CN110572604A - 摄像系统以及视频处理方法 - Google Patents

摄像系统以及视频处理方法 Download PDF

Info

Publication number
CN110572604A
CN110572604A CN201910924957.8A CN201910924957A CN110572604A CN 110572604 A CN110572604 A CN 110572604A CN 201910924957 A CN201910924957 A CN 201910924957A CN 110572604 A CN110572604 A CN 110572604A
Authority
CN
China
Prior art keywords
module
face
video
original video
splitting
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
Application number
CN201910924957.8A
Other languages
English (en)
Other versions
CN110572604B (zh
Inventor
魏子昆
张至先
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Is According To Figure Network Technology Co Ltd
Original Assignee
Shanghai Is According To Figure Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Is According To Figure Network Technology Co Ltd filed Critical Shanghai Is According To Figure Network Technology Co Ltd
Priority to CN201910924957.8A priority Critical patent/CN110572604B/zh
Publication of CN110572604A publication Critical patent/CN110572604A/zh
Application granted granted Critical
Publication of CN110572604B publication Critical patent/CN110572604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/91Television signal processing therefor
    • H04N5/913Television signal processing therefor for scrambling ; for copy protection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/91Television signal processing therefor
    • H04N5/913Television signal processing therefor for scrambling ; for copy protection
    • H04N2005/91357Television signal processing therefor for scrambling ; for copy protection by modifying the video signal
    • H04N2005/91364Television signal processing therefor for scrambling ; for copy protection by modifying the video signal the video signal being scrambled

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供摄像系统以及视频处理方法。系统包括:视频采集模块,其用于获取原始视频影像;拆分模块,用于根据预设条件对原始视频进行拆分,将原始视频进行拆分;加密模块,用于对原始视频影像拆分后的部分视频进行加密;解密模块,用于对加密的部分进行解密。本发明根据预设条件对原始视频进行拆分,对拆分后的部分视频进行加密;在进行解密时就可以只对加密的部分进行解密,降低了要进行加密的视频的数据量,提高数据处理的速度,降低带宽,增加硬件资源的利用率。

Description

摄像系统以及视频处理方法
技术领域
本发明涉及人脸识别领域,特别涉及一种摄像系统以及视频处理方法。
背景技术
人脸识别技术在公安侦查、门禁系统、目标追踪及其他民用安全控制系统等领域均具有较高的发展前景和经济效益。但在人脸识别技术可以成为最得力的安防工具的同时,需要录制大量的影像数据、以及对数据进行处理。占用了大量的带宽资源和运算资源。而且由于数据量巨大,使得数据处理所需占用的硬件资源增加,数据处理的速度缓慢。
发明内容
为了解决现有技术存在的问题,本发明的至少一个实施例提供了一种摄像系统以及视频处理方法,能够增加数据处理的速度,减少带宽和硬件资源占用。
第一方面,本发明实施例提出一种摄像系统,所述系统包括:视频采集模块,其用于获取原始视频影像;拆分模块,用于根据预设条件对原始视频进行拆分,将原始视频进行拆分;加密模块,用于对原始视频影像拆分后的部分视频进行加密;解密模块,用于对加密的部分进行解密。
在一些实施例中,摄像系统,还包括, 人脸识别模块,用于识别原始视频中所有人脸区域;其中拆分模块,用于拆分出原始视频中的人脸区域;其中加密模块,用于对拆分模块拆分出的人脸区域进行加密。
在一些实施例中,摄像系统中,拆分模块,用于根据预设时间段将原始视频拆分成多个片段;加密模块,用于分别对视频片段进行加密;解密模块,用于分别对加密的视频片段进行解密。
在一些实施例中,摄像系统,还包括去隐私模块,该去隐私模块包括;特征向量提取模块,用于提取人脸识别模块识别的人脸的特征向量;特征向量变化模块,用于将人脸识别模块提取人脸的特征向量变化为伪造的人脸特征向量;人脸伪造模块,用于根据特征向量变化模块形成的伪造的人脸特征向量形成伪造人脸;去隐私视频生成模块,用于将人脸伪造模块形成的伪造人脸分别覆盖到原始人脸上,形成去隐私的视频。
在一些实施例中,人脸识别模块,还用于识别原始视频中的人脸中的预设部分;摄像系统还包括遮蔽模块,遮蔽模块对人脸的预设部分进行遮蔽。
在一些实施例中,摄像系统,视频采集模块、拆分模块和加密模块封装在一台摄像机中;或者,视频采集模块位于一台摄像机中,拆分模块和加密模块位于系统的后台。
第二方面,本发明实施例还提供视频处理方法,包括:获取原始视频影像;根据预设条件对原始视频进行拆分,将原始视频进行拆分;对原始视频影像拆分后的部分视频进行加密;对加密的部分进行解密。
在一些实施例中,视频处理方法,还包括:识别原始视频中所有人脸区域;其中,根据预设条件对原始视频进行拆分,为拆分出原始视频中的人脸区域;对原始视频影像拆分后的部分视频进行加密,为对拆分出的人脸区域进行加密;对加密的部分进行解密,为对加密的人脸区域进行解密。
在一些实施例中,视频处理方法,根据预设条件对原始视频进行拆分,为用于根据预设时间段将原始视频拆分成多个片段;对原始视频影像拆分后的部分视频进行加密,为分别对视频片段进行加密;对加密的部分进行解密,为对加密的视频片段分别进行解密。
在一些实施例中,视频处理方法,还对视频进行去隐私,具体包括:提取原始视频中人脸的特征向量;将特征向量进行变化,得到伪造的人脸特征向量;根据伪造的人脸特征向量形成伪造人脸;将伪造人脸分别覆盖到原始人脸上,形成去隐私的视频。
在一些实施例中,视频处理方法,还包括,识别原始视频中的人脸中的预设部分;对人脸的预设部分进行遮蔽。
第三方面,本发明实施例还提供一种视频处理装置,包括:至少一个处理器;与所述至少一个处理器耦合的存储器,所述存储器存储有可执行指令,其中,所述可执行指令在被所述至少一个处理器执行时使得实现如上第二方面的任一项所述所述的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上第二方面的任一项所述的方法。
可见,本发明实施例的至少一个实施例中根据预设条件对原始视频进行拆分,对拆分后的部分视频进行加密;在进行解密时就可以只对加密的部分进行解密,降低了要进行加密的视频的数据量,提高数据处理的速度,降低带宽,增加硬件资源的利用率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的摄像系统的实施例的组成结构示意图;
图2为本发明的视频处理方法的实施例的流程图。
具体实施方案
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
如图1所示,第一方面,本实施例提供一种摄像系统,该系统包括:
视频采集模块200,其用于获取原始视频影像;拆分模块300,用于根据预设条件对原始视频进行拆分,将原始视频进行拆分;加密模块400,用于对原始视频影像拆分后的部分视频进行加密;解密模块500,用于对加密的部分进行解密。
加密模块可以使用RSA加密算法(Rivest–Shamir–Adleman)等,可以通过一个公钥进行单向加密。加密的视频进行储存,在没有授权私钥情况下无法解密,保证其安全。解密时,同加密方式类似,放过来通过私钥进行解密,获得原始视频。
由于加密的时候仅仅对部分进行加密,在解密的时候也只需要解密这部分数据,因此减少了数据处理量,提高处理效率,减少带宽占用量。
在一个具体的实施例中,摄像系统还包括,人脸识别模块600,用于识别原始视频中所有人脸区域。
其中,拆分模块300,用于人脸识别模块600拆分出的原始视频中的人脸区域;加密模块400,用于对拆分模块拆分出的人脸区域进行加密;解密模块500,则对密模块400加密的人脸部分进行解密。
在该实施例中,通过识别视频中的人脸部分,把这部分影像单独存下来,进行加密。解密的时候,直接解密人脸图像,然后把解密之后的人脸贴会视频。
也可以是,识别视频中的人脸部分,把这部分影像单独存下来,以及这一块区域出现的位置和时间同时记录下来,连同人脸影像一起加密。即,整个视频不加密,只加密人脸的区域和人脸出现的位置、时机等。解密的时候,直接解密人脸图像,然后把解密之后的人脸贴回去,这样,减少运算量,减少储存。
在一个具体的实施例中,摄像系统中,拆分模块,用于根据预设时间段将原始视频拆分成多个片段;加密模块,用于分别对视频片段进行加密;解密模块,用于分别对加密的视频片段进行解密。
例如,把视频文件拆成一段一段,进行加密。在加密时把某个时间段的视频进行加密。解密也可以只解密某个时间段的。具体应用中,例如,公安部门只需要某个时间段的,可以只解密某个部分。此处的时间段可以是预先设置的,平均的时间段,也可以是根据某种要求具体设置的。
在一个实施例中,摄像系统还包括去隐私模块,去隐私模块包括;
特征向量提取模块,用于提取人脸识别模块识别的人脸的特征向量,在原始视频中如果存在多个人脸,则分别提取各个人脸的特征向量。
特征向量变化模块,用于将人脸识别模块提取人脸的特征向量变化为伪造的人脸特征向量,具体的,特征向量变化模块可以通过一单向哈希(hash)算法,如md5算法,或者其他数学方法等,将其变化为新的人脸特征向量,可以记做伪造特征向量。
人脸伪造模块,用于根据特征向量变化模块形成的伪造的人脸特征向量形成伪造人脸。例如,根据伪造特征向量通过一个基于对抗神经网络的人脸生成算法,如deepfake算法,生成一张新的人脸,此人脸和原始人脸不同,记做伪造人脸。由于伪造的人脸是根据原始人脸的特征向量形成的,因此,具有相同特征向量的人脸,在不同的场合,在伪造之后可以形成近似的人脸。可以保证在预设时间内无论在何种情况下,同一个原始人脸形成的伪造人脸近似。即保证了伪造人脸的横向一致性。
去隐私视频生成模块,用于将人脸伪造模块形成的伪造人脸分别覆盖到原始人脸上,形成去隐私的视频。
该实施例中,在视频进行拆分后进行加密,又对视频中人脸进行去隐私处理,在降低数据处理量的同时,形成去隐私视频,该去隐私视频中不包含任何一张原视频中的人脸,仍然可以正常的观看,并且可以正常从中分析行人行为和人群分布等信息。使得视频在保护隐私的同时,还能作为有效安防或商业数据使用。
在一实施例中,摄像系统中的人脸识别模块,还用于识别原始视频中的人脸中的预设部分;摄像系统还包括遮蔽模块,遮蔽模块对人脸的预设部分进行遮蔽。
此处的预设部分可以是例如眼睛、鼻子或嘴巴等的一部分或者多个人脸的关键部分,此处的遮蔽可以是进行马赛克,或者直接用预设的图像对关键器官进行遮挡。
在一实施例中,摄像系统的视频采集模块、去隐私模块和加密模块封装在一台摄像机中。可以是不同功能的芯片模块相互电连接,传递数据信号并进行数据处理,也可以是多个软件模块设置在一个中央处理器中进行数据处理。例如,所有模块封装在一台摄像机中,通过摄像头获得原始视频。通过加密芯片或者通用处理器进行加密运算。通过AI芯片或者通用附属型的处理器(gpu)或者中央处理器(cpu)进行去隐私模块计算。在此实施例中,封装在摄像机中的芯片模块首先对视频数据进行加密处理,再通过有线或无线网络或其结合传输到后台服务器。由于传输的视频数据是已加密处理的,能够减少泄密的发生,提高系统的可靠性。
在另一个实施例中,摄像系统的视频采集模块位于一台摄像机中,去隐私模块和加密模块位于系统的后台。例如,将去隐私模块和加密解密模块抽离出摄像机,放在后台服务器上。前端摄像头只是通用摄像头即可。
在此实施例中,当需要对不同的摄像系统进行加密功能的升级时,可以直接在后台进行系统升级,不需要更换一个一个的摄像机,也不需要对各个摄像机进行分别的升级处理。提高更新换代的效率,降低成本。
如图2所示,第二方面,本实施例提供一种视频处理方法,包括:
700,获取原始视频影像,具体可以通过现有技术或未来技术中的任一种摄像头获得原始视频影像。
710,根据预设条件对原始视频进行拆分,将原始视频进行拆分。根据预设的条件,将原始视频拆分成一段一段的小视频,这些小视频组合起来形成完整的原始视频。
720,对原始视频影像拆分后的部分视频进行加密。加密的时候对拆分之后的一段一段的视频分别进行加密。具体的加密方式,例如可以利用RSA加密算法,可以通过一个公钥进行单向加密。
730,对加密的部分进行解密。采用和加密对应的方式进行解密。
由于加密的时候仅仅对部分进行加密,在解密的时候也只需要解密这部分数据,因此减少了数据处理量,提高处理效率,减少带宽占用量。
在一个实施例中,视频处理方法还包括识别原始视频中所有人脸区域;此时,根据预设条件对原始视频进行拆分,为拆分出原始视频中的人脸区域;对原始视频影像拆分后的部分视频进行加密,为对拆分出的人脸区域进行加密;对加密的部分进行解密,为对加密的人脸区域进行解密。
在该实施例中,通过识别视频中的人脸部分,把这部分影像单独存下来,进行加密。解密的时候,直接解密人脸图像,然后把解密之后的人脸贴会视频。
也可以是,识别视频中的人脸部分,把这部分影像单独存下来,以及这一块区域出现的位置和时间同时记录下来,连同人脸影像一起加密。即,整个视频不加密,只加密人脸的区域和人脸出现的位置、时机等。解密的时候,直接解密人脸图像,然后把解密之后的人脸贴回去,这样,减少运算量,减少储存。
在一个实施例中,视频处理方法根据预设条件对原始视频进行拆分,为用于根据预设时间段将原始视频拆分成多个片段;其中,对原始视频影像拆分后的部分视频进行加密,为分别对视频片段进行加密;对加密的部分进行解密,为对加密的视频片段分别进行解密。例如,把视频文件拆成一段一段,进行加密。在加密时把某个时间段的视频进行加密。也可以减少运算量,减少储存。
在一个实施例中,视频处理方法,还包括对视频进行去隐私,具体包括:
提取原始视频中人脸的特征向量,在原始视频中如果存在多个人脸,则分别提取各个人脸的特征向量。
将特征向量进行变化,得到伪造的人脸特征向量,特征向量变化模块可以通过一单向哈希(hash)算法,如md5算法,或者其他数学方法等,将其变化为新的人脸特征向量,可以记做伪造特征向量。
根据伪造的人脸特征向量形成伪造人脸;例如,根据伪造特征向量通过一个基于对抗神经网络的人脸生成算法,如deepfake算法,生成一张新的人脸,此人脸和原始人脸不同,记做伪造人脸。由于伪造的人脸是根据原始人脸的特征向量形成的,因此,具有相同特征向量的人脸,在不同的场合,在伪造之后可以形成近似的人脸。可以保证在预设时间内无论在何种情况下,同一个原始人脸形成的伪造人脸近似。即保证了伪造人脸的横向一致性。
将伪造人脸分别覆盖到原始人脸上,形成去隐私的视频。
在视频进行拆分后进行加密,又对视频中人脸进行去隐私处理,在降低数据处理量的同时,形成去隐私视频,该去隐私视频中不包含任何一张原视频中的人脸,仍然可以正常的观看,并且可以正常从中分析行人行为和人群分布等信息。使得视频在保护隐私的同时,还能作为有效安防或商业数据使用。
在一个实施例中,视频处理方法,还包括:识别原始视频中的人脸中的预设部分;对人脸的预设部分进行遮蔽。
此处的预设部分可以是例如眼睛、鼻子或嘴巴等的一部分或者多个人脸的关键部分,此处的遮蔽可以是进行马赛克,或者直接用预设的图像对关键器官进行遮挡。
在第三方面,本发明还提供一种视频处理装置,包括:
至少一个处理器;与至少一个处理器耦合的存储器,存储器存储有可执行指令,其中,可执行指令在被至少一个处理器执行时使得实现本发明第二方面的方法。
本实施例提供一种视频处理装置,包括:至少一个处理器;与至少一个处理器耦合的存储器。例如,存储器可以包括随机存储器、闪存、只读存储器、可编程只读存储器、非易失性存储器或寄存器等。处理器可以是中央处理器(Central Processing Unit,CPU)等。存储器可以存储可执行指令。处理器可以执行在存储器中存储的可执行指令,从而实现本文描述的各个过程。
可以理解,本实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是ROM (Read-OnlyMemory,只读存储器)、PROM (ProgrammableROM,可编程只读存储器)、EPROM (ErasablePROM,可擦除可编程只读存储器)、EEPROM (ElectricallyEPROM,电可擦除可编程只读存储器)或闪存。易失性存储器可以是RAM (RandomAccessMemory,随机存取存储器),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如SRAM (StaticRAM,静态随机存取存储器)、DRAM (DynamicRAM,动态随机存取存储器)、SDRAM (SynchronousDRAM,同步动态随机存取存储器)、DDRSDRAM (DoubleDataRate SDRAM,双倍数据速率同步动态随机存取存储器)、ESDRAM (Enhanced SDRAM,增强型同步动态随机存取存储器)、SLDRAM(SynchlinkDRAM,同步连接动态随机存取存储器)和DRRAM (DirectRambusRAM,直接内存总线随机存取存储器)。本文描述的存储器42旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器存储了如下的元素,升级包、可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统和应用程序。
其中,操作系统,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序中。
在本发明实施例中,处理器通过调用存储器存储的程序或指令,具体的,可以是应用程序中存储的程序或指令,处理器用于执行第二方面所提供的方法步骤。
此外,在第四方面,本发明还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现本发明第二方面的方法的步骤。
例如,机器可读存储介质可以包括但不限于各种已知和未知类型的非易失性存储器。
本领域技术人员可以明白的是,结合本文中所公开的实施例描述的各示例的单元及算法步骤能够以电子硬件、或者软件和电子硬件的结合来实现。这些功能是以硬件还是软件方式来实现,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以针对每个特定的应用,使用不同的方式来实现所描述的功能,但是这种实现并不应认为超出本申请的范围。
在本申请实施例中,所公开的系统、装置和方法可以通过其它方式来实现。例如,单元的划分仅仅为一种逻辑功能划分,在实际实现时还可以有另外的划分方式。例如,多个单元或组件可以进行组合或者可以集成到另一个系统中。另外,各个单元之间的耦合可以是直接耦合或间接耦合。另外,在本申请实施例中的各功能单元可以集成在一个处理单元中,也可以是单独的物理存在等等。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在机器可读存储介质中。因此,本申请的技术方案可以以软件产品的形式来体现,该软件产品可以存储在机器可读存储介质中,其可以包括若干指令用以使得电子设备执行本申请实施例所描述的技术方案的全部或部分过程。上述存储介质可以包括ROM、RAM、可移动盘、硬盘、磁盘或者光盘等各种可以存储程序代码的介质。
以上内容仅为本申请的具体实施方式,本申请的保护范围并不局限于此。本领域技术人员在本申请所公开的技术范围内可以进行变化或替换,这些变化或替换都应当在本申请的保护范围之内。

Claims (13)

1.一种摄像系统,其特征在于,所述系统包括:
视频采集模块,其用于获取原始视频影像;
拆分模块,用于根据预设条件对所述原始视频进行拆分,将所述原始视频进行拆分;
加密模块,用于对所述原始视频影像拆分后的部分视频进行加密;
解密模块,用于对所述加密的部分进行解密。
2.根据权利要求1所述的摄像系统,其特征在于,还包括,
人脸识别模块,用于识别所述原始视频中所有人脸区域;
所述拆分模块,用于拆分出所述原始视频中的人脸区域;
所述加密模块,用于对所述拆分模块拆分出的所述人脸区域进行加密。
3.根据权利要求1所述的摄像系统,其特征在于,
所述拆分模块,用于根据预设时间段将所述原始视频拆分成多个片段;
所述加密模块,用于分别对视频片段进行加密;
所述解密模块,用于分别对所述加密的视频片段进行解密。
4.根据权利要求2所述的摄像系统,其特征在于,还包括去隐私模块,所述去隐私模块包括;
特征向量提取模块,用于提取所述人脸识别模块识别的人脸的特征向量;
特征向量变化模块,用于将所述人脸识别模块提取人脸的特征向量变化为伪造的人脸特征向量;
人脸伪造模块,用于根据所述特征向量变化模块形成的伪造的人脸特征向量形成伪造人脸;
去隐私视频生成模块,用于将所述人脸伪造模块形成的伪造人脸分别覆盖到原始人脸上,形成去隐私的视频。
5.根据权利要求2所述的摄像系统,其特征在于,所述人脸识别模块,还用于识别所述原始视频中的人脸中的预设部分;
所述摄像系统还包括遮蔽模块,所述遮蔽模块对所述人脸的预设部分进行遮蔽。
6.根据权利要求1-5任一项所述摄像系统,其特征在于,所述视频采集模块、所述拆分模块和所述加密模块封装在一台摄像机中;或者
所述视频采集模块位于一台摄像机中,所述拆分模块和所述加密模块位于所述系统的后台。
7.一种视频处理方法,其特征在于,包括:
获取原始视频影像;
根据预设条件对所述原始视频进行拆分,将所述原始视频进行拆分;
对所述原始视频影像拆分后的部分视频进行加密;
对所述加密的部分进行解密。
8.根据权利要求7所述的视频处理方法,其特征在于,还包括:
识别所述原始视频中所有人脸区域;
所述根据预设条件对所述原始视频进行拆分,为拆分出所述原始视频中的人脸区域;
所述对所述原始视频影像拆分后的部分视频进行加密,为对拆分出的所述人脸区域进行加密;
所述对加密的部分进行解密,为对所述加密的人脸区域进行解密。
9.根据权利要求7所述的视频处理方法,其特征在于,
所述根据预设条件对所述原始视频进行拆分,为用于根据预设时间段将所述原始视频拆分成多个片段;
所述对所述原始视频影像拆分后的部分视频进行加密,为分别对视频片段进行加密;
所述对加密的部分进行解密,为对加密的视频片段分别进行解密。
10.根据权利要求7-9任一项所述的视频处理方法,其特征在于,还对所述视频进行去隐私,具体包括:
提取所述原始视频中人脸的特征向量;
将所述特征向量进行变化,得到伪造的人脸特征向量;
根据所述伪造的人脸特征向量形成伪造人脸;
将所述伪造人脸分别覆盖到原始人脸上,形成去隐私的视频。
11.根据权利要求7-9任一项所述的视频处理方法,其特征在于,还包括:
识别所述原始视频中的人脸中的预设部分;
对所述人脸的预设部分进行遮蔽。
12.一种视频处理装置,包括:
至少一个处理器;
与所述至少一个处理器耦合的存储器,所述存储器存储有可执行指令,其中,所述可执行指令在被所述至少一个处理器执行时使得实现根据权利要求7至11中任一项所述的方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上权利要求7至11中任一项所述的的方法的步骤。
CN201910924957.8A 2019-09-27 2019-09-27 摄像系统以及视频处理方法 Active CN110572604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910924957.8A CN110572604B (zh) 2019-09-27 2019-09-27 摄像系统以及视频处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910924957.8A CN110572604B (zh) 2019-09-27 2019-09-27 摄像系统以及视频处理方法

Publications (2)

Publication Number Publication Date
CN110572604A true CN110572604A (zh) 2019-12-13
CN110572604B CN110572604B (zh) 2023-04-07

Family

ID=68782829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910924957.8A Active CN110572604B (zh) 2019-09-27 2019-09-27 摄像系统以及视频处理方法

Country Status (1)

Country Link
CN (1) CN110572604B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650880A (zh) * 2020-11-30 2021-04-13 重庆紫光华山智安科技有限公司 视频分析方法、装置、计算机设备及存储介质
CN113014956A (zh) * 2019-12-20 2021-06-22 腾讯科技(深圳)有限公司 视频播放方法以及装置
CN114202781A (zh) * 2020-08-27 2022-03-18 腾讯科技(深圳)有限公司 人脸识别方法、装置、电子设备及可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101167361A (zh) * 2005-04-25 2008-04-23 松下电器产业株式会社 监视摄像机系统、摄影装置及视频显示装置
CN102724563A (zh) * 2012-06-15 2012-10-10 深圳市汇海威视科技有限公司 监控前端及终端、监控系统及音视频信号加密与解密方法
CN103327231A (zh) * 2012-03-19 2013-09-25 卡西欧计算机株式会社 图像生成装置以及图像生成方法
JP2014089625A (ja) * 2012-10-31 2014-05-15 Tadao Ueda プライバシーに配慮した静止画または動画の人物画像検索方法
CN107070649A (zh) * 2017-03-02 2017-08-18 桂林电子科技大学 一种减少写入的大文件选择性加密方法
US20190042851A1 (en) * 2017-12-19 2019-02-07 Intel Corporation Protection and receovery of identities in surveillance camera environments

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101167361A (zh) * 2005-04-25 2008-04-23 松下电器产业株式会社 监视摄像机系统、摄影装置及视频显示装置
CN103327231A (zh) * 2012-03-19 2013-09-25 卡西欧计算机株式会社 图像生成装置以及图像生成方法
CN102724563A (zh) * 2012-06-15 2012-10-10 深圳市汇海威视科技有限公司 监控前端及终端、监控系统及音视频信号加密与解密方法
JP2014089625A (ja) * 2012-10-31 2014-05-15 Tadao Ueda プライバシーに配慮した静止画または動画の人物画像検索方法
CN107070649A (zh) * 2017-03-02 2017-08-18 桂林电子科技大学 一种减少写入的大文件选择性加密方法
US20190042851A1 (en) * 2017-12-19 2019-02-07 Intel Corporation Protection and receovery of identities in surveillance camera environments

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谭志明 主编: "《健康医疗大数据与人工智能》", 31 March 2019 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113014956A (zh) * 2019-12-20 2021-06-22 腾讯科技(深圳)有限公司 视频播放方法以及装置
CN113014956B (zh) * 2019-12-20 2022-06-03 腾讯科技(深圳)有限公司 视频播放方法以及装置
CN114202781A (zh) * 2020-08-27 2022-03-18 腾讯科技(深圳)有限公司 人脸识别方法、装置、电子设备及可读存储介质
CN112650880A (zh) * 2020-11-30 2021-04-13 重庆紫光华山智安科技有限公司 视频分析方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN110572604B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN110620891B (zh) 摄像系统以及视频处理方法
CN110647659B (zh) 摄像系统以及视频处理方法
CN108306876B (zh) 客户身份验证方法、装置、计算机设备和存储介质
CN110610456A (zh) 摄像系统以及视频处理方法
CN110674765A (zh) 摄像系统以及视频处理方法
CN110572604B (zh) 摄像系统以及视频处理方法
US11615176B2 (en) Registration and verification of biometric modalities using encryption techniques in a deep neural network
Winkler et al. Trustcam: Security and privacy-protection for an embedded smart camera based on trusted computing
US20160117518A1 (en) File Encryption/Decryption Device And File Encryption/Decryption Method
CN112949545B (zh) 识别人脸图像的方法、装置、计算设备和介质
KR102008482B1 (ko) Cctv 영상 스마트 감시 시스템 및 그 방법
US11520931B2 (en) Privacy masking method using format-preserving encryption in image security system and recording medium for performing same
CN114553499B (zh) 一种图像加密、图像处理方法、装置、设备及介质
CN111931145A (zh) 人脸加密方法、识别方法、装置、电子设备及存储介质
US10635839B2 (en) Fixed-location IoT device for protecting secure storage access information and method for protecting secure storage access information of fixed-location IoT device
CN114091690A (zh) 联邦学习模型的训练方法和调用方法以及联邦学习系统
CN112381000A (zh) 基于联邦学习的人脸识别方法、装置、设备及存储介质
CN113052045B (zh) 识别指静脉图像的方法、装置、计算设备和介质
CN113434827A (zh) 信息溯源方法、装置、系统、电子设备及存储介质
CN113052044A (zh) 识别虹膜图像的方法、装置、计算设备和介质
JP5718757B2 (ja) 画像管理装置、画像管理プログラム、および画像管理方法
CN111159737A (zh) 一种基于sgx的图像数据保护方法、装置、设备和存储介质
CN115396222B (zh) 设备指令执行方法、系统、电子设备及可读存储介质
CN114091088B (zh) 用于提高通信安全的方法和装置
Cichowski et al. Visual data encryption for privacy enhancement in surveillance systems

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