一种实时视频敏感信息保护系统及其方法技术方案

本发明专利技术提供一种实时视频敏感信息保护系统及其方法，实时视频敏感信息保护方法包括如下步骤：S1.采集实时视频流；S2.分离视频流，等间隔分隔视频流，采用检测算法提取每段视频流中预设的前景流，前景流通过可逆算法隐藏其中的隐私和敏感信息，可逆算法通过对应时间间隔内生成的公钥进行指代，检测算法包括目标检测、模板匹配算法，可逆算法包括置乱算法和密码本翻译算法，置乱算法通过图像拆分、数据扩展及图像组合进行数据加密；S3.采用不可逆算法对视频流中的敏感信息进行抹除，获取背景流，不可逆算法包括马赛克方法、色块覆盖方法和毛玻璃效果；S4.原始视频流复原。本发明专利技术可提高视频流加密程度且加密可逆，极大提高个人隐私的保护程度。私的保护程度。私的保护程度。

【技术实现步骤摘要】
一种实时视频敏感信息保护系统及其方法


[0001]本专利技术属于数据隐私保护
，具体涉及一种实时视频敏感信息保护系统及其方法。

技术介绍

[0002]随着摄像头越来越多，实时视频中不可避免的会拍摄到人脸和人体等信息，但这些都属于敏感信息。在平时的道路监控、电梯监控、后厨监控等场景中，为了保护个人隐私，应该在实时画面中进行隐私保护操作。当出现异常情况时，再调取原始视频作为证据使用。
[0003]现有技术中，摄像头采集的视频中的有人脸、人体、窗户等敏感信息，均需进行模糊处理，防止敏感信息泄露。如专利公开号为CN111654664A的专利公开了一种高空抛物的检测方法、系统、计算机设备及存储介质，通过视频采集器采集实时视频；图像处理单元对监控图像进行语义分隔，对分隔出的窗户区域进行模糊处理；将经过模糊处理的图像进行展示。又如授权公开号为CN108040230A的专利提供了一种保护隐私的监控方法及装置，检测监控画面中是否有与预先设置的参考特征相匹配的目标特征；若有，将所述监控画面中的所述目标特征进行去除细节处理，得到监控浏览画面。通过该方法通过对监控画面中的目标特征进行去除细节处理后，在实时显示或调取监控画面时可以达到保护隐私的效果。另外通过不同的用户权限管理可以看到三种不同的视频：1、去除细节后的视频；2、有细节且带有用户水印信息的视频；3、有细节的视频。虽起到一定的隐私保护作用，但视频泄露时，极易被技术人员分析出视频的模糊处理方式，找到逆运算方法破解全部由该模糊处理方式处理过的视频，导致敏感信息泄露的同时威胁整个系统存储的视频文件，且上述专利并未提供获取原始信息的方法，视频观感较差。

技术实现思路

[0004]本专利技术的目的是提供一种实时视频敏感信息保护系统及其方法，支持多种方式视频流，提高加密程度且加密可逆，极大提高个人隐私的保护程度。
[0005]本专利技术提供了如下的技术方案：
[0006]本申请提出一种实时视频敏感信息保护方法，包括如下步骤：
[0007]S1.采集实时视频流作为原始数据；
[0008]S2.分离视频流，等间隔分隔视频流，采用检测算法提取每段视频流中预设的前景流，前景流通过可逆算法隐藏其中的隐私和敏感信息，可逆算法通过对应时间间隔内生成的公钥进行指代，检测算法包括目标检测、模板匹配算法，可逆算法包括置乱算法和密码本翻译算法，置乱算法通过图像拆分、数据扩展及图像组合进行数据加密；
[0009]S3.采用不可逆算法对视频流中的敏感信息进行抹除，获取背景流，所述不可逆算法包括马赛克方法、色块覆盖方法和毛玻璃效果，马赛克方法通过步骤S2中的检测算法检测出的敏感信息框的大小和预设马赛克块数量，重新计算马赛克块尺寸，色块覆盖方法采用颜色过渡色块代替纯色块；
[0010]S4.原始视频流复原，采用对应间隔生成的秘钥指代的可逆算法对前景流解密，复合背景流后生成原始视频流。
[0011]优先地，步骤S2中，置乱算法中加密时采用h_Arnold算法，伪代码如下：
[0012]disordered_Mat＝h_Arnold(Mat)，
[0013]其中，Mat为原视频中框取出的彩色的敏感信息矩形图像，disordered_Mat为加密后的图像；
[0014]加密时具体包括如下步骤：
[0015]S21.把彩色的敏感信息矩形图像根据RGB通道拆分成独立的三个IxJx1图像，分别进行处理；
[0016]S22.采用数据扩展方法，将IxJx1的图像转化为具有特定形状的NxNx1图像，具体为：计算能容纳一个图像的最小边长为N的正方形，计算公式为：
[0017]N＝Ceil(Sqrt(IxJx1))，
[0018]其中，Ceil为向上取整，则NxNx1>＝IxJx1，申请一个NxN的空间，把IxJ个数据复制进去，若有剩余的空间则使用0填充；
[0019]S23.把3个NxNx1置乱图像组合成一个NxNx3的图像输出。
[0020]优先地，步骤S3中，马赛克方法具体包括：针对人脸框，通过目标检测算法检测并计算出人脸框的面积和人脸框内预设马赛克块的数量，计算单个马赛克块的尺寸，具体计算公式为：L＝Sqrt(PxQ/K)，其中，隐私目标大小为PxQ，即人脸框大小为PxQ，预设马赛克块数量为K，Sqrt为开根号。
[0021]优先地，步骤S3中，色块覆盖方法采用高斯模型生成一个颜色由中心向边缘递减且适应人体脸型的的高斯色块，用于在不影响隐私保护的基础上，改善处理后视频的观感，具体包括：高斯色块基于高斯函数f(x)＝ae
‑
(x
‑
b)/2c*c
生成，其中，x为自变量，a为固定整数值，b为视频流中敏感信息区域的中点，即人脸框的中点，c根据人脸框对角线长短计算得出，生成的高斯色块中心区域的值趋近于a，周围值逐渐降低，将高斯色块与视频流中的敏感区域进行叠加，即可得到抹除敏感信息的背景流。
[0022]优先地，步骤S4中，置乱算法中解密时采用deh_Arnold算法，伪代码如下：
[0023]recovered_Mat＝deh_Arnold(disordered_Mat)
[0024]其中：recovered_Mat为恢复后的敏感信息矩形图像，disordered_Mat为加密后的图像；
[0025]解密时具体包括如下步骤：
[0026]S41.把加密的图像拆分成独立的三个NxNx1图像；
[0027]S42.对NxNx1图像进行解密；
[0028]S43.从解密后的NxNx1图像中复制出IxJ个数据至IxJx1图像中，最后把3个IxJx1图像组合成一个IxJx3图像输出，即为解密后的图像。
[0029]基于上述的实时视频敏感信息保护方法，本申请还提出一种使用上述实时视频敏感信息保护方法的保护系统，包括：
[0030]实时视频采集设备，用于采集实时视频流；
[0031]秘钥对生成设备，用于根据预设条件、时间戳、硬件信息通过非对称加密算法，以一定的时间间隔生成多个公钥或秘钥对；
[0032]秘钥存储设备，电性连接秘钥对生成设备，用于存储由秘钥对生成设备生成的秘钥文件，且用于原始视频流复原时对加密后的前景流解密；
[0033]视频处理设备，电性连接实时视频采集设备和秘钥存储设备，用于将实时视频流分离为前景流和背景流，并对前景流采用可逆算法根据秘钥生成设备生成的公钥，进行参数、模式选择或使用公钥对前景流进行密码本翻译加密，隐藏隐私或敏感信息，对背景流采用不可逆算法去除隐私或敏感信息。
[0034]优先地，还包括视频播放客户端，当需要播放原始视频流时，访问加密服务器获取与要播放视频对应时间生成的秘钥文件，对加密的前景流进行解密，复合背景流后，生成原始视频流进行播放。
[0035]优先地，还包括均连接视频处理设备和视频播放客户端的背景视频存储设备和前景视频存储设备，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实时视频敏感信息保护方法，其特征在于：包括如下步骤：S1.采集实时视频流作为原始数据；S2.分离视频流，等间隔分隔视频流，采用检测算法提取每段视频流中预设的前景流，前景流通过可逆算法隐藏其中的隐私和敏感信息，可逆算法通过对应时间间隔内生成的公钥进行指代，检测算法包括目标检测、模板匹配算法，可逆算法包括置乱算法和密码本翻译算法，置乱算法通过图像拆分、数据扩展及图像组合进行数据加密；S3.采用不可逆算法对视频流中的敏感信息进行抹除，获取背景流，所述不可逆算法包括马赛克方法、色块覆盖方法和毛玻璃效果，马赛克方法通过步骤S2中的检测算法检测出的敏感信息框的大小和预设马赛克块数量，重新计算马赛克块尺寸，色块覆盖方法采用颜色过渡色块代替纯色块；S4.原始视频流复原，采用对应间隔生成的秘钥指代的可逆算法对前景流解密，复合背景流后生成原始视频流。2.根据权利要求1所述的实时视频敏感信息保护方法，其特征在于：步骤S2中，置乱算法中加密时采用h_Arnold算法，伪代码如下：disordered_Mat＝h_Arnold(Mat)，其中，Mat为原视频中框取出的彩色的敏感信息矩形图像，disordered_Mat为加密后的图像；加密时具体包括如下步骤：S21.把彩色的敏感信息矩形图像根据RGB通道拆分成独立的三个IxJx1图像，分别进行处理；S22.采用数据扩展方法，将IxJx1的图像转化为具有特定形状的NxNx1图像，具体为：计算能容纳一个图像的最小边长为N的正方形，计算公式为：N＝Ceil(Sqrt(IxJx1))，其中，Ceil为向上取整，则NxNx1>＝IxJx1，申请一个NxN的空间，把IxJ个数据复制进去，若有剩余的空间则使用0填充；S23.把3个NxNx1置乱图像组合成一个NxNx3的图像输出。3.根据权利要求1所述的实时视频敏感信息保护方法，其特征在于：步骤S3中，马赛克方法具体包括：针对人脸框，通过目标检测算法检测并计算出人脸框的面积和人脸框内预设马赛克块的数量，计算单个马赛克块的尺寸，具体计算公式为：L＝Sqrt(PxQ/K)，其中，隐私目标大小为PxQ，即人脸框大小为PxQ，预设马赛克块数量为K，Sqrt为开根号。4.根据权利要求1所述的实时视频敏感信息保护方法，其特征在于：步骤S3中，色块覆盖方法采用高斯模型生成一个颜色由中心向边缘递减且适应人体脸型的的高斯色块，用于在不影响隐私保护的基础上，改善处理后视频的观感，具体包括：高斯色块基于高斯函数f(x)＝ae
‑
(x
‑
b)/2c*c<...

【专利技术属性】
技术研发人员：马兆远，韩德伟，殷小雷，李康，徐健，朱善玮，董利健，毕东柱，焦孟君，
申请(专利权)人：北京朗达和顺科技有限公司，
类型：发明
国别省市：