轻量级图像去隐私化方法、系统及设备与流程

本发明属于图像处理，具体涉及一种轻量级图像去隐私化方法、系统及设备。

背景技术：

1、随着互联网应用的普及，用户在终端设备上进行网络购物、社交登录、账户管理及在线支付等操作时，会产生大量包含敏感信息的图像数据（如屏幕截图、应用界面图像），其中可能涉及用户名、手机号、银行卡号、密码输入框等隐私内容。在企业终端安全审计、远程运维及用户行为分析等场景中，这类图像需经隐私处理后才能合规使用。

2、人工使用编辑工具对敏感区域打码或裁剪，效率低下且难以规模化应用。而依赖关键词列表或正则表达式匹配图像中的文字字段，无法识别密码输入框、二维码、人脸等无语义视觉敏感元素，也无法表达“姓名and(北京or上海)”等组合型业务敏感词。

3、通用深度学习模型能够同时识别敏感字段和无语义视觉敏感元素，但通用深度学习模型计算量大，难以在终端设备上实时运行，无法满足终端侧毫秒级响应的吞吐需求。而将图像上传至服务端进行隐私处理，原始图像在传输与存储环节均构成新的泄露点，不符合“数据不出域”的内审与合规要求。

技术实现思路

1、针对现有技术的上述不足，本发明提供一种轻量级图像去隐私化方法、系统及设备，以解决上述技术问题。

2、第一方面，本发明提供一种轻量级图像去隐私化方法，包括：

3、从待处理图像提取带坐标的文本块序列，将所述文本块序列拼接为连续文本，并构建所述连续文本中各字符偏移与各文本块之间的映射关系；

4、基于预设的复合布尔规则对所述连续文本进行敏感词匹配，基于所述映射关系，获取匹配到敏感词的字符区间所覆盖的至少一个目标文本块，并获取所述目标文本块携带的第一坐标信息；

5、将所述待处理图像输入预训练的轻量级目标检测模型，检测所述待处理图像中的无语义视觉敏感元素，并输出对应的第二坐标信息；

6、根据所述第一坐标信息和/或所述第二坐标信息确定命中锚点，以所有命中锚点的最大纵坐标作为纵向下界，以最小横坐标作为横向左界，按照预设扩展步长向下和向右进行扩展，生成包含一个或多个待模糊矩形区域的模糊区域集合；

7、对所述模糊区域集合中的各待模糊矩形区域执行像素级模糊化处理，生成去隐私化图像。

8、在一个可选的实施方式中，构建所述连续文本中各字符偏移与各文本块之间的映射关系，包括：

9、按照所述多个文本块在所述连续文本中的出现顺序，依次记录各文本块在所述连续文本中的起始字符偏移量，并将各起始字符偏移量关联至对应文本块的索引。

10、在一个可选的实施方式中，获取匹配到敏感词的字符区间所覆盖的至少一个目标文本块，包括：

11、获取所述字符区间在所述连续文本中的起始偏移量和结束偏移量；

12、通过所述映射关系分别查找所述起始偏移量对应的第一文本块索引，以及所述结束偏移量对应的第二文本块索引；

13、将所述第一文本块索引至所述第二文本块索引之间的全部文本块，确定为所述命中字符区间所覆盖的目标文本块。

14、在一个可选的实施方式中，所述复合布尔规则采用五元运算符语法，所述五元运算符包括：

15、第一运算符，用于表示组内关键字“或”连接；

16、第二运算符，用于表示组内关键字“且”连接；

17、第三运算符，用于表示关键字组分隔“与”；

18、第四运算符，用于表示规则组分隔“或”；

19、第五运算符，用于表示优先级分组；

20、其中，各运算符的优先级由高至低依次为第五运算符、第一运算符/第二运算符、第三运算符、第四运算符。

21、在一个可选的实施方式中，所述轻量级目标检测模型以开放神经网络交换格式部署于处理所述待处理图像的终端设备的通用处理器上，所述轻量级目标检测模型的推理输出经置信度阈值过滤和非极大值抑制处理后，输出所述第二坐标信息。

22、在一个可选的实施方式中，按照预设扩展步长向下和向右进行扩展，包括：

23、根据所述纵向下界与第一预设扩展值确定向下扩展边界，根据所述横向左界与第二预设扩展值确定向左扩展边界；

24、将所述第一坐标信息所对应的各目标文本块的矩形区域，和/或所述第二坐标信息所对应的各检测框的矩形区域中，满足预设条件的矩形区域确定为所述待模糊矩形区域，所述预设条件包括：下边界纵坐标小于或等于所述向下扩展边界，且左边界横坐标大于或等于所述向左扩展边界。

25、在一个可选的实施方式中，还包括：

26、通过内部进程间管道建立与外部审计服务端之间的双向通信通道；

27、接收所述外部审计服务端下发的策略数据，所述策略数据至少包含所述复合布尔规则的敏感词配置信息以及所述预设扩展步长的参数值；

28、在生成所述去隐私化图像之后，将结构化审计结果通过所述双向通信通道回传至所述外部审计服务端；所述结构化审计结果包括：所述连续文本中匹配命中的字符串片段、所述第一坐标信息和/或第二坐标信息、以及触发本次命中的复合布尔规则表达式。

29、在一个可选的实施方式中，对所述模糊区域集合中的各待模糊矩形区域执行像素级模糊化处理，包括：

30、将所述待模糊矩形区域内的各像素值替换为基于该像素邻域信息计算得到的像素值，或替换为基于该像素所属宏块的统计特征计算得到的像素值。

31、第二方面，本发明提供一种轻量级图像去隐私化系统，包括：

32、文本提取模块，用于从待处理图像提取带坐标的文本块序列，将所述文本块序列拼接为连续文本，并构建所述连续文本中各字符偏移与各文本块之间的映射关系；

33、第一检测模块，用于基于预设的复合布尔规则对所述连续文本进行敏感词匹配，基于所述映射关系，获取匹配到敏感词的字符区间所覆盖的至少一个目标文本块，并获取所述目标文本块携带的第一坐标信息；

34、第二检测模块，用于将所述待处理图像输入预训练的轻量级目标检测模型，检测所述待处理图像中的无语义视觉敏感元素，并输出对应的第二坐标信息；

35、模糊扩展模块，用于根据所述第一坐标信息和/或所述第二坐标信息确定命中锚点，以所有命中锚点的最大纵坐标作为纵向下界，以最小横坐标作为横向左界，按照预设扩展步长向下和向右进行扩展，生成包含一个或多个待模糊矩形区域的模糊区域集合；

36、模糊处理模块，用于在终端设备本地对所述模糊区域集合中的各待模糊矩形区域执行像素级模糊化处理，生成去隐私化图像。

37、第三方面，提供一种设备，包括：

38、存储器，用于存储轻量级图像去隐私化程序；

39、处理器，用于执行所述轻量级图像去隐私化程序时实现如第一方面提供的轻量级图像去隐私化方法的步骤。

40、第四方面，提供了一种计算机可读存储介质，存储介质上存储有轻量级图像去隐私化程序，轻量级图像去隐私化程序被处理器执行时实现如第一方面提供的轻量级图像去隐私化方法的步骤。

41、本发明的有益效果在于，本发明提供的轻量级图像去隐私化方法、系统及设备，采用双路并行架构，语义通道通过ocr结合复合布尔规则精准识别可读文字类敏感字段，视觉通道利用轻量化目标检测模型定位密码输入框、二维码、人脸等无语义视觉敏感元素，兼顾精度与召回；通过自定义复合布尔规则语法表达组合型业务敏感词，配合字符偏移至文本块坐标的反查表机制实现字符级匹配到像素级坐标的精确映射，并基于启发式扩展策略自动覆盖命中区域所在段落的相邻敏感内容，有效避免遗漏；此外，全处理流程在终端设备本地完成并就地覆盖保存，原始图像不外发，满足数据不出域的合规要求，且轻量级模型在终端cpu上即可实时运行，无需依赖云端或独立显卡。