[发明专利]基于贝叶斯推理的群体相关视频加密方法

摘要

本发明涉及一种基于贝叶斯推理的群体相关视频加密方法，建立视频图像加密数学模型和理论框架；基于分层贝叶斯进行解密密钥分析，得到解密信号的最小均方误差估计；先验信息秘钥提取，包括：相关信息密钥提取；幅值信息密钥提取；假设本地加密方拥有大量参考图像，提取本地参考图像中与原始视频图像数据最相关的信息作为密钥之一对图像进行解密。对原始视频图像信息进行DCT变换，得到系数矩阵，通过对系数矩阵进行矩阵变换得到加密图像。由于图像数据在本地存储时存在量化噪声，假设量化噪声近似服从高斯分布，整个推导过程以信号量噪比的最大化为优化目标，保证图像经解密恢复后视觉质量不受影响。本发明采用贝叶斯推理并通过最大化信号量噪比来获得最佳先验知识，抗噪声性能大大提高。

主权项

1.基于贝叶斯推理的群体相关视频加密方法，其特征在于具体步骤如下：(1)建立视频图像加密数学模型和理论框架；(2)基于分层贝叶斯进行解密密钥分析；(2.1)分层贝叶斯推理(2.1.1)由于v是独立同分布的，且服从均值为0，方差为的高斯分布，参数θ，基于y的似然函数表示为：其中：y为加密之后的图像信息，θ为原始DCT系数，为量化噪声功率，m为矢量θ的维度，即每个像素块含有的像素点数，α为功率尺度系数，φ为酉矩阵；(2.1.2)根据经验可知，DCT系数θ的概率密度函数服从广义高斯分布，假设:θ～N(0,Ω)，则参数θ基于y和超参数Ω的后验概率密度为：其中:Ω为θ的先验知识，后验概率分布服从多元高斯分布，即其中其中：u、∑分别为多元高斯分布的均值和方差，α为功率尺度系数，φ为酉矩阵，为量化噪声功率，I为单位矩阵；(2.1.3)根据最小均方误差估计准则，恢复图像信号的DCT系数估计表示为：其中：θ为原始DCT系数，α为功率尺度系数，为量化噪声功率，I为单位矩阵，Ω为θ的先验知识，v为量化噪声；式(6)中第一项为原始DCT系数，第二项为相互干扰，第三项为噪声信息，由于相互干扰中含有原始信号θ，图像恢复时不可直接将相互干扰消除，故对原始DCT系数矩阵进行旋转，即矩阵变换，不仅对原始图像信息进行加密，同时提高了抗噪声性能，此时加密图像信息表示为：其中：I为单位矩阵，α为功率尺度系数，为量化噪声功率，Ω为θ的先验知识，p用来保证二级加密后旋转信号为归一化矢量，θ为原始DCT系数；则恢复图像信号的DCT系数估计表示为：其中：p用来保证二级加密后的旋转信号为归一化矢量，θ为原始DCT系数，α为功率尺度系数，为量化噪声功率，I为单位矩阵，Ω为θ的先验知识；加密后的图像信息表示为：表示对图像进行二级加密；(3)先验信息密钥提取(3.1)相关信息密钥提取:从本地相关像素集合中选择与加密信号相关度最高的相关像素块，获得相关信息因子K及相关信息标号i；(3.2)幅值信息密钥提取：通过原始图像的幅值信息λ更新功率尺度因子C，从而使量化噪声最小化。