[发明专利]面向图像内容安全及隐私保护的多层数字面纱设计方法有效

专利信息
申请号: 202010119741.7 申请日: 2020-02-26
公开(公告)号: CN111310215B 公开(公告)日: 2020-12-11
发明(设计)人: 姚孝明 申请(专利权)人: 海南大学
主分类号: G06F21/60 分类号: G06F21/60;G06F21/62
代理公司: 海口翔翔专利事务有限公司 46001 代理人: 张耀婷
地址: 570228 海*** 国省代码: 海南;46
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 图像 内容 安全 隐私 保护 多层 数字 面纱 设计 方法
【说明书】:

发明公开了一种面向图像内容安全及隐私保护的多层数字面纱设计方法,包括单层数字面纱生成、多层数字面纱生成、数字面纱安装与解除;本发明以既有伪随机序列生成器为基本工具,根据图像内容的保护要求来选择图像的统计特性、面纱的密度参数及强度参数,随机生成相应规格的单层面纱网格点及其满足给定分布的取值,多层面纱由不同规格的单层面纱构成,面纱与图像融合安装后在显示整体内容朦胧信息的同时能够有效遮挡图像内容中大部分视觉对象细节,破坏大部分视觉对象几何特征,从而能够有效隐藏视觉对象的身份差异以及局部视觉语义差异,抵抗高低通滤波、插值恢复等多种针对有损数据或噪声信号的图像重构攻击,使得攻击者无法恢复高清图像并实施“换脸”等内容攻击。

技术领域

本发明属于信息技术领域,具体涉及一种面向图像内容安全及隐私保护的多层数字面纱设计方法。

背景技术

照片图像等多媒体内容的广泛传播以及人工智能技术的飞速发展给图像内容隐私与安全提出了严峻的挑战。作为一种特殊的非结构数据形式,图像内容包括视觉对象(具有几何结构的语义对象)、对象属性(包括所在空间位置与大小、色彩与纹理等)以及对象关系(包括视觉对象的结构关系及其特征异同和关联关系等)。具体而言,这些内容在图像中都以群组像素及其相互关系来表达。

既有图像内容及隐私保护技术大体可分为以下三种:(1)加密或选择性加密,即对图像内容采用传统密码学方法进行完全或部分加密或置乱,使得相应区域图像内容无法识别,从而达到保护图像内容与隐私的目的;(2)同类卡通图片替换法,即首先分割图像视觉对象,对视觉对象敏感区域(尤其是面部区域)采用同类卡通图片替换,从而隐藏视觉对象中的部分对象属性及关系,达到保护给定视觉对象隐私的目的;(3)数字水印方法,即结合图像重建技术,采用多种数字水印技术对图像内容和隐私信息进行保护,其中脆弱水印可以检测图像内容是否被篡改,鲁棒水印可以检测图像内容的版权信息,可逆水印可以用来恢复原图像与重建图像的差异。

由于图像内容视觉对象彼此相互关联,尽管近年来上述图像内容与隐私保护技术有不同程度的进展,但基本问题仍然存在。一般而言,(1)完全或选择性加密使得相应区域图像内容完全无法辨别,而选择性加密更是存在安全性不够问题,例如Dahl等人2017年给出了破解传统“打码”的结果;(2)卡通图片尽管对面部内容隐藏有效,但无法保证其身份不能从其它区域推断得出,例如Ross等人2016年及2018年即分别提出基于生物特征识别的软特征识别技术和步态特征识别技术,能够根据性别、发型、步态等关联特征得到相应视觉对象的身份信息;(3)数字水印技术能够保护图像内容版权、是否被篡改,也能结合图像重建技术保护图像隐私信息,通过“伪装不在场”对视觉对象进行保护,但该方法对可逆水印技术和图像压缩技术提出了极其严苛的要求,因为这时可逆水印需要隐藏的信息量可能很高,尤其是是视频图像。

综上所述,既有图像内容及隐私保护技术具有以下不足:(1)对图像内容整体或部分进行加密,难以在图像内容整体的朦胧可辨性及内容与隐私保护之间取舍,缺乏调节两者的灵活性;(2)需要对图像内容视觉对象进行语义分割,在大量图像样本存在的条件下,简单的局部替换难以抵抗通过图像区部内容之间的关联分析攻击;(3)实现难度大,对既有技术有过于严苛的要求;(4)此外,对图像内容的过于伪装不利于图像的推广与传播,存在许多难以预期的衍生社会问题,例如某种新的诈骗形式。

发明内容

本发明的目的是提供一种面向图像内容安全及隐私保护的多层数字面纱设计方法,通过本方法,能够制作遮挡图像指定部分内容的单层及多层数字面纱,使得攻击者从伪装图像仅能够获取整体的朦胧信息,却无法获得更多的局部特征信息,从而有效地确保图像内容及隐私安全性。

为了实现上述目的,本发明的技术方案为:提供一种面向图像内容安全及隐私保护的多层数字面纱设计方法,包括以下步骤:

(1)单层数字面纱生成;所述单层数字面纱分主层面纱和敷层面纱两种;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海南大学,未经海南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010119741.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top