CN113393471A - 图像处理方法和装置 - Google Patents
图像处理方法和装置 Download PDFInfo
- Publication number
- CN113393471A CN113393471A CN202110576656.8A CN202110576656A CN113393471A CN 113393471 A CN113393471 A CN 113393471A CN 202110576656 A CN202110576656 A CN 202110576656A CN 113393471 A CN113393471 A CN 113393471A
- Authority
- CN
- China
- Prior art keywords
- image
- analyzed
- information
- attribute
- privacy information
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 36
- 238000003709 image segmentation Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 4
- 238000013523 data management Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- 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
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioethics (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Studio Devices (AREA)
Abstract
本申请公开一种图像处理方法和装置，涉及信息安全领域。方法包括：依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定待分析图像是否是可分享的图像，地点属性分类库是用于表征图像拍摄位置类别的数据库；在确定待分析图像是可分享的图像的情况下，依据图像属性分类库对待分析图像进行分析，确定待分析图像是否包括隐私信息，图像属性分类库是用于表征图像的不同属性类别的数据库；在确定待分析图像包括隐私信息的情况下，隐藏待分析图像中的隐私信息，获得目标图像。本申请中的图像处理方法和装置能够避免隐私信息的泄露，保证用户的个人信息的安全性。
Description
技术领域
本申请涉及信息安全领域，具体涉及一种图像处理方法和装置。
背景技术
随着信息技术的发展，用户可以使用不同的终端设备进行拍摄，以获得想要的图像，并通过不同的社交软件发送这些图像至不同的网络平台。
但是，这些图像中可能存在个人的隐私信息，通过不同的社交软件发送这些图像至网络平台，易导致个人隐私信息的泄露；并且，在不同的网络平台之间转发这些图像时，易导致个人的隐私信息泄露的范围扩大。
发明内容
为此，本申请提供一种图像处理方法和装置，如何避免个人的隐私信息的泄露，保证个人信息安全的问题。
为了实现上述目的，本申请第一方面提供一种图像处理方法，方法包括：依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定待分析图像是否是可分享的图像，地点属性分类库是用于表征图像拍摄位置类别的数据库；在确定待分析图像是可分享的图像的情况下，依据图像属性分类库对待分析图像进行分析，确定待分析图像是否包括隐私信息，图像属性分类库是用于表征图像的不同属性类别的数据库；在确定待分析图像包括隐私信息的情况下，隐藏待分析图像中的隐私信息，获得目标图像。
在一些具体实现中，依据图像属性分类库对待分析图像进行分析，确定待分析图像是否包括隐私信息，包括：对待分析图像进行图像分割，获得分割图像；依据图像属性分类库对分割图像进行分类，获得分类结果；在确定分类结果包括待处理图像的情况下，确定待分析图像包括隐私信息，待处理图像是包括隐私信息的图像。
在一些具体实现中，对待分析图像进行图像分割，获得分割图像，包括：提取待分析图像的特征信息；依据待分析图像的特征信息对待分析图像进行图像分割，获得分割图像，并对分割图像进行标注，生成分割图像的图像属性标签。
在一些具体实现中，分类结果，还包括：待组合图像，待组合图像是不包括隐私信息的图像；图像属性分类库包括公有属性类别和私有属性类别，私有属性类别是依据用户的个人特征信息确定的类别，公有属性类别是依据可公开的特征信息确定的类别；依据图像属性分类库对分割图像进行分类，获得分类结果，包括：依据分割图像的图像属性标签搜索图像属性分类库，确定分割图像的图像属性标签的类别；在确定分割图像的图像属性标签的类别是私有属性类别的情况下，确定分割图像为待处理图像；在确定分割图像的图像属性标签的类别是公有属性类别的情况下，确定分割图像为待组合图像。
在一些具体实现中，隐藏待分析图像中的隐私信息，获得目标图像，包括：隐藏待处理图像的隐私信息，获得处理后的图像，处理后的图像是不包括隐私信息的图像；依据待组合图像和处理后的图像，获得目标图像。
在一些具体实现中，隐藏待处理图像的隐私信息，获得处理后的图像，包括：对待处理图像进行色彩调整，获得处理后的图像。
在一些具体实现中，分类结果还包括；待识别图像，待识别图像是无法确定是否存在隐私信息的图像；在隐藏待分析图像中的隐私信息，获得目标图像之前，还包括：展示待识别图像至用户，以获取用户识别信息，用户识别信息用于辅助对待识别图像进行分类的信息；依据用户识别信息和图像属性分类库对待识别图像进行再次分类，获得第一类图像和第二类图像，第一类图像是包括隐私信息的图像，第二类图像是不包括隐私信息的图像；将第一类图像标记为待处理图像；将第二类图像标记为待组合图像。
在一些具体实现中，地点属性分类库包括公开位置类别和隐私位置类别；依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定待分析图像是否是可分享的图像，包括：对待分析图像的拍摄位置信息进行分析，确定待分析图像的位置类别；待分析图像的位置类别搜索地点属性分类库；在确定待分析图像的位置类别是公开位置类别的情况下，确定待分析图像是可分享的图像；在确定待分析图像的位置类别是隐私位置类别的情况下，确定待分析图像是不可分享的图像。
在一些具体实现中，在隐藏待分析图像中的隐私信息，获得目标图像之后，还包括：对目标图像进行加密，生成并发送加密后的目标图像至服务器。
为了实现上述目的，本申请第二方面提供一种图像处理装置，其包括：位置归类模块，被配置为依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定待分析图像是否是可分享的图像，地点属性分类库是用于表征图像拍摄位置类别的数据库；内容分析模块，被配置为在确定待分析图像是可分享的图像的情况下，依据图像属性分类库对待分析图像进行分析，确定待分析图像是否包括隐私信息，图像属性分类库是用于表征图像的不同属性类别的数据库；生成模块，被配置为在确定待分析图像包括隐私信息的情况下，隐藏待分析图像中的隐私信息，获得目标图像。
本申请提供的图像处理方法和装置，通过地点属性分类库对获取到的待分析图像的拍摄位置信息进行初步处理，确定待分析图像是否是可分享的图像，避免将敏感位置拍摄的图像在网络平台分享，降低敏感信息的泄露；在确定待分析图像是可分享的图像的情况下，依据图像属性分类库对该待分析图像进行分析，进一步判断待分析图像是否包括隐私信息，并在确定待分析图像包括隐私信息的情况下，隐藏待分析图像中的隐私信息，使获得的目标图像不包括隐私信息，能够避免隐私信息的泄露，保证用户的个人信息的安全性。
附图说明
附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请，并不构成对本申请的限制。通过参考附图对详细示例实施例进行描述，以上和其它特征和优点对本领域技术人员将变得更加显而易见，在附图中：
图1示出本申请一实施例提供的图像处理方法的流程示意图。
图2示出本申请又一实施例提供的像处理方法的流程示意图。
图3示出本申请实施例提供的图像处理装置的组成方框图。
图4示出本申请实施例提供的图像处理系统的组成方框图。
具体实施方式
以下结合附图对本申请的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请，并不用于限制本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
图1示出本申请实施例一提供的图像处理方法的流程示意图。图像处理方法可应用于图像处理装置。如图1所示，该图像处理方法
包括如下步骤：
步骤S101，依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定待分析图像是否是可分享的图像。
其中，地点属性分类库是用于表征图像拍摄位置类别的数据库。拍摄位置信息可以是用户在使用相机或智能终端等设备拍摄图像时的位置信息，例如，经纬度信息等。通过确定图像是否为可分享的图像，可初步确定待分析图像是否是在敏感地理位置拍摄的图像，避免敏感信息的泄露。
在一些具体实现中，地点属性分类库包括公开位置类别和隐私位置类别；依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定待分析图像是否是可分享的图像，包括：对待分析图像的拍摄位置信息进行分析，确定待分析图像的位置类别；待分析图像的位置类别搜索地点属性分类库；在确定待分析图像的位置类别是公开位置类别的情况下，确定待分析图像是可分享的图像；在确定待分析图像的位置类别是隐私位置类别的情况下，确定待分析图像是不可分享的图像。
其中，隐私位置类别可以包括用户的家的位置信息、学校位置信息和公司位置信息中的任意一种或几种。公开位置类别可以包括：娱乐场所和/或观光景区等地址信息。
通过对待分析图像的位置类别进行分类，能够明确待分析图像是否是可分享的图像，在确定待分析图像的位置类别是隐私位置类别的情况下，确定待分析图像是不可分享的图像，避免从敏感的隐私位置拍摄的图像的传播，保证隐私信息的安全性；在确定待分析图像的位置类别是公开位置类别的情况下，确定待分析图像是可分享的图像，可以方便对该可分享的图像做进一步的内容分析，缩小图像的筛选范围，提升图像处理的效率。
步骤S102，在确定待分析图像是可分享的图像的情况下，依据图像属性分类库对待分析图像进行分析，确定待分析图像是否包括隐私信息。
其中，图像属性分类库是用于表征图像的不同属性类别的数据库。该数据库中的图像可以包括不同的属性类别，以方便对图像进行划分，细化图像的属性类别。
通过图像属性分类库对待分析图像进行分析，能够明确待分析图像具体所属的图像的属性类别，确定待分析图像的内容是否包括隐私信息，避免隐私信息的泄露。
步骤S103，在确定待分析图像包括隐私信息的情况下，隐藏待分析图像中的隐私信息，获得目标图像。
其中，目标图像是不包括隐私信息的图像，避免图像中的隐私信息的泄露。
在一些具体实现中，在隐藏待分析图像中的隐私信息，获得目标图像之后，还包括：对目标图像进行加密，生成并发送加密后的目标图像至服务器。
通过采用公钥的方式对目标图像进行加密，生成加密后的目标图像，使得服务器在获得该加密后的目标图像时，需要使用对应的私钥对该加密后的目标图像进行解密，若解密正确，说明该目标图像的目的地址是该服务器，避免其他设备获取到该目标图像，保证目标图像在传输过程中的安全性。
在本实施例中，通过依据地点属性分类库对获取到的待分析图像的拍摄位置信息进行初步处理，确定待分析图像是否是可分享的图像，避免将敏感位置拍摄的图像在网络平台分享，降低敏感信息的泄露；在确定待分析图像是可分享的图像的情况下，依据图像属性分类库对该待分析图像进行分析，进一步判断待分析图像是否包括隐私信息，并在确定待分析图像包括隐私信息的情况下，隐藏待分析图像中的隐私信息，使获得的目标图像不包括隐私信息，能够避免隐私信息的泄露，保证用户的个人信息的安全性。
图2示出本申请实施例又一提供的图像处理方法的流程示意图。图像处理方法可应用于图像处理装置。如图2所示，该图像处理方法包括如下步骤：
步骤S201，依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定待分析图像是否是可分享的图像。
需要说明的是，本实施例中步骤S201与上一实施例中的步骤S101相同，在此不再赘述。在确定待分析图像是可分享的图像的情况下，执行步骤S202；否则，结束流程。
步骤S202，对待分析图像进行图像分割，获得分割图像。
例如，把待分析图像分成若干个特定的、具有独特性质的区域，以获得分割图像。可以采用基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法中的任意一种或几种方法，对待分析图像进行分割。所获得的各个分割图像是互不相交的区域图像，需要说明的是，在对图像进行分割的过程中，还可以对图像进行标记，例如，将属于同一区域的像素赋予相同的编号等，以方便后续对这些分割图像做进一步处理。
在一些具体实现中，对待分析图像进行图像分割，获得分割图像，包括：提取待分析图像的特征信息；依据待分析图像的特征信息对待分析图像进行图像分割，获得分割图像，并对分割图像进行标注，生成分割图像的图像属性标签。
其中，待分析图像的特征信息可以包括图像的颜色特征、纹理特征、形状特征和空间关系特征中的任意一种或几种。
需要说明的是，颜色特征是用于描述图像或图像区域所对应的景物的表面性质。纹理特征用于描述图像或图像区域所对应景物的表面性质。形状特征可以包括轮廓特征或区域特征，图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。空间关系特征，是指将待分析图像进行分割后，所获得的多个分割图像之间的相互的空间位置或相对方向关系，这些关系可以包括：连接关系、邻接关系、交叠关系、重叠、包含关系和包容关系中的任意一种或几种。图像属性标签用于标识分割图像的属性信息。
通过对各个分割图像进行标注，获得各个分割图像对应的图像属性标签，以方便区分各个分割图像，加快图像的处理速度。
步骤S203，依据图像属性分类库对分割图像进行分类，获得分类结果。
其中，分类结果可以包括待处理图像和待组合图像，待组合图像是不包括隐私信息的图像，而待处理图像是包括隐私信息的图像。当对分割图像进行进一步处理时，只需对待处理图像进行处理(例如，隐藏待处理图像中的隐私信息)，而无需对待组合图像再进行处理，节约图像的处理时间，缩小图像的处理范围。
在一些具体实现中，图像属性分类库包括公有属性类别和私有属性类别，私有属性类别是依据用户的个人特征信息确定的类别，公有属性类别是依据可公开的特征信息确定的类别；依据图像属性分类库对分割图像进行分类，获得分类结果，包括：依据分割图像的图像属性标签搜索图像属性分类库，确定分割图像的图像属性标签的类别；在确定分割图像的图像属性标签的类别是私有属性类别的情况下，确定分割图像为待处理图像；在确定分割图像的图像属性标签的类别是公有属性类别的情况下，确定分割图像为待组合图像。
其中，图像属性分类库中的图像属性类别是根据图像是否包括隐私信息确定的类别，而分割图像的图像属性标签也可以是根据分割图像是否包括隐私信息确定的与属性类别对应的标签。
例如，图像属性标签是个人手机号码，若在图像属性分类库中的私有属性类型中包括个人手机号码，则确定该图像属性的标签的类别为私有属性类别。
通过依据分割图像的图像属性标签搜索图像属性分类库，可快速确定分割图像的图像属性标签对应的类别，加快对分割图像的类别的确定，提升图像处理效率。
在一些具体实现中，分类结果还包括；待识别图像，待识别图像是无法确定是否存在隐私信息的图像；在隐藏待分析图像中的隐私信息，获得目标图像之前，还包括：展示待识别图像至用户，以获取用户识别信息，用户识别信息用于辅助对待识别图像进行分类的信息；依据用户识别信息和图像属性分类库对待识别图像进行再次分类，获得第一类图像和第二类图像，第一类图像是包括隐私信息的图像，第二类图像是不包括隐私信息的图像；将第一类图像标记为待处理图像；将第二类图像标记为待组合图像。
其中，用户识别信息可以是用户输入的控制信息，该控制信息能够辅助确定待识别图像中是否包括隐私信息，加快对待识别图像的分类。
通过用户识别信息对待识别图像做进一步的分类，能够完善对待分析图像的处理效果，保证待分析图像中的各种不同类别的图像都能够对应明确的类别，方便不同类别的图像的后续处理，从而加快图像的处理速度。
步骤S204，在确定分类结果包括待处理图像的情况下，确定待分析图像包括隐私信息。
其中，待处理图像是包括隐私信息的图像。其中的隐私信息是依据用户的个人喜好或用户的特定设置确定的信息。
需要说明的是，因待处理图像是包括隐私信息的图像，而待处理图像是待分析图像的一部分，故在确定分类结果包括待处理图像的情况下，可知待分析图像中也一定包括隐私信息，需要对该隐私信息做进一步的处理，以避免隐私信息的泄露。
步骤S205，在确定待分析图像包括隐私信息的情况下，隐藏待分析图像中的隐私信息，获得目标图像。
在一些具体实现中，隐藏待分析图像中的隐私信息，获得目标图像，包括：隐藏待处理图像的隐私信息，获得处理后的图像，处理后的图像是不包括隐私信息的图像；依据待组合图像和处理后的图像，获得目标图像。
例如，对待分析图像进行分割并进行分类，可以获得多个待组合图像和多个待处理图像，只需对待处理图像中的隐私信息进行处理，获得处理后的图像，然后将这些处理后的图像替换原来的待处理图像，并保持待组合图像不变，即可获得目标图像。即仅处理包括隐私信息的图像，加快了图像的处理速度，同时避免隐私信息的泄露。
在一些具体实现中，隐藏待处理图像的隐私信息，获得处理后的图像，包括：对待处理图像进行色彩调整，获得处理后的图像。
其中，色彩调整是对待处理图像中的隐私信息进行色彩的降维处理，例如，降低隐私信息对应的图像的颜色的等级、调整隐私信息对应的图像的各个色相的对比度和/或饱和度、以及根据阈值对隐私信息对应的图像的灰度进行调整等处理。经过以上任意一种或几种方式的色彩调整，可使处理后的图像中的隐私信息无法清楚显示，避免隐私信息的泄露。
在本实施例中，通过对待分析图像进行图像分割，获得分割图像，方便区分各个分割图像，加快图像的处理速度；依据图像属性分类库对分割图像进行分类，获得分类结果，该分类结果可以包括待处理图像和待组合图像，还可以包括待识别图像，通过不同类别的图像，缩小需要处理的图像的范围，提升图像处理效率；在确定分类结果包括待处理图像的情况下，确定待分析图像包括隐私信息，并在确定待分析图像包括隐私信息的情况下，隐藏待分析图像中的隐私信息，获得目标图像，能够有效避免隐私信息的泄露，保证用户的个人信息的安全性。
图3示出本申请实施例提供的图像处理装置的组成方框图。如图3所示，图像处理装置包括如下模块：
位置归类模块301，被配置为依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定待分析图像是否是可分享的图像，地点属性分类库是用于表征图像拍摄位置类别的数据库；内容分析模块302，被配置为在确定待分析图像是可分享的图像的情况下，依据图像属性分类库对待分析图像进行分析，确定待分析图像是否包括隐私信息，图像属性分类库是用于表征图像的不同属性类别的数据库；生成模块303，被配置为在确定待分析图像包括隐私信息的情况下，隐藏待分析图像中的隐私信息，获得目标图像。
在本实施例中，通过位置归类模块依据地点属性分类库对获取到的待分析图像的拍摄位置信息进行初步处理，确定待分析图像是否是可分享的图像，避免将敏感位置拍摄的图像在网络平台分享，降低敏感信息的泄露；在确定待分析图像是可分享的图像的情况下，使用内容分析模块依据图像属性分类库对该待分析图像进行分析，进一步判断待分析图像是否包括隐私信息，并在确定待分析图像包括隐私信息的情况下，使用生成模块隐藏待分析图像中的隐私信息，使获得的目标图像不包括隐私信息，能够避免隐私信息的泄露，保证用户的个人信息的安全性。
值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本申请的创新部分，本实施方式中并没有将与解决本申请所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
图4示出本申请实施例四提供的图像处理系统的组成方框图。
如图4所示，该图像处理系统包括如下设备：
图像处理装置400和服务器470。其中，图像处理装置400包括：系统数据管理模块410、图像选择模块420、判断地点属性模块430、内容识别模块440、判断图像属性分类模块450和图片发送模块460。
其中，系统数据管理模块410包括图像属性分类库411和地点属性分类库412。图像属性分类库411包括：公有属性类别和私有属性类别。公有属性类别是依据可公开的特征信息确定的类别。例如，公有属性类别可以包括天空、地面、建筑、天花板和桌椅等具有可公开展示给公众的特征信息。私有属性类别是依据用户的个人特征信息确定的类别。例如，私有属性类别可以包括个人财务状况信息、用户自己设定的个人信息(如，用户的亲属信息等)和个人通信信息(例如，电话号码等)等涉及个人隐私的信息。
地点属性分类库412是用于表征图像拍摄位置类别的数据库。该地点属性分类库412包括公开位置类别和隐私位置类别。其中，公开位置类别可以包括如娱乐场所、观光景区等地址信息；隐私位置类别可以包括用户的家的位置信息、学校位置信息和公司位置信息中的任意一种或几种。
其中，图像选择模块420，用于从应用软件(Application，APP)中调取相册，并从相册中选择待分析图像A；或者，通过控制相机对景物进行拍摄，以获得待分析图像A。
判断地点属性模块430，用于获取待分析图像A份图像拍摄位置信息(例如，经纬度信息等)，通过查找系统数据管理模块410中的地点属性分类库412，确定待分析图像是否是可分享的图像。
内容识别模块440，用于利用图像识别技术识别待分析图片A里的图像内容，确定待分析图像A中是否包括隐私信息。具体地，可将待分析图像A进行图像分割，获得分割图像，每个分割图像都有自己对应的轮廓区域范围参数(例如，可以根据待分析图像的长和宽建立坐标系，以获得每个分割图像在该坐标系中的对应的坐标位置范围信息等)。
判断图像属性分类模块450，用于获取判断地点属性模块430的输出结果，在确定该输出结果是待分析图像是可分享的图像的情况下，依据图像属性分类库411对分割图像进行分类，获得分类结果；在确定分类结果包括待处理图像的情况下，确定待分析图像包括隐私信息，其中的待处理图像是包括隐私信息的图像。
例如，依据分割图像的图像属性标签，查找图像属性分类库411，确定分割图像的图像属性标签的类别。在确定分割图像的图像属性标签的类别是私有属性类别的情况下，确定分割图像为待处理图像，该待处理图像是包括隐私信息的图像；进一步地，图像处理装置400还需要对待处理图像进行色彩调整，以获得处理后的图像。
例如，图像处理装置400获取用户需要进行打码处理的待处理图像的标识，根据该标识，对待处理图像进行打码处理(例如，对待处理图像中的隐私信息打马赛克处理，以隐藏该隐私信息)。还可以对待处理图像中的隐私信息对应的特定区域的色阶进行降维处理，以降低图像的分辨率；或使特定区域内的色块的排列打乱，使该隐私信息无法被辨认，使处理后的图像无法明确显示该隐私信息，起到保护用户隐私信息或规避版权风险等的作用。
在确定分割图像的图像属性标签的类别是公有属性类别的情况下，确定分割图像为所述待组合图像，该待组合图像是不包括隐私信息的图像。待组合图像无需在进行进一步的图像处理。
在一些具体实现中，有可能有些分割图像无法通过图像识别技术识别出来该分割图像的图像属性标签的所属类别，先将这些无法识别的分割图像归类为待识别图像，然后，展示这些待识别图像至用户，以获取用户识别信息，该用户识别信息用于辅助对待识别图像进行分类的休息。例如，用户识别信息可以包括：用户手动标注的图像属性标签的所属类别(例如，通过用户手动输入的名称和属性类别等信息，以确定待识别图像的图像属性标签的所属类别)等，以完善图像识别效果。
图片发送模块460：获取判断图像属性分类模块450输出的目标图像B，该目标图像是隐藏了隐私信息的图像(例如，通过待组合图像和对待处理图像进行处理后的图像确定的目标图像)，该目标图像可以避免隐私信息的泄露，保证用户的个人信息的安全性。发送目标图像B至服务器470。
需要说明的是，当某个接收方设备需要使用该目标图像B时，可以通过服务器470下载该目标图像B，因目标图像是隐藏了隐私信息的图像，可保护用户的隐私信息不被泄露。
在本实施例中，通过获取到的待分析图像进行分割，并对分割图像进行分类，获得待处理图想，并提取待处理图像中特征信息(例如，分割图像的轮廓、像素和色彩信息等)，进而对待处理图像进行内容识别，并隐藏待处理图像中的隐私信息，避免隐私信息的泄露，保证用户的个人信息的安全性。
可以理解的是，以上实施方式仅仅是为了说明本申请的原理而采用的示例性实施方式，然而本申请并不局限于此。对于本领域内的普通技术人员而言，在不脱离本申请的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本申请的保护范围。
Claims (10)
1.一种图像处理方法，其特征在于，所述方法包括：
依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定所述待分析图像是否是可分享的图像，所述地点属性分类库是用于表征图像拍摄位置类别的数据库；
在确定所述待分析图像是可分享的图像的情况下，依据图像属性分类库对所述待分析图像进行分析，确定所述待分析图像是否包括隐私信息，所述图像属性分类库是用于表征图像的不同属性类别的数据库；
在确定所述待分析图像包括所述隐私信息的情况下，隐藏所述待分析图像中的隐私信息，获得目标图像。
2.根据权利要求1所述的方法，其特征在于，所述依据图像属性分类库对所述待分析图像进行分析，确定所述待分析图像是否包括隐私信息，包括：
对所述待分析图像进行图像分割，获得分割图像；
依据所述图像属性分类库对所述分割图像进行分类，获得分类结果；
在确定所述分类结果包括待处理图像的情况下，确定所述待分析图像包括所述隐私信息，所述待处理图像是包括所述隐私信息的图像。
3.根据权利要求2所述的方法，其特征在于，所述对所述待分析图像进行图像分割，获得分割图像，包括：
提取所述待分析图像的特征信息；
依据所述待分析图像的特征信息对所述待分析图像进行图像分割，获得所述分割图像，并对所述分割图像进行标注，生成所述分割图像的图像属性标签。
4.根据权利要求3所述的方法，其特征在于，所述分类结果，还包括：待组合图像，所述待组合图像是不包括所述隐私信息的图像；所述图像属性分类库包括公有属性类别和私有属性类别，所述私有属性类别是依据用户的个人特征信息确定的类别，所述公有属性类别是依据可公开的特征信息确定的类别；
所述依据所述图像属性分类库对所述分割图像进行分类，获得分类结果，包括：
依据所述分割图像的图像属性标签搜索所述图像属性分类库，确定所述分割图像的图像属性标签的类别；
在确定所述分割图像的图像属性标签的类别是所述私有属性类别的情况下，确定所述分割图像为所述待处理图像；
在确定所述分割图像的图像属性标签的类别是所述公有属性类别的情况下，确定所述分割图像为所述待组合图像。
5.根据权利要求4所述的方法，其特征在于，所述隐藏所述待分析图像中的隐私信息，获得目标图像，包括：
隐藏所述待处理图像的隐私信息，获得处理后的图像，所述处理后的图像是不包括所述隐私信息的图像；
依据所述待组合图像和所述处理后的图像，获得所述目标图像。
6.根据权利要求5所述的方法，其特征在于，所述隐藏所述待处理图像的隐私信息，获得处理后的图像，包括：
对所述待处理图像进行色彩调整，获得所述处理后的图像。
7.根据权利要求4所述的方法，其特征在于，所述分类结果还包括；待识别图像，所述待识别图像是无法确定是否存在隐私信息的图像；
在所述隐藏所述待分析图像中的隐私信息，获得目标图像之前，还包括：
展示所述待识别图像至用户，以获取用户识别信息，所述用户识别信息用于辅助对所述待识别图像进行分类的信息；
依据所述用户识别信息和所述图像属性分类库对所述待识别图像进行再次分类，获得第一类图像和第二类图像，所述第一类图像是包括所述隐私信息的图像，所述第二类图像是不包括所述隐私信息的图像；
将所述第一类图像标记为所述待处理图像；
将所述第二类图像标记为所述待组合图像。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述地点属性分类库包括公开位置类别和隐私位置类别；
所述依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定所述待分析图像是否是可分享的图像，包括：
对所述待分析图像的拍摄位置信息进行分析，确定所述待分析图像的位置类别；
所述待分析图像的位置类别搜索所述地点属性分类库；
在确定所述待分析图像的位置类别是所述公开位置类别的情况下，确定所述待分析图像是可分享的图像；
在确定所述待分析图像的位置类别是所述隐私位置类别的情况下，确定所述待分析图像是不可分享的图像。
9.根据权利要求1至7中任一项所述的方法，其特征在于，在所述隐藏所述待分析图像中的隐私信息，获得目标图像之后，还包括：
对所述目标图像进行加密，生成并发送加密后的目标图像至服务器。
10.一种图像处理装置，其特征在于，其包括：
位置归类模块，被配置为依据地点属性分类库和获取到的待分析图像的拍摄位置信息，确定所述待分析图像是否是可分享的图像，所述地点属性分类库是用于表征图像拍摄位置类别的数据库；
内容分析模块，被配置为在确定所述待分析图像是可分享的图像的情况下，依据图像属性分类库对所述待分析图像进行分析，确定所述待分析图像是否包括隐私信息，所述图像属性分类库是用于表征图像的不同属性类别的数据库；
生成模块，被配置为在确定所述待分析图像包括所述隐私信息的情况下，隐藏所述待分析图像中的隐私信息，获得目标图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110576656.8A CN113393471A (zh) | 2021-05-26 | 2021-05-26 | 图像处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110576656.8A CN113393471A (zh) | 2021-05-26 | 2021-05-26 | 图像处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113393471A true CN113393471A (zh) | 2021-09-14 |
Family
ID=77619154
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110576656.8A Pending CN113393471A (zh) | 2021-05-26 | 2021-05-26 | 图像处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113393471A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023061082A1 (zh) * | 2021-10-14 | 2023-04-20 | 北京地平线信息技术有限公司 | 图像安全处理方法和装置、电子设备和存储介质 |
| WO2023066064A1 (en) * | 2021-10-19 | 2023-04-27 | International Business Machines Corporation | Content based on-device image adjustment |
| CN116150800A (zh) * | 2022-12-02 | 2023-05-23 | 黑龙江愚公软件科技有限公司 | 一种基于大数据的计算机信息安全监控系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106055996A (zh) * | 2016-05-18 | 2016-10-26 | 维沃移动通信有限公司 | 一种多媒体信息分享方法及移动终端 |
| CN106453385A (zh) * | 2016-11-01 | 2017-02-22 | 西安电子科技大学 | 一种社交网络中细粒度人脸隐私保护方法 |
| CN106485164A (zh) * | 2016-09-27 | 2017-03-08 | 维沃移动通信有限公司 | 一种图片处理方法和移动终端 |
| CN106919849A (zh) * | 2015-12-24 | 2017-07-04 | 北京三星通信技术研究有限公司 | 隐私保护方法及装置 |
| US20210142121A1 (en) * | 2019-11-08 | 2021-05-13 | International Business Machines Corporation | Image classification masking |
-
2021
- 2021-05-26 CN CN202110576656.8A patent/CN113393471A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106919849A (zh) * | 2015-12-24 | 2017-07-04 | 北京三星通信技术研究有限公司 | 隐私保护方法及装置 |
| CN106055996A (zh) * | 2016-05-18 | 2016-10-26 | 维沃移动通信有限公司 | 一种多媒体信息分享方法及移动终端 |
| CN106485164A (zh) * | 2016-09-27 | 2017-03-08 | 维沃移动通信有限公司 | 一种图片处理方法和移动终端 |
| CN106453385A (zh) * | 2016-11-01 | 2017-02-22 | 西安电子科技大学 | 一种社交网络中细粒度人脸隐私保护方法 |
| US20210142121A1 (en) * | 2019-11-08 | 2021-05-13 | International Business Machines Corporation | Image classification masking |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023061082A1 (zh) * | 2021-10-14 | 2023-04-20 | 北京地平线信息技术有限公司 | 图像安全处理方法和装置、电子设备和存储介质 |
| WO2023066064A1 (en) * | 2021-10-19 | 2023-04-27 | International Business Machines Corporation | Content based on-device image adjustment |
| CN116150800A (zh) * | 2022-12-02 | 2023-05-23 | 黑龙江愚公软件科技有限公司 | 一种基于大数据的计算机信息安全监控系统及方法 |
| CN116150800B (zh) * | 2022-12-02 | 2024-03-29 | 深圳市众志天成科技有限公司 | 一种基于大数据的计算机信息安全监控系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101800890B1 (ko) | 위치 기반의 통신 방법 및 시스템 | |
| KR102123248B1 (ko) | 프라이버시 보호를 위한 얼굴인식 기반 실시간 영상처리 시스템 | |
| CN110502984B (zh) | 图纸审查方法、装置、计算机设备和存储介质 | |
| CN113393471A (zh) | 图像处理方法和装置 | |
| Li et al. | A new cost function for spatial image steganography | |
| CN113259721B (zh) | 一种视频数据的发送方法及电子设备 | |
| US10062406B2 (en) | Video masking processing method and apparatus | |
| JP6209962B2 (ja) | 情報処理装置及び情報処理プログラム | |
| USRE40477E1 (en) | Reliable detection of LSB steganography in color and grayscale images | |
| KR100737974B1 (ko) | 이미지 분리 합성 장치 및 방법, 그리고 그것을 이용한이미지 검색방법 | |
| JP6127226B1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| US8406424B2 (en) | Visual universal decryption apparatus and methods | |
| CN108961157B (zh) | 图片处理方法、图片处理装置及终端设备 | |
| CN108596820B (zh) | 一种基于信息安全的图像处理系统 | |
| CN111402120A (zh) | 一种标注图像处理方法及装置 | |
| CN109583228B (zh) | 一种隐私信息管理方法、装置和系统 | |
| CN113822817A (zh) | 文档图像增强方法、装置及电子设备 | |
| CN113688658A (zh) | 一种对象识别方法、装置、设备及介质 | |
| EP3410686B1 (en) | Image processing device, image processing method, and program | |
| CN113469869A (zh) | 一种图像管理方法和装置 | |
| CN112597529A (zh) | 多媒体内容处理方法和装置、存储介质和电子设备 | |
| CN113962838A (zh) | 水印图像嵌入/增强方法、装置及计算机系统 | |
| CN109033264B (zh) | 视频分析方法及装置、电子设备和存储介质 | |
| CN108270973B (zh) | 一种拍照处理方法、移动终端及计算机可读存储介质 | |
| CN106846351B (zh) | 图像处理方法及客户端 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210914 |