公开(公告)号：CN111553284A

公开(公告)日：2020-08-18

申请号：CN202010357461.X

申请日：2020-04-29

Applicant: 武汉大学 ,  清华大学 ,  腾讯科技(深圳)有限公司

Inventor： 王骞 ,  周满 ,  赵艺 ,  李琦 ,  李丰廷 ,  沈超 ,  毕明伟 ,  丁守鸿 ,  黄飞跃

IPC: G06K9/00

Abstract: 本申请涉及一种人脸图像处理方法、装置、计算机设备和存储介质。所述方法包括：获取第一用户的第一人脸图像；基于所述第一人脸图像的人脸特征生成对应的三维投影图像；获取第二用户的第二人脸视频，基于所述第二人脸视频中的各第二人脸图像提取人脸表情特征；将提取获得的各所述人脸表情特征分别融合至所述三维投影图像中进行表情重构，获得合成人脸视频；将所述合成人脸视频投影至三维实体模型进行播放，经过投影的所述三维实体模型用于人脸识别。采用本方法能够有效提高人脸识别的验证效率。

公开(公告)号：CN118315030A

公开(公告)日：2024-07-09

申请号：CN202410534441.3

申请日：2024-04-29

Applicant: 武汉大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 雷诚 ,  梅礼晔 ,  刘焱 ,  郝新 ,  李丰廷

IPC: G16H30/20 ,  G16H30/40 ,  H04N1/44

Abstract: 本说明书实施例公开了一种基于隐私保护的医疗图像处理方法、装置及设备，该方法包括：获取待处理的医疗图像数据；对医疗图像数据进行特征提取，得到医疗图像数据对应的图像特征，并基于医疗图像数据中预设的图像关键点所在的区域对应的图像特征，通过非刚性变换模型对医疗图像数据中存在的图像显示异常进行校正，得到校正后的医疗图像数据；获取校正后的医疗图像数据中包含文本信息的图像区域，并对图像区域中的文本信息进行增强处理，得到增强后的医疗图像数据；将增强后的医疗图像数据对应的图像特征输入到脱敏模型中，得到脱敏后的医疗图像数据，并对脱敏后的医疗图像数据进行隐私数据剥离验证，以在验证通过时输出脱敏后的医疗图像数据。

公开(公告)号：CN118608390A

公开(公告)日：2024-09-06

申请号：CN202410545154.2

申请日：2024-04-30

Applicant: 武汉大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 雷诚 ,  梅礼晔 ,  刘焱 ,  郝新 ,  李丰廷

IPC: G06T3/60 ,  G06T5/50 ,  G06F21/62

Abstract: 本说明书提供了一种图像脱敏方法、装置、存储介质及电子设备，通过对识别特征点后的待处理图像进行多次尺度和/或旋转变换，得到多张卷积图像，再通过对卷积图像中的各特征点对应的特征区域按照一定的方向进行旋转，得到多张旋转图像，最后将各尺度的旋转图像进行融合，得到尺度和旋转都具有不变性的包含特征点的图片，然后对识别出的特征点对应的隐私数据区域进行脱敏，确定脱敏图像。通过对待处理图像进行尺度变换，得到各个尺度和各个旋转角度下的图像的特征描述子，确定具有旋转不变性和尺度不变性的包含特征点的图像，使得脱敏处理后的图像仍然可以获取对应的特征信息，即在有效的保护待处理图像的隐私信息的同时，保留了图像的特征信息。

公开(公告)号：CN118313007A

公开(公告)日：2024-07-09

申请号：CN202410547196.X

申请日：2024-04-29

Applicant: 武汉大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 雷诚 ,  梅礼晔 ,  刘焱 ,  郝新 ,  李丰廷

IPC: G06F21/62 ,  G06Q40/08 ,  G06F40/247 ,  G06F40/30

Abstract: 本说明书实施例公开了一种基于隐私保护的文件处理方法、装置及设备，该方法包括：获取待脱敏的医疗理赔文件，医疗理赔文件中包括就医过程中产生的医疗文本的图像和/或就医过程中拍摄的医疗图像，医疗理赔文件中包括预设隐私项目的隐私数据，然后，基于医疗理赔文件，通过对抗大模型确定医疗理赔文件中的文本数据中包含的重要性高于预设阈值的目标词语，并在医疗理赔文件上对目标词语进行同义词替换，得到隐私保护后的医疗理赔文件，最终，基于隐私保护后的医疗理赔文件，基于语义调整模型提取隐私保护后的医疗理赔文件的内容的语义信息，并基于该语义信息对隐私保护后的医疗理赔文件的内容进行调整，得到脱敏后的医疗理赔文件。

公开(公告)号：CN112150338A

公开(公告)日：2020-12-29

申请号：CN202010992917.X

申请日：2020-09-21

Applicant: 清华大学

Inventor： 李琦 ,  刘旋恺 ,  李丰廷

IPC: G06T1/00 ,  G06N3/04

Abstract: 本发明提出一种神经网络模型图像水印的去除方法，属于人工智能安全技术领域。该方法首先利用训练数据集的原始图像通过随机覆盖矩形噪声得到增强图像集。然后将选取的增强图像和对应的原始图像输入待训练的模型，模型的最后一层卷积层输出每张输入图像对应的特征分布，归一化后，得到对应的归一化后的特征分布；计算原始图像与对应增强图像归一化后特征分布的距离，并惩罚原始图像和增强图像的特征分布距离；利用损失函数对模型进行迭代训练，最终得到去除水印的神经网络模型。本发明基于有限的图像数据，利用图像增强及特征分布优化技术，达到去除后门水印的效果，有利于提升模型水印的安全性，让模型的知识产权保护更可靠。

公开(公告)号：CN112150338B

公开(公告)日：2023-12-05

申请号：CN202010992917.X

申请日：2020-09-21

Applicant: 清华大学

Inventor： 李琦 ,  刘旋恺 ,  李丰廷

IPC: G06T1/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明提出一种神经网络模型图像水印的去除方法，属于人工智能安全技术领域。该方法首先利用训练数据集的原始图像通过随机覆盖矩形噪声得到增强图像集。然后将选取的增强图像和对应的原始图像输入待训练的模型，模型的最后一层卷积层输出每张输入图像对应的特征分布，归一化后，得到对应的归一化后的特征分布；计算原始图像与对应增强图像归一化后特征分布的距离，并惩罚原始图像和增强图像的特征分布距离；利用损失函数对模型进行迭代训练，最终得到去除水印的神经网络模型。本发明基于有限的图像数据，利用图像增强及特征分布优化技术，达到去除后门水印的效果，有利于提升模型水印的安全性，让模型的知识产权保护更可靠。