Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江孚临科技有限公司唐科伟获国家专利权

浙江孚临科技有限公司唐科伟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浙江孚临科技有限公司申请的专利对具有个人敏感信息的图片进行脱敏的方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119272334B

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411493925.4,技术领域涉及:G06F21/62;该发明授权对具有个人敏感信息的图片进行脱敏的方法和系统是由唐科伟;杨子祺;陈声鸿设计研发完成,并于2024-10-24向国家知识产权局提交的专利申请。

对具有个人敏感信息的图片进行脱敏的方法和系统在说明书摘要公布了:本发明公开了一种对具有个人敏感信息的图片进行脱敏的方法和系统,通过将待处理图片拆分成多个大小相同的图像块,并将每个图像块用SIFT算法提取为一个多维向量组成待处理图片向量集后,分别制作仅包含有姓名信息、手机号信息、身份证号信息图片的三个对比图片组,并使用SIFT算法将其中图片提取为对应多维向量并合并成一比对图片向量数据集;计算所述待处理图片向量集中各多维向量与比对图片向量数据集的差异,若存在至少一图像块对应的多维向量与一对比图片组的各多维向量相接近,则将该图像块作为包含有相接近对比图片组所对应的敏感信息类型的脱敏位置区域;最后遮蔽脱敏位置区域并使用图像生成模型对遮蔽区域补全获得最终的脱敏图片。

本发明授权对具有个人敏感信息的图片进行脱敏的方法和系统在权利要求书中公布了:1.对具有个人敏感信息的图片进行脱敏的方法,所述个人敏感信息包括姓名信息、手机号信息和身份证号信息,其特征在于,包括如下步骤: S1,将待处理图片拆分成多个大小相同的图像块,其中相邻图像块之间存在重叠区域,将每个图像块用SIFT算法提取为一个多维向量,组成包含有各图像块对应的多维向量的待处理图片向量集; S2,制作三个对比图片组,其中第一图片组所包含的各不同样本图片中均仅包含有姓名信息,第二图片组所包含的各不同样本图片中均仅包含有手机号信息,第三图片组所包含的各不同样本图片中均仅包含有身份证号信息,使用SIFT算法将第一图片组、第二图片组和第三图片组中的各样本图片提取为对应多维向量,将三对比图片组的所有多维向量合并成一比对图片向量数据集; S3,计算所述待处理图片向量集中各多维向量与比对图片向量数据集的差异,若存在至少一图像块对应的多维向量与一对比图片组的各多维向量相接近,则将该图像块作为包含有相接近对比图片组所对应的敏感信息类型的脱敏位置区域; 在生成待处理图片所对应的待处理图片向量集和自定义的图片向量数据集D后,通过计算待处理图片向量集的各向量与图片向量数据集D中各个向量的差异对待处理图片中的各图像块进行分类,识别其中的敏感信息;采取著名的PQ乘积量化技术,将数据向量分割为多个子向量,并对这些子向量分别进行量化;所述步骤S3包括: S31,使用以下近似公式计算待处理图片向量集中各图像块的128维的多维向量x与图片向量数据集中的多维向量y的近似距离: 其中,x为待处理图片向量集中的一个向量,y为图片向量数据集中的一个向量,ujy为向量y的一个子向量,qjujy为ujy映射为其对应的k-means算法的质心,ujx为向量x的一个子向量; S32,计算待处理图片向量集中的所有多维向量x与图片向量数据集中所有多维向量y的近似距离,获取近似距离排列在前的设定个数的候选向量组,所述候选向量组包含一多维向量x和一多维向量y,判断该候选向量组中的多维向量x是否属于某一类型的敏感信息; 步骤S321,根据候选向量组中的多维向量y所来自的不同对比图片组进行分类集合,分别计算各分类候选向量组集合中的近似距离平均值: 其中,x为待处理图片向量集中的一个向量,y为图片向量数据集中的一个向量,Dn、Di、Dp分别表示x所对应的候选向量组中包含对应敏感信息的类型为姓名、身份证号、手机号的多维向量y的集合,|Dn|、|Di|、|Dp|分别表示集合Dn、Di、Dp中的元素个数,分别表示Dn、Di、Dp中各多维向量y与x所组成的候选向量组中近似距离的平均值; 步骤S322,判断所述近似距离平均值是否小于设定阈值,若所述近似距离平均值小于设定阈值,则认为该待处理图片中包含有小于设定阈值的候选向量组集合所对应的敏感信息类型,获取小于设定阈值的候选向量组集合所对应的各候选向量组中的多维向量x,将该多维向量x所对应图像块区域作为包含有所在分类候选向量组对应的敏感信息类型的位置区域; S4,对获得的脱敏位置区域进行遮蔽并使用图像生成模型对遮蔽区域进行补全后,获得最终的脱敏图片。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江孚临科技有限公司,其通讯地址为:310051 浙江省杭州市滨江区长河街道建业路511号华创大厦7层703室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。