摘要
本发明提供一种跨模态生成模型的隐私泄露风险评估方法及装置,包括:对待评估图像进行语义特征提取,获得待评估图像对应的嵌入特征表示;构建初始的文本提示词,并以嵌入特征表示作为文本提示词的优化目标,对初始的文本提示词进行多轮迭代训练,得到最优文本提示词;将最优文本提示词输入至目标跨模态生成模型中,并获取目标跨模态生成模型输出的最优生成图像;对待评估图像和最优生成图像进行综合相似度评估,获得融合相似度分数;基于融合相似度分数,判断目标跨模态生成模型是否存在隐私泄露问题。本发明在无提示词的情况下,能够实现跨模态生成模型的隐私泄露风险评估,降低了隐私风险评估难度,提高了隐私风险评估的准确性。
技术关键词
跨模态
嵌入特征
语义特征提取
图像
文本
隐私风险评估
词嵌入向量
风险评估装置
计算方法
峰值信噪比
像素
模块
分辨率
图文
指数
误差
系统为您推荐了相关专利信息
服装订制
试衣机器人
智能试衣
信息传输模块
旋转机构驱动
车身梁结构
控制点
均匀设计方法
参数
累积分布函数
三维配准方法
多层结构
边缘轮廓
异源
OSTU算法