CN115841641A - 车辆内部视频的脱敏方法、系统、电子设备及存储介质 - Google Patents

Abstract

本发明涉及信息安全技术领域，公开了一种车辆内部视频的脱敏方法、系统、电子设备及存储介质，该方法通过对车辆内部视频流中的目标视频帧进行人体识别，得到人体检测区域，并对目标视频帧进行人脸识别，确定人体检测区域的身份标签，基于用户白名单确定身份标签中的目标标签，从而对车辆内部视频流中目标标签对应的人体检测区域进行脱敏处理，通过白名单和身份标签确定图像中的目标人群，再对目标人群的人体检测区域进行脱敏处理，实现了对车辆内部视频的脱敏，避免车辆内部视频泄露客户隐私信息，从而提高了车辆内部图像的信息安全性。

Description

车辆内部视频的脱敏方法、系统、电子设备及存储介质

技术领域

本发明涉及信息安全技术领域，尤其涉及一种车辆内部视频的脱敏方法、系统、电子设备及存储介质。

背景技术

目前，随着人们生活水平的不断提高，车辆也开始逐渐普及，使得车辆信息化快速发展，例如，通过在车内设置摄像头对车辆内部进行图像采集，进而根据采集到的车内视频进行人脸识别、拍照留念、车内监控，甚至能够在驾驶员驾驶汽车时，其他乘客能够通过车内摄像头进行视频会议。

但是，对车辆进行信息化需要将车辆采集的视频图像发送至服务器端，车辆内部图像的信息安全性较低，若不对图像进行脱敏处理，存在乘客隐私信息泄密的隐患。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

鉴于以上所述现有技术的缺点，本发明公开了一种车辆内部视频的脱敏方法、系统、电子设备及存储介质，以提高车辆内部图像的信息安全性。

本发明公开了一种车辆内部视频的脱敏方法，包括：获取车辆内部视频流，其中，所述车辆内部视频流包括多个原始图像帧；将至少一部分原始图像帧确定为目标视频帧，并对所述目标视频帧进行人体识别，得到所述目标视频帧中的人体检测区域；对所述目标视频帧进行人脸识别，基于识别结果确定所述人体检测区域对应的身份标签；根据预设的用户白名单从所述身份标签中确定目标标签，并对所述车辆内部视频流中所述目标标签对应的人体检测区域进行脱敏处理。

可选地，获取车辆内部视频流，包括以下至少一种：通过预先设置的可见光摄像头对车辆内部进行图像采集，得到车辆内部视频流，其中，所述车辆内部视频流包括多个原始图像帧，所述原始图像帧为可见光图像；通过预先设置的双目摄像头对车辆内部进行图像采集，得到车辆内部视频流，其中，所述车辆内部视频流包括多个原始图像帧，所述原始图像帧包括可见光图像和红外光图像。

可选地，对所述目标视频帧进行人体识别，得到所述目标视频帧中的人体检测区域，包括：若所述目标视频帧为可见光图像，则通过预设的可见光人体识别模型对所述可见光图像进行人体识别，得到所述可见光图像中的人体检测区域，其中，所述可见光人体识别模型通过带有人体标签的可见光样本图像对预设的神经网络模型训练得到。

可选地，对所述目标视频帧进行人体识别，得到所述目标视频帧中的人体检测区域，包括：若所述原始图像帧包括可见光图像和红外光图像，则确定所述可见光图像的图像亮度参数；若所述图像亮度参数大于或等于预设的亮度参数阈值，则通过预设的可见光人体识别模型对所述可见光图像进行人体识别，得到所述可见光图像中的人体检测区域，其中，所述可见光人体识别模型通过带有人体标签的可见光样本图像对预设的神经网络模型训练得到；若所述图像亮度参数小于预设的亮度参数阈值，则通过预设的红外光人体识别模型对所述红外光图像进行人体识别，得到所述红外光图像中的人体检测区域，其中，所述红外光人体识别模型通过带有人体标签的第一红外光样本图像对预设的神经网络模型训练得到。

可选地，对所述目标视频帧进行人脸识别，包括：若所述目标视频帧为可见光图像，则通过预设的可见光人脸识别模型对所述可见光图像进行人脸识别，得到所述可见光图像中的人脸身份信息，其中，所述可见光人脸识别模型用于提取所述可见光图像中的人脸特征，并根据提取到的人脸特征匹配出对应的人脸身份信息；若所述原始图像帧包括可见光图像和红外光图像，则通过预设的红外光头部识别模型对所述红外光图像进行头像区域识别，得到所述红外光图像中的人脸头像区域，再根据预设的见光人脸识别模型对所述可见光图像中对应的人脸头像区域进行人脸识别，得到所述可见光图像中的人脸身份信息，其中，所述红外光头部识别模型通过带有头部区域标签的第二红外光样本图像对预设的神经网络模型训练得到。

可选地，对所述车辆内部视频流中所述目标标签对应的人体检测区域进行脱敏处理，包括：将各所述目标视频帧中所述目标标签对应的人体检测区域确定为目标脱敏区域；响应于所述车辆内部视频流位于任一目标视频帧，则确定所述目标视频帧中目标脱敏区域的区域坐标，对所述区域坐标内的图像进行脱敏处理，直到所述车辆内部视频流位于下一目标视频帧。

可选地，将各所述目标视频帧中所述目标标签对应的人体检测区域确定为目标脱敏区域，包括：根据预设的人体部位检测模型对所述目标标签对应的人体检测区域进行人体部位识别，得到所述人体检测区域中的人体部位区域，其中，所述人体部位检测模型通过带有人体部位标签的人体样本区域进行训练得到；根据预设的部位白名单从所述人体部位区域中确定目标部位区域，并将所述目标部位区域确定为目标脱敏区域。

本发明公开了一种车辆内部视频的脱敏系统，包括：获取模块，用于获取车辆内部视频流，其中，所述车辆内部视频流包括多个原始图像帧；人体识别模块，用于将至少一部分原始图像帧确定为目标视频帧，并对所述目标视频帧进行人体识别，得到所述目标视频帧中的人体检测区域；人脸识别模块，用于对所述目标视频帧进行人脸识别，基于识别结果确定所述人体检测区域对应的身份标签；脱敏模块，用于根据预设的用户白名单从所述身份标签中确定目标标签，并对所述车辆内部视频流中所述目标标签对应的人体检测区域进行脱敏处理。

本发明公开了一种电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述的方法。

本发明公开了一种计算机可读存储介质，其上存储有计算机程序：所述计算机程序被处理器执行时实现上述的方法。

本发明的有益效果：

通过对车辆内部视频流中的目标视频帧进行人体识别，得到人体检测区域，并对目标视频帧进行人脸识别，确定人体检测区域的身份标签，基于用户白名单确定身份标签中的目标标签，从而对车辆内部视频流中目标标签对应的人体检测区域进行脱敏处理。这样，通过白名单和身份标签确定图像中的目标人群，再对目标人群的人体检测区域进行脱敏处理，实现了对车辆内部视频的脱敏，避免车辆内部视频泄露客户隐私信息，从而提高了车辆内部图像的信息安全性。

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，并不能限制本申请。

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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，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是本发明实施例中一个车辆内部视频的脱敏方法的流程示意图；

图2是本发明实施例中另一个车辆内部视频的脱敏方法的流程示意图；

图3是本发明实施例中一个车辆内部视频的脱敏系统的结构示意图；

图4是本发明实施例中一个电子设备的结构示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的子样本可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。

本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。

除非另有说明，术语“多个”表示两个或两个以上。

本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。

术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。

结合图1所示，本公开实施例提供了一种车辆内部视频的脱敏方法，包括：

步骤S101，获取车辆内部视频流；

其中，车辆内部视频流包括多个原始图像帧；

步骤S102，将至少一部分原始图像帧确定为目标视频帧，并对目标视频帧进行人体识别，得到目标视频帧中的人体检测区域；

步骤S103，对目标视频帧进行人脸识别，基于识别结果确定人体检测区域对应的身份标签；

步骤S104，根据预设的用户白名单从身份标签中确定目标标签，并对车辆内部视频流中目标标签对应的人体检测区域进行脱敏处理。

采用本公开实施例提供的车辆内部视频的脱敏方法，通过对车辆内部视频流中的目标视频帧进行人体识别，得到人体检测区域，并对目标视频帧进行人脸识别，确定人体检测区域的身份标签，基于用户白名单确定身份标签中的目标标签，从而对车辆内部视频流中目标标签对应的人体检测区域进行脱敏处理。这样，通过白名单和身份标签确定图像中的目标人群，再对目标人群的人体检测区域进行脱敏处理，实现了对车辆内部视频的脱敏，避免车辆内部视频泄露客户隐私信息，从而提高了车辆内部图像的信息安全性。

可选地，获取车辆内部视频流，包括以下至少一种：通过预先设置的可见光摄像头对车辆内部进行图像采集，得到车辆内部视频流，其中，车辆内部视频流包括多个原始图像帧，原始图像帧为可见光图像；通过预先设置的双目摄像头对车辆内部进行图像采集，得到车辆内部视频流，其中，车辆内部视频流包括多个原始图像帧，原始图像帧包括可见光图像和红外光图像。

在一些实施例中，根据车辆终端的配置高低，在车内设置可见光摄像头或双目摄像头，以采集车内图像，得到车辆内部视频流，其中，双目摄像头包括可见光摄像模块和红外光摄像模块，从而同时采集可见光图像和红外光图像。

这样，根据不同的配置设置不同规格的摄像头模组，基于不同的摄像头模组实现车辆内部视频的脱敏，能够降低车辆终端的设备成本。

在一些实施例中，在摄像头内部设置图像拉取模块，从而对摄像头采集到的车辆内部视频流进行拉取，并执行后续的车辆内部视频的脱敏方法。

在一些实施例中，摄像头还用于将采集到的车辆内部视频流推送至目标服务器，则在摄像头与目标服务器之间建立图像拉取设备，从而拦截摄像头推送的车辆内部视频流，并执行后续的车辆内部视频的脱敏方法。

可选地，对目标视频帧进行人体识别，得到目标视频帧中的人体检测区域，包括：若目标视频帧为可见光图像，则通过预设的可见光人体识别模型对可见光图像进行人体识别，得到可见光图像中的人体检测区域。

可选地，可见光人体识别模型通过带有人体标签的可见光样本图像对预设的神经网络模型训练得到。

可选地，对目标视频帧进行人体识别，得到目标视频帧中的人体检测区域，包括：若原始图像帧包括可见光图像和红外光图像，则确定可见光图像的图像亮度参数；若图像亮度参数大于或等于预设的亮度参数阈值，则通过预设的可见光人体识别模型对可见光图像进行人体识别，得到可见光图像中的人体检测区域；若图像亮度参数小于预设的亮度参数阈值，则通过预设的红外光人体识别模型对红外光图像进行人体识别，得到红外光图像中的人体检测区域。

可选地，图像亮度参数通过可见光图像中像素点亮度值的平均值确定。

可选地，红外光人体识别模型通过带有人体标签的第一红外光样本图像对预设的神经网络模型训练得到。

这样，若图像亮度参数大于或等于预设的亮度参数阈值，则通过红外光图像确定人体检测区域，避免因光线较暗造成可见光图像的人体识别不准确的问题，提高人体识别准确率。

可选地，对目标视频帧进行人脸识别，包括：若目标视频帧为可见光图像，则通过预设的可见光人脸识别模型对可见光图像进行人脸识别，得到可见光图像中的人脸身份信息，其中，可见光人脸识别模型用于提取可见光图像中的人脸特征，并根据提取到的人脸特征匹配出对应的人脸身份信息；若原始图像帧包括可见光图像和红外光图像，则通过预设的红外光头部识别模型对红外光图像进行头像区域识别，得到红外光图像中的人脸头像区域，再根据预设的见光人脸识别模型对可见光图像中对应的人脸头像区域进行人脸识别，得到可见光图像中的人脸身份信息。

可选地，红外光头部识别模型通过带有头部区域标签的第二红外光样本图像对预设的神经网络模型训练得到。

这样，在原始图像帧包括可见光图像和红外光图像的情况下，先通过红外光图像对人脸识别的定位，再通过人脸头像区域对可见光图像进行人脸识别，从而提高人脸识别的准确性。

可选地，对车辆内部视频流中目标标签对应的人体检测区域进行脱敏处理，包括：将各目标视频帧中目标标签对应的人体检测区域确定为目标脱敏区域；响应于车辆内部视频流位于任一目标视频帧，则确定目标视频帧中目标脱敏区域的区域坐标，对区域坐标内的图像进行脱敏处理，直到车辆内部视频流位于下一目标视频帧。

这样，对车辆内部视频流中的一部分原始图像帧进行人体检测区域确定，再根据人体检测区域对车辆内部视频流进行脱敏，相较于对每一原始图像帧进行人体检测区域和脱敏，减少了计算压力，从而提高计算效率。

可选地，将各目标视频帧中目标标签对应的人体检测区域确定为目标脱敏区域，包括：根据预设的人体部位检测模型对目标标签对应的人体检测区域进行人体部位识别，得到人体检测区域中的人体部位区域，其中，人体部位检测模型通过带有人体部位标签的人体样本区域进行训练得到；根据预设的部位白名单从人体部位区域中确定目标部位区域，并将目标部位区域确定为目标脱敏区域。

这样，不仅通过身份白名单对目标人物进行脱敏，而且通过部位白名单对目标人物的部分部位进行脱敏，从而提高脱敏的灵活性。

在一些实施例中，脱敏处理包括图像覆盖、图像模糊等。

结合图2所示，本公开实施例提供了一种车辆内部视频的脱敏方法，包括：

步骤S201，获取车辆内部视频流；

其中，车辆内部视频流包括多个原始图像帧；

步骤S202，判断原始图像帧是否包括红外光图像帧，若否，跳转步骤S203，若是，跳转步骤S205；

步骤S203，对可见光图像进行人体识别，得到可见光图像中的人体检测区域；

步骤S204，对可见光图像进行人脸识别，得到可见光图像中的人脸身份信息，跳转步骤S210；

步骤S205，判断可见光图像的图像亮度参数是否大于预设的亮度参数阈值，若是，跳转步骤S206，若否，跳转步骤S207；

步骤S206，对可见光图像进行人体识别，得到可见光图像中的人体检测区域，跳转步骤S208；

步骤S207，对红外光图像进行人体识别，得到红外光图像中的人体检测区域，跳转步骤S208；

步骤S208，对红外光图像进行头像区域识别，得到红外光图像中的人脸头像区域；

步骤S209，对可见光图像中对应的人脸头像区域进行人脸识别，得到可见光图像中的人脸身份信息，跳转步骤S210；

步骤S210，基于人脸身份信息确定人体检测区域对应的身份标签；

步骤S211，根据预设的用户白名单从身份标签中确定目标标签；

步骤S212，对目标标签对应的人体检测区域进行人体部位识别，得到人体检测区域中的人体部位区域；

步骤S213，根据预设的部位白名单从人体部位区域中确定目标部位区域，并将目标部位区域确定为目标脱敏区域；

步骤S214，响应于车辆内部视频流位于任一目标视频帧，则确定目标视频帧中目标脱敏区域的区域坐标，对区域坐标内的图像进行脱敏处理，直到车辆内部视频流位于下一目标视频帧。

采用本公开实施例提供的车辆内部视频的脱敏方法，通过对车辆内部视频流中的目标视频帧进行人体识别，得到人体检测区域，并对目标视频帧进行人脸识别，确定人体检测区域的身份标签，基于用户白名单确定身份标签中的目标标签，从而对车辆内部视频流中目标标签对应的人体检测区域进行脱敏处理，具有以下优点：

第一、通过白名单和身份标签确定图像中的目标人群，再对目标人群的人体检测区域进行脱敏处理，实现了对车辆内部视频的脱敏，避免车辆内部视频泄露客户隐私信息，从而提高了车辆内部图像的信息安全性；

第二、根据不同的配置设置不同规格的摄像头模组，基于不同的摄像头模组实现车辆内部视频的脱敏，能够降低车辆终端的设备成本；

第三、若图像亮度参数大于或等于预设的亮度参数阈值，则通过红外光图像确定人体检测区域，避免因光线较暗造成可见光图像的人体识别不准确的问题，提高人体识别准确率；

第四、在原始图像帧包括可见光图像和红外光图像的情况下，先通过红外光图像对人脸识别的定位，再通过人脸头像区域对可见光图像进行人脸识别，从而提高人脸识别的准确性；

第五、对车辆内部视频流中的一部分原始图像帧进行人体检测区域确定，再根据人体检测区域对车辆内部视频流进行脱敏，相较于对每一原始图像帧进行人体检测区域和脱敏，减少了计算压力，从而提高计算效率；

第六、不仅通过身份白名单对目标人物进行脱敏，而且通过部位白名单对目标人物的部分部位进行脱敏，从而提高脱敏的灵活性。

结合图3所示，本公开实施例提供了一种车辆内部视频的脱敏系统，包括获取模块301、人体识别模块302、人脸识别模块303和脱敏模块304。获取模块301用于获取车辆内部视频流，其中，车辆内部视频流包括多个原始图像帧；人体识别模块302用于将至少一部分原始图像帧确定为目标视频帧，并对目标视频帧进行人体识别，得到目标视频帧中的人体检测区域；人脸识别模块303用于对目标视频帧进行人脸识别，基于识别结果确定人体检测区域对应的身份标签；脱敏模块304用于根据预设的用户白名单从身份标签中确定目标标签，并对车辆内部视频流中目标标签对应的人体检测区域进行脱敏处理。

采用本公开实施例提供的车辆内部视频的脱敏方法，通过对车辆内部视频流中的目标视频帧进行人体识别，得到人体检测区域，并对目标视频帧进行人脸识别，确定人体检测区域的身份标签，基于用户白名单确定身份标签中的目标标签，从而对车辆内部视频流中目标标签对应的人体检测区域进行脱敏处理。这样，通过白名单和身份标签确定图像中的目标人群，再对目标人群的人体检测区域进行脱敏处理，实现了对车辆内部视频的脱敏，避免车辆内部视频泄露客户隐私信息，从而提高了车辆内部图像的信息安全性。

图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是，图4示出的电子设备的计算机系统400仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统400包括中央处理单元(Central Processing Unit，CPU)401，其可以根据存储在只读存储器(Read-Only Memory，ROM)402中的程序或者从储存部分408加载到随机访问存储器(Random Access Memory，RAM)403中的程序而执行各种适当的动作和处理，例如执行上述实施例中的方法。在RAM 403中，还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(Input/Output，I/O)接口405也连接至总线404。

以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分407；包括硬盘等的储存部分408；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入储存部分408。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、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(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

本公开实施例还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本实施例中的任一项方法。

本公开实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

本实施例公开的电子设备，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子设备执行如上方法的各个步骤。

在本实施例中，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、图形处理器(Graphics Processing Unit，简称GPU)，网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选地，并且操作的顺序可以变化。一些实施例的部分和子样本可以被包括在或替换其他实施例的部分和子样本。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的子样本、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它子样本、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。

本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些子样本可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

附图中的流程图和框图显示了根据本公开实施例的系统、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，所述模块、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。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，两个连续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，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤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，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动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。

Claims (10)

1.一种车辆内部视频的脱敏方法，其特征在于，包括：

获取车辆内部视频流，其中，所述车辆内部视频流包括多个原始图像帧；

将至少一部分原始图像帧确定为目标视频帧，并对所述目标视频帧进行人体识别，得到所述目标视频帧中的人体检测区域；

对所述目标视频帧进行人脸识别，基于识别结果确定所述人体检测区域对应的身份标签；

根据预设的用户白名单从所述身份标签中确定目标标签，并对所述车辆内部视频流中所述目标标签对应的人体检测区域进行脱敏处理。

2.根据权利要求1所述的方法，其特征在于，获取车辆内部视频流，包括以下至少一种：

通过预先设置的可见光摄像头对车辆内部进行图像采集，得到车辆内部视频流，其中，所述车辆内部视频流包括多个原始图像帧，所述原始图像帧为可见光图像；

通过预先设置的双目摄像头对车辆内部进行图像采集，得到车辆内部视频流，其中，所述车辆内部视频流包括多个原始图像帧，所述原始图像帧包括可见光图像和红外光图像。

3.根据权利要求2所述的方法，其特征在于，对所述目标视频帧进行人体识别，得到所述目标视频帧中的人体检测区域，包括：

若所述目标视频帧为可见光图像，则通过预设的可见光人体识别模型对所述可见光图像进行人体识别，得到所述可见光图像中的人体检测区域，其中，所述可见光人体识别模型通过带有人体标签的可见光样本图像对预设的神经网络模型训练得到。

4.根据权利要求2所述的方法，其特征在于，对所述目标视频帧进行人体识别，得到所述目标视频帧中的人体检测区域，包括：

若所述原始图像帧包括可见光图像和红外光图像，则确定所述可见光图像的图像亮度参数；

若所述图像亮度参数大于或等于预设的亮度参数阈值，则通过预设的可见光人体识别模型对所述可见光图像进行人体识别，得到所述可见光图像中的人体检测区域，其中，所述可见光人体识别模型通过带有人体标签的可见光样本图像对预设的神经网络模型训练得到；

若所述图像亮度参数小于预设的亮度参数阈值，则通过预设的红外光人体识别模型对所述红外光图像进行人体识别，得到所述红外光图像中的人体检测区域，其中，所述红外光人体识别模型通过带有人体标签的第一红外光样本图像对预设的神经网络模型训练得到。

5.根据权利要求2所述的方法，其特征在于，对所述目标视频帧进行人脸识别，包括：

若所述目标视频帧为可见光图像，则通过预设的可见光人脸识别模型对所述可见光图像进行人脸识别，得到所述可见光图像中的人脸身份信息，其中，所述可见光人脸识别模型用于提取所述可见光图像中的人脸特征，并根据提取到的人脸特征匹配出对应的人脸身份信息；

若所述原始图像帧包括可见光图像和红外光图像，则通过预设的红外光头部识别模型对所述红外光图像进行头像区域识别，得到所述红外光图像中的人脸头像区域，再根据预设的见光人脸识别模型对所述可见光图像中对应的人脸头像区域进行人脸识别，得到所述可见光图像中的人脸身份信息，其中，所述红外光头部识别模型通过带有头部区域标签的第二红外光样本图像对预设的神经网络模型训练得到。

6.根据权利要求1至5任一项所述的方法，其特征在于，对所述车辆内部视频流中所述目标标签对应的人体检测区域进行脱敏处理，包括：

将各所述目标视频帧中所述目标标签对应的人体检测区域确定为目标脱敏区域；

响应于所述车辆内部视频流位于任一目标视频帧，则确定所述目标视频帧中目标脱敏区域的区域坐标，对所述区域坐标内的图像进行脱敏处理，直到所述车辆内部视频流位于下一目标视频帧。

7.根据权利要求6所述的方法，其特征在于，将各所述目标视频帧中所述目标标签对应的人体检测区域确定为目标脱敏区域，包括：

根据预设的人体部位检测模型对所述目标标签对应的人体检测区域进行人体部位识别，得到所述人体检测区域中的人体部位区域，其中，所述人体部位检测模型通过带有人体部位标签的人体样本区域进行训练得到；

根据预设的部位白名单从所述人体部位区域中确定目标部位区域，并将所述目标部位区域确定为目标脱敏区域。

8.一种车辆内部视频的脱敏系统，其特征在于，包括：

获取模块，用于获取车辆内部视频流，其中，所述车辆内部视频流包括多个原始图像帧；

人体识别模块，用于将至少一部分原始图像帧确定为目标视频帧，并对所述目标视频帧进行人体识别，得到所述目标视频帧中的人体检测区域；

人脸识别模块，用于对所述目标视频帧进行人脸识别，基于识别结果确定所述人体检测区域对应的身份标签；

脱敏模块，用于根据预设的用户白名单从所述身份标签中确定目标标签，并对所述车辆内部视频流中所述目标标签对应的人体检测区域进行脱敏处理。

9.一种电子设备，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如权利要求1至7任一项所述的方法。

10.一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：

所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。

Images