一种用于隐私保护的监控视频加密方法技术

一种用于隐私保护的监控视频加密方法。本发明专利技术研究视频监控系统中个人肖像，行为和身份信息等个人隐私信息的保护方法，属于视频加密隐私保护领域；针对安全防范视音频编码国家标准，研究基于二维随机离散分数傅立叶变换实现对人体和人脸区域加密，保护视频图像中的隐私信息；通过视频图像人体检测与人脸检测，采用随机离散分数傅立叶变换对视频图像人体和人脸区域进行加密处理，防止个人隐私信息泄露和未经授权滥用；对每个用户的生物特征进行随机处理后，采用秘密码书和非完全秘密共享方案MIX-SPLIT实现访问控制和共享者子集跟踪，对授权用户的访问权限进行分级控制。本发明专利技术用于防止视频监控中个人隐私信息未经授权的滥用。

【技术实现步骤摘要】

本专利技术研究视频监控中个人肖像，行为和身份信息等个人信息的保护问题，属于视频加密隐私保护领域。
技术介绍
在信息技术发达的今天，我们的个人隐私信息，包括姓名，年龄，身份证号，电话号码，个人账户，个人肖像，行为等信息，存在被滥用的潜在危险。近年来，我国屡屡发生互联网络泄露个人隐私信息事件，包括在网络上非法传播视频监控网络中涉及个人隐私的视频片段，就是个人隐私信息被滥用的典型例子。视频监控技术的应用对公共安全保护起到了重要作用，但也产生了个人隐私信息被滥用的危险。出于公共安全需要，公安部门或有关单位在重要公共场所，如机场，车站，宾馆，居民住宅区等，普遍安装了视频监控网络。这些广泛存在的视频监控网络不可避免会涉及到公民个人隐私信息，如肖像和行为等。如果有关单位对这些隐私信息管理和使用不当，致使其被滥用，将给公民个人的正常生活造成严重影响，甚至造成重大损失，社会影响极坏。近年来，我国已经发生了多起泄露监控录像资料的案例，这些录像资料在互联网上疯狂传播，严重侵犯了公民的个人隐私权。因此，如何通过技术手段保护公民个人隐私权，防止个人隐私信息未经授权使用和传播，已经变得刻不容缓。隐私保护在国外受到广泛重视，国外学者较早开展了视频监控网络隐私保护方法和技术研究。目前，视频监控中隐私保护策略主要有两大类。一类采用置乱(scrambling)，模糊(obscuring)或掩饰(masking)方法保护视频图像中个人的身份信息,达到保护隐私的目的。在这类方法中，视频图像中的人脸或整个身体的视觉纹理数据被丢弃或进行不可逆变换。另一类隐私保护策略试图将个人隐私特征从输入信号中分离出来，保护这些特征安全，同时也可以在将来的应用中检索得到。这类隐私保护策略采用传统加密方法进行加密，或者在变换域对隐私内容进行加密，涉及视频编码，加大了实现复杂性。综上分析，目前视频监控网络隐私保护的两类方法均存在自身的不足。近年来，二维离散分数傅立叶变换(FrFT)在图像加密中得到了应用，例如基于分数傅立叶变换的彩色图像加密，基于多参数分数傅立叶变换和混沌函数的图像加密等。二维随机离散分数傅立叶变换(RDFrFT)输出幅度和相位均是随机的量，可以预见它在图像和视频加密方面比传统的分数傅立叶变换更有优势。与国外对隐私保护的重视程度和取得的成果相比较而言，我国在隐私保护方面的工作亟待加强，隐私保护方法的研究工作刚刚起步。本专利技术主要研究视频监控网络中个人肖像、行为和身份信息等个人隐私信息保护的理论和方法，视频监控网络基于我国自主知识产权的视频监控视音频编解码标准(SVAC)。本项目拟通过视频图像人体检测与人脸检测，采用随机离散分数傅立叶变换对视频图像人体和人脸区域进行加密处理，防止个人隐私信息泄露和未经授权滥用，并在FPGA嵌入式板卡系统上实时实现。采用秘密共享算法，对授权用户的访问权限进行分级控制，并对非法访问者进行追踪。该研究对于探索视频监控网络视频内容安全传输和隐私保护机制具有重要的理论意义和实际应用价值。
技术实现思路
本专利技术的目的正是为了克服现有人隐私信息保护存在自身的不足，而提供一种能够实现对人体和人脸区域加密，保护视频图像中的隐私信息，防止个人隐私信息泄露和未经授权滥用的用于隐私保护的监控视频加密方法。本专利技术的目的是通过如下技术方案来实现的。，本专利技术步骤为: O采集视频监控网络中个人肖像，行为和身份信息； 2)基于安全防范视音频编码国家标准(SVAC)，通过视频图像人体检测与人脸检测，采用二维随机离散分数傅立叶变换(2-D RDFrFT)对人体或人脸区域加密，保护视频图像中的隐私信息，防止个人隐私信息泄露和未经授权滥用； 3)对视频监控系统用户的生物特征进行随机处理，采用秘密码书和非完全秘密共享方案MIX-SPLIT算法实现访问控制和共享者子集跟踪，对授权用户的访问权限进行分级控制。视频图像人体检测和人脸检测。视频监控网络涉及个人肖像，行为和身份，隐私保护的首要问题是如何正确检测视频图像中的人体和人脸，构成视频图像的感兴趣区域(R0I)。本项目研究视频图像人体检测方法，包括正面人体，侧面人体和背面人体等多角度以及有部分遮挡情况下的人体检测，研究视频图像人脸检测方法，包括正面人脸和侧面人脸的检测。可靠但不过于复杂的检测方法有利于在FPGA嵌入式系统上实时实现。视频图像人体和人脸ROI区域加密。为了保护视频图像中个人肖像，行为和身份等隐私信息，本专利技术研究对人体和人脸ROI区域进行加密保护的方法。在视频图像传输前对ROI区域进行加密变换，掩盖个人真实身份和行为信息，在传输过程中截取视频的非法入侵者或在接收端未经授权的用户均无法获知视频图像中的个人隐私信息。秘密混合与共享算法设计。用户根据授权级别对包含隐私信息的视频图像进行访问，非法用户访问受到限制。将每个用户的生物特征(如:指纹)进行随机处理后采用混合算法进行混合，再将混合结果随机分割成若干共享份额(Shares)。其中，一个份额作为水印嵌入图像中，一个份额作为密钥用于图像内容加密，每个用户有一个或多个份额(视用户权限大小而定)，其余份额存储在系统服务器中。如果要访问图像内容，必须将一定数量的共享份额组合在一起才能访问到。人体检测、人脸检测、ROI区域加密及秘密共享访问控制算法的实时实现。视频实时传输的特性要求人体检测、人脸检测、ROI区域加密及秘密共享访问控制算法均要做到实时实现。本项目研究如何减小这些算法的计算量，使它们便于实时计算。附图说明:图1为视频监控网络隐私保护研究方案。本专利技术拟采取的研究方案 本专利技术拟采取如图1所示的研究方案。它包括人体检测，人脸检测，ROI区域加密，秘密共享访问控制，ROI区域水印嵌入五个组成部分。I)人体检测 人体检测是视频监控网络隐私保护中关键的首要步骤，能否准确、全面地检测出视频图像中的人体，关系到整个研究的成败。本项目拟利用方向梯度直方图(HOG)与局部二进模式(LBP)的组合特征，采用全局搜索和局部搜索模式检测人体。全局检测器和局部检测器通过支持向量机(SVM)训练获得。为了解决遮挡人体的检测问题，对于模糊不定的扫描窗口，根据HOG特征对全局检测器的响应构建遮挡似然图(Occlusion Likelihood Map)并采用均值漂移(Mean Shift)算法对其进行分割。分割窗口如果负响应为主，则判定为有遮挡的区域。2)人脸检测 人脸检测是在人体检测的基础上进行的。在人体检测全面且准确无误的情况下，可以在人体区域查找是否存在人脸。本项目拟采用基于肤色的人脸检测方法。肤色检测结合平均脸匹配评分图表及水平边缘匹配评分，实现人脸局部化检测。3) ROI区域加密 检测出来的人体区域和人脸区域成为我们感兴趣的区域(R0I)。对于ROI区域的加密，本项目拟采用随机离散分数傅立叶变换(RDFrFT)方法实现加密与解密。大小为MXN的视频图像P，其二维离散随机分数傅立叶变换(2-D RDFrFT)定义如下[24]: = - '-P' PiI 其中，(ax,Hl^a2,H2)是变换参数集合，和戌分别是NXN，MXM的随机离散分数傅立叶变换矩阵。RDFrFT的输出幅度和相位均是随机的。随机参数矢量务和％ ,以及随机DFT交换矩阵吊和尽，均可作为视本文档来自技高网...

【技术保护点】
一种用于隐私保护的监控视频加密方法，用于对视频监控网络中个人肖像，行为和身份信息进行加密保护，其特征是：1)????采集视频监控网络中个人肖像，行为和身份信息；2)????基于安全防范视音频编码国家标准，通过视频图像人体检测与人脸检测，采用二维随机离散分数傅立叶变换对人体或人脸区域加密，保护视频图像中的隐私信息，防止个人隐私信息泄露和未经授权滥用；3)????对视频监控系统用户的生物特征进行随机处理，采用秘密码书和非完全秘密共享方案MIX?SPLIT算法实现访问控制和共享者子集跟踪，对授权用户的访问权限进行分级控制。

【技术特征摘要】
1.一种用于隐私保护的监控视频加密方法，用于对视频监控网络中个人肖像，行为和身份信息进行加密保护，其特征是: 1)采集视频监控网络中个人肖像，行为和身份信息； 2)基于安全防范视音频编码国家标准，通过视频图像人体检测与人脸检测，采用二维随机离散分数傅立...

【专利技术属性】
技术研发人员：柏正尧，
申请(专利权)人：云南大学，
类型：发明
国别省市：