CN116484386A - 一种汽车视频及图像的脱敏测试方法及系统 - Google Patents
一种汽车视频及图像的脱敏测试方法及系统 Download PDFInfo
- Publication number
- CN116484386A CN116484386A CN202310450535.8A CN202310450535A CN116484386A CN 116484386 A CN116484386 A CN 116484386A CN 202310450535 A CN202310450535 A CN 202310450535A CN 116484386 A CN116484386 A CN 116484386A
- Authority
- CN
- China
- Prior art keywords
- desensitization
- test
- data
- face
- tested
- 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
- 238000000586 desensitisation Methods 0.000 title claims abstract description 159
- 238000010998 test method Methods 0.000 title claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 80
- 238000001514 detection method Methods 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 11
- 238000005286 illumination Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 6
- 210000000887 face Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass 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
- 230000006855 networking Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
- G06F21/577—Assessing vulnerabilities and evaluating computer system security
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3676—Test management for coverage analysis
-
- 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
- G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及车联网数据安全领域,更具体地涉及一种汽车视频及图像的脱敏测试方法及系统,具体步骤如下:(1)制定脱敏标准和脱敏是否合格的脱敏评判标准;(2)构造待测试数据:构造汽车视频及图像待脱敏的数据;(3)将待测试数据导入测试系统进行脱敏,脱敏完成后,采用步骤(1)的评判标准进行评判,得出测试结果。通过制定脱敏标准和脱敏是否合格的脱敏评判标准;然后构造待测试数据也就是进行汽车视频及图像待脱敏的数据构造,将待测试数据导入测试系统按照脱敏标准进行脱敏,脱敏完成后,采用步骤(1)的评判标准进行评判,然后得出测试结果,从而有效完成对测试系统完成的脱敏性能做出测试,解决了现有没有对数据脱敏功能的测试问题。
Description
技术领域
本发明涉及车联网数据安全领域,更具体地涉及一种汽车视频及图像的脱敏测试方法及系统。
背景技术
随着网络通信技术的不断进步,汽车的网络化程度也在不断提高,人们借助各种网络通信技术实现了对汽车的更多控制,例如远程对车辆的监控,远程泊车等功能,智能网联汽车的这些功能为人们生活带来了新的便利和体验,但汽车也会采集更多的信息,其中可能涉及到车外人脸、车牌等敏感数据,为保障个人隐私,国家制定了相关标准对车辆采集数据进行规范,对汽车采集的车外视频或图片中包含可识别的人脸和车牌在出车时需要进行数据脱敏处理,以保障个人隐私信息。
现今已经有一些基于视频的车牌数据脱敏方法及系统,方法包括步骤:对视频中的车辆进行跟踪检测,获取车辆位置信息;根据所述车辆位置信息从所述视频中截取出对应帧的车辆图片,获取对应车辆的车牌位置信息;通过构造决策树二分类器判断所述车牌是否为误检车牌,若是,则去掉所述误检车牌的位置信息,并将所述车辆记为车牌漏检车辆;若否,则将所述车辆位置信息和车牌位置信息融合并对应存储;采用kalman滤波估计出所述车牌漏检车辆的车牌坐标并保存;根据存储的车牌位置信息和车牌坐标对视频中车辆的车牌进行马赛克处理,实现车牌数据脱敏。虽然现有技术描述了脱敏的方法,通过对视频中车辆位置进行跟踪检测截取出对应帧的车辆图片,获取车牌位置信息,判断是车牌,则将车辆位置和车牌位置信息融合并对应存储,最后对视频中的车牌进行马赛克处理实现数据脱敏,但是现有技术中没有对数据脱敏功能的测试,也没有对视频或图片中数据脱敏情况的测试方法和标准。
发明内容
本发明的目的之一在于提供一种汽车视频及图像的脱敏测试方法,以解决现有的没有对数据脱敏功能的测试,以及没有对视频或图片中数据脱敏情况的测试方法和标准的问题;目的之二在于提供一种汽车视频及图像的脱敏测试系统。
为了实现上述目的,本发明采用的技术方案如下:
一种汽车视频及图像的脱敏测试方法,具体步骤如下:
(1)制定脱敏标准和脱敏是否合格的脱敏评判标准;
(2)构造待测试数据:构造汽车视频及图像待脱敏的数据;
(3)将待测试数据导入测试系统按照步骤(1)中的脱敏标准进行脱敏,脱敏完成后,采用步骤(1)的脱敏评判标准进行评判测试,得出测试结果。
根据上述技术手段,通过制定脱敏标准和脱敏是否合格的脱敏评判标准;然后构造待测试数据也就是进行汽车视频及图像待脱敏的数据构造,将待测试数据导入测试系统按照步骤(1)中的脱敏标准进行脱敏,脱敏完成后,采用步骤(1)的脱敏评判标准进行评判测试,然后得出测试结果,从而有效完成对测试系统完成的脱敏性能做出测试,解决了现有技术没有对数据脱敏功能的测试的问题。同时制定了脱敏标准和脱敏评判标准,克服了现有的技术中视频及图像中数据脱敏没有标准的问题,从而使得脱敏过程中以及脱敏完成后都有标准可以参考。
进一步,在步骤(1)中,脱敏标准包括人脸的脱敏标准和车牌的脱敏标准;脱敏评判标准包括人脸的脱敏评判标准和车牌的脱敏评判标准。
根据上述技术手段,视频及图像中可能会出现人脸或车牌,因此脱敏标准包括人脸的脱敏标准和车牌的脱敏标准;脱敏评判标准包括人脸的脱敏评判标准和车牌的脱敏评判标准,这样制定的标准才能更全面的覆盖。
进一步,人脸的脱敏标准包括视频及图像中人脸的分辨率、完整度、清晰度、颜色以及人脸拍照姿态。
根据上述技术手段,人脸的脱敏标准要从视频中人脸的分辨率多少、完整度如何、清晰度如何、颜色以及人脸拍照姿态如何等综合考虑来决定是否需要脱敏。比如分辨率过低根本看不清就不需要脱敏,或出现半张脸导致人脸不完整就不需要脱敏,或人脸出现的位置比较远导致清晰度很低也不需要脱敏,或颜色较暗也可以不脱敏,或人脸拍照姿态比较低分辨不出来是谁也不需要脱敏。
进一步,车牌的脱敏标准包括视频及图像中车牌的分辨率、光照强度、几何失真度以及清晰度。
根据上述技术手段,车牌的脱敏标准要从视频及图像中车牌的分辨率多少、光照强度多少以及几何失真度以及清晰度如何等综合考虑来决定是否需要脱敏。比如分辨率过低根本看不清车牌就不需要脱敏,或光照强度过高出现反光或光照强度过低看不清不需要脱敏,或几何失真度以及清晰度较低,也就是肉眼看不清车牌也不需要脱敏。
进一步,在步骤(1)中,人脸的脱敏合格评判标准为人脸检出率大于等于90%且人脸误检率小于等于5%、或戴口罩的人脸检出率大于等于85%且戴口罩的人脸误检率小于等于5%,车牌的脱敏合格评判标准为车牌检出率大于等于90%且车牌误检率小于等于10%。
根据上述技术手段,脱敏完成后,脱敏是否合格的判断标准主要是从检出率和误检率来判断。车牌和人脸的脱敏评判标准分别给出;同时根据人脸会出现戴口罩和不戴口罩的情况,更进一步分别给出不同的判断标准,从而使得脱敏评判标准更加详细和贴合。
进一步,检出率和误检率的计算公式如下:
检出率=(A1–A2)/A0*100% (1);
误检率=A2/A1*100% (2);
其中,A0为人脸/车牌图像检测样本库中真实人脸图像数量;
A1为标注为人脸/车牌图像的总数;
A2为人工确认A1中非人脸图像总数。
根据上述技术手段,给出了检出率和误检率的计算公式,对应实际情况可以计算出所需要的人脸和车牌的检出率和误检率。
进一步,人脸的脱敏合格评判标准还包括脱敏擦除区域和实际人脸区域的交并比不小于50%,交并比计算公式为:交并比=X与Y的交集/X与Y的并集*100%,其中,X为已脱敏区域,Y为应脱敏区域。
根据上述技术手段,设置了脱敏擦除区域和实际人脸区域的交并比不小于50%作为人脸的脱敏合格评判标准,可优化通过检出率和误检率的评判脱敏合格与否的评判标准。
进一步,在步骤(2)中,构造待测试数据包括构造待测试数据的格式、构造待测试数据的场景、构造待测试数据的原则、构造待测试数据的范围。
根据上述技术手段,给出待测试数据构造的要求,便于构造符合要求的待测试数据。
进一步,在步骤(3)中,在待测试数据导入测试系统进行脱敏步骤之前要进行测试系统的搭建,确保测试系统能识别待测试数据。
根据上述技术手段,进行测试系统的搭建,也就是选择测试系统的平台,选择的测试系统要能够识别待测试数据。
一种汽车视频及图像的脱敏测试系统,包括存储器、通信总线以及处理器,
所述存储器用于存储待测试数据,以及存储可执行程序;所述通信总线实现处理器和存储器之间的连接通信;所述处理器运行所述可执行程序时执行如上述的脱敏测试方法对应的步骤。
根据上述技术手段,待测试数据导入脱敏测试系统进行存储,然后通过处理器运行可执行程序对待测试数据完成脱敏测试。
本发明的有益效果:
(1)本发明通过制定脱敏标准和脱敏是否合格的脱敏评判标准;然后构造待测试数据也就是进行汽车视频及图像待脱敏的数据构造,将待测试数据导入测试系统按照脱敏标准进行脱敏,脱敏完成后,采用步骤(1)的评判标准进行评判,然后得出测试结果,从而有效完成对测试系统完成的脱敏性能做出测试,解决了现有技术没有对数据脱敏功能的测试的问题。
(2)本发明制定了脱敏标准和脱敏评判标准,克服了现有的技术中视频及图像中数据脱敏没有标准的问题,从而使得脱敏过程中以及脱敏完成后都有标准可以参考。
附图说明
图1为本发明的汽车视频及图像的脱敏测试方法的流程图;
图2为本发明的汽车视频及图像的脱敏测试方法的简化流程图;
图3为人脸拍照姿态的水平转动角和俯仰角的定义示意图;
图4为人脸拍照姿态的倾斜角的定义示意图;
图5为人脸的脱敏评判标准的交并比的定义示意图;
图6为汽车视频及图像的脱敏测试方法的综合流程图;
图7为脱敏测试系统的原理框图。
具体实施方式
以下将参照附图和优选实施例来说明本发明的实施方式,本领域技术人员可由本说明书中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。应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
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。
如图1所示,本实施例提出一种汽车视频及图像的脱敏测试方法,具体步骤如下:
(1)制定脱敏标准和脱敏是否合格的脱敏评判标准;
(2)构造待测试数据:构造汽车视频及图像待脱敏的数据;
(3)将待测试数据导入测试系统按照步骤(1)中的脱敏标准进行脱敏,脱敏完成后,采用步骤(1)的脱敏评判标准进行评判测试,得出测试结果。
具体地,如图2所示,汽车视频及图像的脱敏测试方法,可简化为如下步骤:第一步是评测标准制定,第二步是测试数据构造方法,第三步是测试执行。
本实施例中,在步骤(1)中,脱敏标准包括人脸的脱敏标准和车牌的脱敏标准;脱敏评判标准包括人脸的脱敏评判标准和车牌的脱敏评判标准。视频及图像中可能会出现人脸或车牌,因此脱敏标准应包括人脸的脱敏标准和车牌的脱敏标准;脱敏评判标准应包括人脸的脱敏评判标准和车牌的脱敏评判标准,这样制定的标准才能更全面的覆盖。
本实施例中,人脸的脱敏标准包括视频及图像中人脸的分辨率、完整度、清晰度、颜色以及人脸拍照姿态。人脸的脱敏标准要从视频中人脸的分辨率多少、完整度如何、清晰度如何、颜色以及人脸拍照姿态如何等综合考虑来决定是否需要脱敏。
其中,在视频及图像中,不经缩放的图像人脸分辨率符合如下情形之一的就需要脱敏:(1)图像长边大于960像素时,最小检出人脸边长像素大于或等于图像长边/60;(2)图像短边大于544像素时,最小检出人脸边长像素大于16;(3)图像短边小于544像素时,最小检出人脸边长像素大于10。其中1920*1080的视频或图像,可检出的最小人脸分辨率为1920/60=32。
视频及图像中人脸的完整度、清晰度以及颜色的需要脱敏标准为通过人眼观察,视频或图像中的人脸可看清的,则判断为需要脱敏,对佩戴口罩的人脸,纵向口罩遮挡低于鼻子时,判断为需要脱敏。
人脸拍照姿态的需要脱敏标准为同时满足以下条件:水平转动角在大于等于-45度到小于等于45之间,俯仰角在大于等于-30度到小于等于30度之间,倾斜角在大于等于-45度到小于等于15度之间。水平转动角、俯仰角、倾斜角三者为且的关系,其中一个不符合则不满足脱敏要求。关于水平转动角、俯仰角、倾斜角的具体定义如下:
以正切函数来计算水平转动角、俯仰角、倾斜角。如图3所示,三角形竖立状态,以人的鼻子为中心点A,鼻子与摄像头的距离表示b,俯仰角A为需要确认的角度,通过变化a的长度来确认B点,A到B的方向为鼻子的朝向,以此确认角A的度数。三角形水平状态,以A点为摄像头位置,C为鼻子,B为鼻子下一次移动的位置,角B为水平转动角。
如图4所示,以O为鼻子中心点,人脸正对摄像头,Y轴表示头部没有偏移鼻子所在的直线,r表示头部偏移鼻子所在的直线,r与Y轴的夹角为倾斜角,该倾斜角可直接使用量角器量出。
本实施例中,车牌的脱敏标准包括视频及图像中车牌的分辨率、照度、几何失真度以及清晰度。车牌的脱敏标准要从视频及图像中车牌的分辨率多少、照度多少以及几何失真度以及清晰度如何等综合考虑来决定是否需要脱敏。
其中,在视频及图像中,不经缩放的图像的车牌分辨率符合如下情形之一的就需要脱敏:(1)图像高度大于等于1080像素时,最小检出车牌高度像素应大于或等于图像高度/54;(2)图像高度小于1080像素时,最小检出车牌高度像素应大于或等于20。
照度需要的脱敏的标准为:最低照度不高于0.5lux/F1.2需要脱敏。
几何失真度以及清晰度的需要脱敏的标准为:通过人眼观察,视频或图像中的车牌可看清的,则判断为需要脱敏。
本实施例中,在步骤(1)中,人脸的脱敏合格评判标准为人脸检出率大于等于90%且人脸误检率小于等于5%、或戴口罩的人脸检出率大于等于85%且戴口罩的人脸误检率小于等于5%,车牌的脱敏合格评判标准为车牌检出率大于等于90%且车牌误检率小于等于10%。脱敏完成后,脱敏是否合格的判断标准主要是从检出率和误检率来判断。车牌和人脸的脱敏评判标准分别给出;同时根据人脸会出现戴口罩和不戴口罩的情况,更进一步分别给出不同的判断标准,从而使得脱敏评判标准更加详细和贴合。
本实施例中,检出率和误检率的计算公式如下:
检出率=(A1–A2)/A0*100% (1);
误检率=A2/A1*100%(2);
其中,A0为人脸/车牌图像检测样本库中真实人脸图像数量;
A1为标注为人脸/车牌图像的总数;
A2为人工确认A1中非人脸图像总数。
本实施例中,如图5所示,人脸的脱敏合格评判标准还包括脱敏擦除区域和实际人脸区域的交并比不小于50%,交并比计算公式为:交并比=X与Y的交集/X与Y的并集*100%,其中,X为已脱敏区域,Y为应脱敏区域。设置了脱敏擦除区域和实际人脸区域的交并比不小于50%作为人脸的脱敏评判标准,可优化通过检出率和误检率的评判脱敏合格与否的评判标准。
本实施例中,在步骤(2)中,构造待测试数据包括构造待测试数据的格式、构造待测试数据的场景、构造待测试数据的原则、构造待测试数据的范围。
具体地,构造待测试数据的格式;至少可以包括如下三类格式:
(1)图像格式:JPEG、JPEG2000、BMP、PNG。
(2)视频编码格式:H.264、H.265、MPEG-4。
(3)视频文件格式:mp4、avi、mov、wmv、3gp、ts。
构造待测试数据的原则如下:
(1)为保证测试数据的有效性,需采用实车进行数据采集;
(2)采集常见的场景;
(3)采集测试数据的总数至少为场景总数;
(4)实车采集的临界值情况较少,需自主构建临界值岩崩,保证测试结果的准确性,采用黑盒测试的等价类划分法,每一个等价类选取一条测试数据即可满足测试要求。
构造待测试数据的场景包括如下实车采集场景:
(1)道路类型:高速公路、城市道路、地下停车场、露天停车场
(2)时间段:白天、黑夜
(3)天气:晴天、阴天、雨天
(4)摄像头安装位置:前视、测试、后视
(5)运动状态:静止、行走、奔跑和骑行
(6)配饰情况:眼镜、耳机、耳饰和帽子
(7)人员数量:单人、多人
(8)车牌数量:单个、多个
(9)车牌类别:蓝底车牌、绿底车牌和黄底车牌
(10)以上情况的混合场景。
构造待测试数据的范围包括人脸临界测试数据构造范围和车牌临界测试数据构造范围。
其中,人脸临界测试数据构造范围包括如下:
(1)图像长边大于960像素、图像长边小于等于960像素、图像短边大于等于544像素、图像短边小于544像素;
(2)水平转动角大于等于-45度小于等于45度、水平转动角小于-45度、大于45度、俯仰角大于等于-30度小于等于30度、俯仰角小于-30度、大于30度、倾斜角大于等于-45度小于等于45度、倾斜角小于-45度、大于45度;
(3)完整度和清晰度满足标准、完整度和清晰度不满足标准、口罩纵向遮挡小于等于50%人脸框、口罩纵向遮挡大于50%人脸框。
车牌临界测试数据构造范围包括如下:
(1)车牌像素高度大于等于1080像素、车牌像素高度小于1080像素;
(2)车牌光照强度小于等于0.5lux/F1.2,车牌光照强度大于0.5lux/F1.2;
(3)车牌几何失真小于等于5%、车牌几何失真大于5%;
(4)运动模糊情况下人眼可识别车牌信息、运动模糊情况下人眼不可识别车牌信息;
(5)黑底车牌、白底车牌;
(6)车牌无遮挡、全部车牌信息无遮挡(仅遮挡除汉字、数字、字母外的部分区域)、仅遮挡汉字、仅遮挡数字、仅遮挡字母。
本实施例中,在步骤(3)中,在待测试数据导入测试系统进行脱敏步骤之前要进行测试系统的搭建,确保测试系统能识别待测试数据。
综上所述,如图6所示,对汽车传输视频或图像脱敏的测试,测试方法有如下步骤:
(1)测试环境搭建,集成了数据脱敏功能的整车,确保车辆视频和图像录制功能正常可用;
(2)测试数据采集,按照构造待测试数据构造的要求构造测试数据;
(3)脱敏执行,测试数据导入测试环境进行脱敏;
(4)脱敏结果检查,根据脱敏评判标准进行评判,得到测试结果。
如图7所示,本实施例还提出了一种汽车视频及图像的脱敏测试系统,包括存储器、通信总线以及处理器,所述存储器用于存储待测试数据,以及存储可执行程序;所述通信总线实现处理器和存储器之间的连接通信;所述处理器运行所述可执行程序时执行如上述的方法对应的步骤。
以上实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。
Claims (10)
1.一种汽车视频及图像的脱敏测试方法,其特征在于:具体步骤如下:
(1)制定脱敏标准和脱敏是否合格的脱敏评判标准;
(2)构造待测试数据:构造汽车视频及图像待脱敏的数据;
(3)将待测试数据导入测试系统按照步骤(1)中的脱敏标准进行脱敏,脱敏完成后,采用步骤(1)的脱敏评判标准进行评判测试,得出测试结果。
2.根据权利要求1所述的汽车视频及图像的脱敏测试方法,其特征在于:在步骤(1)中,脱敏标准包括人脸的脱敏标准和车牌的脱敏标准;脱敏评判标准包括人脸的脱敏评判标准和车牌的脱敏评判标准。
3.根据权利要求2所述的汽车视频及图像的脱敏测试方法,其特征在于:人脸的脱敏标准包括视频及图像中人脸的分辨率、完整度、清晰度、颜色以及人脸拍照姿态。
4.根据权利要求2所述的汽车视频及图像的脱敏测试方法,其特征在于:车牌的脱敏标准包括视频及图像中车牌的分辨率、光照强度、几何失真度以及清晰度。
5.根据权利要求2所述的汽车视频及图像的脱敏测试方法,其特征在于:在步骤(1)中,人脸的脱敏合格评判标准为人脸检出率大于等于90%且人脸误检率小于等于5%、或戴口罩的人脸检出率大于等于85%且戴口罩的人脸误检率小于等于5%,车牌的脱敏合格评判标准为车牌检出率大于等于90%且车牌误检率小于等于10%。
6.根据权利要求5所述的汽车视频及图像的脱敏测试方法,其特征在于:检出率和误检率的计算公式如下:
检出率=(A1–A2)/A0*100%(1);
误检率=A2/A1*100%(2);其中,A0为人脸/车牌图像检测样本库中真实人脸图像数量;
A1为标注为人脸/车牌图像的总数;
A2为人工确认A1中非人脸图像总数。
7.根据权利要求5或6所述的汽车视频及图像的脱敏测试方法,其特征在于:人脸的脱敏合格评判标准还包括脱敏擦除区域和实际人脸区域的交并比不小于50%,交并比计算公式为:交并比=X与Y的交集/X与Y的并集*100%,其中,X为已脱敏区域,Y为应脱敏区域。
8.根据权利要求1所述的汽车视频及图像的脱敏测试方法,其特征在于:在步骤(2)中,构造待测试数据包括构造待测试数据的格式、构造待测试数据的场景、构造待测试数据的原则、构造待测试数据的范围。
9.根据权利要求1所述的汽车视频及图像的脱敏测试方法,其特征在于:在步骤(3)中,在待测试数据导入测试系统进行脱敏步骤之前要进行测试系统的搭建,确保测试系统能识别待测试数据。
10.一种汽车视频及图像的脱敏测试系统,其特征在于:包括存储器、通信总线以及处理器,所述存储器用于存储待测试数据,以及存储可执行程序;所述通信总线实现处理器和存储器之间的连接通信;所述处理器运行所述可执行程序时执行如权利要求1-9任一项所述的脱敏测试方法对应的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310450535.8A CN116484386A (zh) | 2023-04-24 | 2023-04-24 | 一种汽车视频及图像的脱敏测试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310450535.8A CN116484386A (zh) | 2023-04-24 | 2023-04-24 | 一种汽车视频及图像的脱敏测试方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116484386A true CN116484386A (zh) | 2023-07-25 |
Family
ID=87226432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310450535.8A Pending CN116484386A (zh) | 2023-04-24 | 2023-04-24 | 一种汽车视频及图像的脱敏测试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116484386A (zh) |
-
2023
- 2023-04-24 CN CN202310450535.8A patent/CN116484386A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111967393A (zh) | 一种基于改进YOLOv4的安全帽佩戴检测方法 | |
CN112070074B (zh) | 物体检测方法、装置、终端设备和存储介质 | |
CN110415544B (zh) | 一种灾害天气预警方法及汽车ar-hud系统 | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
CN111800507A (zh) | 一种交通监控方法及交通监控系统 | |
JPWO2010079557A1 (ja) | 撮像装置向き検出装置および当該装置を備える移動体 | |
CN111383429A (zh) | 建筑工地工人着装检测方法、系统、装置、存储介质 | |
CN111932596B (zh) | 摄像头遮挡区域的检测方法、装置、设备和存储介质 | |
KR102267517B1 (ko) | 도로 안개감지 장치 및 그 감지 방법 | |
CN114566056B (zh) | 一种公路隧道行车安全风险辨识与防控方法及系统 | |
CN104634784A (zh) | 大气能见度监测方法和装置 | |
CN112241696A (zh) | 图像处理方法及装置、电子设备及存储介质 | |
CN115981219A (zh) | 高速隧道智能监控系统 | |
KR102434154B1 (ko) | 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법 | |
CN111241918B (zh) | 一种基于人脸识别的车用防跟踪方法及系统 | |
CN107230373A (zh) | 信息推荐方法、装置、计算机可读存储介质和移动终端 | |
CN116484386A (zh) | 一种汽车视频及图像的脱敏测试方法及系统 | |
CN113689493A (zh) | 镜头附着物检测方法、装置、电子设备和存储介质 | |
CN114565597B (zh) | 一种基于YOLO v3-tiny-DB和迁移学习的夜间道路行人检测方法 | |
CN115565155A (zh) | 神经网络模型的训练方法、车辆视图的生成方法和车辆 | |
CN112818743B (zh) | 图像识别的方法、装置、电子设备及计算机存储介质 | |
CN114820504A (zh) | 图像融合偏差的检测方法、装置、电子设备及存储介质 | |
CN113076821A (zh) | 一种事件的检测方法及装置 | |
CN113436134A (zh) | 一种全景相机的能见度测量方法和应用该方法的全景相机 | |
CN110956064A (zh) | 基于大数据的驾驶员行为分析预测系统 |
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 |