CN110956578A - 关键大数据模糊化处理方法 - Google Patents
关键大数据模糊化处理方法 Download PDFInfo
- Publication number
- CN110956578A CN110956578A CN201910190500.9A CN201910190500A CN110956578A CN 110956578 A CN110956578 A CN 110956578A CN 201910190500 A CN201910190500 A CN 201910190500A CN 110956578 A CN110956578 A CN 110956578A
- Authority
- CN
- China
- Prior art keywords
- image
- channel matrix
- far
- receiving
- influence degree
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims description 65
- 238000001914 filtration Methods 0.000 claims description 58
- 230000011218 segmentation Effects 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 14
- 230000001815 facial effect Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/604—Tools and structures for managing or administering access control systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6209—Protecting access to data via a platform, e.g. using keys or access control rules to a single file or object, e.g. in a secure envelope, encrypted and accessed using a key, or with access control rules appended to the object itself
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/141—Systems for two-way working between two video terminals, e.g. videophone
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Bioethics (AREA)
- Automation & Control Theory (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种关键大数据模糊化处理方法,包括:使用卡号屏蔽设备,用于在接收到保密启动信号时,在即时调整图像中存在银行卡对象时,对银行卡对象上的卡号位置执行模糊处理操作,还用于在接收到保密解除信号时,在即时调整图像中存在银行卡对象时,不对银行卡对象上的卡号位置执行模糊处理操作。
Description
技术领域
本发明涉及视频大数据领域,尤其涉及一种关键大数据模糊化处理方法。
背景技术
视频通话,又称视频电话,分为走IP线路以及走普通电话线路两种方式。视频通话通常指基于互联网和移动互联网(4G互联网)端,通过手机之间实时传送人的语音和图像(用户的半身像、照片、物品等)的一种通信方式。视频通话需要两台联网(4G、互联网、4G互联网)的终端设备(如智能手机、PC、平板电脑等),通过集成软件或第三方软件来实现音、视频实时双向传输。
视频通话主要有四种常见形式:PC-to-PC、PC-to-Phone、Phone-to-PC和Phone-to-Phone via Internet。PC-to-PC是最早发展起来的,例如腾讯QQ的视频聊天。Phone-to-Phone via Internet是近几年随着移动互联网的兴起,逐渐成为市场热点的。然而能够同时通过PC-to-PC、PC-to-Phone、Phone-to-PC和Phone-to-Phone via Internet实现视频聊天的开发软件也成为发展的必然趋势。
发明内容
本发明具备以下几处尤为重要的发明点:
(1)使用身份鉴别设备用于对定制处理后的视频通话图像中的景深最浅的脸部对象执行脸部特征识别,以在识别成功且识别结果为属于通信录中亲属组内的联系人时,发出保密解除信号,否则,发出保密启动信号,还使用卡号屏蔽设备,用于在接收到保密启动信号时,在即时调整图像中存在银行卡对象时对所述银行卡对象上的卡号位置执行模糊处理操作,从而实现了定向的卡号保护操作;
(2)对图像的各个通道数值执行选择性的滤波处理,同时在具体的滤波处理中,基于通道矩阵的均方差确定对通道矩阵执行滤波处理的强度,并在图像滤波后进行色阶调整,从而减少了图像处理的运算量;
(3)获取图像中各个像素点的各个红色通道值,计算所述各个红色通道值的均方差以作为目标均方差,为图像内容复杂度的判断提供重要参考数据。
根据本发明的一方面,提供一种关键大数据模糊化处理方法,所述方法包括:使用卡号屏蔽设备,设置在本地视频通话终端,用于在接收到保密启动信号时,在即时调整图像中存在银行卡对象时,对所述银行卡对象上的卡号位置执行模糊处理操作;所述卡号屏蔽设备还用于在接收到保密解除信号时,在所述即时调整图像中存在银行卡对象时,不对所述银行卡对象上的卡号位置执行模糊处理操作;在所述卡号屏蔽设备中,基于银行卡外形特征对所述即时调整图像中的银行卡对象进行识别和定位;在所述卡号屏蔽设备中,所述银行卡对象上的卡号位置为卡号相对于银行卡对象整体外形的预设相对位置;使用参数提取设备,设置在本地视频通话终端,用于接收远端视频通话终端发送的远端通话图像,获取所述远端通话图像中各个像素点的各个红色通道值,计算所述各个红色通道值的均方差以作为目标均方差输出;使用内容判断设备,与所述参数提取设备连接,用于接收所述目标均方差,并基于所述目标均方差的数值分布范围确定对应的远端通话图像的内容复杂度,以作为目标复杂度输出;使用边缘锐化设备,与所述内容判断设备连接,用于在接收到的目标复杂度大于等于预设复杂度阈值时方接收所述远端通话图像,用于接收所述远端通话图像,对所述远端通话图像执行边缘锐化处理,以获得边缘锐化图像。
本发明的关键大数据模糊化处理方法安全可靠,使用方便。由于对定制处理后的视频通话图像中的景深最浅的脸部对象执行脸部特征识别,以在识别未成功或识别结果不属于通信录中亲属组内的联系人时,发出保密启动信号以对通话内容中的银行卡号进行定向屏蔽操作,从而提升了视频通话的安全性。
具体实施方式
下面将对本发明的实施方案进行详细说明。
数据处理指的是对数据(包括数值的和非数值的)进行分析和加工的技术过程,包括对各种原始数据的分析、整理、计算、编辑等的加工和处理,比数据分析含义广。随着计算机的日益普及,在计算机应用领域中,数值计算所占比重很小,通过计算机数据处理进行信息管理已成为主要的应用。如测绘制图管理、仓库管理、财会管理、交通运输管理,技术情报管理、办公室自动化等。在地理数据方面既有大量自然环境数据(土地、水、气候、生物等各类资源数据),也有大量社会经济数据(人口、交通、工农业等),常要求进行综合性数据处理。故需建立地理数据库,系统地整理和存储地理数据减少冗余,发展数据处理软件,充分利用数据库技术进行数据管理和处理。
目前,在终端对终端的视频通话中,由于无法对视频通话图像中通话人员进行识别,以在识别未成功或识别结果不属于通信录中亲属组内的联系人时,对通话内容中的银行卡号进行定向屏蔽操作,导致缺乏对银行卡卡号的针对性的安全防护机制,使得个人的私密数据存在被泄露的风险。
为了克服上述不足,本发明搭建了一种关键大数据模糊化处理方法,能够有效解决相应的技术问题。
根据本发明实施方案示出的关键大数据模糊化处理系统包括:
卡号屏蔽设备,设置在本地视频通话终端,用于在接收到保密启动信号时,在即时调整图像中存在银行卡对象时,对所述银行卡对象上的卡号位置执行模糊处理操作;
所述卡号屏蔽设备还用于在接收到保密解除信号时,在所述即时调整图像中存在银行卡对象时,不对所述银行卡对象上的卡号位置执行模糊处理操作;
在所述卡号屏蔽设备中,基于银行卡外形特征对所述即时调整图像中的银行卡对象进行识别和定位;
在所述卡号屏蔽设备中,所述银行卡对象上的卡号位置为卡号相对于银行卡对象整体外形的预设相对位置;
参数提取设备,设置在本地视频通话终端,用于接收远端视频通话终端发送的远端通话图像,获取所述远端通话图像中各个像素点的各个红色通道值,计算所述各个红色通道值的均方差以作为目标均方差输出;
内容判断设备,与所述参数提取设备连接,用于接收所述目标均方差,并基于所述目标均方差的数值分布范围确定对应的远端通话图像的内容复杂度,以作为目标复杂度输出;
边缘锐化设备,与所述内容判断设备连接,用于在接收到的目标复杂度大于等于预设复杂度阈值时方接收所述远端通话图像,用于接收所述远端通话图像,对所述远端通话图像执行边缘锐化处理,以获得边缘锐化图像;
矩阵提取设备,用于接收所述边缘锐化图像,对所述边缘锐化图像执行颜色空间转换,以获得所述边缘锐化图像的HSB空间下的H通道矩阵、S通道矩阵和B通道矩阵;
动态滤波设备,与所述矩阵提取设备连接,用于基于所述S通道矩阵的均方差确定对所述S通道矩阵执行滤波处理的强度,基于所述B通道矩阵的均方差确定对所述B通道矩阵执行滤波处理的强度,对所述H通道矩阵不进行滤波处理;
组合执行设备,与所述动态滤波设备连接,用于将滤波处理后的S通道矩阵、滤波处理后的B通道矩阵和未滤波处理的H通道矩阵进行组合操作,以获得对应的组合操作图像;
色阶调整设备,与所述组合执行设备连接,用于将所述组合操作图像执行色阶调整操作,以获得即时调整图像;
电力线通信接口,与所述色阶调整设备连接,用于接收并通过电力线通信链路发送所述即时调整图像;
身份鉴别设备,分别与所述卡号屏蔽设备和所述色阶调整设备连接,用于对所述即时调整图像中的景深最浅的脸部对象执行脸部特征识别,以在识别成功且识别结果为属于通信录中亲属组内的联系人时,发出保密解除信号,否则,发出保密启动信号;
其中,在所述动态滤波设备中,基于所述S通道矩阵的均方差确定对所述S通道矩阵执行滤波处理的强度包括:所述S通道矩阵的均方差越小,对所述S通道矩阵执行滤波处理的强度越低;
其中,在所述动态滤波设备中,基于所述B通道矩阵的均方差确定对所述B通道矩阵执行滤波处理的强度包括:所述B通道矩阵的均方差越小,对所述B通道矩阵执行滤波处理的强度越低。
接着,继续对本发明的关键大数据模糊化处理系统的具体结构进行进一步的说明。
在所述关键大数据模糊化处理系统中:
所述参数提取设备和所述内容判断设备分别采用不同型号的SOC芯片来实现且共用同一时钟振荡器。
所述关键大数据模糊化处理系统中还可以包括:
分割块选择设备,用于接收所述远端通话图像,对所述远端通话图像中的噪声的幅值进行分析以获得其中的最大幅值,基于所述最大幅值确定与其成正比的图像分割块的尺寸,以获得尺寸相同的各个分割块;
区域选择设备,与所述分割块选择设备连接,用于接收所述尺寸相同的各个分割块,选取所述远端通话图像中各个分割块中位于所述远端通话图像内四个边角位置的四个分割块作为四个边角分割块。
所述关键大数据模糊化处理系统中还可以包括:
分区域识别设备,分别与所述分割块选择设备和所述区域选择设备连接,用于接收所述四个分割块,获取每一个边角分割块的影响度,对所述四个边角图像区域的四个影响度进行求均值计算,以将获得的均值作为目标影响度输出,其中,图像的影响度为图像中噪声的分布范围的广泛程度;
命令启动设备,与所述分区域识别设备连接,用于接收所述目标影响度,并在所述目标影响度小于预设影响度数值时,发出影响度较低命令,以及在所述目标影响度大于等于所述预设影响度数值时,发出影响度较高命令。
所述关键大数据模糊化处理系统中还可以包括:
同态滤波设备,分别与所述分区域识别设备和所述命令启动设备连接,用于在接收到所述影响度较高命令时,对所述远端通话图像执行同态滤波处理,以获得同态滤波图像,还用于在接收到所述影响度较低命令时,跳过对所述远端通话图像执行同态滤波处理,将所述远端通话图像作为同态滤波图像输出;
其中,所述分割块选择设备、所述区域选择设备、所述分区域识别设备、所述命令启动设备和所述同态滤波设备分别由不同型号的PAL器件来实现。
根据本发明实施方案示出的关键大数据模糊化处理方法包括:
使用卡号屏蔽设备,设置在本地视频通话终端,用于在接收到保密启动信号时,在即时调整图像中存在银行卡对象时,对所述银行卡对象上的卡号位置执行模糊处理操作;
所述卡号屏蔽设备还用于在接收到保密解除信号时,在所述即时调整图像中存在银行卡对象时,不对所述银行卡对象上的卡号位置执行模糊处理操作;
在所述卡号屏蔽设备中,基于银行卡外形特征对所述即时调整图像中的银行卡对象进行识别和定位;
在所述卡号屏蔽设备中,所述银行卡对象上的卡号位置为卡号相对于银行卡对象整体外形的预设相对位置;
使用参数提取设备,设置在本地视频通话终端,用于接收远端视频通话终端发送的远端通话图像,获取所述远端通话图像中各个像素点的各个红色通道值,计算所述各个红色通道值的均方差以作为目标均方差输出;
使用内容判断设备,与所述参数提取设备连接,用于接收所述目标均方差,并基于所述目标均方差的数值分布范围确定对应的远端通话图像的内容复杂度,以作为目标复杂度输出;
使用边缘锐化设备,与所述内容判断设备连接,用于在接收到的目标复杂度大于等于预设复杂度阈值时方接收所述远端通话图像,用于接收所述远端通话图像,对所述远端通话图像执行边缘锐化处理,以获得边缘锐化图像;
使用矩阵提取设备,用于接收所述边缘锐化图像,对所述边缘锐化图像执行颜色空间转换,以获得所述边缘锐化图像的HSB空间下的H通道矩阵、S通道矩阵和B通道矩阵;
使用动态滤波设备,与所述矩阵提取设备连接,用于基于所述S通道矩阵的均方差确定对所述S通道矩阵执行滤波处理的强度,基于所述B通道矩阵的均方差确定对所述B通道矩阵执行滤波处理的强度,对所述H通道矩阵不进行滤波处理;
使用组合执行设备,与所述动态滤波设备连接,用于将滤波处理后的S通道矩阵、滤波处理后的B通道矩阵和未滤波处理的H通道矩阵进行组合操作,以获得对应的组合操作图像;
使用色阶调整设备,与所述组合执行设备连接,用于将所述组合操作图像执行色阶调整操作,以获得即时调整图像;
使用电力线通信接口,与所述色阶调整设备连接,用于接收并通过电力线通信链路发送所述即时调整图像;
使用身份鉴别设备,分别与所述卡号屏蔽设备和所述色阶调整设备连接,用于对所述即时调整图像中的景深最浅的脸部对象执行脸部特征识别,以在识别成功且识别结果为属于通信录中亲属组内的联系人时,发出保密解除信号,否则,发出保密启动信号;
其中,在所述动态滤波设备中,基于所述S通道矩阵的均方差确定对所述S通道矩阵执行滤波处理的强度包括:所述S通道矩阵的均方差越小,对所述S通道矩阵执行滤波处理的强度越低;
其中,在所述动态滤波设备中,基于所述B通道矩阵的均方差确定对所述B通道矩阵执行滤波处理的强度包括:所述B通道矩阵的均方差越小,对所述B通道矩阵执行滤波处理的强度越低。
接着,继续对本发明的关键大数据模糊化处理方法的具体步骤进行进一步的说明。
所述关键大数据模糊化处理方法中:
所述参数提取设备和所述内容判断设备分别采用不同型号的SOC芯片来实现且共用同一时钟振荡器。
所述关键大数据模糊化处理方法还可以包括:
使用分割块选择设备,用于接收所述远端通话图像,对所述远端通话图像中的噪声的幅值进行分析以获得其中的最大幅值,基于所述最大幅值确定与其成正比的图像分割块的尺寸,以获得尺寸相同的各个分割块;
使用区域选择设备,与所述分割块选择设备连接,用于接收所述尺寸相同的各个分割块,选取所述远端通话图像中各个分割块中位于所述远端通话图像内四个边角位置的四个分割块作为四个边角分割块。
所述关键大数据模糊化处理方法还可以包括:
使用分区域识别设备,分别与所述分割块选择设备和所述区域选择设备连接,用于接收所述四个分割块,获取每一个边角分割块的影响度,对所述四个边角图像区域的四个影响度进行求均值计算,以将获得的均值作为目标影响度输出,其中,图像的影响度为图像中噪声的分布范围的广泛程度;
使用命令启动设备,与所述分区域识别设备连接,用于接收所述目标影响度,并在所述目标影响度小于预设影响度数值时,发出影响度较低命令,以及在所述目标影响度大于等于所述预设影响度数值时,发出影响度较高命令。
所述关键大数据模糊化处理方法还可以包括:
使用同态滤波设备,分别与所述分区域识别设备和所述命令启动设备连接,用于在接收到所述影响度较高命令时,对所述远端通话图像执行同态滤波处理,以获得同态滤波图像,还用于在接收到所述影响度较低命令时,跳过对所述远端通话图像执行同态滤波处理,将所述远端通话图像作为同态滤波图像输出;
其中,所述分割块选择设备、所述区域选择设备、所述分区域识别设备、所述命令启动设备和所述同态滤波设备分别由不同型号的PAL器件来实现。
另外,电力线载波Power Line Carrier-PLC通信是利用电力线作为信息传输媒介进行语音或数据传输的一种特殊通信方式。电力线在电力载波领域一般分为高中低3类,通常高压电力线指35kV及以上电压等级、中压电力线指10kV电压等级、低压配电线指380/220V用户线。
电力线载波(PLC,即Power Line Carrier)是电力系统特有的通信方式,电力线载波通讯是指利用现有电力线,通过载波方式将模拟或数字信号进行高速传输的技术。最大特点是不需要重新架设网络,只要有电线,就能进行数据传递。
电力线载波技术突破了仅限于单片机应用的限制,已经进入了数字化时代,并且随着电力线载波技术的不断发展和社会的需要,中/低压电力载波通信的技术开发及应用亦出现了方兴未艾的局面。电力线载波通信这座被国外传媒喻为未被挖掘的金山正逐渐成为电力通信领域的一门热门专业。
最后应注意到的是,在本发明各个实施例中的各功能设备可以集成在一个处理设备中,也可以是各个设备单独物理存在,也可以两个或两个以上设备集成在一个设备中。
所述功能如果以软件功能设备的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (5)
1.一种关键大数据模糊化处理方法,其特征在于,所述方法包括:
使用卡号屏蔽设备,设置在本地视频通话终端,用于在接收到保密启动信号时,在即时调整图像中存在银行卡对象时,对所述银行卡对象上的卡号位置执行模糊处理操作;
所述卡号屏蔽设备还用于在接收到保密解除信号时,在所述即时调整图像中存在银行卡对象时,不对所述银行卡对象上的卡号位置执行模糊处理操作;
在所述卡号屏蔽设备中,基于银行卡外形特征对所述即时调整图像中的银行卡对象进行识别和定位;
在所述卡号屏蔽设备中,所述银行卡对象上的卡号位置为卡号相对于银行卡对象整体外形的预设相对位置;
使用参数提取设备,设置在本地视频通话终端,用于接收远端视频通话终端发送的远端通话图像,获取所述远端通话图像中各个像素点的各个红色通道值,计算所述各个红色通道值的均方差以作为目标均方差输出;
使用内容判断设备,与所述参数提取设备连接,用于接收所述目标均方差,并基于所述目标均方差的数值分布范围确定对应的远端通话图像的内容复杂度,以作为目标复杂度输出;
使用边缘锐化设备,与所述内容判断设备连接,用于在接收到的目标复杂度大于等于预设复杂度阈值时方接收所述远端通话图像,用于接收所述远端通话图像,对所述远端通话图像执行边缘锐化处理,以获得边缘锐化图像;
使用矩阵提取设备,用于接收所述边缘锐化图像,对所述边缘锐化图像执行颜色空间转换,以获得所述边缘锐化图像的HSB空间下的H通道矩阵、S通道矩阵和B通道矩阵;
使用动态滤波设备,与所述矩阵提取设备连接,用于基于所述S通道矩阵的均方差确定对所述S通道矩阵执行滤波处理的强度,基于所述B通道矩阵的均方差确定对所述B通道矩阵执行滤波处理的强度,对所述H通道矩阵不进行滤波处理;
使用组合执行设备,与所述动态滤波设备连接,用于将滤波处理后的S通道矩阵、滤波处理后的B通道矩阵和未滤波处理的H通道矩阵进行组合操作,以获得对应的组合操作图像;
使用色阶调整设备,与所述组合执行设备连接,用于将所述组合操作图像执行色阶调整操作,以获得即时调整图像;
使用电力线通信接口,与所述色阶调整设备连接,用于接收并通过电力线通信链路发送所述即时调整图像;
使用身份鉴别设备,分别与所述卡号屏蔽设备和所述色阶调整设备连接,用于对所述即时调整图像中的景深最浅的脸部对象执行脸部特征识别,以在识别成功且识别结果为属于通信录中亲属组内的联系人时,发出保密解除信号,否则,发出保密启动信号;
其中,在所述动态滤波设备中,基于所述S通道矩阵的均方差确定对所述S通道矩阵执行滤波处理的强度包括:所述S通道矩阵的均方差越小,对所述S通道矩阵执行滤波处理的强度越低;
其中,在所述动态滤波设备中,基于所述B通道矩阵的均方差确定对所述B通道矩阵执行滤波处理的强度包括:所述B通道矩阵的均方差越小,对所述B通道矩阵执行滤波处理的强度越低。
2.如权利要求1所述的关键大数据模糊化处理方法,其特征在于:
所述参数提取设备和所述内容判断设备分别采用不同型号的SOC芯片来实现且共用同一时钟振荡器。
3.如权利要求2所述的关键大数据模糊化处理方法,其特征在于,所述方法还包括:
使用分割块选择设备,用于接收所述远端通话图像,对所述远端通话图像中的噪声的幅值进行分析以获得其中的最大幅值,基于所述最大幅值确定与其成正比的图像分割块的尺寸,以获得尺寸相同的各个分割块;
使用区域选择设备,与所述分割块选择设备连接,用于接收所述尺寸相同的各个分割块,选取所述远端通话图像中各个分割块中位于所述远端通话图像内四个边角位置的四个分割块作为四个边角分割块。
4.如权利要求3所述的关键大数据模糊化处理方法,其特征在于,所述方法还包括:
使用分区域识别设备,分别与所述分割块选择设备和所述区域选择设备连接,用于接收所述四个分割块,获取每一个边角分割块的影响度,对所述四个边角图像区域的四个影响度进行求均值计算,以将获得的均值作为目标影响度输出,其中,图像的影响度为图像中噪声的分布范围的广泛程度;
使用命令启动设备,与所述分区域识别设备连接,用于接收所述目标影响度,并在所述目标影响度小于预设影响度数值时,发出影响度较低命令,以及在所述目标影响度大于等于所述预设影响度数值时,发出影响度较高命令。
5.如权利要求4所述的关键大数据模糊化处理方法,其特征在于,所述方法还包括:
使用同态滤波设备,分别与所述分区域识别设备和所述命令启动设备连接,用于在接收到所述影响度较高命令时,对所述远端通话图像执行同态滤波处理,以获得同态滤波图像,还用于在接收到所述影响度较低命令时,跳过对所述远端通话图像执行同态滤波处理,将所述远端通话图像作为同态滤波图像输出;
其中,所述分割块选择设备、所述区域选择设备、所述分区域识别设备、所述命令启动设备和所述同态滤波设备分别由不同型号的PAL器件来实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910190500.9A CN110956578B (zh) | 2019-03-13 | 2019-03-13 | 关键大数据模糊化处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910190500.9A CN110956578B (zh) | 2019-03-13 | 2019-03-13 | 关键大数据模糊化处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110956578A true CN110956578A (zh) | 2020-04-03 |
CN110956578B CN110956578B (zh) | 2020-09-01 |
Family
ID=69975406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910190500.9A Active CN110956578B (zh) | 2019-03-13 | 2019-03-13 | 关键大数据模糊化处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110956578B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473772A (zh) * | 2013-09-05 | 2013-12-25 | 北京捷成世纪科技股份有限公司 | 一种马赛克图像的检测方法和装置 |
CN104427320A (zh) * | 2013-09-02 | 2015-03-18 | 苏州威迪斯特光电科技有限公司 | 基于敏感信息增强的视频监控系统视频质量提高方法 |
CN104851112A (zh) * | 2015-04-28 | 2015-08-19 | 北京理工大学 | 一种基于数据集补偿的运动目标检测跟踪算法的评估方法 |
CN104967875A (zh) * | 2015-07-28 | 2015-10-07 | 浙江宇视科技有限公司 | 控制监控视频查看权限的方法和装置 |
CN105657270A (zh) * | 2016-01-29 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 摄制视频的处理方法、装置和设备 |
US20160250076A1 (en) * | 2013-09-19 | 2016-09-01 | Gn Otometrics A/S | Headgear for observation of eye movements |
CN106845450A (zh) * | 2017-02-22 | 2017-06-13 | 武汉科技大学 | 基于近红外成像与深度学习的黑暗环境人脸识别方法 |
CN107040790A (zh) * | 2017-04-01 | 2017-08-11 | 华南理工大学 | 一种基于多粒度哈希的视频内容认证和篡改定位方法 |
CN107360391A (zh) * | 2017-08-14 | 2017-11-17 | 苏州马尔萨斯文化传媒有限公司 | 一种基于视频会议的智能屏蔽方法及其系统 |
CN107368817A (zh) * | 2017-07-26 | 2017-11-21 | 湖南云迪生物识别科技有限公司 | 人脸识别方法和装置 |
US20180033401A1 (en) * | 2016-07-29 | 2018-02-01 | JVC Kenwood Corporation | Processing device, display system, display method, and program |
CN108965982A (zh) * | 2018-08-28 | 2018-12-07 | 百度在线网络技术(北京)有限公司 | 视频录制方法、装置、电子设备和可读存储介质 |
CN109427082A (zh) * | 2017-08-29 | 2019-03-05 | 杭州海康威视数字技术股份有限公司 | 一种图像遮蔽方法、装置、设备及系统 |
-
2019
- 2019-03-13 CN CN201910190500.9A patent/CN110956578B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104427320A (zh) * | 2013-09-02 | 2015-03-18 | 苏州威迪斯特光电科技有限公司 | 基于敏感信息增强的视频监控系统视频质量提高方法 |
CN103473772A (zh) * | 2013-09-05 | 2013-12-25 | 北京捷成世纪科技股份有限公司 | 一种马赛克图像的检测方法和装置 |
US20160250076A1 (en) * | 2013-09-19 | 2016-09-01 | Gn Otometrics A/S | Headgear for observation of eye movements |
CN104851112A (zh) * | 2015-04-28 | 2015-08-19 | 北京理工大学 | 一种基于数据集补偿的运动目标检测跟踪算法的评估方法 |
CN104967875A (zh) * | 2015-07-28 | 2015-10-07 | 浙江宇视科技有限公司 | 控制监控视频查看权限的方法和装置 |
CN105657270A (zh) * | 2016-01-29 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 摄制视频的处理方法、装置和设备 |
US20180033401A1 (en) * | 2016-07-29 | 2018-02-01 | JVC Kenwood Corporation | Processing device, display system, display method, and program |
CN106845450A (zh) * | 2017-02-22 | 2017-06-13 | 武汉科技大学 | 基于近红外成像与深度学习的黑暗环境人脸识别方法 |
CN107040790A (zh) * | 2017-04-01 | 2017-08-11 | 华南理工大学 | 一种基于多粒度哈希的视频内容认证和篡改定位方法 |
CN107368817A (zh) * | 2017-07-26 | 2017-11-21 | 湖南云迪生物识别科技有限公司 | 人脸识别方法和装置 |
CN107360391A (zh) * | 2017-08-14 | 2017-11-17 | 苏州马尔萨斯文化传媒有限公司 | 一种基于视频会议的智能屏蔽方法及其系统 |
CN109427082A (zh) * | 2017-08-29 | 2019-03-05 | 杭州海康威视数字技术股份有限公司 | 一种图像遮蔽方法、装置、设备及系统 |
CN108965982A (zh) * | 2018-08-28 | 2018-12-07 | 百度在线网络技术(北京)有限公司 | 视频录制方法、装置、电子设备和可读存储介质 |
Non-Patent Citations (2)
Title |
---|
XIANG PAN等: "《Fractional directional derivative and identification of blur parameters of motion-blurred image》", 《SIGNAL,IMAGE AND VIDEO PROCESSING 》 * |
柏森: "《基于信息隐藏的隐蔽通信技术研究》", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110956578B (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102572839B (zh) | 一种控制语音通信的方法和系统 | |
CN108255555B (zh) | 一种系统语言切换方法及终端设备 | |
CN107436748B (zh) | 处理第三方应用消息的方法、装置、终端设备及可读介质 | |
CN106550156A (zh) | 一种基于语音识别的人工智能客服系统及其实现方法 | |
US20190317954A1 (en) | Method and apparatus for processing text information | |
CN103067918B (zh) | 一种通信网络中隐私数据匿名化方法、装置及系统 | |
CN109639742B (zh) | 一种信息安全监控系统 | |
CN106331390A (zh) | 一种基于通话数据来识别诈骗号码的方法和系统 | |
CN111274340A (zh) | 人流密度的监控处理方法、设备及存储介质 | |
CN110611929A (zh) | 异常用户识别方法及装置 | |
CN111314794A (zh) | 一种流媒体播放地址生成方法 | |
CN110392162B (zh) | 基于信号分析的环境监测平台 | |
CN114827732A (zh) | 一种多通道内容审核方法、平台及存储介质 | |
CN110473149B (zh) | 关键大数据模糊化处理系统 | |
CN110956578B (zh) | 关键大数据模糊化处理方法 | |
CN103067610B (zh) | 一种垃圾短信的拦截方法、装置以及移动终端 | |
CN112583900A (zh) | 云计算的数据处理方法及相关产品 | |
CN109104429B (zh) | 一种针对网络诈骗信息的检测方法 | |
CN114972925A (zh) | 一种语音和图像识别芯片及其识别算法 | |
CN107172478A (zh) | 视音频文件的展示系统 | |
CN109065066B (zh) | 一种通话控制方法、装置及设备 | |
CN106791208A (zh) | 一种推送信息到通话请求界面显示的方法及终端 | |
CN112597379A (zh) | 数据识别方法、装置和存储介质及电子装置 | |
CN110879733B (zh) | 电子红包的检测方法、装置、终端及计算机可读存储介质 | |
CN106888229A (zh) | 一种呼叫管理方法及服务器 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200805 Address after: No.126 Zhongkang Road, Meidu community, Meilin street, Futian District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Zhongren Yinxing Information Technology Co., Ltd Address before: No. 161, Linjiang Road, Yangzhou Development Zone, Jiangsu Province Applicant before: Jiang Xingde |
|
GR01 | Patent grant | ||
GR01 | Patent grant |