公开(公告)号：CN114419354A

公开(公告)日：2022-04-29

申请号：CN202111588774.7

申请日：2021-12-23

Applicant: 中国科学院计算技术研究所

Inventor： 曹娟 ,  杨光 ,  盛强 ,  亓鹏 ,  李锦涛 ,  谢添

IPC: G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06F21/62

Abstract: 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。

公开(公告)号：CN111639359B

公开(公告)日：2023-09-12

申请号：CN202010323133.8

申请日：2020-04-22

Applicant: 中国科学院计算技术研究所

Inventor： 曹娟 ,  杨光 ,  谢添 ,  刘浩远 ,  郭俊波

IPC: G06F21/62 ,  G06F16/9536 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/06

Abstract: 一种用于社交网络图片隐私风险检测与预警的方法，包括：步骤一：利用目标检测框架提取图片中关键元素并获得关键元素的信息；步骤二：收集图片隐私与否的数据集，对数据集中的每张图片进行步骤一的操作，然后在整个数据集上进行统计，得出在各类关键元素与隐私、公开图片的关联度，并依此来构建知识图谱；步骤三：利用神经网络提取图片整体、图片关键元素的特征，并利用步骤二中的知识图谱来构建图神经网络，用于融合图片整体、图片关键元素的特征，并得到图片的最终表达；以及步骤四：基于步骤三中图片的最终表达，利用神经网络预测图片的隐私风险。

公开(公告)号：CN111639359A

公开(公告)日：2020-09-08

申请号：CN202010323133.8

申请日：2020-04-22

Applicant: 中国科学院计算技术研究所

Inventor： 曹娟 ,  杨光 ,  谢添 ,  刘浩远 ,  郭俊波

IPC: G06F21/62 ,  G06F16/9536 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08

Abstract: 一种用于社交网络图片隐私风险检测与预警的方法，包括：步骤一：利用目标检测框架提取图片中关键元素并获得关键元素的信息；步骤二：收集图片隐私与否的数据集，对数据集中的每张图片进行步骤一的操作，然后在整个数据集上进行统计，得出在各类关键元素与隐私、公开图片的关联度，并依此来构建知识图谱；步骤三：利用神经网络提取图片整体、图片关键元素的特征，并利用步骤二中的知识图谱来构建图神经网络，用于融合图片整体、图片关键元素的特征，并得到图片的最终表达；以及步骤四：基于步骤三中图片的最终表达，利用神经网络预测图片的隐私风险。