[发明专利]一种基于数字视网膜敏感视频内容隐藏的编码方法与装置

权利要求书

1.一种基于数字视网膜敏感视频内容隐藏的编码方法，其特征在于，包括：

识别视频图像中的敏感区域，其中，所述敏感区域指敏感对象所在区域；

提取所述敏感区域的特征数据及其位置信息，其中，所述敏感区域的特征数据及其位置信息通过特征流传输；

调整所述敏感区域的量化参数以对敏感区域进行模糊，直至对该区域编码后重构的视频内容不能识别出敏感数据；

将量化参数调整后区域编码后通过视频流进行发送。

2.根据权利要求1所述的基于数字视网膜敏感视频内容隐藏的编码方法，其特征在于，所述识别视频图像中的敏感区域，其中，所述敏感区域指敏感对象所在区域，包括：

将视频图像输入到训练好的基于深度学习的目标检测模型中，识别出敏感对象；

提取所述敏感对象所在的敏感区域。

3.根据权利要求2所述的基于数字视网膜敏感视频内容隐藏的编码方法，其特征在于，所述调整所述敏感区域的量化参数以对敏感区域进行模糊，直至对该区域编码后重构的视频内容不能识别出敏感数据，包括：

找到所述敏感区域的量化参数的初始值；

调整所述初始值以对敏感区域进行模糊，直至对该区域编码后重构的视频内容不能识别出敏感数据。

4.根据权利要求3所述的基于数字视网膜敏感视频内容隐藏的编码方法，其特征在于，所述方法还包括：将所述敏感区域的量化参数调整到预设阈值，以对该区域编码后重构的视频内容不能识别出敏感数据。

5.根据权利要求1所述的基于数字视网膜敏感视频内容隐藏的编码方法，其特征在于，所述敏感区域的特征数据及其位置信息通过特征流传输之前还包括：对所述敏感区域的特征数据及其位置信息进行加密处理。

6.一种基于数字视网膜敏感视频内容分析方法，其特征在于，对应用权利要求1-5任一所述方法得到的视频流和特征流进行分析，包括：

在解码后的视频流中获取视频数据，并在特征流中提取敏感区域的特征数据及其位置信息，其中，所述敏感区域指敏感对象所在区域；

计算任意两个敏感对象特征值之间欧氏距离，确定所述两个敏感对象的相似度；

若所述两个敏感对象的相似度高于预设阈值，确定所述两个敏感对象为同一对象并记为第一敏感对象；

确定视频流和特征流中具有所述第一敏感对象的其他图像的位置，并在所有具有所述第一敏感对象的图像的相应位置上进行标记。

7.根据权利要求6所述的基于数字视网膜敏感视频内容分析方法，其特征在于，所述基于数字视网膜敏感视频内容分析方法还包括：将具有所述第一敏感对象的视频图像按采集时间先后次序进行排列，形成敏感对象的视频跟踪影像。

8.一种基于数字视网膜敏感视频内容隐藏的编码装置，其特征在于，包括：

识别模块，用于识别视频图像中的敏感区域，其中，所述敏感区域指敏感对象所在区域；

提取模块，用于提取所述敏感区域的特征数据及其位置信息，其中，所述敏感区域的特征数据及其位置信息通过特征流传输；

调整模块，用于调整所述敏感区域的量化参数以对敏感区域进行模糊，直至对该区域编码后重构的视频内容不能识别出敏感数据；

发送模块，用于将量化参数调整后区域编码后通过视频流进行发送。

9.一种基于数字视网膜敏感视频内容分析装置，其特征在于，包括：

数据提取模块，用于在解码后的视频流中获取视频数据，并在特征流中提取敏感区域的特征数据及其位置信息，其中，所述敏感区域指敏感对象所在区域；

相似度计算模块，用于计算任意两个敏感对象特征值之间欧氏距离，确定所述两个敏感对象的相似度；

相似度判断模块，用于若所述两个敏感对象的相似度高于预设阈值，确定所述两个敏感对象为同一对象并记为第一敏感对象；

标记模块，用于确定视频流和特征流中具有所述第一敏感对象的其他图像的位置，并在所有具有所述第一敏感对象的图像的相应位置上进行标记。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至5任一所述方法的步骤。