申请/专利权人:湖北省楚天云有限公司;华中科技大学
申请日:2023-12-07
公开(公告)日:2024-04-05
公开(公告)号:CN117390685B
主分类号:G06F21/62
分类号:G06F21/62;G06V40/10;G06V10/774;G06V10/74;G06N3/084
优先权:
专利状态码:有效-授权
法律状态:2024.04.05#授权;2024.01.30#实质审查的生效;2024.01.12#公开
摘要:本发明涉及一种基于遗忘学习的行人重识别数据隐私保护方法和系统,该方法包括:获取原始行人图像数据,对行人图像数据中的隐私数据进行数据增强和选取后得到遗忘数据,构建遗忘数据集;使用遗忘算法计算遗忘数据在用于行人重识别的深度网络模型中的梯度信息,使用梯度信息对遗忘数据进行扰动后再次输入深度网络模型,重复扰动迭代过程,获得遗忘数据的新标签;使用遗忘数据和对应的新标签对深度网络模型进行训练,得到遗忘隐私数据模型;能够有效保护行人重识别数据集中的个人隐私信息,同时保持行人重识别的准确性和可靠性,解决了现有遗忘算法中只针对类别数据样本数量一致的限制问题。
主权项:1.一种基于遗忘学习的行人重识别数据隐私保护方法,其特征在于,所述方法包括:步骤1,获取原始行人图像数据,对所述行人图像数据中的隐私数据进行数据增强和选取后得到遗忘数据,构建遗忘数据集;步骤2,使用遗忘算法计算所述遗忘数据在用于行人重识别的深度网络模型中的梯度信息,使用所述梯度信息对所述遗忘数据进行扰动后再次输入所述深度网络模型,重复扰动迭代过程,获得所述遗忘数据的新标签;步骤3,使用所述遗忘数据和对应的所述新标签对所述深度网络模型进行训练,得到遗忘隐私数据模型。
全文数据:
权利要求:
百度查询: 湖北省楚天云有限公司;华中科技大学 一种基于遗忘学习的行人重识别数据隐私保护方法和系统
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。