本申請(qǐng)涉及數(shù)據(jù)處理，具體涉及一種基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法及裝置。

背景技術(shù)：

1、個(gè)人隱私是現(xiàn)代社會(huì)中不可或缺的基本權(quán)利，它不僅關(guān)乎個(gè)人信息的保護(hù)，也直接影響到每個(gè)人的自由和安全。在數(shù)字化時(shí)代，個(gè)人數(shù)據(jù)常常被企業(yè)和機(jī)構(gòu)收集、存儲(chǔ)和分析，令人擔(dān)憂的是，這些信息可能在未經(jīng)授權(quán)的情況下被泄露或?yàn)E用。因此，維護(hù)個(gè)人隱私顯得尤為重要，保護(hù)隱私不僅是對(duì)自己權(quán)利的捍衛(wèi)，也是對(duì)社會(huì)信任的基礎(chǔ)。

2、為了保護(hù)個(gè)人隱私，許多企業(yè)和組織采取了信息屏蔽技術(shù)，通過對(duì)敏感數(shù)據(jù)進(jìn)行脫敏、加密或匿名處理，確保在使用和分享數(shù)據(jù)時(shí)不會(huì)泄露個(gè)人身份信息。這種技術(shù)不僅可以有效防止數(shù)據(jù)泄露和濫用，還能在大數(shù)據(jù)分析、人工智能應(yīng)用等領(lǐng)域中保護(hù)用戶的隱私權(quán)。

3、目前，個(gè)人隱私信息屏蔽處理主要是通過信息提取和語義理解的方式進(jìn)行個(gè)人信息判斷，然后進(jìn)行數(shù)據(jù)涂抹達(dá)到去除隱私的目的。其中，信息提取主要是通過ocr識(shí)別的方式，語義理解的目的是進(jìn)行個(gè)人關(guān)鍵信息辨別，提取出文本內(nèi)容屬于個(gè)人的信息，例如姓名、證件號(hào)、地址和電話等，然后再對(duì)提取的內(nèi)容進(jìn)行涂抹。但是，這種方式需要大量的數(shù)據(jù)進(jìn)行模型訓(xùn)練，從而達(dá)到語義理解的目的，導(dǎo)致整個(gè)轉(zhuǎn)化周期長，效率低，成本高；而且其處理效果可能受限于訓(xùn)練材料的類型，導(dǎo)致準(zhǔn)確率低。

技術(shù)實(shí)現(xiàn)思路

1、為此，本申請(qǐng)?zhí)峁┮环N基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法及裝置，以解決現(xiàn)有技術(shù)存在的個(gè)人隱私信息屏蔽處理方式效率和準(zhǔn)確率低，成本高的問題。

2、為了實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┤缦录夹g(shù)方案：

3、第一方面，一種基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法，包括：

4、步驟1：獲取含有個(gè)人隱私信息的電子文件，并將所述電子文件拆分為單頁影像數(shù)據(jù)；

5、步驟2：識(shí)別所述單頁影像數(shù)據(jù)，并獲取識(shí)別坐標(biāo)和文本信息，將所述識(shí)別坐標(biāo)和文本信息按區(qū)域進(jìn)行結(jié)構(gòu)封裝，得到識(shí)別結(jié)果；

6、步驟3：根據(jù)預(yù)先設(shè)置好的隱私字段名稱和隱私關(guān)鍵字段對(duì)所述識(shí)別結(jié)果進(jìn)行字段名稱匹配查找，得到隱私關(guān)鍵字識(shí)別結(jié)果；

7、步驟4：根據(jù)所述隱私關(guān)鍵字識(shí)別結(jié)果進(jìn)行行縱數(shù)據(jù)分組，得到行縱分組結(jié)果；

8、步驟5：根據(jù)所述行縱分組結(jié)果和匹配查找進(jìn)行隱私區(qū)域判定，得到隱私區(qū)域判定結(jié)果；

9、步驟6：根據(jù)所述隱私區(qū)域判定結(jié)果在所述電子文件上進(jìn)行空白區(qū)域截取或覆蓋，從而將隱私內(nèi)容進(jìn)行隱藏。

10、進(jìn)一步地，所述步驟1中，電子文件為pdf格式或jpg格式。

11、進(jìn)一步地，所述步驟2中，識(shí)別所述單頁影像數(shù)據(jù)時(shí)采用ocr技術(shù)。

12、進(jìn)一步地，所述步驟4具體為：利用所述識(shí)別結(jié)果的四角坐標(biāo)和所述隱私關(guān)鍵字識(shí)別結(jié)果的四角坐標(biāo)進(jìn)行矩形區(qū)域合并，然后計(jì)算識(shí)別結(jié)果區(qū)域面積和矩形合并區(qū)域的陰影重疊部分的比例，判斷是否屬于同一行；然后進(jìn)行識(shí)別結(jié)果區(qū)域的x坐標(biāo)順序排序，從而完成行縱信息獲取，得到行縱分組結(jié)果。

13、進(jìn)一步地，還包括：根據(jù)需要的文件格式對(duì)隱藏了隱私內(nèi)容的電子文件進(jìn)行輸出。

14、第二方面，一種基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽裝置，包括：

15、數(shù)據(jù)獲取模塊，用于獲取含有個(gè)人隱私信息的電子文件，并將所述電子文件拆分為單頁影像數(shù)據(jù)；

16、數(shù)據(jù)識(shí)別模塊，用于識(shí)別所述單頁影像數(shù)據(jù)，并獲取識(shí)別坐標(biāo)和文本信息，將所述識(shí)別坐標(biāo)和文本信息按區(qū)域進(jìn)行結(jié)構(gòu)封裝，得到識(shí)別結(jié)果；

17、匹配查找模塊，用于根據(jù)預(yù)先設(shè)置好的隱私字段名稱和隱私關(guān)鍵字段對(duì)所述識(shí)別結(jié)果進(jìn)行字段名稱匹配查找，得到隱私關(guān)鍵字識(shí)別結(jié)果；

18、行縱分組模塊，用于根據(jù)所述隱私關(guān)鍵字識(shí)別結(jié)果進(jìn)行行縱數(shù)據(jù)分組，得到行縱分組結(jié)果；

19、隱私區(qū)域判定模塊，用于根據(jù)所述行縱分組結(jié)果和匹配查找進(jìn)行隱私區(qū)域判定，得到隱私區(qū)域判定結(jié)果；

20、隱私內(nèi)容隱藏模塊，用于根據(jù)所述隱私區(qū)域判定結(jié)果在所述電子文件上進(jìn)行空白區(qū)域截取或覆蓋，從而將隱私內(nèi)容進(jìn)行隱藏。

21、進(jìn)一步地，所述行縱分組模塊具體用于：利用所述識(shí)別結(jié)果的四角坐標(biāo)和所述隱私關(guān)鍵字識(shí)別結(jié)果的四角坐標(biāo)進(jìn)行矩形區(qū)域合并，然后計(jì)算識(shí)別結(jié)果區(qū)域面積和矩形合并區(qū)域的陰影重疊部分的比例，判斷是否屬于同一行；然后進(jìn)行識(shí)別結(jié)果區(qū)域的x坐標(biāo)順序排序，從而完成行縱信息獲取，得到行縱分組結(jié)果。

22、第三方面，一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法的步驟。

23、第四方面，一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法的步驟。

24、第五方面，一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序或指令，該計(jì)算機(jī)程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法的步驟。

25、相比現(xiàn)有技術(shù)，本申請(qǐng)至少具有以下有益效果：

26、本申請(qǐng)?zhí)峁┝艘环N基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法及裝置，通過獲取含有個(gè)人隱私信息的電子文件，并將電子文件拆分為單頁影像數(shù)據(jù)；識(shí)別單頁影像數(shù)據(jù)，并獲取識(shí)別坐標(biāo)和文本信息，將識(shí)別坐標(biāo)和文本信息按區(qū)域進(jìn)行結(jié)構(gòu)封裝，得到識(shí)別結(jié)果；根據(jù)預(yù)先設(shè)置好的隱私字段名稱和隱私關(guān)鍵字段對(duì)識(shí)別結(jié)果進(jìn)行字段名稱匹配查找，得到隱私關(guān)鍵字識(shí)別結(jié)果；根據(jù)隱私關(guān)鍵字識(shí)別結(jié)果進(jìn)行行縱數(shù)據(jù)分組，得到行縱分組結(jié)果；根據(jù)行縱分組結(jié)果和匹配查找進(jìn)行隱私區(qū)域判定，得到隱私區(qū)域判定結(jié)果；根據(jù)隱私區(qū)域判定結(jié)果在電子文件上進(jìn)行空白區(qū)域截取或覆蓋，從而將隱私內(nèi)容進(jìn)行隱藏。本申請(qǐng)?zhí)峁┑幕诎姹咀R(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法及裝置易于部署，能夠快速、高效的實(shí)現(xiàn)個(gè)人隱私信息處理，且成本低。

技術(shù)特征：

1.一種基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法，其特征在于，所述步驟1中，電子文件為pdf格式或jpg格式。

3.根據(jù)權(quán)利要求1所述的基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法，其特征在于，所述步驟2中，識(shí)別所述單頁影像數(shù)據(jù)時(shí)采用ocr技術(shù)。

4.根據(jù)權(quán)利要求1所述的基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法，其特征在于，所述步驟4具體為：利用所述識(shí)別結(jié)果的四角坐標(biāo)和所述隱私關(guān)鍵字識(shí)別結(jié)果的四角坐標(biāo)進(jìn)行矩形區(qū)域合并，然后計(jì)算識(shí)別結(jié)果區(qū)域面積和矩形合并區(qū)域的陰影重疊部分的比例，判斷是否屬于同一行；然后進(jìn)行識(shí)別結(jié)果區(qū)域的x坐標(biāo)順序排序，從而完成行縱信息獲取，得到行縱分組結(jié)果。

5.根據(jù)權(quán)利要求1所述的基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法，其特征在于，還包括：根據(jù)需要的文件格式對(duì)隱藏了隱私內(nèi)容的電子文件進(jìn)行輸出。

6.一種基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽裝置，其特征在于，包括：

7.根據(jù)權(quán)利要求6所述的基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽裝置，其特征在于，所述行縱分組模塊具體用于：利用所述識(shí)別結(jié)果的四角坐標(biāo)和所述隱私關(guān)鍵字識(shí)別結(jié)果的四角坐標(biāo)進(jìn)行矩形區(qū)域合并，然后計(jì)算識(shí)別結(jié)果區(qū)域面積和矩形合并區(qū)域的陰影重疊部分的比例，判斷是否屬于同一行；然后進(jìn)行識(shí)別結(jié)果區(qū)域的x坐標(biāo)順序排序，從而完成行縱信息獲取，得到行縱分組結(jié)果。

8.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至5中任一項(xiàng)所述的方法的步驟。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至5中任一項(xiàng)所述的方法的步驟。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序或指令，其特征在于，該計(jì)算機(jī)程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至5中任一項(xiàng)所述的方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)公開了一種基于版本識(shí)別與關(guān)鍵字段定位的隱私信息屏蔽方法及裝置，通過獲取含有個(gè)人隱私信息的電子文件，將電子文件拆分為單頁影像數(shù)據(jù)；識(shí)別單頁影像數(shù)據(jù)，并獲取識(shí)別坐標(biāo)和文本信息，將其按區(qū)域進(jìn)行結(jié)構(gòu)封裝，得到識(shí)別結(jié)果；根據(jù)預(yù)先設(shè)置好的隱私字段名稱和隱私關(guān)鍵字段對(duì)識(shí)別結(jié)果進(jìn)行字段名稱匹配查找，得到隱私關(guān)鍵字識(shí)別結(jié)果，并進(jìn)行行縱數(shù)據(jù)分組，得到行縱分組結(jié)果；根據(jù)行縱分組結(jié)果和匹配查找進(jìn)行隱私區(qū)域判定，得到隱私區(qū)域判定結(jié)果；根據(jù)隱私區(qū)域判定結(jié)果在電子文件上進(jìn)行空白區(qū)域截取或覆蓋，從而將隱私內(nèi)容進(jìn)行隱藏。本申請(qǐng)能夠快速、高效的實(shí)現(xiàn)個(gè)人隱私信息處理，且成本低。

技術(shù)研發(fā)人員：王榮剛
受保護(hù)的技術(shù)使用者：北京漢王影研科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2