APP下载

基于混沌序列的视频隐私保护系统设计与实现

2021-03-22

无线互联科技 2021年3期
关键词:解密人脸加密

(中国人民公安大学 信息网络安全学院,北京 102600)

0 引言

视频监控系统可以分为两个种类,第一种是公共场所的视频监控系统[1]。其目的是增强公安等执法部门对于突发事件的预防和管控的能力,保障社会治安和公民的各项权利。这类系统常常和社会机构结合,从而更好的运作。例如在道路上监控交通状况的交通监控系统。因此,这些监控系统就像是深入人们生活的“第三只眼睛”,在公共场所中人们的一言一行在这实时监控之下一览无遗,而人们就生活在这种貌似隐私被别人随时窥视的恐慌之中。还有一种是由个人安装的系统,目的是对于自身财物和安全的保护,此类系统安装的地方多为私人住宅或者中小型私营场所。与上一种系统的社会机构的专业管理人员相比,这些人员的专业度较差、自我道德约束力较弱,不乏有偷窥者混迹其中。且由于此类系统脱离了公共的监管范围,个人的隐私得不到保护,被窃取盗用的情况屡见不鲜,给生活平添隐私泄漏的烦恼。

尽管已经有保障人们隐私的法律出台和实施,然而国内立法尚且不成熟,各项法律法规亟待完善。此外,法律的确立并非易事,而如果一般的隐私泄露事件如果采取法律手段会消耗大量公共资源。由此可以看出采取可行的技术手段保护隐私是时代的趋势。

1 MTCNN人脸检测算法

Multi-task Cascaded Convolutional Neural Networks,简称MTCNN,是多任务级联卷积神经网络[2]。该算法第一次将人脸检测和人脸特征点定位结合起来,而得到的人脸特征点又可以实现人脸校正,其诞生具有重大意义。该算法极大地提高了检测性能,减弱了角度、光照、遮挡等因素对于人脸识别和人脸对齐的影响。该算法由三个网络结构组成,第一层为P-Net,能够通过CNN快速产生候选框体;第二层是R-Net,能够通过更复杂一点的CNN精炼候选窗体,丢弃大量的重叠窗体;第三层是O-Net,使用了更强大的CNN,实现了候选窗体去留,同时回归5个面部关键点。将三层网络架构和卷积神经网络算法相结合的关键点定位以及人脸检测的MTCNN是目前人脸检测与人脸特征点定位领域表现最好的算法之一。

2 混沌序列图像加解密算法

混沌序列的图像加密解密算法利用异或运算对数据进行隐藏[3]。该运算有一特点:使用同一数据对图像数据进行连续的两次异或运算后图像数据不会发生改变,利用这一特性就能在对图像数据进行加密保护的同时不改变原来的图像数据。

该加密算法对于图像数据的加密十分有效,在实现图像数据加密的同时不仅保证了其数据的完整性更使其在网络传输中不被他人轻易地获取,实现数据的隐藏保护。算法整体如图1所示。

图1 混沌序列的图像加密解密算法整体架构

该算法利用混沌序列来完成对像素矩阵的异或加密运算和初等变换,算法如图2所示。

3 系统功能模块设计

系统将视频隐私保护划分成多个模块。这几个模块以不同的职能和服务为具体的划分理由,通过模块化的拆分和组合,可以方便管理员对系统的维护,并且保证了系统的可延展性,为之后扩大系统的使用规模打下良好的基础,也方便管理员对我系统的学习以及应用[4]。不同角色的模块相互配合,也增加了系统的安全性,易于管理。系统的功能模块如图3所示。

图2 混沌序列加密解密算法具体过程

图3 视频隐私保护系统模块

该系统首先通过构建MTCNN网络实现对于人脸的识别,然后采用基于混沌序列的图像加密解密算法对人脸进行加密解密。具体算法流程如图4所示。

图4 视频隐私保护系统算法流程

4 系统功能实现

该系统有两个功能,一是可以对摄像头前的人脸信息进行实时加密,并将视频存储在系统硬盘内,通过正确的密钥才可以对加密的视频进行解密,二是对现有的视频中的人脸信息进行加密,通过正确的密钥才可以对加密的视频进行解密,保证了视频传递期间人脸信息的安全性,有效保护了视频中人们的个人隐私。

4.1 人脸信息实时加密

视频监控其设计目的是维护社会稳定,对于违法犯罪行为的发生能够发现并且采取有效措施。然而这类系统在设计之初却忽略了对个人隐私的保护问题。

人脸信息实时加密功能通过视频采集模块获取摄像头捕获的视频帧,在程序运行的过程中,加载MTCNN多层网络结果并将捕获的视频帧输入其中去,可以达到实时捕获人脸的目的。当检测出视频中的人脸时,通过混沌序列的图像加密解密算法对人脸框进行加密。实验效果如图5—7所示。

4.2 视频人脸信息加密

现今,人脸信息泄露的事件时有发生。这些人脸信息泄露的事件无不再告诉人们隐私保护的重要性,人们也生活在这种隐私随时可能被泄露的风险中。正因生活中有诸多人脸信息被泄露的风险,人脸信息的加密就显得尤为重要。

系统通过视频采集模块导入视频帧,然后调用MTCNN进行人脸识别,并通过混沌序列的人脸加密方法对识别出的人脸进行加密,最后导出视频。

通过视频隐私保护系统来对视频中的人脸进行加密,截取其中的效果图来展示系统的功能。

图5 人脸信息实时加密

图6 单人人脸加密图像

图7 多人人脸加密图像

当视频进行加密后,需要输入正确的密钥才可以对加密的人脸图像进行解密。当输入错误的密钥时,视频将无法正确解密,人脸图像将依旧保持这被加密的状态。基于混沌序列的图像加密解密算法是运用异或运算将数据进行隐藏,所以连续使用同一数据对图像数据两次异或运算图像的数据不会发生改变,但是当两次异或的数据不一样时,便不会正确解密加密的图像,通过这种方式对视频中的人脸信息达到了有效保护的目的,保护了个人隐私。

5 结语

信息化时代已经来临,大量的个人信息出现在互联网上,个人信息泄露也时有发生,隐私的泄露已经常态化。而人脸信息更是一种至关重要的个人信息,一旦被别有用心之人窃取用作其他活动,又或者是个人隐私视频中的人脸信息的泄露,都可能对个人造成不同程度的伤害。而基于混沌序列的视频隐私保护系统能够很好地保护视频中的人脸信息不被泄露,具有较好的应用价值与市场前景。

现今,多数人脸检测算法已经达到了很高的准确率,人脸检测已不再是一项难题。本文参考了一定数量的人脸检测文献,选取了MTCNN人脸检测算法,并结合了混沌序列的加密解密算法设计出了该视频隐私保护系统。首先,选取代表性较好的人脸样本之后,利用人脸检测率较高和实时性较强的MTCNN算法,训练出分类效果较好的分类器,对图片和视频中的人脸进行检测,然后利混沌序列的图像加密解密算法对其进行加密,通过秘钥的交换就可以实现人脸图像的解析。

本文所设计的视频隐私保护系统,运用了MTCNN多层网络结构来检测视频中人脸,经过多次实验,即使是在复杂的人脸环境下,对于人脸的检测也达到了很好的效果。同时本文研究的混沌序列的图像加密解密技术对人脸检测框内的每一个像素点进行混沌,并通过异或运算将数据隐藏,使得图像的安全性得到了有效的保护,同时算法的简易性使得程序易于实现,可以有效运用于视频隐私保护。

猜你喜欢

解密人脸加密
有特点的人脸
炫词解密
解密“一包三改”
炫词解密
一种基于熵的混沌加密小波变换水印算法
三国漫——人脸解锁
认证加密的研究进展
基于ECC加密的电子商务系统
马面部与人脸相似度惊人
解密“大调解”