基于隐私区域的视频加密技术研究

视频加密技术是保护多媒体信息安全，促进网络多媒体应用快速健康发展必须解决的关键技术。本课题针对保护视频信息安全的实际应用需求，开展基于隐私区域的视频加密技术研究，统筹考虑隐私区域提取，编码和加密三者相结合的情况下对算法复杂度，安全性和编码效率的影响，建立高效的隐私区域视频加密框架。研究与编码相结合的人脸检测方法，利用编码过程中产生的信息快速准确地提取隐私区域，提高隐私区域检测速度；针对基于隐私区域的视频加密过程中特有的误差漂移情况，研究预测受限的视频编码方法，提高视频编码效率；研究基于压缩感知的视频加密方法，提高视频加密安全性；针对加密区域与非加密区域共存的特点，建立一种新的加密视频的视觉安全性评价模型，更为准确的评价隐私区域加密视频的视觉安全性。在以上工作的基础上，构建实验验证系统。争取在基于隐私区域的视频加密技术方面取得突破，促进的多媒体信息安全技术的发展。

本项目重点围绕建立高效的基于局部区域的视频加密框架展开，对其中的关键问题进行较为深入的研究，统筹考虑局部区域提取，视频编码和加密三者相结合的情况下对速度，编码效率和安全性的影响，取得了如下的研究成果：.1. 融合编码信息的运动物体提取方法.本项目综合研究了运动物体提取与视频编码过程，提出了一种融合编码信息的快速运动物体提取方法。该方法利用视频编码过程中产生的信息进行运动检测，避免了重复计算，可快速准确地提取出运动物体。实验结果表明：与主流的像素域提取方法（Improved GMM）及压缩域运动物体提取方法相比，该方法在保证提取准确度的同时，提取速度分别是原来的平均约28.588倍和4.418倍。.2. 预测受限的误差漂移抑制方法.本项目提出了一种预测受限的误差漂移抑制方法。该方法通过精心设计未加密宏块的帧内及帧间预测候选模式和过程，充分利用未加密数据进行预测，提高编码效率。实验结果表明：在具有不同运动特性的基准序列上进行测试，本项目方法与灵活的宏块顺序（Flexible Macroblock Ordering, 简称FMO）方法相比，码率平均提高约77.6%。.3. 基于压缩感知的视频加密方法.本项目提出了一种基于压缩感知（Compressive Sensing, CS）的视频加密方法。该方法基于新兴的压缩感知理论及视频编码过程中变换系数内在稀疏性的特点，利用密钥控制的混沌序列发生器对加密区域相关的编码系数进行加密。实验结果及分析表明：在编码效率提高的同时，本方法与安全性较高的系数随机置乱加密方法相比，密码破译空间比原来提高约3倍。.在项目资助下，课题组共发表论文14 篇，其中SCI 论文7 篇，EI 论文13篇， 在国际学术期刊上发表论文7 篇， 在国际顶级学术期刊IEEE TCSVT,TMM 发表论文2 篇； 培养博士生4名， 其中3 名已经毕业， 获得博士学位；培养硕士生2名，已毕业1人。