[发明专利]基于树形BoW模型的密文JPEG图像检索方法

说明书

本发明公开了一种基于树形BoW模型的密文JPEG图像检索方法。本方法为：首先，图像拥有者采用双层加密算法对数据库中所有图像加密，包括DCT系数流加密和置乱加密，再将密文图像库上传至云服务器。其次，云服务器计算密文图像的DCT系数统计特性作为局部特征，再根据树形BoW模型将图像的所有局部特征转化为全局特征。最后，服务器根据授权用户提交的密文查询图像，提取局部特征并转化为全局特征，计算其与数据库图像的全局特征间的距离来判断相似性，将结果返回给用户。本发明方法在实现图像检索的同时，保护了图像及特征的隐私；特征提取由服务器完成，降低了用户的计算负担；树形BoW模型对特征的转化保证了较高的检索效率。

技术领域

本发明涉及一种密文图像检索方法，特别是一种云环境下的安全密文图像检索方法，应用于信息检索方法和图像加密保护技术领域。

背景技术

云计算是时下最热门的一种服务模式。用户可以随时随地通过网络获得所需的资源，而不必考虑硬件等其他因素。因此，越来越多的企业和个人选择由云服务器来存储及管理本地数据。然而，这也为数据的隐私安全带来了隐患。一种解决方式是对数据加密后再上传至云服务器，这对传统的基于明文的信息检索服务是一个巨大的挑战。如何在保护数据隐私的同时实现精确的检索，比如基于密文图像的检索技术，成为了研究热点。

现有的密文图像检索方法可以分为两类。第一类是基于特征的可检索加密方法，即加密后的特征间的距离依然可以反映图像的相似性。由数据拥有者提取图像特征，对特征和图像分别加密后上传。检索时，用户对检索图像提取特征并加密，将密文特征上传至云服务器。服务器计算密文特征间的距离并排序，将相应的图像返回给用户。第二类检索方法是基于特征的加密不变特性，即特征在图像加密前后保持不变，因此数据拥有者只需将图像加密后上传，服务器可以直接从密文图像中提取出明文特征，从而进行相似性比较。可参阅如下文献：

[1]W.Lu,A.Swaminathan,A.L.Varna,and M.Wu,Enabling search overencrypted multimedia databases,In Proceedings of SPIE,vol.7254,Conf.on MediaForensics and Security,January 2009.

[2]H.Cheng,X.Zhang,J.Yu,Y.Zhang,Encrypted JPEG image retrieval usingblock-wise feature comparison,Visual Communication and Image Representation,Elsevier,pp.111-117,2016.

在第一类方法中，图像特征的提取需要由拥有者和用户完成，且图像和特征需要分别加密并存储，增加了用户的计算负担和服务器的存储开销。第二类方法中，一方面，未经加密的特征泄露了图像的隐私信息，服务器很有可能根据明文特征推测出图像的明文内容，从而威胁图像内容安全。另一方面，通过逐个比较局部特征来判断图像相似性的检索方式较为低效。

发明内容

为了解决现有技术问题，本发明的目的在于克服已有技术存在的不足，提供一种基于树形BoW模型的密文JPEG图像检索方法，优化现有云环境下密文图像检索方法，允许服务器从密文图像中提取特征进行相似性比较，该特征也经过加密，因此能保证图像和特征的隐私安全，同时，树形BoW模型保证了检索的高效性，降低了用户的计算负担。

为达到上述目的，本发明创造具有如下构思：