摘要
本发明公开了一种图注意力机制驱动的图像隐私数据遗忘方法,属于人工智能隐私保护技术领域;具体为:首先,从隐私数据集中选择若干原图,对每张原图提取出结构化图像特征并排布为节点特征矩阵;然后,计算各类对象的注意力系数并降序排序,利用门控图神经网络GGNN,通过顺序剪枝的方法确定图像中全部对象节点对应的隐私区域位置。接着,选择图像分类模型作为待遗忘模型M,用户输入原始图像样本,并预先确定各样本的隐私区域位置,计算该模型M的总损失;使用批量梯度下降法不断更新待遗忘模型M的参数,直至总损失达到最小,得到最优参数;用户使用该模型M实现对输入的图像样本自动定位各类对象的隐私区域。本发明更精准地定位图像中隐私区域。
技术关键词
节点特征
注意力机制
对象
图像分类模型
样本
梯度下降法
隐私保护技术
卷积神经网络模型
双线性池化
残差神经网络
矩阵
门控循环单元
二分类器
数据
参数
风险
批量