基于人工智能的视频数据处理方法及系统技术方案

本发明专利技术涉及图像加密技术领域，具体涉及基于人工智能的视频数据处理方法及系统。方法包括：获取待处理图像的初始灰度直方图，根据初始灰度直方图中各灰度值对应的频次、待处理图像中像素点的最大灰度值和最小灰度值，获得频次非0的灰度值对应的目标灰度值，进而获得拉伸后的灰度直方图；根据拉伸后的灰度直方图中各灰度值对应的频次和所有灰度值的平均频次，得到各灰度值的互补参数；基于互补参数获得各最优灰度值集合，根据各最优灰度值集合中的各灰度值对应的频次和所有灰度值的平均频次，对各最优灰度值集合中的各灰度值对应的频次进行互补操作获得加密图像。本发明专利技术降低了视频数据被泄露的风险。据被泄露的风险。据被泄露的风险。

【技术实现步骤摘要】
基于人工智能的视频数据处理方法及系统


[0001]本专利技术涉及图像加密
，具体涉及基于人工智能的视频数据处理方法及系统。

技术介绍

[0002]随着信息化时代的到来，各种行业开始使用人工智能技术对视频数据中数据进行存储，并进行异常分析，通过人工智能强大的运算能力精准识别视频中存在的变化和异常；然而这些视频数据在传输到人工智能端之前存在被篡改和窃取的可能，因此视频数据传输过程中的加密保护成为研究的热点。现如今较多的数据传输使用熵编码的方法，针对视频数据的灰度值分布在0
‑
255之间的加密存在较小的优势，使用熵编码能获得较好的加密效率，然而熵编码会暴露数据的统计特性，存在通过统计特性反编码推出原数据的可能，因此，如何对视频数据进行统一化操作使其不再具备统计特性，以保证视频数据不被泄露是需要解决的问题。

技术实现思路

[0003]为了解决现有方法在对视频数据进行加密保护时不能打破数据的统计特性导致视频数据存在被泄露的风险的问题，本专利技术的目的在于提供一种基于人工智能的视频数据处理方法及系统，所采用的技术方案具体如下：第一方面，本专利技术提供了一种基于人工智能的视频数据处理方法，该方法包括以下步骤：获取待处理的视频数据，将所述视频数据中的任意一帧灰度图像记为待处理图像；获取所述待处理图像对应的初始灰度直方图，根据初始灰度直方图中各灰度值对应的频次、待处理图像中像素点的最大灰度值和待处理图像中像素点的最小灰度值，获得初始灰度直方图中频次非0的各灰度值对应的目标灰度值，基于所述目标灰度值获得拉伸后的灰度直方图；根据所述拉伸后的灰度直方图中各灰度值对应的频次和所有灰度值的平均频次，得到拉伸后的灰度直方图中各灰度值的互补参数；基于所述互补参数获得各最优灰度值集合，根据各最优灰度值集合中的各灰度值对应的频次和所有灰度值的平均频次，对各最优灰度值集合中的各灰度值对应的频次进行互补操作获得加密图像。
[0004]第二方面，本专利技术提供了一种基于人工智能的视频数据处理系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述所述的基于人工智能的视频数据处理方法。
[0005]优选的，所述根据所述拉伸后的灰度直方图中各灰度值对应的频次和所有灰度值的平均频次，得到拉伸后的灰度直方图中各灰度值的互补参数，包括：分别计算各灰度值对应的频次与所有灰度值的平均频次的差值，将所述差值记为
第一差值；将所述第一差值与所有灰度值的平均频次的比值作为各灰度值的互补参数。
[0006]优选的，所述基于所述互补参数获得各最优灰度值集合，包括：将所有互补参数按照从大到小的顺序进行排序，生成互补参数序列；选取互补参数序列中的第1个互补参数和最后1个互补参数作为初值，计算两个初值之和，作为第1个互补参数与最后1个互补参数的互补判定值，若第1个互补参数与最后1个互补参数的互补判定值的绝对值小于统计特性阈值，且第1个互补参数与最后1个互补参数的互补判定值小于0，则从灰度值255开始向下遍历，计算第1个互补参数与各灰度值的互补参数的互补判定值，直到第1个互补参数与前一灰度值的互补参数的互补判定值小于第1个互补参数与后一灰度值的互补参数的互补判定值，将第1个互补参数对应的灰度值与对应的前一灰度值作为一个最优灰度值集合，并删除互补参数序列中最优灰度值集合中各灰度值的互补参数；若第1个互补参数与最后1个互补参数的互补判定值的绝对值小于统计特性阈值，且第1个互补参数与最后1个互补参数的互补判定值大于等于0，则从灰度值0开始向上遍历，直到第1个互补参数与前一灰度值的互补参数的互补判定值小于第1个互补参数与后一灰度值的互补参数的互补判定值，将第1个互补参数对应的灰度值与对应的前一灰度值作为一个最优灰度值集合；以此类推，对初值进行更新，遍历互补参数序列中所有互补参数，获得多个最优灰度值集合，并在互补参数序列中删除最优灰度值集合中各灰度值的互补参数。
[0007]优选的，若删除最优灰度值集合中各灰度值的互补参数操作后互补参数序列中还剩余互补参数，则将互补参数序列中剩余的互补参数按照从大到小的顺序进行排序，构建待匹配参数序列，根据第1个互补参数与待匹配参数序列中其它互补参数的互补判定值，获得与第1个互补参数对应的灰度值互补的最优灰度值，第1个互补参数对应的灰度值和与其互补的各最优灰度值构成一个最优灰度值集合，所述其它互补参数从待匹配参数序列中最后1个互补参数开始依次向前遍历；以此类推，遍历待匹配参数序列中所有互补参数对应的灰度值，获得各最优灰度值集合。
[0008]优选的，根据第1个互补参数与待匹配参数序列中其它互补参数的互补判定值，获得与第1个互补参数对应的灰度值互补的最优灰度值，包括：若，则计算，直到满足，将待匹配参数序列中的最后个互补参数对应的灰度值作为与第1个互补参数对应的灰度值互补的最优灰度值，其中，为取绝对值，为待匹配参数序列中的第1个互补参数，为待匹配参数序列中最后1个互补参数，为待匹配参数序列中互补参数的数量，为待匹配参数序列中倒数第2个互补参数，为待匹配参数序列中倒数第3个互补参数，为待匹配参数序列中倒数第个互补参数，为待匹配参数序列中的第1个互补参数与待匹配参数序列中的最后个互补参数的互补判定值，为待匹配参数序列中
的第1个互补参数与待匹配参数序列中的最后个互补参数的互补判定值；若，则计算，获得与第1个互补参数对应的灰度值互补的最优灰度值，其中，为待匹配参数序列中的前个互补参数与待匹配参数序列中的第个互补参数的互补判定值。
[0009]优选的，所述根据初始灰度直方图中各灰度值对应的频次、待处理图像中像素点的最大灰度值和待处理图像中像素点的最小灰度值，获得初始灰度直方图中频次非0的各灰度值对应的目标灰度值，包括：采用如下公式计算初始灰度直方图中频次非0的第i个灰度值对应的目标灰度值：其中，为频次非0的第i个灰度值对应的目标灰度值，为频次非0的第i个灰度值，为待处理图像中像素点的最大灰度值，为待处理图像中像素点的最小灰度值，为向下取整。
[0010]优选的，所述基于所述目标灰度值获得拉伸后的灰度直方图，包括：将待处理图像中频次非0的各灰度值用其对应的目标灰度值替换，基于替换完成后的待处理图像中像素点的灰度值重新构建灰度直方图，并记为拉伸后的灰度直方图。
[0011]优选的，所述根据各最优灰度值集合中的各灰度值对应的频次和所有灰度值的平均频次，对各最优灰度值集合中的各灰度值对应的频次进行互补操作获得加密图像，包括：若最优灰度值集合中灰度值的数量等于2，则将最优灰度值集合中的其中一个灰度值记为第一灰度值，将最优灰度值集合中的另一个灰度值记为第二灰度值；计算所述第一灰度值在互补之前对应的频次和所述第二灰度值在互补之前对应的频次之和，并记为频次指标，将所述频次指标与所有灰度值的平均频次的差值作为所述第一灰度值在互补之后对应的频次，将所有灰度值的平均频次作为所述第二灰度值在互补之后对应的频次；若最优灰度值集合中灰度值的数量大于2，则将最优灰度值集合中对应的最优互补灰度值个数最多的灰度值记为第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的视频数据处理方法，其特征在于，该方法包括以下步骤：获取待处理的视频数据，将所述视频数据中的任意一帧灰度图像记为待处理图像；获取所述待处理图像对应的初始灰度直方图，根据初始灰度直方图中各灰度值对应的频次、待处理图像中像素点的最大灰度值和待处理图像中像素点的最小灰度值，获得初始灰度直方图中频次非0的各灰度值对应的目标灰度值，基于所述目标灰度值获得拉伸后的灰度直方图；根据所述拉伸后的灰度直方图中各灰度值对应的频次和所有灰度值的平均频次，得到拉伸后的灰度直方图中各灰度值的互补参数；基于所述互补参数获得各最优灰度值集合，根据各最优灰度值集合中的各灰度值对应的频次和所有灰度值的平均频次，对各最优灰度值集合中的各灰度值对应的频次进行互补操作获得加密图像。2.根据权利要求1所述的基于人工智能的视频数据处理方法，其特征在于，所述根据所述拉伸后的灰度直方图中各灰度值对应的频次和所有灰度值的平均频次，得到拉伸后的灰度直方图中各灰度值的互补参数，包括：分别计算各灰度值对应的频次与所有灰度值的平均频次的差值，将所述差值记为第一差值；将所述第一差值与所有灰度值的平均频次的比值作为各灰度值的互补参数。3.根据权利要求1所述的基于人工智能的视频数据处理方法，其特征在于，所述基于所述互补参数获得各最优灰度值集合，包括：将所有互补参数按照从大到小的顺序进行排序，生成互补参数序列；选取互补参数序列中的第1个互补参数和最后1个互补参数作为初值，计算两个初值之和，作为第1个互补参数与最后1个互补参数的互补判定值，若第1个互补参数与最后1个互补参数的互补判定值的绝对值小于统计特性阈值，且第1个互补参数与最后1个互补参数的互补判定值小于0，则从灰度值255开始向下遍历，计算第1个互补参数与各灰度值的互补参数的互补判定值，直到第1个互补参数与前一灰度值的互补参数的互补判定值小于第1个互补参数与后一灰度值的互补参数的互补判定值，将第1个互补参数对应的灰度值与对应的前一灰度值作为一个最优灰度值集合，并删除互补参数序列中最优灰度值集合中各灰度值的互补参数；若第1个互补参数与最后1个互补参数的互补判定值的绝对值小于统计特性阈值，且第1个互补参数与最后1个互补参数的互补判定值大于等于0，则从灰度值0开始向上遍历，直到第1个互补参数与前一灰度值的互补参数的互补判定值小于第1个互补参数与后一灰度值的互补参数的互补判定值，将第1个互补参数对应的灰度值与对应的前一灰度值作为一个最优灰度值集合；以此类推，对初值进行更新，遍历互补参数序列中所有互补参数，获得多个最优灰度值集合，并在互补参数序列中删除最优灰度值集合中各灰度值的互补参数。4.根据权利要求3所述的基于人工智能的视频数据处理方法，其特征在于，若删除最优灰度值集合中各灰度值的互补参数操作后互补参数序列中还剩余互补参数，则将互补参数序列中剩余的互补参数按照从大到小的顺序进行排序，构建待匹配参数序列，根据第1个互补参数与待匹配参数序列中其它互补参数的互补判定值，获得与第1个互补参数对应的灰度值互补的最优灰度值，第1个互补参数对应的灰度值和与其互补的各最优灰度值构成一个最优灰度值集合，所述其它互补参数从待匹配参数序列中最后1个互补参数开始依次向前遍历；以此类推，遍历待匹配参数序列中所有互补参数对应的灰度值，获得各最优灰度值
集合。5.根据权利要求4所述的基...

【专利技术属性】
技术研发人员：李向东，
申请(专利权)人：湖南洛普洛科技有限公司，
类型：发明
国别省市：