[发明专利]一种社区网络中图像安全传输方法及系统

说明书

技术领域

本发明涉及互联网图像处理领域，尤其涉及一种社区网络中图像安全传输方法及系统。

背景技术

人脸检测(Faca Detection)是指在输入图像中确定所有存在的人脸的位置、大小、姿态的处理过程。人脸检测技术是人脸信息处理中的一项关键技术、人脸图像所包含的模式特征十分丰富，包括颜色特征(肤色、发色等)、轮廓特征、直方图特征、镶嵌图特征、结构特征、变换域特征、模板特征以及启发式特征，等等。这些模式特征中哪些是最有用的、如何利用这些模式特征，是人脸检测所要研究的一个关键问题，人脸模式具有复杂而细致的变化，因此一般需要将多种模式特征进行综合，如简单组合、统计推断、模糊决策、机器学习等。归纳起来。根据利用模式特征的颜色属性可以将人脸检测方法分为基于肤色特征的方法和基于灰度特征的方法两类。基于肤色特征的方法适于构造快速的人脸检测和人脸跟踪算法；基于灰度特征的方法利用了人脸区别于其他的更为本质的特征，是人脸检测领域研究的重点。根据模式特征综合时采用的不同模型，可以将基于灰度特征的方法分为两大类：基于启发式(知识)模型的方法和基于统计模型的方法。

人脸跟踪通常是在人脸检测的基础上对于视频序列中人脸运动位置的跟踪。人脸跟踪技术包括基于运动(Motion-based)的方法和基于模型(Model-based)的方法，基于运动的方法采用运动分割、光流、立体视觉等方法，利用时空梯度、卡尔曼滤波器等跟踪人脸运动；基于模型的方法首先获取目标的先验知识，构造目标模型，对输入的每一帧图像通过滑动窗口进行模型匹配。在人脸跟踪中，往往将这两种方法结合使用。

人脸合成是指根据已知某一姿态的人脸图像产生其它姿态的人脸图像的处理过程，这就是人脸图像的合成问题。人脸图像合成系统以数学建模基础，利用数学模型实现图像的变形、过滤和衰老化绘制。人脸合成技术中会应用到以上所述的人脸检测技术和人脸跟踪技术。

现有的人脸合成技术主要应用为：输入含人脸影像的照片或一段视频序列，经过处理后输出经过变化后的虚拟人脸图片(例如输出衰老后的相貌或子女的相貌等)或卡通图片(即人脸卡通画)，但是均未将人脸合成技术与视频通讯直接相结合。

发明内容

本发明提供了一种社区网络中图像安全传输方法及系统，实现了用户对本方图像进行自我修饰及信息的安全传输。

本发明提供了一种社区网络中图像传输方法，包括以下步骤：

用户依据注册信息，登录社区交互平台，请求即时通讯服务器，加载组件信息；用户通过社区交互平台访问所述组件时，所述组件通过所述即时通讯服务器获取围观所述组件的围观用户信息；所述围观用户之间通过所述组件上的所述围观用户信息，在所述组件上，发送视频信息指令，其中，所述视频信息指令携带人脸位置及纹理信息和背景信息；

所述即时通讯服务器对围观用户发送视频信息指令的权限进行认证并在认证通过后，将获得的人脸位置及纹理信息和背景信息进行分割处理，获得未经修饰的人脸位置及纹理信息和背景信息的分离信息并根据建立的人脸的数学模型对所述未经修饰的人脸位置及纹理信息进行处理，获得修饰后的人脸位置及纹理信息；

所述即时通讯服务器对围观用户接收视频信息指令的权限进行认证并在认证通过后，将修饰后的人脸位置及纹理信息与背景信息进行合成，将得到的视频信息传输给所述围观用户或将修饰后的人脸位置及纹理信息与背景信息分别传输给所述围观用户。

本发明还提供了一种社区网络中图像传输系统，包括：用户、即时通讯服务器、围观用户：

用户依据注册信息，登录社区交互平台，请求即时通讯服务器，加载组件信息；用户通过社区交互平台访问所述组件时，所述组件通过所述即时通讯服务器获取围观所述组件的围观用户信息；所述围观用户之间通过所述组件上的所述围观用户信息，在所述组件上，发送视频信息指令，其中，所述视频信息指令携带人脸位置及纹理信息和背景信息；

所述即时通讯服务器对围观用户发送视频信息指令的权限进行认证并在认证通过后，将获得的人脸位置及纹理信息和背景信息进行分割处理，获得未经修饰的人脸位置及纹理信息和背景信息的分离信息并根据建立的人脸的数学模型对所述未经修饰的人脸位置及纹理信息进行处理，获得修饰后的人脸位置及纹理信息；

所述即时通讯服务器对围观用户接收视频信息指令的权限进行认证并在认证通过后，将修饰后的人脸位置及纹理信息与背景信息进行合成，将得到的视频信息传输给所述围观用户或将修饰后的人脸位置及纹理信息与背景信息分别传输给所述围观用户。