基于关键区域动态分析的图片隐私风险预测方法与系统、模型训...
实质审查的生效
摘要
本发明公开了一种基于关键区域动态分析的图片隐私风险预测模型训练方法，包括以下步骤：提取训练数据集中的图片的初步特征；将所述初步特征进行聚类以获得所述图片的多个关键区域及其特征；基于所述多个关键区域的特征，利用神经网络学习所述图片的多个关键区域的相关性矩阵；根据所述相关性矩阵融合所述多个关键区域的特征以获得所述图片的融合特征；基于所述融合特征预测所述图片的隐私风险。
基本信息
专利标题 ：
基于关键区域动态分析的图片隐私风险预测方法与系统、模型训练方法与系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114419354A
申请号 ：
CN202111588774.7
公开（公告）日 ：
2022-04-29
申请日 ：
2021-12-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
曹娟杨光盛强亓鹏李锦涛谢添
申请人 ：
中国科学院计算技术研究所
申请人地址 ：
北京市海淀区中关村科学院南路6号
代理机构 ：
北京律诚同业知识产权代理有限公司
代理人 ：
祁建国
优先权 ：
CN202111588774.7
主分类号 ：
G06V10/762
IPC分类号 ：
G06V10/762 G06V10/764 G06V10/774 G06V10/80 G06V10/82 G06N3/04 G06N3/08 G06K9/62 G06F21/62
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 10/762
申请日 : 20211223
申请日 : 20211223
2022-04-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
