CN109063506B - 用于医疗手术示教系统的隐私处理方法 - Google Patents

Abstract

本发明公开了一种用于医疗手术示教系统的隐私处理方法，用于医疗手术示教系统的隐私处理装置包括解码模块、人脸识别模块、打码模块和编码模块。由解码模块将视频流解码成格式为YUV、RGB等格式的帧数据并送至人脸识别模块；由人脸识别模块在人脸特征库和遮挡物特征库中查询后识别出每帧图像的人脸信息，并实时跟踪记录相关人脸信息数据后送至模糊处理模块对视频帧中的人脸数据进行马赛克模糊处理；处理好的视频帧送至编码模块，由编码模块对处理好的视频帧进行编码还原成RTSP、RTMP等格式的视频流后输出至相应的显示终端。

Description

用于医疗手术示教系统的隐私处理方法

技术领域

本发明涉及医学教育领域，具体是一种用于医疗手术示教系统的隐私处理方法。

背景技术

临床教学作为众多医院的重要任务，担负着培养医护人员的责任，培养方式通常是现场观摩。其中手术教学受到现场条件和卫生要求的限制，不仅现场手术观摩的参加人员受到限制，而且增加了手术感染率，现场观摩教学效果并不理想。

随着视频通信技术的快速发展，为医院实现远程可视化教学带来新的契机，众多大中型医院急需借此建起高质量的医院临床网络教学系统，手术示教系统也由此而诞生。通过手术示教系统，采用视音频数字化编码转播示教系统可以在手术室外通过大屏幕观摩手术过程，进行实时教学，既扩大了手术示教的范围，又降低了手术感染率。但是手术示教系统存在会暴露患者人脸信息的问题，因此在未进行隐私信息(人脸信息)处理之前，是不能将视频教学进行大范围的传播的。人脸识别技术是指利用分析比较的计算机技术识别人脸。手术示教系统处理人脸的方法大多是通过人脸识别技术对视频流解码后的帧数据进行人脸识别，然后对人脸进行马赛克处理。由于手术过程中患者是躺在手术台上，患者基本都会面佩戴口罩或者氧气面罩等，导致人脸识别的难度大大提高，不能有效的识别，从而导致人脸处理失败，给患者带来困扰。

发明内容

本发明的目的是提供一种识别率较高的用于医疗手术示教系统的隐私处理方法。

实现本发明目的的基本技术方案是：一种用于医疗手术示教系统的隐私处理方法，用于医疗手术示教系统的隐私处理装置包括解码模块、人脸识别模块、打码模块和编码模块；所述隐私处理装置用于医疗手术示教系统的隐私处理方法包括如下步骤：

步骤一、医疗手术示教系统的采集模块采集手术视频流，所述视频格式为RTMP、RTSP等格式；采集模块将视频流送至解码模块，由解码模块将视频流解码成格式为YUV、RGB等格式的帧数据；

步骤二、视频帧数据送至人脸识别模块，由人脸识别模块在人脸特征库和遮挡物特征库中查询后识别出每帧图像的人脸信息，并实时跟踪记录相关人脸信息数据；

步骤三、人脸识别模块实时将视频帧中的人脸数据送至模糊处理模块，由模糊处理模块对视频帧中的人脸数据进行马赛克模糊处理；

步骤四、模糊处理模块将处理好的视频帧送至编码模块，由编码模块对处理好的视频帧进行编码还原成RTSP、RTMP等格式的视频流；

步骤五、将处理好的视频流送至医疗手术示教系统的输出模块处理，将带隐私处理的视频流送至示教室相应的显示终端进行显示。

以上述基本技术方案为基础的技术方案是：所述步骤二具体为：

201、将医护人员的人脸图片导入人脸识别模块中并生成三维人脸特征，根据三维人脸特征生成人脸特征库；

202、将遮挡物照片导入至人脸识别模块中并生成三维遮挡物特征，根据三维遮挡物特征生成遮挡物特征库；

203、对采集模块输入到人脸识别模块的图像数据进行人脸捕捉，包括轮廓、五官等数据，并生成三维人脸特征；其中每一帧图像数据中会含有医护人员和患者等多张人脸，所以人脸捕捉的个数应为人脸的个数；

204、对于每一帧图像数据中所有的人脸特征，在人脸特征库中进行查询，如果生成的人脸特征部分在人脸特征库中找到，则表示该人脸为医护人员的人脸，可以过滤掉，不做人脸标记；如果生成的人脸特征部分在人脸特征库中没有找到，则表示该人脸可能患者的人脸，则进入遮挡物特征值比较；如果遮挡物特征在遮挡物特征库中找到了，则表示是面带口罩或氧气罩等的患者，则做最终人脸标记，记录保存人脸数据；如果遮挡物特征在遮挡物特征库中没有找到，则表示不是患者，不做人脸标记。

以上述各相应技术方案为基础的技术方案是：所述步骤三具体为：

301、通过人脸识别模块标记的人脸位置，从该帧视频数据中找到需要打码的数据区域；

302、得到需要打码的数据区域中的像素点，并保存在内存中；

303、从第一个像素点开始，遍历需要打码的数据区域中的像素点；

304、判断该像素点的位置是否是马赛克宽度的整数倍，如果不是马赛克的整数倍，则进入步骤305；如果是马赛克的整数倍，则进入步骤306；

305、将该像素点更换为整数倍的像素点的信息，进入步骤306；

306、判断是否遍历结束，如果不是则进入步骤303，如果是则结束。

本发明具有以下的有益效果：(1)本发明针对传统的医疗手术示教系统进行人脸处理，通过人脸识别模块智能化深度学习功能，能提高对侧脸的识别处理能力，同时增加了对带口罩、氧气罩等面部遮挡物的过滤，能够更加准确地识别出带遮挡的复杂人脸，并将其模糊处理，较好地保护了患者的隐私，使医疗手术示教系统更加的人性化，有利于医疗手术示教系统的大范围使用和推广。(2)本发明的用于医疗手术示教系统的隐私处理方法对在手术过程中的医护人员的人脸进行识别过滤，不记录他们的人脸数据，保证人脸识别模块识别出的人脸数据一定是患者的人脸数据，从而提高了人脸识别能力，确保隐私处理效果。(3)打码模块直接对视频帧中的人脸ARGB像素点进行处理，找到需要更换的像素点，并替换为马赛克，提高了打码效率。

附图说明

图1为本发明的隐私处理装置的结构示意图；

图2为医疗手术示教系统的流程示意图；

图3为人脸识别模块的流程示意图；

图4为打码模块的流程示意图。

附图中的标号为：

解码模块1，人脸识别模块2，打码模块3，编码模块4。

具体实施方式

(实施例1)

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。

见图1至图3，本发明的用于医疗手术示教系统的隐私处理装置包括解码模块1、人脸识别模块2、打码模块3和编码模块4。

见图1，医疗手术示教系统的采集模块用于采集手术过程中的视频流，所述视频流为RTMP、RTSP等格式，并将视频流输入至隐私处理装置的解码模块1。所述解码模块1可采用海康威视的DS-6601HFH/L解码器、南京恒新天朗电子科技有限公司的HD-EX1000FS-M解码器等。隐私处理装置的解码模块1用于对视频流进行解码处理，得到一帧一帧的音视频数据，包括YUV、RGB等格式的视频数据和AAC等格式的音频数据，将这些数据送至人脸识别模块2进行处理。人脸识别模块2采用了虹软(杭州)多媒体信息技术有限公司的人脸识别SDK。人脸识别模块2具有智能化深度学习功能，能提高对侧脸的识别处理能力。

人脸识别模块2识别出人脸信息，对视频数据进行人脸识别处理，实时跟踪记录相关人脸信息数据并将数据送至打码模块3进行处理。

打码模块3对人脸识别模块2识别出的人脸数据进行马赛克处理，并将处理后的数据送至编码模块4处理。所述编码模块4可采用海康威视的DS-6102HC编码器、浙江大华技术股份有限公司的DH-NVS0104HV编码器等。编码模块4对马赛克处理后的视频数据进行再编码，并将编码好的数据送至医疗手术示教系统的输出模块处理，并通过相应的显示终端进行显示。

见图2和图3，所述医疗手术示教系统的隐私处理装置对隐私处理的方法包括如下步骤：

步骤一、医疗手术示教系统的采集模块采集手术视频流，所述视频格式为RTMP、RTSP等格式。采集模块将视频流送至解码模块，由解码模块将视频流解码成格式为YUV、RGB等格式的帧数据。

步骤二、视频帧数据送至人脸识别模块2，由人脸识别模块2识别出每帧图像的人脸信息，并实时跟踪记录相关人脸数据；

所述步骤二具体为：

201、将医护人员的人脸图片导入人脸识别模块2中并生成三维人脸特征，根据三维人脸特征生成人脸特征库；

202、将遮挡物照片(如口罩、氧气面罩等)导入至人脸识别模块2中并生成三维遮挡物特征，根据三维遮挡物特征生成遮挡物特征库；

203、对采集模块输入到人脸识别模块2的图像数据进行人脸捕捉，包括轮廓、五官等数据，并生成三维人脸特征；其中每一帧图像数据中会含有医护人员和患者等多张人脸，所以人脸捕捉的个数应为人脸的个数；

204、对于每一帧图像数据中所有的人脸特征，在人脸特征库中进行查询，如果生成的人脸特征部分在人脸特征库中找到，则表示该人脸为医护人员的人脸，可以过滤掉，不做人脸标记；如果生成的人脸特征部分在人脸特征库中没有找到，则表示该人脸可能患者的人脸，则进入遮挡物特征值比较；如果遮挡物特征在遮挡物特征库中找到了，则表示是面带口罩或氧气罩等的患者，则做最终人脸标记，记录保存人脸数据；如果遮挡物特征在遮挡物特征库中没有找到，则表示不是患者，不做人脸标记。

步骤三、人脸识别模块2实时将视频帧中的人脸数据送至模糊处理模块3，由模糊处理模块3对视频帧中的人脸数据进行马赛克模糊处理；

所述步骤三具体为：

301、通过人脸识别模块标记的人脸位置，从该帧视频数据中找到需要打码的数据区域；

302、得到需要打码的数据区域中的像素点(ARGB格式)，并保存在内存中；

303、从第一个像素点开始，遍历需要打码的数据区域中的像素点；

304、判断该像素点的位置是否是马赛克宽度的整数倍，如果不是马赛克的整数倍，则进入步骤305；如果是马赛克的整数倍，则进入步骤306；

305、将该像素点更换为整数倍的像素点的信息，进入步骤306；

306、判断是否遍历结束，如果不是则进入步骤303，如果是则结束。

步骤四、模糊处理模块3将处理好的视频帧送至编码模块4，由编码模块4对处理好的视频帧进行编码还原成RTSP、RTMP等格式的视频流。

步骤五、将处理好的视频流送至医疗手术示教系统的输出模块处理，将带隐私处理的视频流送至示教室相应的显示终端进行显示。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种用于医疗手术示教系统的隐私处理方法，其特征在于：用于医疗手术示教系统的隐私处理装置包括解码模块、人脸识别模块、打码模块和编码模块；所述隐私处理装置用于医疗手术示教系统的隐私处理方法包括如下步骤：

步骤一、医疗手术示教系统的采集模块采集手术视频流，所述视频格式为RTMP、RTSP等格式；采集模块将视频流送至解码模块，由解码模块将视频流解码成格式为YUV、RGB等格式的帧数据；

步骤二、视频帧数据送至人脸识别模块，由人脸识别模块在人脸特征库和遮挡物特征库中查询后识别出每帧图像的人脸信息，并实时跟踪记录相关人脸信息数据；

步骤三、人脸识别模块实时将视频帧中的人脸数据送至模糊处理模块，由模糊处理模块对视频帧中的人脸数据进行马赛克模糊处理；

步骤四、模糊处理模块将处理好的视频帧送至编码模块，由编码模块对处理好的视频帧进行编码还原成RTSP、RTMP等格式的视频流；

步骤五、将处理好的视频流送至医疗手术示教系统的输出模块处理，将带隐私处理的视频流送至示教室相应的显示终端进行显示；

所述步骤二具体为：

201、将医护人员的人脸图片导入人脸识别模块中并生成三维人脸特征，根据三维人脸特征生成人脸特征库；

202、将遮挡物照片导入至人脸识别模块中并生成三维遮挡物特征，根据三维遮挡物特征生成遮挡物特征库；

203、对采集模块输入到人脸识别模块的图像数据进行人脸捕捉，包括轮廓、五官等数据，并生成三维人脸特征；其中每一帧图像数据中会含有医护人员和患者等多张人脸，所以人脸捕捉的个数应为人脸的个数；

204、对于每一帧图像数据中所有的人脸特征，在人脸特征库中进行查询，如果生成的人脸特征部分在人脸特征库中找到，则表示该人脸为医护人员的人脸，可以过滤掉，不做人脸标记；如果生成的人脸特征部分在人脸特征库中没有找到，则表示该人脸可能患者的人脸，则进入遮挡物特征值比较；如果遮挡物特征在遮挡物特征库中找到了，则表示是面带口罩或氧气罩等的患者，则做最终人脸标记，记录保存人脸数据；如果遮挡物特征在遮挡物特征库中没有找到，则表示不是患者，不做人脸标记。

2.根据权利要求1所述的用于医疗手术示教系统的隐私处理方法，其特征在于：所述步骤三具体为：

301、通过人脸识别模块标记的人脸位置，从该帧视频数据中找到需要打码的数据区域；

302、得到需要打码的数据区域中的像素点，并保存在内存中；

303、从第一个像素点开始，遍历需要打码的数据区域中的像素点；

304、判断该像素点的位置是否是马赛克宽度的整数倍，如果不是马赛克的整数倍，则进入步骤305；如果是马赛克的整数倍，则进入步骤306；

305、将该像素点更换为整数倍的像素点的信息，进入步骤306；

306、判断是否遍历结束，如果不是则进入步骤303，如果是则结束。

Images