【技术实现步骤摘要】
基于动态掩膜和生成恢复的两阶段图像隐私保护方法与系统
[0001]本专利技术属于基于深度学习的图像信息的隐私保护
，特别涉及一种在图像传输过程中基于动态掩膜和生成恢复两阶段的图像隐私保护方法与系统
。
技术介绍
[0002]随着数码相机
、
智能手机等数字产品的出现和普遍使用，数字图像无疑是数量增长最为迅速的多媒体信息，且被广泛应用于工程
、
国防
、
医学
、
科学实验等诸多领域，因此图像信息安全已经成为了当下的重要议程
。
[0003]现有的图像加密方法可划分为全图加密和选择性加密两种
。
前者是对整张图象进行加密，具有良好的加密效果，但是该方式的计算复杂度较高且不能满足快速扩展图像数据的要求；后者是在安全性和计算复杂性之间取得平衡，采用显著性目标检测算法识别出图像的重要区域并对该区域进行加密，此类方法能够降低一定的计算成本
。
[0004]虽然两类方法都具有一定的加密效果，但是全图加密在保证加密质量的同时无法兼顾加解密速率，且由于显著性目标数据集十分稀少，显著性目标检测算法并不能广泛应用于各种场景，因此采用该算法提取图像重点区域实用性不高
。
在信息化
、
智能化的时代，两类方法都需要对图像进行加密操作，数字图像数据量大，冗余度高，图像加密成本较高，且人工处理海量数据的能力有限，使用智能系统处理图像已逐渐成为新的趋势
。
技术实现思路
【技术保护点】
【技术特征摘要】
1.
基于动态掩膜和生成恢复的两阶段图像隐私保护方法，其特征是包括如下步骤：
S1、
建立数据集
ImgDataset
，对其进行预处理并对各目标打上类别标签，并比例分为训练集
D
tr
、
验证集
D
v
、
测试集
D
te
，对训练集
D
tr
进行分类训练；
S2、
自适应地判别图像的重点关注区域，生成对应的二值掩膜，利用掩膜对原图进行掩码；
S3、
将掩码图像输入生成器进行训练，将训练好的网络权重参数进行加密；
S4、
分别将掩码图像和步骤
S3
得到的参数密文发送到接收端，接收端对参数密文进行解密，并将网络权重参数载入接收端中与发送端网络结构相同的生成器，生成器对掩码图像进行修复
。2.
如权利要求1所述基于动态掩膜和生成恢复的两阶段图像隐私保护方法，其特征是，步骤
S1
具体包括将数据集
ImgDataset
统一缩放到
256*256
尺寸，将图像数据转化为张量并进行归一化，输入到
ResNet18
进行训练，记录验证集
D
v
平均准确率和交叉熵损失，保存验证性能最优的模型参数
。3.
如权利要求1所述基于动态掩膜和生成恢复的两阶段图像隐私保护方法，其特征是，步骤
S2
具体包括以下步骤：
S21
，将训练集
D
tr
输入到训练好的
ResNet18
网络，得到长度为
C
的一维向量，通过
softmax
分类器得到预测结果
y
及其对应的类别标签
c
；
S22
，提取
ResNet18
最后一层卷积层后的特征图
F
，其包含
512
个通道，
f
i
为
F
的第
i
个通道，每个通道尺寸大小为
8*8
；将
f
i
进行双线性插值放大到
256*256
得到
f
i
′
，
f
i
′
与原图相乘之后再次传入训练好的
ResNet18
，将输出通过
softmax
分类器并提取类别
c
所对应的预测结果
y
i
；如公式
(1)
所示，用
y
i
与
y
的差值评估特征图
F
中第
i
个通道对类别标签
c
的贡献程度，并通过
ReLU
函数将负值归零，得到得分类别激活图
CAM0；如公式
(2)
所示，将
CAM0进行离差标准化得到类别激活图
CAM
；；
S23
，设立一个阈值
γ
，
0.5<
γ
<1
，类别激活图
CAM
中像素值大于或等于
γ
的被视为原图的重点区域；
S24
，构造一张
256*256
的全0掩膜，搜寻类别激活图中像素值最大且大于
γ
的像素点，获取其位置坐标，同时将该像素点的像素值置0，并将掩膜中处于相同位置的像素点置1；
S25
，重复步骤
S24
，直到
CAM
中的像素值都小于
γ
为止，获得一张二值掩膜，其像素值非0即1，1对应原图中的重要像素，0反之；
S26
，用一个0到
255
的整数填充原图中与二值掩膜中像素值为1的位置相对应的像素点，得到对应的掩码图像
。4.
如权利要求3所述基于动态掩膜和生成恢复的两阶段图像隐私保护方法，其特征是，步骤
S3
包括以下步骤：
S31
，选取步骤
S2
中的掩码图像
I
mask
及其原图
I
gt
输入到生成器，生成器的编码器判别图
像的掩码区域，提取图像的语义信息；
S32
，生成器中的解码器对提取出的语义信息进行上采样，生成初步的修复结果图像；
S33
，判别器接收生成器输出的初步结果图像
I
re
，结合原图计算对抗损失，返回生成器；
S34
，将训练好的生成器的参数进行基于佩尔数列和椭圆曲线进行加密
。5.
如权利要求4所述基于动态掩膜和生成恢复的两阶段图像隐私保护方法，其特征是，步骤
S31
中，所述编码器采用八组结构，第一组为一个卷积，第二至七组为一个激活层
、
一个卷积和一个批次归一化层，第八组为一个激活层和一个卷积；第一
、
二
、
三组卷积的卷积核个数分别从3提升到
64、64
提升到
128、128
提升到
256
，第四到八组卷积的卷积核个数都为
512
；八组结构中的卷积大小均为4，步幅均为2，填充均为1，且第二至第八组激活层的激活函数均为
LeakyReLU
；编码器最终输出
512
张尺寸为
1*1
的特征图
。6.
如权利要求5所述基于动态掩膜和生成恢复的两阶段图像隐私保护方法，其特征是，步骤
S32
中，所述解码器对提取的语义信息特征进行反卷积操作，采用九组结构，第一至七组为一个激活层
、
一个反卷积和一个批次归一化层，第八组为一个激活层
、
一个反卷积，第九组只有...
【专利技术属性】
技术研发人员：滕旭阳，方世超，王子南，陈晗，仇兆炀，毕美华，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。