[发明专利]一种应用于视频传感器网络的视频安全高效传输系统有效

专利信息
申请号: 202111515868.1 申请日: 2021-12-01
公开(公告)号: CN114143551B 公开(公告)日: 2023-03-24
发明(设计)人: 李丽香;杨子航;彭海朋;仝丰华;张嘉轩;李思睿;王兰兰 申请(专利权)人: 北京邮电大学
主分类号: H04N19/42 分类号: H04N19/42;H04N19/60
代理公司: 北京挺立专利事务所(普通合伙) 11265 代理人: 叶盛;高福勇
地址: 100876 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 应用于 视频 传感器 网络 安全 高效 传输 系统
【权利要求书】:

1.一种应用于视频传感器网络的视频安全高效传输系统,包括视频编码端和视频解码端,其特征在于,视频编码端被部署在VSN的传感器节点上,用于原始视频压缩和加密,视频解码端被部署在云端,利用云端计算模块对接收到的视频信号进行解密和重构,加密和解密过程基于混沌系统和视频帧块的压缩感知算法,视频重构过程基于深度学习的并行视频帧恢复算法;

视频编码端进行视频压缩的过程包含对原始视频进行关键帧和非关键帧选择、自适应非关键帧分块选择、自适应采样率选择和基于混沌的视频帧分块压缩的步骤;视频压缩的过程具体为:

S101、把视频分为许多个视频帧组,把每个视频帧组中所有的原始视频帧分为一个关键帧I和许多个非关键帧P;步骤S101中把每个视频帧组的第一帧设为关键帧I,其余的视频帧则为非关键帧P,得到一个视频帧组为{I,P1,P2,…,Pn}

S102、对关键帧I进行基于分块压缩感知的采样,把关键帧按从左到右、从上到下的顺序,依次分成l个大小相同的n×n的块,然后对每个n×n的块Bi使用测量矩阵φ进行采样,得到测量值Yi,测量矩阵φ是由混沌系统产生的一个随机序列;

S103、对非关键帧P基于分块压缩感知的采样,首先判断Pi帧与I帧的RMSE是否大于阈值ηI,如果大于,则该视频帧组的最后一帧为Pi-1,将计算Pi-1帧和Pi帧中Bj块的RMSE,如果Bj块的RMSE超过阈值ηP,Bj块被丢弃,最后编码图像块的编号将作为密钥key4被传输;

视频编码端进行视频信号的加密过程包括混沌测量矩阵的生成、测量值的加密和系统密钥的安全传输的步骤;视频信号的加密过程具体为:

S201、视频编码端和视频解码端约定好混沌系统,编码端把混沌系统的初始参数当作Key1进行传输;

S202、把第i个视频帧分割成L个大小为n×n的图像块B,将这些图像块的序列S经过块间置乱得到S',其中,控制图像块序列置乱的向量A由混沌系统模块生成;

S203、将序列置乱后得到的图像块B'进行块内扩散;

视频解码端进行视频信号的解密的过程包括系统密钥解密和加密信号解密的步骤;视频信号的解密的过程具体为:

S301、由生成控制图像块序列置乱的向量A和加密向量C序列的混沌系统初始参数分别作为密钥Key2和密钥Key3发送解码端;

S302、解码端接收到密钥和加密视频帧数据时,解码端的混沌系统模块会从Key2和Key3分别得到初始参数,并生成A、C序列;

S303、解密模块根据A、C序列中的加密参数,首先将加密数据E经过块内扩散逆处理;其次,将其进行块间逆置乱,最终输出已解密的测量结果Y';

视频解码端进行视频恢复的过程包括基于深度压缩感知的视频帧重构、非关键帧自适应恢复和视频帧合并的步骤;视频恢复的过程具体为:

S401、对神经网络进行训练,训练集由视频编码端在设备初始化过程中向解码端所发送的几十或几百个视频帧组成;

S402、重构单元R将使用密钥Key1从混沌系统模块得到测量矩阵φ,训练出不同压缩率r的卷积神经网络;

S403、关键帧恢复模块的每个重构单元{R1,R2,…,Rl}根据测量矩阵φ和压缩率r,对同一关键帧I中的各个图像块{Yi'1,Yi'2,…,Yi'l}进行并行恢复,得到重构后的图像块{Bi'1,Bi'2,…,Bi'l};

S404、将已恢复好的全部视频帧的图像块按照编号依次拼接得到一个完整的已解码的关键帧I',同时,自选择图像块模块会使用密钥Key4,即未采样的图像块序列,把非关键帧Pi中空缺的图像块从I'中提取出来,并作为非关键帧恢复模块的输入之一;

S405、非关键帧恢复模块把自选择图像块模块和非关键帧深度恢复模块中已恢复的图像块组合起来,组成一帧完整的非关键帧Pi'。

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北京邮电大学,未经北京邮电大学许可,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/202111515868.1/1.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