公开(公告)号：CN112926559A

公开(公告)日：2021-06-08

申请号：CN202110513963.1

申请日：2021-05-12

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘杰 ,  王维强

IPC: G06K9/00 ,  G06K9/62 ,  G06F21/62

Abstract: 本说明书一个或多个实施例公开了一种人脸图像处理方法及装置。所述方法包括：获取多个第一样本人脸图像对，各第一样本人脸图像对中分别包括具有隐私信息的第一样本原始人脸图像、以及对应的具有干扰信息的第一样本目标人脸图像。然后根据各第一样本人脸图像对分别对应的图像匹配信息，确定待训练的图像编码模型对应的损失函数。进而将第一样本原始人脸图像作为输入数据、将第一样本目标人脸图像作为输出数据，并基于损失函数进行模型训练，得到图像编码模型，并利用图像编码模型对人脸图像进行隐私保护处理。

公开(公告)号：CN115859110A

公开(公告)日：2023-03-28

申请号：CN202211591784.0

申请日：2022-12-12

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘杰 ,  孟昌华 ,  王维强

IPC: G06F18/214 ,  G06F18/23 ,  G06F16/901 ,  G06F16/906

Abstract: 本说明书实施例公开了一种数据处理方法、装置及设备，该方法包括：获取待处理的目标图，然后，将目标图中的不同节点之间的边的关系信息和每个节点的属性信息输入到预先训练的编码器中，得到目标图中的每个节点对应的隐向量，编码器是通过对历史图样本中的一个或多个节点进行移除得到的子图样本，并使用子图样本，基于确定的局部重构损失信息和/或全局损失信息，对编码器和与编码器对应的解码器进行联合训练后得到，最终，基于目标图中的每个节点对应的隐向量，对目标图中包含的节点进行聚类处理，得到一个或多个不同的聚类类别的节点。

公开(公告)号：CN113223101B

公开(公告)日：2022-12-09

申请号：CN202110589972.9

申请日：2021-05-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘杰 ,  王维强 ,  孟昌华

IPC: G06T9/00 ,  G06F21/62 ,  G06V10/774

Abstract: 本说明书实施例提供了一种基于隐私保护的图像处理方法、装置及设备，其中方法包括：获取待进行隐私保护处理的原始图像，确定获取的原始图像的图像内容中是否包括人脸；若是，则通过预先训练的图像编码模型对原始图像进行编码处理，生成人脸图像的模型对抗图像，以防止个人信息泄露；其中，模型对抗图像与原始图像的视觉效果的差别程度小于第一阈值，且模型对抗图像与原始图像在指定人脸检测模型下的人脸检测结果的差别程度大于第二阈值。

公开(公告)号：CN113987284A

公开(公告)日：2022-01-28

申请号：CN202111591081.3

申请日：2021-12-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘杰 ,  孟昌华 ,  王维强

IPC: G06F16/901 ,  G06F16/903 ,  G06Q40/04 ,  G06Q20/40 ,  G06Q50/00

Abstract: 本申请提出一种社区划分方法、装置、设备和存储介质。其中，所述方法可以包括，获取由待划分社区的用户节点构成的节点集合，以及采用至少一种预设社区划分方法对所述节点集合内的节点进行社区划分得到的初始社区集合。针对所述节点集合内的每两个节点，根据所述两个节点中各节点在所述初始社区集合中出现的次数，以及包含所述两个节点的社区数量，计算每两个节点之间的紧密度。所述紧密度指示所述两个节点属于一个社区的置信度。所述紧密度与所述社区数量正相关，与所述次数负相关。根据所述紧密度，对所述节点集合内的节点重新进行社区划分，得到社区划分最终结果。

公开(公告)号：CN113223101A

公开(公告)日：2021-08-06

申请号：CN202110589972.9

申请日：2021-05-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘杰 ,  王维强 ,  孟昌华

IPC: G06T9/00 ,  G06F21/62 ,  G06K9/62

Abstract: 本说明书实施例提供了一种基于隐私保护的图像处理方法、装置及设备，其中方法包括：获取待进行隐私保护处理的原始图像，确定获取的原始图像的图像内容中是否包括人脸；若是，则通过预先训练的图像编码模型对原始图像进行编码处理，生成人脸图像的模型对抗图像，以防止个人信息泄露；其中，模型对抗图像与原始图像的视觉效果的差别程度小于第一阈值，且模型对抗图像与原始图像在指定人脸检测模型下的人脸检测结果的差别程度大于第二阈值。

公开(公告)号：CN112199955A

公开(公告)日：2021-01-08

申请号：CN202011173866.4

申请日：2020-10-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘杰

IPC: G06F40/295 ,  G06N3/04 ,  G06N3/08

Abstract: 说明书实施例提供了一种反命名实体识别的编码网络训练、隐私保护方法及装置,该方法包括：获取第一样本集，其中包括多个第一样本，每个第一样本对应一段原始文本和针对其中命名实体的标注标签；对各第一样本，将其对应的原始文本输入编码网络，获得其特征文本；将特征文本输入预先训练的命名实体识别网络模型，获得针对命名实体的识别结果，根据识别结果和第一样本对应的标注标签，确定识别损失；将特征文本输入重构网络模型，获得重构文本，根据重构文本和原始文本，确定重构损失；根据原始文本和特征文本，确定比较损失；确定编码损失，编码损失与比较损失正相关，与识别损失和重构损失负相关；以编码损失趋于减少为目标，更新编码网络。