基于视觉语义的云环境密文图像检索研究

Encrypted image retrieval in cloud computing is a key technology to realize the massive images storage & management and images safety. It has risen extensive concern of governments, businesses and researchers. It is a challenging to fulfill the task of making the image owners to encrypt and store their images in cloud computing and allowing the authorized users to retrieve images quickly. The research on this task is still in its infancy, some key problems haven't been well solved. In the view of visual sensation, this program will dig deep into some key cruxes related to encrypted image retrieval such as the accurate characterization of image and effective index construction in cloud computing. The key research points in this project include: theories and model building of the visual semantic formalization of encrypted images, multiple features fusion encrypted image retrieval, sensation robust based safe index construction and encrypted image retrieve prototype system construction in cloud computing. This project will improve and develop the relevant theories and techniques of encrypted image retrieval on visual semantic feature extraction, robust hash index construction and multiple features fusion optimization and so on. It will provide new methods for multi-retrieval, better precision and application of encrypted image retrieval, and offer technique support to the development of encrypted image retrieval in cloud computing.

云计算环境下密文图像检索是解决大规模图像存储管理困难与图像安全问题的关键，已得到各国政府、企业、研究人员的广泛关注和高度重视。如何使图像拥有者在云计算环境中加密存储自己的图像，又能让授权用户快速检索到自己需要的图像，是一个极具挑战性的课题。但这方面的研究仍处于起步阶段，有些关键问题还没得到有效解决。本项目拟从视觉感知的角度对云计算环境中密文图像检索所涉及的图像内容准确表征、高效索引构建等关键内容进行深入研究。主要研究内容包括：云计算环境中密文图像视觉语义形式化描述与模型构建、多特征融合的密文图像检索方法、基于感知鲁棒的安全索引构建、密文图像检索原型系统建立等。通过课题的研究，将在图像视觉语义特征提取、感知鲁棒哈希索引构建、多特征融合优化等方面完善和发展密文图像检索的相关理论和方法，为解决用户多需求查询、提高密文图像检索的精度和实用性提供新方法，为推动云环境下密文图像检索的发展提供技术支撑。

云计算环境下密文图像检索是解决大规模图像存储管理困难与图像安全问题的关键，已得到各国政府、企业、研究人员的广泛关注和高度重视。如何使图像拥有者在云计算环境中加密存储自己的图像，又能让授权用户快速检索到自己需要的图像，是一个极具挑战性的课题。本项目从视觉感知的角度对云计算环境中密文图像检索所涉及的图像内容准确表征、高效索引构建等关键内容进行深入研究。主要研究内容包括：云计算环境中密文图像视觉语义形式化描述与模型构建、多特征融合的密文图像检索方法、基于感知鲁棒的安全索引构建、密文图像检索原型系统建立等。在视觉语义特征形式化描述与模型构建方面，用DenseNet提取图像的深度特征，提出了多特征融合与LSH的密文图像检索方法，通过构建深度卷积语义特征提取器，提出了云环境下基于多特征自适应后期融合的可搜索加密图像检索方法；针对单一特征不能很好地表征图像内容问题，提出了三种多特征融合的密文图像检索算法；在感知鲁棒安全索引构建方面，提出了基于局部敏感哈希的加密图像检索方案，基于随机核典型相关分析的多视图哈希方法，基于多视图特征编码的多索引图像检索哈希算法，基于SimHash的密文图像检索方法等。在密文检索原型系统方面，提出了云环境下基于LSH的加密图像检索系统、云环境下基于SimHash的密文检索系统、云环境下支持泄密追踪的密文图像检索系统等。此外，将语义分割、语义特征提取与目标检测等结合起来，进一步应用到图像分类、柑橘病害智能诊断、医学图像分割、以及信息安全领域。通过课题的研究，在图像视觉语义特征提取、感知鲁棒哈希索引构建、多特征融合优化等方面完善和发展了密文图像检索的相关理论和方法，为解决用户多需求查询、提高密文图像检索的精度和实用性提供了新方法，为推动云环境下密文图像检索的发展提供了技术支撑。