开的示例性实施例，敏感信息检测模块91可以被配置为执行：将待处理图像输入经训练的机器学习模型中，以确定待处理图像中敏感信息的坐标。
根据本公开的示例性实施例，编码图像生成模块99可以被配置为执行：获取加密所对应的图像块信息；将第一编码数据、第二编码数据以及加密所对应的图像块信息进行打包，以生成与待处理图像对应的编码图像。
根据本公开的示例性实施例，参考图10，相比于图像处理装置9，图像处理装置10还可以包括图像解码模块101。
具体的，图像解码模块101可以被配置为执行：对编码图像进行解封装，获取第一编码数据和第二编码数据；并行执行针对第一编码数据的第一解码过程以及针对第二编码数据的第二解码过程，以分别得到非敏感图像块和敏感图像块；将非敏感图像块和敏感图像块进行合成，以得到待处理图像。
根据本公开的示例性实施例，图像解码模块101执行针对第二编码数据的第二解码过程以得到敏感图像块的过程可以被配置为执行：对第二编码数据进行解密，得到待加密数据；对待加密数据进行解码，得到敏感图像块。
由于本公开实施方式的图像处理装置的各个功能模块与上述方法实施方式中相同，因此在此不再赘述。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种图像处理方法，其特征在于，包括：
获取待处理图像，对所述待处理图像进行敏感信息检测，确定所述待处理图像中敏感区域的坐标，所述敏感区域为包含所述敏感信息的图像区域；
对所述待处理图像进行分割处理，得到多个图像块，确定所述敏感信息的敏感等级，获取与所述敏感信息的敏感等级对应的像素个数判断指标，根据所述敏感区域的坐标从所述多个图像块中确定出包含敏感信息的候选图像块集合，将所述候选图像块集合中所述敏感区域所占像素个数大于所述像素个数判断指标的图像块，确定为敏感图像块；
对所述多个图像块进行编码；其中，所述敏感图像块经编码后得到待加密数据，所述多个图像块中除所述敏感图像块之外的图像块经编码后得到第一编码数据；
对所述待加密数据进行加密，得到第二编码数据；
基于所述第一编码数据和所述第二编码数据，生成与所述待处理图像对应的编码图像。
2.根据权利要求1所述的图像处理方法，其特征在于，对所述待处理图像进行分割处理，得到多个图像块，包括：
获取所述待处理图像的尺寸；
如果所述待处理图像的尺寸是预定分块尺寸的整数倍，则利用所述预定分块尺寸将所述待处理图像分割为多个图像块；
如果所述待处理图像的尺寸不是所述预定分块尺寸的整数倍，则对所述待处理图像进行填充，以使填充后的图像的尺寸是所述预定分块尺寸的整数倍，并利用所述预定分块尺寸将所述填充后的图像分割为多个图像块。
3.根据权利要求1所述的图像处理方法，其特征在于，在所述敏感区域的数量为两个以上的情况下，根据所述敏感区域的坐标从所述多个图像块中确定出包含敏感信息的候选图像块集合包括：
确定各所述敏感区域对应敏感信息的敏感等级，并获取与所述敏感等级对应的区域像素个数判断指标；
利用各所述敏感区域的坐标，确定各所述敏感区域的像素个数，将像素个数大于所述区域像素个数判断指标的敏感区域确定为目标区域；
根据所述目标区域的坐标从所述多个图像块中确定出包含敏感信息的候选图像块集合。
4.根据权利要求1所述的图像处理方法，其特征在于，对所述待处理图像进行敏感信息检测，确定所述待处理图像中敏感区域的坐标，包括：
将所述待处理图像输入经训练的机器学习模型中，以确定所述待处理图像中敏感区域的坐标。
5.根据权利要求1所述的图像处理方法，其特征在于，基于所述第一编码数据和所述第二编码数据，生成与所述待处理图像对应的编码图像，包括：
获取加密所对应的图像块信息；
将所述第一编码数据、所述第二编码数据以及所述加密所对应的图像块信息进行打包，以生成与所述待处理图像对应的编码图像。
6.根据权利要求1或5所述的图像处理方法，其特征在于，所述图像处理方法还包括：
对所述编码图像进行解封装，获取所述第一编码数据和所述第二编码数据；
并行执行针对所述第一编码数据的第一解码过程以及针对所述第二编码数据的第二解码过程，以分别得到非敏感图像块和所述敏感图像块；
将所述非敏感图像块和所述敏感图像块进行合成，以得到所述待处理图像。
7.根据权利要求6所述的图像处理方法，其特征在于，执行针对所述第二编码数据的第二解码过程，以得到所述敏感图像块，包括：
对所述第二编码数据进行解密，得到所述待加密数据；
对所述待加密数据进行解码，得到所述敏感图像块。
8.一种图像处理装置，其特征在于，包括：
敏感信息检测模块，用于获取待处理图像，对所述待处理图像进行敏感信息检测，确定所述待处理图像中敏感区域的坐标，所述敏感区域为包含所述敏感信息的图像区域；
敏感图像块确定模块，用于对所述待处理图像进行分割处理，得到多个图像块，确定所述敏感信息的敏感等级，获取与所述敏感信息的敏感等级对应的像素个数判断指标，根据所述敏感区域的坐标从所述多个图像块中确定出包含敏感信息的候选图像块集合，将所述候选图像块集合中所述敏感区域所占像素个数大于所述像素个数判断指标的图像块，确定为敏感图像块；
图像块编码模块，用于对所述多个图像块进行编码；其中，所述敏感图像块经编码后得到待加密数据，所述多个图像块中除所述敏感图像块之外的图像块经编码后得到第一编码数据；
加密模块，用于对所述待加密数据进行加密，得到第二编码数据；
编码图像生成模块，用于基于所述第一编码数据和所述第二编码数据，生成与所述待处理图像对应的编码图像。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的图像处理方法。
10.一种电子设备，其特征在于，包括：
处理器；
存储器，用于存储一个或多个程序，当所述一个或多个程序被所述处理器执行时，使得所述处理器实现如权利要求1至7中任一项所述的图像处理方法。
CN202010744649.XA 2020-07-29 2020-07-29 图像处理方法及装置、计算机可读存储介质和电子设备 Active CN111935486B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010744649.XA CN111935486B (zh) 2020-07-29 2020-07-29 图像处理方法及装置、计算机可读存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010744649.XA CN111935486B (zh) 2020-07-29 2020-07-29 图像处理方法及装置、计算机可读存储介质和电子设备

Publications (2)

Publication Number Publication Date
CN111935486A CN111935486A (zh) 2020-11-13
CN111935486B true CN111935486B (zh) 2022-11-29

Family

ID=73314873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010744649.XA Active CN111935486B (zh) 2020-07-29 2020-07-29 图像处理方法及装置、计算机可读存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN111935486B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112582045A (zh) * 2020-12-22 2021-03-30 无锡慧方科技有限公司 一种电子式医疗报告单传输系统
CN113055159B (zh) * 2021-01-25 2023-11-21 兴业证券股份有限公司 一种数据脱敏方法和装置
CN112802138B (zh) * 2021-02-04 2024-03-12 联仁健康医疗大数据科技股份有限公司 一种图像处理方法、装置、存储介质及电子设备
US11687668B2 (en) * 2021-03-05 2023-06-27 International Business Machines Corporation Image storage across distributed computing systems
CN113379592B (zh) * 2021-06-23 2023-09-01 北京百度网讯科技有限公司 图片中敏感区域的处理方法、装置和电子设备
CN113810720A (zh) * 2021-08-09 2021-12-17 北京博雅慧视智能技术研究院有限公司 一种图像处理方法、装置、设备及介质
CN115174925A (zh) * 2022-06-13 2022-10-11 深圳市豪恩汽车电子装备股份有限公司 视频敏感信息去除方法、装置及计算机可读存储介质
CN116418566A (zh) * 2023-03-15 2023-07-11 北京拙河科技有限公司 一种基于sm加密算法的图像数据保存方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007104342A (ja) * 2005-10-04 2007-04-19 Canon Inc 画像符号化装置及び画像符号化方法
CN108513131A (zh) * 2018-03-28 2018-09-07 浙江工业大学 一种自由视点视频深度图感兴趣区域编码方法
CN109800868A (zh) * 2018-12-25 2019-05-24 福州瑞芯微电子股份有限公司 一种基于深度学习的数据编码芯片和方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4732203B2 (ja) * 2006-03-17 2011-07-27 キヤノン株式会社 画像符号化装置及び復号装置及びそれらの制御方法、並びに、コンピュータプログラム及びコンピュータ可読記憶媒体
CN103546750B (zh) * 2013-10-22 2017-01-25 中国人民解放军重庆通信学院 基于感兴趣区域的h.264视频加密方法
CN103942469A (zh) * 2014-04-14 2014-07-23 小米科技有限责任公司 图片处理方法、装置及终端
US11157646B2 (en) * 2018-09-27 2021-10-26 Intel Corporation Systems and methods for processing and handling privacy-sensitive image data
CN111182169B (zh) * 2019-11-13 2022-02-25 腾讯科技（深圳）有限公司 图像处理方法、装置、计算机可读介质及电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007104342A (ja) * 2005-10-04 2007-04-19 Canon Inc 画像符号化装置及び画像符号化方法
CN108513131A (zh) * 2018-03-28 2018-09-07 浙江工业大学 一种自由视点视频深度图感兴趣区域编码方法
CN109800868A (zh) * 2018-12-25 2019-05-24 福州瑞芯微电子股份有限公司 一种基于深度学习的数据编码芯片和方法

Also Published As

Publication number Publication date
CN111935486A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN111935486B (zh) 图像处理方法及装置、计算机可读存储介质和电子设备
CN111325842B (zh) 地图构建方法、重定位方法及装置、存储介质和电子设备
CN111641828B (zh) 视频处理方法及装置、存储介质和电子设备
CN112270754B (zh) 局部网格地图构建方法及装置、可读介质和电子设备
CN111445583B (zh) 增强现实处理方法及装置、存储介质和电子设备
CN111784614A (zh) 图像去噪方法及装置、存储介质和电子设备
CN111815666B (zh) 图像处理方法及装置、计算机可读存储介质和电子设备
CN111311758A (zh) 增强现实处理方法及装置、存储介质和电子设备
CN111161176B (zh) 图像处理方法及装置、存储介质和电子设备
CN110706339B (zh) 三维人脸重建方法及装置、电子设备和存储介质
CN111641829B (zh) 视频处理方法及装置、系统、存储介质和电子设备
CN111476783A (zh) 基于人工智能的图像处理方法、装置、设备及存储介质
CN111741303B (zh) 深度视频处理方法、装置、存储介质与电子设备
CN109168032B (zh) 视频数据的处理方法、终端、服务器及存储介质
CN111784765A (zh) 物体测量、虚拟对象处理方法及装置、介质和电子设备
CN112584049A (zh) 远程交互方法及装置、电子设备、存储介质
CN111338474A (zh) 虚拟对象位姿校准方法及装置、存储介质和电子设备
CN111324196B (zh) 内存运行频率调整方法及装置、存储介质和电子设备
CN112165575A (zh) 图像虚化处理方法及装置、存储介质和电子设备
CN111341329A (zh) 水印信息添加方法、提取方法、装置、设备及介质
CN111107357B (zh) 一种图像处理的方法、装置、系统及存储介质
CN113055713B (zh) 视频图像超分方法及装置、存储介质和电子设备
CN111128115A (zh) 信息验证方法、装置、电子设备及存储介质
CN111478914B (zh) 时间戳处理方法、装置、终端及存储介质
CN113743517A (zh) 模型训练方法、图像深度预测方法及装置、设备、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
GR01 Patent grant
GR01 Patent grant