-
公开(公告)号：CN111860434A
公开(公告)日：2020-10-30
申请号：CN202010757141.3
申请日：2020-07-31
Applicant: 贵州大学
Abstract: 本发明公开了一种机器人视觉隐私行为识别与保护方法，包括：机器人以图像数据为输入，采用融合注意力模型的卷积神经网络场景识别算法，获得用于识别隐私场景的特征模型；然后，以隐私场景的图像数据和隐私场景图像语义特征数据为输入，采用涉隐私图像语义特征描述算法，获得将图像信息转换为文本信息的语义特征模型；最后，以机器人摄像头视频流为输入，采用基于近似等价转换的视觉隐私识别与保护算法，将机器人摄像头视频流中包含隐私的片段用相应的监护要素文本信息进行替换，实现隐私场景的近似等价转换，从而实现对隐私场景的保护。本发明能采用文本的形式描述视觉所感知监护要素信息，以保护用户敏感隐私。
-
公开(公告)号：CN110363183A
公开(公告)日：2019-10-22
申请号：CN201910695530.5
申请日：2019-07-30
Applicant: 贵州大学
Abstract: 本发明公开了一种基于生成式对抗网络的服务机器人视觉图片隐私保护方法，其特征在于：所述隐私识别与保护包括数据预处理、隐私识别、图片转换等功能，由视觉数据的采集端采集的数据首先进行数据预处理，然后由隐私识别模块判定输入的预处理数据是否存在隐私，如果判定为涉及隐私的图片，进行图片转换，转换成不涉及隐私的图片数据并进行存储；训练数据生长与特征学习是用于训练数据集的更新，并基于训练数据集，通过改进的Cycle-GAN算法获取特征模型，用于所述图片转换。本发明能从源头上使图片数据本身不涉及隐私内容，且具有训练时间短、隐私图片转化的泛化能力强的特点。
-
公开(公告)号：CN111860434B
公开(公告)日：2021-05-25
申请号：CN202010757141.3
申请日：2020-07-31
Applicant: 贵州大学
Abstract: 本发明公开了一种机器人视觉隐私行为识别与保护方法，包括：机器人以图像数据为输入，采用融合注意力模型的卷积神经网络场景识别算法，获得用于识别隐私场景的特征模型；然后，以隐私场景的图像数据和隐私场景图像语义特征数据为输入，采用涉隐私图像语义特征描述算法，获得将图像信息转换为文本信息的语义特征模型；最后，以机器人摄像头视频流为输入，采用基于近似等价转换的视觉隐私识别与保护算法，将机器人摄像头视频流中包含隐私的片段用相应的监护要素文本信息进行替换，实现隐私场景的近似等价转换，从而实现对隐私场景的保护。本发明能采用文本的形式描述视觉所感知监护要素信息，以保护用户敏感隐私。
-
公开(公告)号：CN110363183B
公开(公告)日：2020-05-08
申请号：CN201910695530.5
申请日：2019-07-30
Applicant: 贵州大学
Abstract: 本发明公开了一种基于生成式对抗网络的服务机器人视觉图片隐私保护方法，其特征在于：所述隐私识别与保护包括数据预处理、隐私识别、图片转换等功能，由视觉数据的采集端采集的数据首先进行数据预处理，然后由隐私识别模块判定输入的预处理数据是否存在隐私，如果判定为涉及隐私的图片，进行图片转换，转换成不涉及隐私的图片数据并进行存储；训练数据生长与特征学习是用于训练数据集的更新，并基于训练数据集，通过改进的Cycle‑GAN算法获取特征模型，用于所述图片转换。本发明能从源头上使图片数据本身不涉及隐私内容，且具有训练时间短、隐私图片转化的泛化能力强的特点。
-
-
-
Search Results
4
records
(took 0.014 seconds)
