本技术涉及计算机,尤其涉及一种交通数据脱敏方法、设备、存储介质及计算机程序产品。
背景技术:
1、在车路协同场景下,路侧设备(如摄像头、雷达等)将采集道路交通数据,包括人脸、车牌等数据。人脸和车牌等数据属于敏感信息,应做脱敏处理。脱敏处理指的是通过一定方法消除原始交通数据中的敏感信息,使得信息主体无法被识别,且处理后的信息不能被复原,同时保留目标任务(例如自动驾驶任务)所需的数据特征或内容的数据处理。脱敏后的交通数据可用于自动驾驶算法研发及相关数据服务。
2、目前,已有的脱敏技术存在脱敏达标率低等技术问题。
技术实现思路
1、鉴于上述问题,提出了本技术以提供一种解决上述问题或至少部分地解决上述问题的交通数据脱敏方法、设备、存储介质及计算机程序产品。
2、本技术的第一方面,提供一种一种交通数据脱敏方法,包括:
3、从待脱敏的交通图像中裁切出目标区域,以得到裁切子图;
4、将所述交通图像和所述裁切子图输入至所述目标检测模型,以得到所述交通图像的第一敏感目标检测结果和所述裁切子图的第二敏感目标检测结果;所述裁切子图输入到所述目标检测模型的输入尺寸大于所述交通图像中目标区域输入到所述目标检测模型的输入尺寸;
5、根据所述第一敏感目标检测结果和所述第二敏感目标检测结果,确定所述交通图像中的敏感目标;
6、对所述交通图像中的敏感目标进行脱敏处理。
7、可选的,将所述交通图像和所述裁切子图以目标检测模型所要求的输入尺寸输入至所述目标检测模型,以得到所述交通图像的第一敏感目标检测结果和所述裁切子图的第二敏感目标检测结果。
8、在第一方面提供的一种实施方式中,所述方法,还包括:
9、确定拍摄得到所述交通图像的交通摄像头;
10、获取所述交通摄像头对应的第一区域位置信息;所述第一区域位置信息为所述交通摄像头的成像平面上指定区域的位置信息;
11、根据所述第一区域位置信息,在所述交通图像中确定所述目标区域。
12、在第一方面提供的一种实施方式中,所述交通摄像头属于固定摄像头。
13、也就是说,所述交通摄像头的视野范围所覆盖的区域是固定不变的。那么,在交通场景中,所述交通摄像头的视野范围所覆盖的区域中容易出现目标拥挤情况的子区域、距离摄像头较远的子区域在交通摄像头拍摄的任一交通图像中的位置是固定不变的。这样,用户只需要针对每一个交通摄像头,在该交通摄像头的成像平面上指定出一个其感兴趣的区域即可,后续针对该交通摄像头拍摄的任一交通图像均可利用用户的指定信息确定出目标区域,这样用户也就无需针对每一张交通图像进行人工标注目标区域,也无需利用算法进行目标区域的检测。
14、在第一方面提供的一种实施方式中,所述目标区域内敏感目标的尺寸(具体指的是目标在交通图像中的像素尺寸)小于预设尺寸阈值。
15、可选的,所述目标区域内的敏感目标的尺寸小于所述交通图像中除所述目标区域以外的其他像素区域内的敏感目标的尺寸。
16、在第一方面提供的一种实施方式中,所述第一敏感目标检测结果包括:第一敏感目标检测框;所述第二敏感目标检测结果包括:第二敏感目标检测框;
17、根据所述第一敏感目标检测结果和所述第二敏感目标检测结果,确定所述交通图像的敏感目标,包括:
18、将所述裁切子图与所述交通图像中的目标区域进行坐标对齐;
19、坐标对齐后,确定所述第一敏感目标检测框与所述第二敏感目标检测框之间的交并比以及第一比值;所述第一比值为所述第一敏感目标检测框与所述第二敏感目标检测框的重叠面积与所述第二敏感检测框的面积的比值;
20、根据所述交并比以及所述第一比值,确定所述第一敏感目标检测框与所述第二敏感目标检测框是否属于同一个敏感目标;
21、当所述第一敏感目标检测框与所述第二敏感目标检测框属于同一个敏感目标时,对所述第一敏感目标检测框与所述第二敏感目标检测框进行合并,得到合并后敏感目标检测框。
22、在第一方面提供的一种实施方式中,根据所述交并比以及所述第一比值,确定所述第一敏感目标检测框与所述第二敏感目标检测框是否属于同一个敏感目标,包括:
23、对所述第一比值以及所述交并比和进行加权求和,得到第一数值;
24、当所述第一数值大于或等于第一预设阈值时,确定所述第一敏感目标检测框与所述第二敏感目标检测框属于同一个敏感目标;
25、当所述第一数值小于所述第一预设阈值时,确定所述第一敏感目标检测框与所述第二敏感目标检测框不属于同一个敏感目标。
26、在第一方面提供的一种实施方式中,根据所述第一敏感目标检测结果和所述第二敏感目标检测结果,确定所述交通图像的敏感目标,还包括:
27、根据所述第一敏感目标检测结果、所述第二敏感目标检测结果以及所述第一敏感目标检测结果与所述第二敏感目标检测结果之间的检测框合并情况,确定所述交通图像中敏感目标。
28、根据合并得到的合并检测框、第一敏感目标检测结果中未被合并的敏感目标检测框以及第二敏感目标检测结果中未被合并的敏感目标检测框,确定交通图像中的敏感目标。相当于,将合并得到的合并检测框、第一敏感目标检测结果中未被合并的敏感目标检测框以及第二敏感目标检测结果中未被合并的敏感目标检测框作为交通图像的最终目标检测结果。
29、在第一方面提供的一种实施方式中,将所述交通图像和所述裁切子图输入至所述目标检测模型,以得到所述交通图像的第一敏感目标检测结果和所述裁切子图的第二敏感目标检测结果,包括:
30、将所述交通图像和所述裁切子图的尺寸缩放至所述目标检测模型所要求的输入尺寸;
31、将缩放后的所述交通图像和所述裁切子图输入至所述目标检测模型,以得到所述交通图像的第一敏感目标检测结果和所述裁切子图的第二敏感目标检测结果。
32、输入到目标检测模型中的交通图像的尺寸为目标检测模型所要求的输入尺寸;输入到目标检测模型中的裁切子图的尺寸为目标检测模型所要求的输入尺寸。
33、在第一方面提供的一种实施方式中,所述方法,还包括:
34、获取初始交通图像;
35、对所述初始交通图像进行图像识别,以确定所述初始交通图像中是否存在敏感目标;
36、当所述初始交通图像中存在敏感目标时,判断所述初始交通图像中敏感目标是否满足预设脱敏要求;
37、当所述初始交通图像中敏感目标满足所述预设脱敏要求时,将所述初始交通图像确定为待脱敏的所述交通图像。
38、可选的,当所述初始交通图像中敏感目标不满足所述预设脱敏要求时,将初始交通图像确定为不需要进行脱敏的交通图像。
39、在第一方面提供的一种实施方式中,所述敏感目标为人脸时,所述预设脱敏要求包括:人脸分辨率要求、人脸姿态要求、人脸完整度要求、人脸清晰度要求以及人脸三色比要求中的一项或多项。
40、在第一方面提供的一种实施方式中,所述敏感目标为车牌时,所述预设脱敏要求包括:车牌信息遮挡率要求、车牌分辨率要求、车牌照度要求、车牌模糊度要求以及车牌失真度要求中的一项或多项。
41、本技术的第二方面,提供一种电子设备。该电子设备,包括:存储器和处理器,其中,
42、所述存储器,用于存储程序;
43、所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以实现上述任一项所述的方法。
44、本技术的第三方面,提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被计算机执行时能够实现上述任一项所述的方法。
45、本技术的第四方面,提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述任一项所述的方法。
46、在交通图像中存在一些区域,例如:目标密集型区域、目标尺寸较小的区域,这些区域的目标检测难度较大,目标检测精确性较差,进而导致交通图像的脱敏达标率较低。为了解决这一问题,本技术实施例提供的技术方案中从交通图像中裁切出这些区域,得到裁切子图;将交通图像以及裁切子图均输入到目标检测模型中进行目标检测。裁切子图输入到目标检测模型的输入尺寸大于交通图像中目标区域输入到目标检测模型的输入尺寸,相当于增加了这些区域输入到目标检测模型中的尺寸,能够降低目标检测模型对这部分区域的感知难度,进而提高这部分区域的检测精确性,进而提高交通图像的脱敏达标率。