摘要
本申请提供的一种基于图像分块检测的车辆数据脱敏方法,对输入图像中有可能包含目标的区域进行超分辨率增强,能够有效降低车载摄像头分辨率较低对于检测精度的影响,提高小目标的检出率;基于本方法,对于具有运动模糊的车牌与人脸也能够通过扩散模型进行超分辨率重建进而降低模糊程度,有效地提高敏感目标的检出率,确保本方法尤其适用于车载图像采集设备在行驶中采集到的图像的脱敏。
技术关键词
数据脱敏方法
超分辨率
图像特征提取
样本
分块
像素点
车载图像采集设备
深度学习算法
神经网络训练
车载摄像头
插值技术
车辆号牌
远距离
实时图像
系统为您推荐了相关专利信息
深度信念网络
受限玻尔兹曼机
生成对抗网络
分类器模型
特征提取模型
生成式网络
数据分析模型
噪声数据
样本
融合特征