(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210560743.9 (22)申请日 2022.05.23 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 曹佳炯　丁菁汀　 (74)专利代理 机构 北京国昊天诚知识产权代理 有限公司 1 1315 专利代理师 朱文杰 (51)Int.Cl. G06F 21/62(2013.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 19/20(2011.01) (54)发明名称 一种图像的处 理方法、 装置及设备 (57)摘要 本说明书实施例公开了一种图像的处理方 法、 装置及设备， 该方法包括： 获取待处理的目标 图像， 目标图像中包括目标用户的隐私信息； 为 目标图像选取相应的三维图像， 并将三维图像划 分为多个不同的区域； 针对划分的每个区域， 分 别执行下述处理， 得到每个区域对应的三种预选 隐写图像： 使用第一隐写编码器将目标图像中的 RGB信息以信息隐写的方式写入区域中； 使用第 二隐写编码器将目标图像中的NIR信息以信息隐 写的方式写入区域中； 使用第三隐写编码器将目 标图像中的RGB信息和NIR信息以信息隐写的方 式写入区域中； 基于多个不同的区域对应的预选 隐写图像， 确定将目标图像隐写入三维图像中的 隐写图像， 并基于隐写图像对目标业务进行业务 处理。 权利要求书4页 说明书33页 附图6页 CN 114840880 A 2022.08.02 CN 114840880 A 1.一种图像的处 理方法， 所述方法包括： 获取待处 理的目标图像， 所述目标图像中包括目标用户的隐私信息； 为所述目标图像选取相应的三维图像， 并将所述 三维图像划分为多个不同的区域； 针对划分的每个所述区域， 分别执行下述处理， 得到每个所述区域对应的三种预选隐 写图像： 使用预先通过模型训练得到的第 一隐写编码器将所述目标图像中的RGB信息以信 息隐 写的方式写入所述区域中； 使用预先通过模型训练得到的第 二隐写编码器将所述目标图像中的NIR信息以信 息隐 写的方式写入所述区域中； 使用预先通过模型训练得到的第三隐写编码器将所述目标图像中的RGB信息和NIR信 息以信息隐写的方式写入所述区域中； 基于所述多个不同的区域对应的预选隐写图像， 确定将所述目标图像隐写入所述三维 图像中的隐写图像， 并基于所述隐写图像对目标业 务进行业 务处理。 2.根据权利要求1所述的方法， 所述目标图像为用于进行生物 识别的用户生物图像， 所述基于所述隐写图像对目标业 务进行业 务处理， 包括： 基于所述隐写图像对所述目标用户进行生物 识别处理； 所述方法还 包括： 删除所述目标图像。 3.根据权利要求2所述的方法， 所述基于所述隐写图像对所述目标用户进行生物识别 处理， 包括： 将所述隐写图像发送给服务器， 所述隐写图像用于触发所述服务器基于预先存储的基 准用户生物图像和所述隐写图像， 对所述目标用户进行生物 识别处理； 接收所述 服务器发送的对所述目标用户进行生物 识别处理的生物 识别结果。 4.根据权利要求1所述的方法， 所述基于所述多个不同的区域对应的预选隐写图像， 确 定将所述目标图像隐写入所述 三维图像中的隐写图像， 包括： 获取多个不同的区域对应的预选隐写图像的压缩体积， 以及多个不同区域的图像的峰 值信噪比P SNR； 基于多个不同的区域对应的预选隐写图像的压缩体积、 多个不同区域的图像的峰值信 噪比PSNR， 以及相应的权重， 分别确定每个区域对应的预选隐写图像的 隐写分值， 所述隐写 分值用于表征 所述目标图像的信息写入相应区域后的不被辨识的程度； 获取数值大于预设阈值的隐写分值的预选隐写图像对应的第 一区域， 并将所述第 一区 域与所述多个不同区域中除所述第一区域对应的区域之外的区域进行拼接， 得到拼接三 维 图像； 基于所述 拼接三维图像， 确定将所述目标图像隐写入所述 三维图像中的隐写图像。 5.根据权利要求4所述的方法， 所述基于所述拼接三维图像， 确定将所述目标图像隐写 入所述三维图像中的隐写图像， 包括： 将所述拼接三维图像的分辨率调 整到与所述三维图像的分辨率相同， 基于调整后的拼 接三维图像， 确定将所述目标图像隐写入所述 三维图像中的隐写图像。 6.根据权利要求4或5所述的方法， 所述将所述第 一区域与所述多个不同区域中除所述权　利　要　求　书 1/4 页 2 CN 114840880 A 2第一区域对应的区域之外的区域进行拼接， 得到拼接三维图像， 包括： 对所述第一区域的图像进行颜色校正处 理， 得到第一校正后的第一区域； 将所述第一校正后的第一区域与所述多个不同区域中除所述第一区域对应的区域之 外的区域进行拼接， 得到拼接三维图像。 7.根据权利要求6所述的方法， 所述对所述第 一区域的图像进行颜色校正处理， 得到第 一校正后的第一区域， 包括： 基于所述第一区域的颜色信息和所述多个不同区域中除所述第一区域对应的区域之 外的区域的颜色信息， 确定高斯 参数； 基于所述高斯参数、 所述第 一区域的颜色信 息和所述多个不同区域中除所述第 一区域 对应的区域之外的区域的颜色信息， 分别对所述第一区域和所述多个不同区域中除所述第 一区域对应的区域之外的区域进 行高斯调整， 得到所述第一区域的调整后的颜色信息和所 述多个不同区域中除所述第一区域对应的区域之外的区域的调整后的颜色信息； 基于所述第 一区域的颜色信 息、 所述第 一区域的调整后的颜色信 息和所述多个不同区 域中除所述第一区域对应的区域之外的区域的调整后的颜色信息， 以对所述第一区域的图 像进行颜色校正处 理， 得到第一校正后的第一区域。 8.根据权利要求4或5所述的方法， 所述将所示第 一区域与所述多个不同区域中除所述 第一区域对应的区域之外的区域进行拼接， 得到拼接三维图像， 包括： 对所述第一区域的图像对应的图像纹理、 形状和 空间关系进行校正处理， 得到第二校 正后的第一区域； 将所述第二校正后的第一区域与所述多个不同区域中除所述第一区域对应的区域之 外的区域进行拼接， 得到拼接三维图像。 9.根据权利要求8所述的方法， 所述对所述第 一区域的图像对应的图像纹理、 形状和空 间关系进行 校正处理， 得到第二校正后的第一区域， 包括： 将所述第一区域的图像输入到预先训练的图像增强模型中， 通过所述图像增强模型对 对所述第一区域的图像对应的图像纹理、 形状和空间关系进行校正处理， 得到第二校正后 的第一区域， 所述图像增强模型 是基于图像样本进行模型训练后得到的模型。 10.根据权利要求5所述的方法， 所述基于所述拼接三维图像， 确定将所述目标图像隐 写入所述 三维图像中的隐写图像， 包括： 对所述拼接三维图像进行图像压缩处 理， 得到压缩后的三维图像； 基于所述压缩后的三维图像， 确定将所述目标图像隐写入所述三维图像中的隐写图 像。 11.根据权利要求1所述的方法， 所述方法还 包括： 获取训练样本图像和对应的三维样本图像， 所述训练样本图像中包括用户的隐私信 息； 将所述三维样本图像划分为多个不同的样本图像区域； 针对划分的每 个所述样本图像区域， 分别执 行下述处理： 通过所述训练样本 图像中的RGB信息和所述样本图像区域， 对所述第一隐写编码器和 对应的第一隐写解码器进行联合训练， 得到训练后的第一隐写编码器， 所述第一隐写解码 器用于对隐写处 理后的训练样本图像进行还原处 理；权　利　要　求　书 2/4 页 3 CN 114840880 A 3