技术特征：
1.一种图像脱敏方法，其特征在于，包括：获取原始图像，对所述原始图像进行特征提取，得到全局特征图；基于预设的米字型多头自注意力机制，捕获所述全局特征图的细节特征信息，生成目标物体的注意力特征图，其中，所述米字型多头自注意力机制包括横向注意力分支、竖向注意力分支、第一对角线注意力分支和第二对角线注意力分支；将所述原始图像和所述注意力特征图输入对抗生成网络，获得脱敏图像。2.根据权利要求1所述的方法，其特征在于，所述将所述原始图像和所述注意力特征图输入对抗生成网络，获得脱敏图像，包括：将所述原始图像和所述注意力特征图输入生成器，得到复原图像；将所述原始图像和所述复原图像，或者所述原始图像和所述注意力特征图输入判别器，输出判别结果；当所述判别结果符合预设的输出条件时，对所述复原图像进行上采样，获得脱敏图像。3.根据权利要求1所述的方法，其特征在于，所述基于预设的米字型多头自注意力机制，捕获所述全局特征图的细节特征信息，生成目标物体的注意力特征图，包括：对所述全局特征图进行一次细节特征捕获，得到第一注意力特征图；对所述第一注意力特征图进行二次细节特征捕获，得到第二注意力特征图；对所述第二注意力特征图进行三次细节特征捕获，得到第三注意力特征图；对所述第三注意力特征图进行四次细节特征捕获，得到目标物体的注意力特征图。4.根据权利要求3所述的方法，其特征在于，所述对所述全局特征图进行一次细节特征捕获，得到第一注意力特征图，包括：将所述全局特征图输入所述横向注意力分支，计算得到横向自注意力；将所述全局特征图输入所述竖向注意力分支，计算得到竖向自注意力；将所述全局特征图输入所述第一对角线注意力分支，计算得到第一对角线自注意力；将所述全局特征图输入所述第二对角线注意力分支，计算得到第二对角线自注意力；将所述横向自注意力、竖向自注意力、第一对角线自注意力和第二对角线自注意力进行拼接，得到第一注意力特征图。5.根据权利要求4所述的方法，其特征在于，所述将所述全局特征图输入所述横向注意力分支，计算得到横向自注意力，包括：将所述全局特征图的线性特征投影到所述米字型多头自注意力机制的k个头，得到投影矩阵，其中，k为不等于0的偶数；将所述全局特征图划分成不重叠的多个等宽横向区域，其中，每个所述等宽横向区域携带有宽度标签；根据所述投影矩阵和所述多个等宽横向区域，计算得到横向自注意力。6.根据权利要求2所述的方法，其特征在于，所述将所述原始图像和所述注意力特征图输入生成器，得到复原图像，包括：将所述注意力特征图进行不同尺度的卷积下采样处理，得到多个不同尺度的卷积特征图；将所述多个不同尺度的卷积特征图均处理成与所述注意力特征图的图像大小一致的恢复特征图；
将属于同一尺度的卷积特征图和恢复特征图进行拼接后，再经反卷积处理，得到反卷积特征图；根据所述反卷积特征图和所述原始图像，生成复原图像。7.根据权利要求6所述的方法，其特征在于，所述将所述注意力特征图进行不同尺度的卷积下采样处理，得到多个不同尺度的卷积特征图，包括：将所述注意力特征图输入预设的编码模块，输出多个不同尺度的卷积特征图；其中，所述编码模块包括一个卷积层、四个编码块、四个降采样层和四个扩张卷积结构；所述编码块、扩张卷积结构均为密集块结构，所述密集块结构包括四组结构层，每组所述结构层包括批量归一化单元、激活函数单元、卷积单元和防过拟合单元。8.根据权利要求2所述的方法，其特征在于，所述将所述原始图像和所述复原图像输入判别器，输出判别结果，包括：将所述原始图像分割成不重叠的多个第一图像块，将所述复原图像分割成不重叠的多个第二图像块，每一个所述第一图像块对应携带有一个唯一的第一标签，每一个所述第二图像块对应携带有一个唯一的第二标签；根据所述第一标签和第二标签对所述多个第一图像块和多个第二图像块进行分组，得到多个图像分组；对每一个图像分组中的第一图像块和第二图像块进行像素比较，得到与每一所述图像分组对应的比较值；根据所述与每一所述图像分组对应的比较值，确定判别结果。9.根据权利要求2所述的方法，其特征在于，所述将所述原始图像和所述注意力特征图输入判别器，输出判别结果，包括：确定所述目标物体在所述原始图像中的图像区域位置；从所述原始图像中截取出与所述图像区域位置对应的截取图像；对所述注意力特征图与所述截取图像的像素进行比较，得到判别结果。10.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行特征提取，得到全局特征图，包括：对所述原始图像进行空洞卷积和下采样处理，得到多个不同尺度的局部特征信息；对所述多个不同尺度的局部特征信息进行全局池化或者平均池化，生成全局特征图。11.一种图像脱敏装置，其特征在于，包括：图像获取模块，被配置为获取原始图像，对所述原始图像进行特征提取，得到全局特征图；特征捕获模块，被配置为基于预设的米字型多头自注意力机制，捕获所述全局特征图的细节特征信息，生成目标物体的注意力特征图，其中，所述米字型多头自注意力机制包括横向注意力分支、竖向注意力分支、第一对角线注意力分支和第二对角线注意力分支；图像脱敏模块，被配置为将所述原始图像和所述注意力特征图输入对抗生成网络，获得脱敏图像。12.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至
10中任一项所述方法的步骤。13.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述方法的步骤。
技术总结
本公开涉及图像处理技术领域，提供了一种图像脱敏方法、装置、电子设备及存储介质。该方法包括：获取原始图像，对原始图像进行特征提取，得到全局特征图；基于预设的米字型多头自注意力机制，捕获全局特征图的细节特征信息，生成目标物体的注意力特征图，其中，米字型多头自注意力机制包括横向注意力分支、竖向注意力分支、第一对角线注意力分支和第二对角线注意力分支；将原始图像和注意力特征图输入对抗生成网络，获得脱敏图像，不仅能够精准地捕捉到图像中的敏感物，且计算效率较高，同时，对敏感物的识别精确度较高，且图像的脱敏效果好。且图像的脱敏效果好。且图像的脱敏效果好。
技术研发人员：石雅洁
受保护的技术使用者：深圳集智数字科技有限公司
技术研发日：2022.03.08
技术公布日：2022/7/15