專利名稱：一種用于隱私保護的監(jiān)控視頻加密方法
一種用于隱私保護的監(jiān)控視頻加密方法技術領域
本發(fā)明研究視頻監(jiān)控中個人肖像，行為和身份信息等個人信息的保護問題，屬于視頻加密隱私保護領域。
背景技術：
在信息技術發(fā)達的今天，我們的個人隱私信息，包括姓名，年齡，身份證號，電話號碼，個人賬戶，個人肖像，行為等信息，存在被濫用的潛在危險。近年來，我國屢屢發(fā)生互聯(lián)網(wǎng)絡泄露個人隱私信息事件，包括在網(wǎng)絡上非法傳播視頻監(jiān)控網(wǎng)絡中涉及個人隱私的視頻片段，就是個人隱私信息被濫用的典型例子。視頻監(jiān)控技術的應用對公共安全保護起到了重要作用，但也產(chǎn)生了個人隱私信息被濫用的危險。出于公共安全需要，公安部門或有關單位在重要公共場所，如機場，車站，賓館，居民住宅區(qū)等，普遍安裝了視頻監(jiān)控網(wǎng)絡。這些廣泛存在的視頻監(jiān)控網(wǎng)絡不可避免會涉及到公民個人隱私信息，如肖像和行為等。如果有關單位對這些隱私信息管理和使用不當，致使其被濫用，將給公民個人的正常生活造成嚴重影響，甚至造成重大損失，社會影響極壞。近年來，我國已經(jīng)發(fā)生了多起泄露監(jiān)控錄像資料的案例，這些錄像資料在互聯(lián)網(wǎng)上瘋狂傳播，嚴重侵犯了公民的個人隱私權。因此，如何通過技術手段保護公民個人隱私權，防止個人隱私信息未經(jīng)授權使用和傳播，已經(jīng)變得刻不容緩。
隱私保護在國外受到廣泛重視，國外學者較早開展了視頻監(jiān)控網(wǎng)絡隱私保護方法和技術研究。目前，視頻監(jiān)控中隱私保護策略主要有兩大類。一類采用置亂(scrambling)，模糊(obscuring)或掩飾(masking)方法保護視頻圖像中個人的身份信息,達到保護隱私的目的。在這類方法中，視頻圖像中的人臉或整個身體的視覺紋理數(shù)據(jù)被丟棄或進行不可逆變換。另一類隱私保護策略試圖將個人隱私特征從輸入信號中分離出來，保護這些特征安全，同時也可以在將來的應用中檢索得到。這類隱私保護策略采用傳統(tǒng)加密方法進行加密，或者在變換域對隱私內容進行加密，涉及視頻編碼，加大了實現(xiàn)復雜性。
綜上分析，目前視頻監(jiān)控網(wǎng)絡隱私保護的兩類方法均存在自身的不足。近年來，二維離散分數(shù)傅立葉變換(FrFT)在圖像加密中得到了應用，例如基于分數(shù)傅立葉變換的彩色圖像加密，基于多參數(shù)分數(shù)傅立葉變換和混沌函數(shù)的圖像加密等。二維隨機離散分數(shù)傅立葉變換(RDFrFT)輸出幅度和相位均是隨機的量，可以預見它在圖像和視頻加密方面比傳統(tǒng)的分數(shù)傅立葉變換更有優(yōu)勢。
與國外對隱私保護的重視程度和取得的成果相比較而言，我國在隱私保護方面的工作亟待加強，隱私保護方法的研究工作剛剛起步。本發(fā)明主要研究視頻監(jiān)控網(wǎng)絡中個人肖像、行為和身份信息等個人隱私信息保護的理論和方法，視頻監(jiān)控網(wǎng)絡基于我國自主知識產(chǎn)權的視頻監(jiān)控視音頻編解碼標準(SVAC)。本項目擬通過視頻圖像人體檢測與人臉檢測，采用隨機離散分數(shù)傅立葉變換對視頻圖像人體和人臉區(qū)域進行加密處理，防止個人隱私信息泄露和未經(jīng)授權濫用，并在FPGA嵌入式板卡系統(tǒng)上實時實現(xiàn)。采用秘密共享算法，對授權用戶的訪問權限進行分級控制，并對非法訪問者進行追蹤。該研究對于探索視頻監(jiān)控網(wǎng)絡視頻內容安全傳輸和隱私保護機制具有重要的理論意義和實際應用價值。發(fā)明內容
本發(fā)明的目的正是為了克服現(xiàn)有人隱私信息保護存在自身的不足，而提供一種能夠實現(xiàn)對人體和人臉區(qū)域加密，保護視頻圖像中的隱私信息，防止個人隱私信息泄露和未經(jīng)授權濫用的用于隱私保護的監(jiān)控視頻加密方法。
本發(fā)明的目的是通過如下技術方案來實現(xiàn)的。
一種用于隱私保護的監(jiān)控視頻加密方法，本發(fā)明步驟為: O采集視頻監(jiān)控網(wǎng)絡中個人肖像，行為和身份信息； 2)基于安全防范視音頻編碼國家標準(SVAC)，通過視頻圖像人體檢測與人臉檢測，采用二維隨機離散分數(shù)傅立葉變換(2-D RDFrFT)對人體或人臉區(qū)域加密，保護視頻圖像中的隱私信息，防止個人隱私信息泄露和未經(jīng)授權濫用； 3)對視頻監(jiān)控系統(tǒng)用戶的生物特征進行隨機處理，采用秘密碼書和非完全秘密共享方案MIX-SPLIT算法實現(xiàn)訪問控制和共享者子集跟蹤，對授權用戶的訪問權限進行分級控制。
視頻圖像人體檢測和人臉檢測。視頻監(jiān)控網(wǎng)絡涉及個人肖像，行為和身份，隱私保護的首要問題是如何正確檢測視頻圖像中的人體和人臉，構成視頻圖像的感興趣區(qū)域(R0I)。本項目研究視頻圖像人體檢測方法，包括正面人體，側面人體和背面人體等多角度以及有部分遮擋情況下的人體檢測，研究視頻圖像人臉檢測方法，包括正面人臉和側面人臉的檢測?？煽康贿^于復雜的檢測方法有利于在FPGA嵌入式系統(tǒng)上實時實現(xiàn)。
視頻圖像人體和人臉ROI區(qū)域加密。為了保護視頻圖像中個人肖像，行為和身份等隱私信息，本發(fā)明研究對人體和人臉ROI區(qū)域進行加密保護的方法。在視頻圖像傳輸前對ROI區(qū)域進行加密變換，掩蓋個人真實身份和行為信息，在傳輸過程中截取視頻的非法入侵者或在接收端未經(jīng)授權的用戶均無法獲知視頻圖像中的個人隱私信息。
秘密混合與共享算法設計。用戶根據(jù)授權級別對包含隱私信息的視頻圖像進行訪問，非法用戶訪問受到限制。將每個用戶的生物特征(如:指紋)進行隨機處理后采用混合算法進行混合，再將混合結果隨機分割成若干共享份額(Shares)。其中，一個份額作為水印嵌入圖像中，一個份額作為密鑰用于圖像內容加密，每個用戶有一個或多個份額(視用戶權限大小而定)，其余份額存儲在系統(tǒng)服務器中。如果要訪問圖像內容，必須將一定數(shù)量的共享份額組合在一起才能訪問到。
人體檢測、人臉檢測、ROI區(qū)域加密及秘密共享訪問控制算法的實時實現(xiàn)。視頻實時傳輸?shù)奶匦砸笕梭w檢測、人臉檢測、ROI區(qū)域加密及秘密共享訪問控制算法均要做到實時實現(xiàn)。本項目研究如何減小這些算法的計算量，使它們便于實時計算。


:圖1為視頻監(jiān)控網(wǎng)絡隱私保護研究方案。
本發(fā)明擬采取的研究方案 本發(fā)明擬采取如圖1所示的研究方案。它包括人體檢測，人臉檢測，ROI區(qū)域加密，秘密共享訪問控制，ROI區(qū)域水印嵌入五個組成部分。
I)人體檢測 人體檢測是視頻監(jiān)控網(wǎng)絡隱私保護中關鍵的首要步驟，能否準確、全面地檢測出視頻圖像中的人體，關系到整個研究的成敗。本項目擬利用方向梯度直方圖(HOG)與局部二進模式(LBP)的組合特征，采用全局搜索和局部搜索模式檢測人體。全局檢測器和局部檢測器通過支持向量機(SVM)訓練獲得。為了解決遮擋人體的檢測問題，對于模糊不定的掃描窗口，根據(jù)HOG特征對全局檢測器的響應構建遮擋似然圖(Occlusion Likelihood Map)并采用均值漂移(Mean Shift)算法對其進行分割。分割窗口如果負響應為主，則判定為有遮擋的區(qū)域。
2)人臉檢測 人臉檢測是在人體檢測的基礎上進行的。在人體檢測全面且準確無誤的情況下，可以在人體區(qū)域查找是否存在人臉。本項目擬采用基于膚色的人臉檢測方法。膚色檢測結合平均臉匹配評分圖表及水平邊緣匹配評分，實現(xiàn)人臉局部化檢測。
3) ROI區(qū)域加密 檢測出來的人體區(qū)域和人臉區(qū)域成為我們感興趣的區(qū)域(R0I)。對于ROI區(qū)域的加密，本項目擬采用隨機離散分數(shù)傅立葉變換(RDFrFT)方法實現(xiàn)加密與解密。大小為MXN的視頻圖像P，其二維離散隨機分數(shù)傅立葉變換(2-D RDFrFT)定義如下[24]: = - '-P' PiI 其中，(ax,Hl^a2,H2)是變換參數(shù)集合，和戌分別是NXN，MXM的隨機離散分數(shù)傅立葉變換矩陣。RDFrFT的輸出幅度和相位均是隨機的。隨機參數(shù)矢量務和％ ,以及隨機DFT交換矩陣吊和盡，均可作為視頻圖像加密的密鑰。對于視頻圖像的解密，直接進行變換參數(shù)集合為(-屯巧,-52,片2)的2-D RDFrFT即可。
4)秘密共享算法 秘密共享訪問控制分為訪問編碼和訪問驗證兩部分。訪問編碼的功能是秘密混合與共享份額產(chǎn)生。
①訪問編碼。它將授權用戶的生物特征秘密(下面以2個秘密PIN-E和PIN-C為例)變換成η個共享份額(SI，S2，…，Sn)。這些成分(即秘密和共享份額)由隨機數(shù)發(fā)生器及模板加密方法從生物特征數(shù)據(jù)或圖像產(chǎn)生。只有將產(chǎn)生的共享份額嚴格按照預定義的過程組合起來才能完全恢復兩個PIN，否則，只可能部分恢復。可以跟蹤非法共謀訪問。PIN-E為加密密鑰，PIN-C是控制密鑰。PIN-C與共享份額一起用于對內容或應用的控制，PIN-E用于對需要限制訪問的圖像內容進行加密。在對安全性要求很高的情況下，還需要集成基于生物特征注冊的用戶身份驗證。生物特征PIN-B通常是從真實的生物特征經(jīng)過單向模板加密得到的，不需要存儲實際的生物特征信號，因此不可能被誤傳或受到隱私攻擊。該模塊可提供多層的，有層次的，或分布式訪問機制。
②訪問驗證。為了能訪問包含隱私信息的受限視頻圖像，必須輸入或聯(lián)合適當數(shù)目的共享份額，系統(tǒng)利用PIN-C和共謀列表來識別用戶身份，確認用戶的訪問等級，準許或拒絕訪問。如果需要另外的用戶身份認證，用戶將被要求輸入他的生物特征信號信息，本地產(chǎn)生的PIN-B將用預先注冊的PIN- B通過相關匹配或其它相似準則進行驗證。驗證通過時，訪問得到許可，并可得到加密密鑰PIN-E。假定控制密鑰PIN-C是不可破解的，因此，正常情況下它保持不變。如果共享或PIN-E被盜用，則產(chǎn)生一個新的PIN-E，新的共享份額分發(fā)給共享者。
本發(fā)明擬采用非完全秘密共享，在安全性與有效跟蹤之間做平衡，采用簡單非完全秘密共享方案MIX-SPLIT實現(xiàn)訪問控制和共享者子集跟蹤。MIX-SPLIT算法是一個簡單的替代密碼，將兩個或更多的信息段(秘密)混合，然后采用秘密分割和密碼碼書將其分為η份。該算法的主要特征是，盡管秘密混合和分割時需要碼書，但是重構信息時不需要碼書。共享秘密分量作為水印加入到視頻圖像內容中，通過水印組合實現(xiàn)秘密重構，進一步增強視頻圖像內容的隱私和秘密性。
5) ROI區(qū)域水印嵌入 采用我們設計的混合一共享分離算法，將所有授權用戶的生物特征(指紋)經(jīng)模板加密得到的編碼進行混合，然后分離得到若干共享份額，并將其中一個份額作為水印信息嵌入圖像中。水印嵌入與提取采用目前較為成熟的數(shù)字水印算法實現(xiàn)。比如，快速沃爾什變換(FWT)域擴頻圖像水印算法是對傳統(tǒng)擴頻水印算法的改進，F(xiàn)WT降低了計算復雜度和水印對宿主圖像的影響，便于用硬件實時實現(xiàn)。
本發(fā)明的有益效果是: 本發(fā)明研究視頻監(jiān)控網(wǎng)絡隱私保護方法，以人體檢測和人臉檢測為基礎，以人體和人臉區(qū)域加密以及秘密共享多級訪問控制為核心，采用二維離散分數(shù)傅立葉變換(2-DRDFrFT)實現(xiàn)人體和人臉區(qū)域加密，采用混合-分離算法及數(shù)字水印實現(xiàn)對隱私信息的非完全秘密共享訪問控制。在FPGA硬件系統(tǒng)上實時實現(xiàn)上述算法，完成對視頻監(jiān)控網(wǎng)絡中隱私信息的實時保護。本發(fā)明研究方案合理，研究思路清晰、明確，這是研究工作取得成功的重要保證。
具體實施方式
: 一種用于隱私保護的監(jiān)控視頻加密方法，本發(fā)明步驟為: O采集視頻監(jiān)控網(wǎng)絡中個人肖像，行為和身份信息等個人隱私信息； 2)針對安全防范視音頻編碼國家標準SVAC，研究基于二維隨機離散分數(shù)傅立葉變換(2-D RDFrFT)實現(xiàn)對人體和人臉區(qū)域加密，保護視頻圖像中的隱私信息； 3)通過視頻圖像人體檢測與人臉檢測，采用隨機離散分數(shù)傅立葉變換對視頻圖像人體和人臉(ROI)區(qū)域進行加密處理，防止個人隱私信息泄露和未經(jīng)授權濫用； 4)對每個用戶的生物特征進行隨機處理后，采用秘密碼書和非完全秘密共享方案MIX-SPLIT算法實現(xiàn)訪問控制和共享者子集跟蹤，對授權用戶的訪問權限進行分級控制。
權利要求
1.一種用于隱私保護的監(jiān)控視頻加密方法，用于對視頻監(jiān)控網(wǎng)絡中個人肖像，行為和身份信息進行加密保護，其特征是: 1)采集視頻監(jiān)控網(wǎng)絡中個人肖像，行為和身份信息； 2)基于安全防范視音頻編碼國家標準，通過視頻圖像人體檢測與人臉檢測，采用二維隨機離散分數(shù)傅立葉變換對人體或人臉區(qū)域加密，保護視頻圖像中的隱私信息，防止個人隱私信息泄露和未經(jīng)授權濫用； 3)對視頻監(jiān)控系統(tǒng)用戶的生物特征進行隨機處理，采用秘密碼書和非完全秘密共享方案MIX-SPLIT算法實現(xiàn)訪問控制和共享者子集跟蹤，對授權用戶的訪問權限進行分級控制。
全文摘要
一種用于隱私保護的監(jiān)控視頻加密方法。本發(fā)明研究視頻監(jiān)控系統(tǒng)中個人肖像，行為和身份信息等個人隱私信息的保護方法，屬于視頻加密隱私保護領域；針對安全防范視音頻編碼國家標準，研究基于二維隨機離散分數(shù)傅立葉變換實現(xiàn)對人體和人臉區(qū)域加密，保護視頻圖像中的隱私信息；通過視頻圖像人體檢測與人臉檢測，采用隨機離散分數(shù)傅立葉變換對視頻圖像人體和人臉區(qū)域進行加密處理，防止個人隱私信息泄露和未經(jīng)授權濫用；對每個用戶的生物特征進行隨機處理后，采用秘密碼書和非完全秘密共享方案MIX-SPLIT實現(xiàn)訪問控制和共享者子集跟蹤，對授權用戶的訪問權限進行分級控制。本發(fā)明用于防止視頻監(jiān)控中個人隱私信息未經(jīng)授權的濫用。
文檔編號G06F21/62GK103152556SQ20131008207
公開日2013年6月12日 申請日期2013年3月15日 優(yōu)先權日2013年3月15日
發(fā)明者柏正堯 申請人:云南大學