CN109379511A - 3d数据安全加密算法及装置 - Google Patents
3d数据安全加密算法及装置 Download PDFInfo
- Publication number
- CN109379511A CN109379511A CN201811501493.1A CN201811501493A CN109379511A CN 109379511 A CN109379511 A CN 109379511A CN 201811501493 A CN201811501493 A CN 201811501493A CN 109379511 A CN109379511 A CN 109379511A
- Authority
- CN
- China
- Prior art keywords
- image
- prestored presentation
- imaging point
- target
- presentation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/44—Secrecy systems
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种3D数据安全加密算法及装置,所述3D数据安全加密算法包括:获取一3D影像;将所述3D影像与一预存影像库中的目标预存影像匹配,预存影像库中每一预存影像上的影像点数量小于所述3D影像的影像点,预存影像库中每一预存影像上设有用于调节预存影像的影像点形状的张量模型;按3D影像的形状调节目标预存影像的张量模型获取处理影像,处理影像的形状与3D影像的形状相同;对处理影像上的影像点做卷积运算以生成3D影像的加密影像。本发明的3D数据安全加密算法及装置能够提高数据的安全性,并能够使数据更加规范可控,能够降低运算所耗资源且减小所占用的存储空间。
Description
技术领域
本发明涉及一种3D数据安全加密算法及装置。
背景技术
3D摄像机,利用的是3D镜头制造的摄像机,通常具有两个摄像镜头以上,间距与人眼间距相近,能够拍摄出类似人眼所见的针对同一场景的不同图像。全息3D具有圆盘5镜头以上。
第一台3D摄像机迄今3D革命全部围绕好莱坞重磅大片和重大体育赛事展开。随着3D摄像机的问世,这项技术距离家庭用户又近了一步。在这款摄像机推出以后,我们今后就可以用3D镜头捕捉人生每一个难忘瞬间,比如孩子迈出的第一步,大学毕业庆典等。
3D摄像机通常有两个以上镜头。3D摄像机本身的功能就像人脑一样,可以将两个镜头图像融合在一起,变成一个3D图像。这些图像可以在3D电视上播放,观众佩戴所谓的主动式快门眼镜即可观看,也可通过裸眼3D显示设备直接观看。3D快门式眼镜能够以每秒60次的速度令左右眼镜的镜片快速交错开关。这意味着每只眼睛看到的是同一场景的稍显不同的画面,所以大脑会由此以为其是在欣赏以3D呈现的单张照片。
现有的3D摄像机获取的影像不容易处理、控制,3D影像所占空间较大的缺陷。
发明内容
本发明要解决的技术问题是为了克服现有技术中3D摄像机获取的影像尺寸较大且安全性差的缺陷,提供一种能够提高数据的安全性,并能够使数据更加规范可控,能够降低运算所耗资源且减小所占用存储空间的3D数据安全加密算法及装置。
本发明是通过下述技术方案来解决上述技术问题:
一种3D数据安全加密算法,其特点在于,所述3D数据安全加密算法包括:
获取一3D影像;
将所述3D影像与一预存影像库中的目标预存影像匹配,预存影像库中每一预存影像上的影像点数量小于所述3D影像的影像点,预存影像库中每一预存影像上设有用于调节预存影像的影像点形状的张量模型;
按3D影像的形状调节目标预存影像的张量模型获取处理影像,处理影像的形状与3D影像的形状相同;
对处理影像上的影像点做卷积运算以生成3D影像的加密影像。
较佳地,每一预存影像均与至少一过滤式对应,所述过滤式的数字排列形状与预存影像的影像点的形状相似,所述过滤式用于所述卷积运算。
较佳地,所述张量模型为预存影像上设置的表示影像点之间关系的函数式,所述3D数据安全加密算法包括:
按3D影像的形状调节目标预存影像的影像点之间关系的函数式获取处理影像。
较佳地,预存影像库中每一预存影像划分为若干区域,每一区域内设有表示同一区域内影像点之间关系的函数式。
较佳地,所述3D数据安全加密算法包括:
对于预存影像库中一目标预存影像,获取目标预存影像中相邻影像点之间的函数式,所述函数式为多项式函数;
通过人工智能深度学习获取若干穿过相邻影像点之间的分割线,并计算分割线穿过的全部相邻影像点之间的多项式函数的最高次项的次数总和,以次数总和低于预设值的分割线划分目标预存影像的区域。
较佳地,所述3D数据安全加密算法包括:
将3D影像与目标预存影像重叠放置以获取目标预存影像上影像点到3D影像的距离;
获取所述距离最大的影像点为控制点,并将所述控制点向3D影像所在方向移动目标长度;
利用所述目标预存影像的张量模型将控制点周围的周围控制点向3D影像所在方向移动计算长度,每一周围控制点的计算长度大小与周围控制点到控制点的距离成反比,所述计算长度小于所述目标长度。
本发明还提供一种3D数据安全加密装置,其特点在于,所述3D数据安全加密装置包括一获取模块、一匹配模块、一处理模块以及一加密模块,
所述获取模块用于获取一3D影像;
所述匹配模块用于将所述3D影像与一预存影像库中的目标预存影像匹配,预存影像库中每一预存影像上的影像点数量小于所述3D影像的影像点,预存影像库中每一预存影像上设有用于调节预存影像的影像点形状的张量模型;
所述处理模块用于按3D影像的形状调节目标预存影像的张量模型获取处理影像,处理影像的形状与3D影像的形状相同;
所述加密模块用于对处理影像上的影像点做卷积运算以生成3D影像的加密影像。
较佳地,所述张量模型为预存影像上设置的表示影像点之间关系的函数式,所述处理模块用于按3D影像的形状调节目标预存影像的影像点之间关系的函数式获取处理影像。
较佳地,预存影像库中每一预存影像划分为若干区域,每一区域内设有表示同一区域内影像点之间关系的函数式,所述3D数据安全加密装置包括一分析模块以及一计算模块,
对于预存影像库中一目标预存影像,所述分析模块用于获取目标预存影像中相邻影像点之间的函数式,所述函数式为多项式函数;
所述计算模块用于通过人工智能深度学习获取若干穿过相邻影像点之间的分割线,并计算分割线穿过的全部相邻影像点之间的多项式函数的最高次项的次数总和,以次数总和低于预设值的分割线划分目标预存影像的区域。
较佳地,所述3D数据安全加密装置包括一放置模块以及一控制模块,
所述放置模块用于将3D影像与目标预存影像重叠放置以获取目标预存影像上影像点到3D影像的距离;
所述控制模块用于获取所述距离最大的影像点为控制点,并将所述控制点向3D影像所在方向移动目标长度,然后利用所述目标预存影像的张量模型将控制点周围的周围控制点向3D影像所在方向移动计算长度,每一周围控制点的计算长度大小与周围控制点到控制点的距离成反比,所述计算长度小于所述目标长度。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:
本发明的3D数据安全加密算法及装置能够提高数据的安全性,并能够使数据更加规范可控,能够降低运算所耗资源且较小所占用的存储空间。
附图说明
图1为本发明实施例1的预存影像及过滤式的结构示意图。
图2为本发明实施例2的3D数据安全加密算法的流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种3D数据安全加密装置,所述3D数据安全加密装置包括一获取模块、一匹配模块、一处理模块以及一加密模块,
所述获取模块用于获取一3D影像;
所述匹配模块用于将所述3D影像与一预存影像库中的目标预存影像匹配,预存影像库中每一预存影像上的影像点数量小于所述3D影像的影像点,预存影像库中每一预存影像上设有用于调节预存影像的影像点形状的张量模型;
所述处理模块用于按3D影像的形状调节目标预存影像的张量模型获取处理影像,处理影像的形状与3D影像的形状相同;
所述加密模块用于对处理影像上的影像点做卷积运算以生成3D影像的加密影像。
本实施例中,每一预存影像均与至少一过滤式对应,所述过滤式的数字排列形状与预存影像的影像点的形状相似,所述过滤式用于所述卷积运算。参见图1,所述预存影像的影像点形状为一个八边形,格子中的数字表示影像点的深度信息,所述过滤式的形状也为八边形,在做卷积运算时所述过滤式的形状方便运算,能够减小计算量,所述过滤式就是密钥能够使处理影像在做卷积运算后需要密钥才能够显示,而且加密影像所占用的存储空间比预存影像小,预存影像占用的存储空间比3D影像小,3D影像所占空间实现了大幅度的压缩。利用图1的密钥能够获取一个4乘4的加密压缩影像。
所述张量模型为预存影像上设置的表示影像点之间关系的函数式,所述处理模块用于按3D影像的形状调节目标预存影像的影像点之间关系的函数式获取处理影像。
由于每个影像点之间的联系非常复杂,如果从整体来计算一个影像点移动会牵连哪些影像点,计算量非常的庞大,因此将联动关系较为明显的影像点划分为同一区域,从而切断和区域外影像点的联系,能够降低计算量。
具体地,本实施例的3D数据安全加密装置提供了划分区域的方式:
预存影像库中每一预存影像划分为若干区域,每一区域内设有表示同一区域内影像点之间关系的函数式,所述3D数据安全加密装置包括一分析模块以及一计算模块,
对于预存影像库中一目标预存影像,所述分析模块用于获取目标预存影像中相邻影像点之间的函数式,所述函数式为多项式函数;
所述计算模块用于通过人工智能深度学习获取若干穿过相邻影像点之间的分割线,并计算分割线穿过的全部相邻影像点之间的多项式函数的最高次项的次数总和,以次数总和低于预设值的分割线划分目标预存影像的区域。
进一步地,本实施例提供了将预存影像调整值3D影像的形状,从而贴上像素层来代替3D影像的方式,包括:
所述3D数据安全加密装置包括一放置模块以及一控制模块,
所述放置模块用于将3D影像与目标预存影像重叠放置以获取目标预存影像上影像点到3D影像的距离;
所述控制模块用于获取所述距离最大的影像点为控制点,并将所述控制点向3D影像所在方向移动目标长度,然后利用所述目标预存影像的张量模型将控制点周围的周围控制点向3D影像所在方向移动计算长度,每一周围控制点的计算长度大小与周围控制点到控制点的距离成反比,所述计算长度小于所述目标长度。
参见图2,相对应地,利用上述3D数据安全加密装置,本实施例提供一种3D数据安全加密方法,包括:
步骤100、获取一3D影像;
步骤101、将所述3D影像与一预存影像库中的目标预存影像匹配,预存影像库中每一预存影像上的影像点数量小于所述3D影像的影像点,预存影像库中每一预存影像上设有用于调节预存影像的影像点形状的张量模型;
所述张量模型为预存影像上设置的表示影像点之间关系的函数式,预存影像库中每一预存影像划分为若干区域,每一区域内设有表示同一区域内影像点之间关系的函数式。
步骤102、按3D影像的形状调节目标预存影像的张量模型获取处理影像,处理影像的形状与3D影像的形状相同;
步骤102具体为:按3D影像的形状调节目标预存影像的影像点之间关系的函数式获取处理影像。
步骤102可以具体划分为:
将3D影像与目标预存影像重叠放置以获取目标预存影像上影像点到3D影像的距离;
获取所述距离最大的影像点为控制点,并将所述控制点向3D影像所在方向移动目标长度;
利用所述目标预存影像的张量模型将控制点周围的周围控制点向3D影像所在方向移动计算长度,每一周围控制点的计算长度大小与周围控制点到控制点的距离成反比,所述计算长度小于所述目标长度。
步骤103、对处理影像上的影像点做卷积运算以生成3D影像的加密影像。
具体地,步骤103中,每一预存影像均与至少一过滤式对应,所述过滤式的数字排列形状与预存影像的影像点的形状相似,所述过滤式用于所述卷积运算。
本实施例还提供一种3D数据安全加密算法中预存影像的区域划分方法,包括:
对于预存影像库中一目标预存影像,获取目标预存影像中相邻影像点之间的函数式,所述函数式为多项式函数;
通过人工智能深度学习获取若干穿过相邻影像点之间的分割线,并计算分割线穿过的全部相邻影像点之间的多项式函数的最高次项的次数总和,以次数总和低于预设值的分割线划分目标预存影像的区域。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种3D数据安全加密算法,其特征在于,所述3D数据安全加密算法包括:
获取一3D影像;
将所述3D影像与一预存影像库中的目标预存影像匹配,预存影像库中每一预存影像上的影像点数量小于所述3D影像的影像点,预存影像库中每一预存影像上设有用于调节预存影像的影像点形状的张量模型;
按3D影像的形状调节目标预存影像的张量模型获取处理影像,处理影像的形状与3D影像的形状相同;
对处理影像上的影像点做卷积运算以生成3D影像的加密影像。
2.如权利要求1所述的3D数据安全加密算法,其特征在于,每一预存影像均与至少一过滤式对应,所述过滤式的数字排列形状与预存影像的影像点的形状相似,所述过滤式用于所述卷积运算。
3.如权利要求1所述的3D数据安全加密算法,其特征在于,所述张量模型为预存影像上设置的表示影像点之间关系的函数式,所述3D数据安全加密算法包括:
按3D影像的形状调节目标预存影像的影像点之间关系的函数式获取处理影像。
4.如权利要求3所述的3D数据安全加密算法,其特征在于,预存影像库中每一预存影像划分为若干区域,每一区域内设有表示同一区域内影像点之间关系的函数式。
5.如权利要求4所述的3D数据安全加密算法,其特征在于,所述3D数据安全加密算法包括:
对于预存影像库中一目标预存影像,获取目标预存影像中相邻影像点之间的函数式,所述函数式为多项式函数;
通过人工智能深度学习获取若干穿过相邻影像点之间的分割线,并计算分割线穿过的全部相邻影像点之间的多项式函数的最高次项的次数总和,以次数总和低于预设值的分割线划分目标预存影像的区域。
6.如权利要求1所述的3D数据安全加密算法,其特征在于,所述3D数据安全加密算法包括:
将3D影像与目标预存影像重叠放置以获取目标预存影像上影像点到3D影像的距离;
获取所述距离最大的影像点为控制点,并将所述控制点向3D影像所在方向移动目标长度;
利用所述目标预存影像的张量模型将控制点周围的周围控制点向3D影像所在方向移动计算长度,每一周围控制点的计算长度大小与周围控制点到控制点的距离成反比,所述计算长度小于所述目标长度。
7.一种3D数据安全加密装置,其特征在于,所述3D数据安全加密装置包括一获取模块、一匹配模块、一处理模块以及一加密模块,
所述获取模块用于获取一3D影像;
所述匹配模块用于将所述3D影像与一预存影像库中的目标预存影像匹配,预存影像库中每一预存影像上的影像点数量小于所述3D影像的影像点,预存影像库中每一预存影像上设有用于调节预存影像的影像点形状的张量模型;
所述处理模块用于按3D影像的形状调节目标预存影像的张量模型获取处理影像,处理影像的形状与3D影像的形状相同;
所述加密模块用于对处理影像上的影像点做卷积运算以生成3D影像的加密影像。
8.如权利要求7所述的3D数据安全加密装置,其特征在于,所述张量模型为预存影像上设置的表示影像点之间关系的函数式,所述处理模块用于按3D影像的形状调节目标预存影像的影像点之间关系的函数式获取处理影像。
9.如权利要求8所述的3D数据安全加密装置,其特征在于,预存影像库中每一预存影像划分为若干区域,每一区域内设有表示同一区域内影像点之间关系的函数式,所述3D数据安全加密装置包括一分析模块以及一计算模块,
对于预存影像库中一目标预存影像,所述分析模块用于获取目标预存影像中相邻影像点之间的函数式,所述函数式为多项式函数;
所述计算模块用于通过人工智能深度学习获取若干穿过相邻影像点之间的分割线,并计算分割线穿过的全部相邻影像点之间的多项式函数的最高次项的次数总和,以次数总和低于预设值的分割线划分目标预存影像的区域。
10.如权利要求7所述的3D数据安全加密装置,其特征在于,所述3D数据安全加密装置包括一放置模块以及一控制模块,
所述放置模块用于将3D影像与目标预存影像重叠放置以获取目标预存影像上影像点到3D影像的距离;
所述控制模块用于获取所述距离最大的影像点为控制点,并将所述控制点向3D影像所在方向移动目标长度,然后利用所述目标预存影像的张量模型将控制点周围的周围控制点向3D影像所在方向移动计算长度,每一周围控制点的计算长度大小与周围控制点到控制点的距离成反比,所述计算长度小于所述目标长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811501493.1A CN109379511B (zh) | 2018-12-10 | 2018-12-10 | 3d数据安全加密算法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811501493.1A CN109379511B (zh) | 2018-12-10 | 2018-12-10 | 3d数据安全加密算法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109379511A true CN109379511A (zh) | 2019-02-22 |
CN109379511B CN109379511B (zh) | 2020-06-23 |
Family
ID=65372783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811501493.1A Active CN109379511B (zh) | 2018-12-10 | 2018-12-10 | 3d数据安全加密算法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109379511B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04309187A (ja) * | 1991-04-08 | 1992-10-30 | Japan Small Corp | 立体モデルのマッピング方法 |
US5327351A (en) * | 1991-01-14 | 1994-07-05 | Fanuc Ltd. | Non-contact digitizing method |
EP0932272A2 (en) * | 1998-01-27 | 1999-07-28 | Nec Corporation | Encryption strength evaluation support apparatus and recording medium recording encryption strength evaluation support program |
CN101833759A (zh) * | 2010-04-01 | 2010-09-15 | 复旦大学 | 一种基于连续视频的机器人场景深度判别方法 |
CN102592136A (zh) * | 2011-12-21 | 2012-07-18 | 东南大学 | 基于几何图像中中频信息的三维人脸识别方法 |
CN103886329A (zh) * | 2014-03-21 | 2014-06-25 | 西安电子科技大学 | 基于张量分解降维的极化图像分类方法 |
-
2018
- 2018-12-10 CN CN201811501493.1A patent/CN109379511B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5327351A (en) * | 1991-01-14 | 1994-07-05 | Fanuc Ltd. | Non-contact digitizing method |
JPH04309187A (ja) * | 1991-04-08 | 1992-10-30 | Japan Small Corp | 立体モデルのマッピング方法 |
EP0932272A2 (en) * | 1998-01-27 | 1999-07-28 | Nec Corporation | Encryption strength evaluation support apparatus and recording medium recording encryption strength evaluation support program |
CN101833759A (zh) * | 2010-04-01 | 2010-09-15 | 复旦大学 | 一种基于连续视频的机器人场景深度判别方法 |
CN102592136A (zh) * | 2011-12-21 | 2012-07-18 | 东南大学 | 基于几何图像中中频信息的三维人脸识别方法 |
CN103886329A (zh) * | 2014-03-21 | 2014-06-25 | 西安电子科技大学 | 基于张量分解降维的极化图像分类方法 |
Non-Patent Citations (1)
Title |
---|
王卿云 等: "基于张量模型的多因素影响程度分析方法", 《计算机工程与应用》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109379511B (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3568834B1 (en) | Method, apparatus and stream for immersive video format | |
US9094675B2 (en) | Processing image data from multiple cameras for motion pictures | |
EP3035681B1 (en) | Image processing method and apparatus | |
US8213708B2 (en) | Adjusting perspective for objects in stereoscopic images | |
CN105637415B (zh) | 全息三维信息采集、还原装置及方法 | |
JP2021518701A (ja) | Dibrシステムにおいて立体的視点を生じさせるための、多焦点面ベースの方法(mfp−dibr) | |
CN111557094A (zh) | 用于编码/解码体积式视频的方法、设备和流 | |
KR20180069781A (ko) | 가상의 3차원 비디오 생성 및 관리 시스템 및 방법 | |
WO2011099896A1 (ru) | Способ представления исходной трехмерной сцены по результатам съемки изображений в двумерной проекции (варианты) | |
CN108141578A (zh) | 呈现相机 | |
US20220342365A1 (en) | System and method for holographic communication | |
US20230215047A1 (en) | Free-viewpoint method and system | |
CN105263011B (zh) | 多视点图像显示设备及其多视点图像显示方法 | |
Bista et al. | Kinetic depth images: flexible generation of depth perception | |
CN105191300B (zh) | 图像处理方法以及图像处理装置 | |
CN108833890A (zh) | 基于摄像头的数据处理装置及方法 | |
CN109636926A (zh) | 3d全局自由变形算法及装置 | |
CN109379511A (zh) | 3d数据安全加密算法及装置 | |
CN106680996A (zh) | 头戴式虚拟现实显示器的显示方法及显示控制系统 | |
CN108540790A (zh) | 一种用于移动终端的立体图像获取方法、装置及移动终端 | |
CN109448066A (zh) | 3d数据极致压缩算法及装置 | |
CN109379509A (zh) | 点云加密压缩引擎 | |
CN103873780A (zh) | 一种采集视频的方法及电子设备 | |
CN109657702B (zh) | 3d深度语义感知方法及装置 | |
CN109218699A (zh) | 基于3d摄像机的影像处理装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230406 Address after: 518000 1101-g1, BIC science and technology building, No. 9, scientific research road, Maling community, Yuehai street, Nanshan District, Shenzhen, Guangdong Province Patentee after: Shenzhen Yujing Information Technology Co.,Ltd. Address before: 201703 No.206, building 1, no.3938 Huqingping Road, Qingpu District, Shanghai Patentee before: UNRE (SHANGHAI) INFORMATION TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |