CN114885071A - 基于人工智能的设备生产数据安全传输方法 - Google Patents
基于人工智能的设备生产数据安全传输方法 Download PDFInfo
- Publication number
- CN114885071A CN114885071A CN202210434215.9A CN202210434215A CN114885071A CN 114885071 A CN114885071 A CN 114885071A CN 202210434215 A CN202210434215 A CN 202210434215A CN 114885071 A CN114885071 A CN 114885071A
- Authority
- CN
- China
- Prior art keywords
- watermark
- point
- peak point
- error
- image
- 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
Images
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
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
- H04N1/32272—Encryption or ciphering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及数据传输技术领域,具体涉及基于人工智能的设备生产数据安全传输方法。该方法包括:获取设备生产过程中的监控视频,获取每帧目标图像中每个像素点的预测误差;区分前景像素和背景像素,获取背景误差直方图和前景误差直方图;分别获取第一峰值点和第二峰值点,以及第一零值点和第二零值点;获取第一水印插入第一峰值点对应的像素点中;获取第二水印插入第二峰值点对应的像素点中;得到每帧目标图像的加密图像,进而组成加密视频;将加密视频以及其他数据共同传输至接收端,用于使接收端对加密视频进行水印提取,判断视频传输过程中是否出现异常。本发明实施例提高了水印信息的嵌入容量,进而提高了数据传输的安全性。
Description
技术领域
本发明涉及数据传输技术领域,具体涉及基于人工智能的设备生产数据安全传输方法。
背景技术
随着网络信息安全在各个领域被广泛关注,提出了信息隐藏技术,该技术能够有效保护网络数据信息,解决当前网络信息安全传输问题。信息隐藏技术是指不过分影响载体信号将秘密信息嵌入到各种数字媒体载体对象中,以实现版权保护、隐蔽通信等功能。
传统制造企业存在着消息滞后、信息孤岛、过程管理混乱等问题,智能化工厂的出现提高了工厂的自动化、智能化水平,更适应未来生产的需求。智能化工厂通过监控视频实时采集和监控工厂中设备生产的情况,为企业生产控制提供充足依据的同时,也为生产管理者提供及时可靠的决策依据,因此智能化工厂的设备生产监控视频传输的安全性至关重要,需要通过隐藏验证信息保证其在传输过程中不被篡改。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于人工智能的设备生产数据安全传输方法,所采用的技术方案具体如下:
本发明一个实施例提供了一种基于人工智能的设备生产数据安全传输方法,该方法包括以下步骤:
获取设备生产过程中的监控视频,以监控视频中每帧目标图像的前一帧图像作为目标图像的预测图像,获取每帧目标图像中每个像素点的预测误差;除第一帧监控图像以外,其余每帧监控图像均为目标图像;
根据预测误差的大小区分前景像素和背景像素,统计背景像素的预测误差获取背景误差直方图,统计前景像素的预测误差获取前景误差直方图;
分别获取背景误差直方图的第一峰值点和前景误差直方图的第二峰值点,根据第一峰值点和第二峰值点的大小关系获取背景误差直方图的第一零值点和前景误差直方图的第二零值点;
根据第二峰值点和第二零值点获取第一水印,将第一水印插入第一峰值点对应的像素点中;根据第一峰值点和第一零值点获取第二水印,将第二水印插入第二峰值点对应的像素点中;得到每帧目标图像的加密图像,由第一帧监控图像和所有目标图像的加密图像组成加密视频;
将加密视频、第一水印、第二水印、第一峰值点和第二峰值点共同传输至接收端,用于使接收端利用第一峰值点和第二峰值点对加密视频进行水印提取,将提取的水印分别与第一水印和第二水印进行比较,判断视频传输过程中是否出现异常。
优选的,所述预测误差的获取方法为:
将目标图像与对应的预测图像相应像素点的像素值做差,得到目标图像中每个像素点的所述预测误差。
优选的,所述区分前景像素和背景像素,包括:
根据每帧目标图像的最大预测误差获取该目标图像的误差阈值,当预测误差的绝对值小于等于误差阈值时,对应的像素点为背景像素;当预测误差的绝对值大于误差阈值时,对应的像素点为前景像素。
优选的,获取背景误差直方图的第一零值点和前景误差直方图的第二零值点,包括:
当所述第一峰值点小于所述第二峰值点时,在所述背景误差直方图中的第一峰值点左侧搜索频数最小或者最近的频数为零的预测误差作为第一零值点;在所述前景误差直方图中的第二峰值点右侧搜索频数最小或者最近的频数为零的预测误差作为第二零值点;
当所述第一峰值点大于所述第二峰值点时,在所述背景误差直方图中的第一峰值点右侧搜索频数最小或者最近的频数为零的预测误差作为第一零值点;在所述前景误差直方图中的第二峰值点左侧搜索频数最小或者最近的频数为零的预测误差作为第二零值点。
优选的,所述第一水印的获取方法为:
获取前景误差直方图中第二峰值点绝对值的八位二进制数,以及第二零值点绝对值的八位二进制数,将两个八位二进制数做或运算,以运算结果作为所述第一水印。
优选的,将第一水印插入第一峰值点对应的像素点中,包括:
将第一水印对应的字符串的各字符按序循环对应插入到第一峰值点对应的各像素点,所述插入为将字符的数值与对应的像素点的像素值相加。
优选的,所述第二水印的获取方法为:
获取背景误差直方图中第一峰值点绝对值的八位二进制数,以及第一零值点绝对值的八位二进制数,将两个八位二进制数做或运算,以运算结果作为所述第二水印。
优选的,将第二水印插入第二峰值点对应的像素点中,包括:
将第二水印对应的字符串的各字符按序循环对应插入到第二峰值点对应的各像素点,所述插入为将字符的数值与对应的像素点的像素值相加。
优选的,利用第一峰值点和第二峰值点对加密视频进行水印提取,包括:
以加密视频中的第一帧监控图像作为第二帧加密图像的预测图像,得到第二帧加密图像的预测加密误差,根据预测加密误差和所述第二峰值点的大小关系提取所述第二水印,得到去除第二水印的第二帧加密图像的初始还原图像;再根据预测加密误差和所述第一峰值点的大小关系提取所述第一水印,得到去除第一水印的第二帧加密图像的还原图像;
对于加密视频中的第i帧加密图像,以第i-1帧加密图像的还原图像作为第i帧加密图像的预测图像,得到第i帧加密图像的预测加密误差,根据预测加密误差和所述第二峰值点的大小关系提取所述第二水印,得到去除第二水印的第i帧加密图像的初始还原图像;再根据预测加密误差和所述第一峰值点的大小关系提取所述第一水印,得到去除第一水印的第i帧加密图像的还原图像;最终提取出每帧加密图像的水印;
其中,i=3、4、…、n,n为加密图像的帧数。
优选的,提取所述第二水印,包括:
当第二峰值点大于第二零值点时,对于每个像素点来说,若预测加密误差等于第二峰值点,该像素点处的第二水印值为第一预设值;若预测加密误差等于第二峰值点减一,该像素点处的第二水印值为第二预设值;
当第二峰值点小于第二零值点时,对于每个像素点来说,若预测加密误差等于第二峰值点,该像素点处的第二水印值为第一预设值;若预测加密误差等于第二峰值点加一,该像素点处的第二水印值为第二预设值;
第二帧加密图像中的所有像素点的第二水印值按顺序组成所述第二水印。
本发明实施例至少具有如下有益效果:
根据预测误差分别获得预测误差集中在峰值点附近的前景误差直方图和背景帧差预测误差直方图,进而根据峰值点和零值点设置特定的水印对图像加密,实现生产设备监控视频的安全传输。本发明在保证了还原图像质量的同时,通过增加直方图峰值点的高度,提高水印信息的嵌入容量,进而提高生产设备监控视频传输的安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,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的介绍,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的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例提供的基于人工智能的设备生产数据安全传输方法的步骤流程图;
图2为本发明一个实施例提供的背景误差直方图;
图3为本发明一个实施例提供的前景误差直方图;
图4为前景误差直方图中的峰值点在两部分直方图中的右侧时的第一零值点和第二零值点位置示意图;
图5为前景误差直方图中的峰值点在两部分直方图中的左侧时的第一零值点和第二零值点位置示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的基于人工智能的设备生产数据安全传输方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的基于人工智能的设备生产数据安全传输方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的基于人工智能的设备生产数据安全传输方法的步骤流程图,该方法包括以下步骤:
步骤S001,获取设备生产过程中的监控视频,以监控视频中每帧目标图像的前一帧图像作为目标图像的预测图像,获取每帧目标图像中每个像素点的预测误差;除第一帧监控图像以外,其余每帧监控图像均为目标图像。
具体的步骤包括:
1、获取设备生产过程中的监控视频。
通过在工厂设备生产中需要监控的地方安装监控摄像头,实现对设备生产过程中监控视频的采集、加密和传输。
由于采集端的计算能力有限,不能进行太过复杂的计算,需要计算方法足够简单快速,所以要求选择泛化能力强,且计算复杂度低的信息隐藏技术。本发明实施例通过添加水印的方式进行信息隐藏。
2、将目标图像与对应的预测图像相应像素点的像素值做差,得到目标图像中每个像素点的预测误差。
由于第一帧监控图像前没有其他图像,第一帧监控图像没有对应的预测图像,因而除第一帧监控图像以外,其余每帧监控图像均为目标图像。
设备生产过程中,监控视频场景中大部分是设备,因此监控视频具有较大的冗余性,即监控视频前后两帧图像的差异较小,如果场景没有变化,目标图像的内容应当与上一帧内容相同,因此以已知的上一帧图像作为目标图像的预测图像。
计算目标图像中每个像素点的预测误差:
步骤S002,根据预测误差的大小区分前景像素和背景像素,统计背景像素的预测误差获取背景误差直方图,统计前景像素的预测误差获取前景误差直方图。
具体的步骤包括:
1、根据预测误差的大小区分前景像素和背景像素。
根据每帧目标图像的最大预测误差获取该目标图像的误差阈值,当预测误差的绝对值小于等于误差阈值时,对应的像素点为背景像素;当预测误差的绝对值大于误差阈值时,对应的像素点为前景像素。
对于监控视频中的相邻两帧图像,变化程度小的像素为背景像素,变化程度大的像素为前景像素,像素的变化程度体现在根据帧差得到的预测误差上,因此根据预测误差的大小将目标图像的像素分割为前景像素和背景像素。
2、统计背景像素的预测误差获取背景误差直方图,统计前景像素的预测误差获取前景误差直方图。
统计背景像素的预测误差的频数,以预测误差为横坐标,以预测误差对应的频数为纵坐标,构建背景误差直方图,如图2所示;统计前景像素的预测误差的频数,同样以预测误差为横坐标,以预测误差对应的频数为纵坐标,构建前景误差直方图,如图3所示。
步骤S003,分别获取背景误差直方图的第一峰值点和前景误差直方图的第二峰值点,根据第一峰值点和第二峰值点的大小关系获取背景误差直方图的第一零值点和前景误差直方图的第二零值点。
具体的步骤包括:
1、分别获取背景误差直方图的第一峰值点和前景误差直方图的第二峰值点。
在背景误差直方图中搜索频数最大的预测误差作为第一峰值点,记为Z1;在前景误差直方图中搜索频数最大的预测误差作为第二峰值点,记为Z2。
2、根据第一峰值点和第二峰值点的大小关系获取背景误差直方图的第一零值点和前景误差直方图的第二零值点。
当第一峰值点小于第二峰值点时,在背景误差直方图中的第一峰值点左侧搜索频数最小或者最近的频数为零的预测误差作为第一零值点;在前景误差直方图中的第二峰值点右侧搜索频数最小或者最近的频数为零的预测误差作为第二零值点。
若Z1<Z2,即前景误差直方图中的峰值点在两部分直方图中的右侧,则搜索背景误差直方图中的第一峰值点Z1左侧距离峰值点频数最小或最近的频数为零的预测误差,作为第一零值点记为P1,搜索前景误差直方图中峰值点Z2右侧距离峰值点频数最小或最近的频数为零的预测误差,作为第二零值点记为P2,如图4所示。
当第一峰值点大于第二峰值点时,在背景误差直方图中的第一峰值点右侧搜索频数最小或者最近的频数为零的预测误差作为第一零值点;在前景误差直方图中的第二峰值点左侧搜索频数最小或者最近的频数为零的预测误差作为第二零值点。
若Z1>Z2,即前景误差直方图中的峰值点在两部分直方图中的左侧,则搜索背景误差直方图中的第一峰值点Z1右侧距离峰值点频数最小或最近的频数为零的预测误差,作为第一零值点记为P1,搜索前景误差直方图中峰值点Z2左侧距离峰值点频数最小或最近的频数为零的预测误差,作为第二零值点记为P2,如图5所示。
搜索零值点时,若沿着搜索方向进行搜索时存在频数为0的预测误差,选取距离峰值点最近的频数为0的预测误差作为零值点;当不存在频数为0的预测误差时,沿着搜索方向进行搜索,直至找到最小频数的预测误差,作为零值点;若存在多个相同的最小频数,同样选取与峰值点最近的最小频数对应的预测误差作为零值点。
步骤S004,根据第二峰值点和第二零值点获取第一水印,将第一水印插入第一峰值点对应的像素点中;根据第一峰值点和第一零值点获取第二水印,将第二水印插入第二峰值点对应的像素点中;得到每帧目标图像的加密图像,由第一帧监控图像和所有目标图像的加密图像组成加密视频。
具体的步骤包括:
1、获取前景误差直方图中第二峰值点绝对值的八位二进制数,以及第二零值点绝对值的八位二进制数,将两个八位二进制数做或运算,以运算结果作为第一水印。
例如,当前帧图像的前景误差直方图中,第二峰值点为0,对应的绝对值的八位二进制数为00000000,第二零值点为10,对应的绝对值的八位二进制数为00001010,则二者或运算的结果为00001010,即第一水印m1=00001010。
2、将第一水印对应的字符串的各字符按序循环对应插入到第一峰值点对应的各像素点,插入为将字符的数值与对应的像素点的像素值相加。
插入水印之前,若Z1>P1,即第一零值点在第一峰值点左侧,则将第一峰值点左侧的直方图均向左平移1;若Z1<P1,即第一零值点在第一峰值点右侧,则将第一峰值点右侧的直方图均向右平移1,给第一峰值点插入水印留出空间。
然后将第一水印m1=00001010按序循环插入到第一峰值点对应的各像素点,第一峰值点对应的第一个像素点插入字符0,第二个像素点插入字符0,第三个像素点插入字符0,第四个像素点插入字符0,第五个像素点插入字符1,第六个像素点插入字符0,第七个像素点插入字符1,第八个像素点插入字符0,至此将第一水印循环插入一次;从第九个像素点开始再次重新插入字符0,直至按照顺序循环插入第一峰值点对应的所有像素点。
插入的方式为将插入字符的数值与对应的像素点的像素值相加。
插入水印的计算过程为:
当Z1>P1时,
当Z1<P1时,
其中,x表示目标图像中每个像素点的像素值,y表示插入第一水印后的像素值。
3、获取背景误差直方图中第一峰值点绝对值的八位二进制数,以及第一零值点绝对值的八位二进制数,将两个八位二进制数做或运算,以运算结果作为第二水印。
例如,当前帧图像的背景误差直方图中,第一峰值点为-20,对应的绝对值的八位二进制数为00010100,第一零值点为-47,对应的绝对值的八位二进制数为00101111,则二者或运算的结果为00111111,即第二水印m2=00111111。
4、将第二水印对应的字符串的各字符按序循环对应插入到第二峰值点对应的各像素点,插入为将字符的数值与对应的像素点的像素值相加。
与第一水印插入的方法相同,插入水印之前,若Z2>P2,即第二零值点在第一峰值点左侧,则将第二峰值点左侧的直方图均向左平移1;若Z2<P2,即第二零值点在第二峰值点右侧,则将第二峰值点右侧的直方图均向右平移1,给第二峰值点插入水印留出空间。
然后将第二水印m2=00111111按序循环插入到第二峰值点对应的各像素点,第二峰值点对应的第一个像素点插入字符0,第二个像素点插入字符0,第三个像素点插入字符1,第四个像素点插入字符1,第五个像素点插入字符1,第六个像素点插入字符1,第七个像素点插入字符1,第八个像素点插入字符1,至此将第二水印循环插入一次;从第九个像素点开始再次重新插入字符0,直至按照顺序循环插入第二峰值点对应的所有像素点。
插入的方式为将插入字符的数值与对应的像素点的像素值相加。
插入水印的计算过程为:
当Z2>P2时,
当Z2<P2时,
其中,y表示插入第一水印后的像素值,z表示插入第二水印后的像素值。
结合帧差预测误差直方图的峰值点和零值点来设置特定水印,工作量小,自动化程度高;相较于给每一帧图像插入相同的水印,本发明实施例设置的特定水印,提高了水印的丰富性,安全性更高,不易被篡改。
5、获取加密视频。
由于第一帧监控图像没有预测图像,相应的也没有预测误差,无法插入水印,因此第一帧监控图像不进行插入水印处理,其余目标图像获取对应的插入水印后的加密图像,得到第二帧目标图像的加密图像,第三帧目标图像的加密图像等。
由第一帧监控图像以及剩余的加密图像组成加密视频,在该加密视频中,第一帧图像为第一帧监控图像,第二帧加密图像为第二帧目标图像的加密图像,第n帧加密图像为第n帧目标图像的加密图像。
步骤S005,将加密视频、第一水印、第二水印、第一峰值点和第二峰值点共同传输至接收端,用于使接收端利用第一峰值点和第二峰值点对加密视频进行水印提取,将提取的水印分别与第一水印和第二水印进行比较,判断视频传输过程中是否出现异常。
具体的步骤包括:
1、将加密视频、第一水印、第二水印、第一峰值点和第二峰值点共同传输至接收端。
将插入水印后的加密视频进行传输,同时传输的还有每帧目标图像的第一峰值点和第二峰值点,以及每帧目标图像的第一水印和第二水印。
2、使接收端对加密视频进行水印提取。
以加密视频中的第一帧监控图像作为第二帧加密图像的预测图像,得到第二帧加密图像的预测加密误差。
具体的,将第二帧加密图像与对应的预测图像,即第一帧监控图像,相应像素点的像素值做差,得到第二帧加密图像中每个像素点的预测加密误差ε′。
根据预测加密误差和第二峰值点的大小关系提取第二水印,得到去除第二水印的第二帧加密图像的初始还原图像。
提取第二水印的过程为:
当第二峰值点大于第二零值点时,对于每个像素点来说,若预测加密误差等于第二峰值点,该像素点处的第二水印值为第一预设值;若预测加密误差等于第二峰值点减一,该像素点处的第二水印值为第二预设值;
当第二峰值点小于第二零值点时,对于每个像素点来说,若预测加密误差等于第二峰值点,该像素点处的第二水印值为第一预设值;若预测加密误差等于第二峰值点加一,该像素点处的第二水印值为第二预设值;
第二帧加密图像中的所有像素点的第二水印值按顺序组成第二水印。
计算公式为:
当Z2>P2时,
当Z2<P2时,
其中,m′2表示第二帧加密图像中每个像素点处的第二水印值,所有像素点的第二水印值按顺序组成第二水印。
当Z2>P2时,将第二帧加密图像中每个存在第二水印的像素点加上对应的第二水印值,得到去除第二水印的像素值,组成第二帧加密图像的初始还原图像;当Z2<P2时,将第二帧加密图像中每个存在第二水印的像素点减去对应的第二水印值,得到去除第二水印的像素值,组成第二帧加密图像的初始还原图像。
计算公式为:
当Z2>P2时,
当Z2<P2时,
其中,y′表示第二帧加密图像的初始还原图像中每个像素点的像素值。
再根据预测加密误差和第一峰值点的大小关系提取第一水印,得到去除第一水印的第二帧加密图像的还原图像。
根据预测加密误差和第一峰值点的大小关系,采取提取第二水印的方法来提取第一水印,计算公式为:
当Z1>P1时,
当Z1<P1时,
其中,m′1表示第二帧加密图像中每个像素点处的第一水印值,所有像素点的第一水印值按顺序组成第一水印。
当Z1>P1时,将第二帧加密图像中每个存在第一水印的像素点加上对应的第一水印值,得到去除第一水印的像素值,组成第二帧加密图像的还原图像;当Z1<P1时,将第二帧加密图像中每个存在第一水印的像素点减去对应的第一水印值,得到去除第一水印的像素值,组成第二帧加密图像的还原图像。
计算公式为:
当Z1>P1时,
当Z1<P1时,
其中,x′表示第二帧加密图像的还原图像中每个像素点的像素值。
然后以第二帧加密图像的还原图像作为第三帧加密图像的预测图像,经过上述步骤,提取第一水印和第二水印。
对于加密视频中的第i帧加密图像,以第i-1帧加密图像的还原图像作为第i帧加密图像的预测图像,得到第i帧加密图像的预测加密误差,根据预测加密误差和第二峰值点的大小关系提取第二水印,得到去除第二水印的第i帧加密图像的初始还原图像;再根据预测加密误差和第一峰值点的大小关系提取第一水印,得到去除第一水印的第i帧加密图像的还原图像;最终提取出每帧加密图像的水印;
其中,i=3、4、…、n,n为加密图像的帧数。
3、将提取的水印分别与第一水印和第二水印进行比较,判断视频传输过程中是否出现异常。
对于每帧加密图像,将提取的水印分别与对应的第一水印和第二水印进行比较,若存在误差,则说明图像被篡改,否则说明图像在传输过程中是安全的,实现对设备生产的监控视频传输安全性的判断。
综上所述,本发明实施例获取设备生产过程中的监控视频,以监控视频中每帧目标图像的前一帧图像作为目标图像的预测图像,获取每帧目标图像中每个像素点的预测误差;除第一帧监控图像以外,其余每帧监控图像均为目标图像;根据预测误差的大小区分前景像素和背景像素,统计背景像素的预测误差获取背景误差直方图,统计前景像素的预测误差获取前景误差直方图;分别获取背景误差直方图的第一峰值点和前景误差直方图的第二峰值点,根据第一峰值点和第二峰值点的大小关系获取背景误差直方图的第一零值点和前景误差直方图的第二零值点;根据第二峰值点和第二零值点获取第一水印,将第一水印插入第一峰值点对应的像素点中;根据第一峰值点和第一零值点获取第二水印,将第二水印插入第二峰值点对应的像素点中;得到每帧目标图像的加密图像,由第一帧监控图像和所有目标图像的加密图像组成加密视频;将加密视频、第一水印、第二水印、第一峰值点和第二峰值点共同传输至接收端,用于使接收端利用第一峰值点和第二峰值点对加密视频进行水印提取,将提取的水印分别与第一水印和第二水印进行比较,判断视频传输过程中是否出现异常。本发明实施例在保证了还原图像质量的同时,通过增加直方图峰值点的高度,提高水印信息的嵌入容量,进而提高视频传输的安全性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.基于人工智能的设备生产数据安全传输方法,其特征在于,该方法包括以下步骤:
获取设备生产过程中的监控视频,以监控视频中每帧目标图像的前一帧图像作为目标图像的预测图像,获取每帧目标图像中每个像素点的预测误差;除第一帧监控图像以外,其余每帧监控图像均为目标图像;
根据预测误差的大小区分前景像素和背景像素,统计背景像素的预测误差获取背景误差直方图,统计前景像素的预测误差获取前景误差直方图;
分别获取背景误差直方图的第一峰值点和前景误差直方图的第二峰值点,根据第一峰值点和第二峰值点的大小关系获取背景误差直方图的第一零值点和前景误差直方图的第二零值点;
根据第二峰值点和第二零值点获取第一水印,将第一水印插入第一峰值点对应的像素点中;根据第一峰值点和第一零值点获取第二水印,将第二水印插入第二峰值点对应的像素点中;得到每帧目标图像的加密图像,由第一帧监控图像和所有目标图像的加密图像组成加密视频;
将加密视频、第一水印、第二水印、第一峰值点和第二峰值点共同传输至接收端,用于使接收端利用第一峰值点和第二峰值点对加密视频进行水印提取,将提取的水印分别与第一水印和第二水印进行比较,判断视频传输过程中是否出现异常。
2.根据权利要求1所述的基于人工智能的设备生产数据安全传输方法,其特征在于,所述预测误差的获取方法为:
将目标图像与对应的预测图像相应像素点的像素值做差,得到目标图像中每个像素点的所述预测误差。
3.根据权利要求1所述的基于人工智能的设备生产数据安全传输方法,其特征在于,所述区分前景像素和背景像素,包括:
根据每帧目标图像的最大预测误差获取该目标图像的误差阈值,当预测误差的绝对值小于等于误差阈值时,对应的像素点为背景像素;当预测误差的绝对值大于误差阈值时,对应的像素点为前景像素。
4.根据权利要求1所述的基于人工智能的设备生产数据安全传输方法,其特征在于,获取背景误差直方图的第一零值点和前景误差直方图的第二零值点,包括:
当所述第一峰值点小于所述第二峰值点时,在所述背景误差直方图中的第一峰值点左侧搜索频数最小或者最近的频数为零的预测误差作为第一零值点;在所述前景误差直方图中的第二峰值点右侧搜索频数最小或者最近的频数为零的预测误差作为第二零值点;
当所述第一峰值点大于所述第二峰值点时,在所述背景误差直方图中的第一峰值点右侧搜索频数最小或者最近的频数为零的预测误差作为第一零值点;在所述前景误差直方图中的第二峰值点左侧搜索频数最小或者最近的频数为零的预测误差作为第二零值点。
5.根据权利要求1所述的基于人工智能的设备生产数据安全传输方法,其特征在于,所述第一水印的获取方法为:
获取前景误差直方图中第二峰值点绝对值的八位二进制数,以及第二零值点绝对值的八位二进制数,将两个八位二进制数做或运算,以运算结果作为所述第一水印。
6.根据权利要求1所述的基于人工智能的设备生产数据安全传输方法,其特征在于,将第一水印插入第一峰值点对应的像素点中,包括:
将第一水印对应的字符串的各字符按序循环对应插入到第一峰值点对应的各像素点,所述插入为将字符的数值与对应的像素点的像素值相加。
7.根据权利要求1所述的基于人工智能的设备生产数据安全传输方法,其特征在于,所述第二水印的获取方法为:
获取背景误差直方图中第一峰值点绝对值的八位二进制数,以及第一零值点绝对值的八位二进制数,将两个八位二进制数做或运算,以运算结果作为所述第二水印。
8.根据权利要求1所述的基于人工智能的设备生产数据安全传输方法,其特征在于,将第二水印插入第二峰值点对应的像素点中,包括:
将第二水印对应的字符串的各字符按序循环对应插入到第二峰值点对应的各像素点,所述插入为将字符的数值与对应的像素点的像素值相加。
9.根据权利要求1所述的基于人工智能的设备生产数据安全传输方法,其特征在于,利用第一峰值点和第二峰值点对加密视频进行水印提取,包括:
以加密视频中的第一帧监控图像作为第二帧加密图像的预测图像,得到第二帧加密图像的预测加密误差,根据预测加密误差和所述第二峰值点的大小关系提取所述第二水印,得到去除第二水印的第二帧加密图像的初始还原图像;再根据预测加密误差和所述第一峰值点的大小关系提取所述第一水印,得到去除第一水印的第二帧加密图像的还原图像;
对于加密视频中的第i帧加密图像,以第i-1帧加密图像的还原图像作为第i帧加密图像的预测图像,得到第i帧加密图像的预测加密误差,根据预测加密误差和所述第二峰值点的大小关系提取所述第二水印,得到去除第二水印的第i帧加密图像的初始还原图像;再根据预测加密误差和所述第一峰值点的大小关系提取所述第一水印,得到去除第一水印的第i帧加密图像的还原图像;最终提取出每帧加密图像的水印;
其中,i=3、4、…、n,n为加密图像的帧数。
10.根据权利要求9所述的基于人工智能的设备生产数据安全传输方法,其特征在于,提取所述第二水印,包括:
当第二峰值点大于第二零值点时,对于每个像素点来说,若预测加密误差等于第二峰值点,该像素点处的第二水印值为第一预设值;若预测加密误差等于第二峰值点减一,该像素点处的第二水印值为第二预设值;
当第二峰值点小于第二零值点时,对于每个像素点来说,若预测加密误差等于第二峰值点,该像素点处的第二水印值为第一预设值;若预测加密误差等于第二峰值点加一,该像素点处的第二水印值为第二预设值;
第二帧加密图像中的所有像素点的第二水印值按顺序组成所述第二水印。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210434215.9A CN114885071B (zh) | 2022-04-24 | 2022-04-24 | 基于人工智能的设备生产数据安全传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210434215.9A CN114885071B (zh) | 2022-04-24 | 2022-04-24 | 基于人工智能的设备生产数据安全传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114885071A true CN114885071A (zh) | 2022-08-09 |
CN114885071B CN114885071B (zh) | 2023-09-22 |
Family
ID=82670926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210434215.9A Active CN114885071B (zh) | 2022-04-24 | 2022-04-24 | 基于人工智能的设备生产数据安全传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114885071B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115633193A (zh) * | 2022-12-19 | 2023-01-20 | 吉林省信息技术研究所 | 一种监控视频加密方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050185819A1 (en) * | 2002-01-22 | 2005-08-25 | Delp Edward J. | Synchronization of digital watermarks |
US20080080009A1 (en) * | 2006-09-28 | 2008-04-03 | Fujitsu Limited | Electronic watermark embedding apparatus and electronic watermark detection apparatus |
JP2010045453A (ja) * | 2008-08-08 | 2010-02-25 | Toshiba Corp | 電子透かし検出装置、方法及びプログラム |
KR101200345B1 (ko) * | 2011-09-21 | 2012-11-12 | 금오공과대학교 산학협력단 | 점진적 차이값 히스토그램 기반의 가역 워터마킹을 이용한 블록단위 영상 인증방법 |
KR101764530B1 (ko) * | 2016-02-27 | 2017-08-02 | 삼육대학교산학협력단 | 픽셀 값 예측기법을 적용한 가역 데이터 은닉방법, 가역 데이터 워터마킹 방법 및 데이터 은닉 장치 |
CN108022197A (zh) * | 2017-11-21 | 2018-05-11 | 安徽大学 | 一种基于多纹理度划分的医学图像可逆信息隐藏方法 |
CN112052854A (zh) * | 2020-09-14 | 2020-12-08 | 南京信息工程大学 | 一种实现自适应对比度增强的医疗图像可逆信息隐藏方法 |
CN114022336A (zh) * | 2020-10-12 | 2022-02-08 | 国际关系学院 | 基于块间预测误差直方图平移的可逆图像水印方法及装置 |
-
2022
- 2022-04-24 CN CN202210434215.9A patent/CN114885071B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050185819A1 (en) * | 2002-01-22 | 2005-08-25 | Delp Edward J. | Synchronization of digital watermarks |
US20080080009A1 (en) * | 2006-09-28 | 2008-04-03 | Fujitsu Limited | Electronic watermark embedding apparatus and electronic watermark detection apparatus |
JP2010045453A (ja) * | 2008-08-08 | 2010-02-25 | Toshiba Corp | 電子透かし検出装置、方法及びプログラム |
KR101200345B1 (ko) * | 2011-09-21 | 2012-11-12 | 금오공과대학교 산학협력단 | 점진적 차이값 히스토그램 기반의 가역 워터마킹을 이용한 블록단위 영상 인증방법 |
KR101764530B1 (ko) * | 2016-02-27 | 2017-08-02 | 삼육대학교산학협력단 | 픽셀 값 예측기법을 적용한 가역 데이터 은닉방법, 가역 데이터 워터마킹 방법 및 데이터 은닉 장치 |
CN108022197A (zh) * | 2017-11-21 | 2018-05-11 | 安徽大学 | 一种基于多纹理度划分的医学图像可逆信息隐藏方法 |
CN112052854A (zh) * | 2020-09-14 | 2020-12-08 | 南京信息工程大学 | 一种实现自适应对比度增强的医疗图像可逆信息隐藏方法 |
CN114022336A (zh) * | 2020-10-12 | 2022-02-08 | 国际关系学院 | 基于块间预测误差直方图平移的可逆图像水印方法及装置 |
Non-Patent Citations (7)
Title |
---|
PIYU TSAI等: "Reversible image hiding scheme using predictive coding and histogram shifting", SIGNAL PROCESSING * |
夏颖慧;吴昊天;: "用于实现医学图像ROI对比度增强的可逆数据隐藏算法", 计算机工程与应用, no. 18 * |
曾骁;陈真勇;陈明;熊璋;: "基于帧间预测误差扩展的可逆视频水印", 计算机辅助设计与图形学学报, no. 05 * |
李建伟;胡永健;陈开英;: "利用预测误差直方图平移的可逆数据隐藏技术", 中国图象图形学报, no. 06 * |
李智 等: "基于实质区域的医学图像双水印算法研究", 贵州大学学报( 自然科学版), vol. 35, no. 5 * |
李耿;熊志勇;: "基于动态峰值的图像可逆水印算法", 武汉理工大学学报, no. 07 * |
薛帅;王光霞;郭建忠;: "一种基于视频帧间冗余的空间数据隐藏方法", 信息工程大学学报, no. 06 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115633193A (zh) * | 2022-12-19 | 2023-01-20 | 吉林省信息技术研究所 | 一种监控视频加密方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114885071B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949199B (zh) | 基于二维预测误差直方图自适应扩展的可逆信息隐藏方法 | |
Hong | An efficient prediction-and-shifting embedding technique for high quality reversible data hiding | |
Weng et al. | Optimal PPVO-based reversible data hiding | |
Lu et al. | Secure halftone image steganography based on pixel density transition | |
CN111325169B (zh) | 基于胶囊网络的深度视频指纹算法 | |
CN110232651B (zh) | 一种基于分块预测及差值直方图平移的可逆信息隐藏方法 | |
CN112070647B (zh) | 一种可逆高动态范围图像信息隐藏方法 | |
CN110968845B (zh) | 基于卷积神经网络生成的针对lsb隐写的检测方法 | |
CN115205320A (zh) | 一种基于环境监测数据的加密传输方法 | |
CN114885071A (zh) | 基于人工智能的设备生产数据安全传输方法 | |
Qin et al. | Image steganography based on iterative adversarial perturbations onto a synchronized-directions sub-image | |
Shukur et al. | Information hiding using LSB technique based on developed PSO algorithm | |
KR102277929B1 (ko) | 얼굴 인식에 기반한 실시간 얼굴 마스킹 시스템 및 이를 이용한 실시간 얼굴 마스킹 방법 | |
CN116582693B (zh) | 一种基于视频资源池的摄像头调用管控方法 | |
CN112954318A (zh) | 数据编码方法及装置 | |
CN115988220A (zh) | 一种提高数据传输安全性的方法及系统 | |
CN115131190B (zh) | 一种计算机信息安全保护方法 | |
CN106055632A (zh) | 基于场景帧指纹的视频认证方法 | |
CN108171643B (zh) | 一种基于直方图移位的鲁棒可逆图像水印方法及应用 | |
RoselinKiruba et al. | Hiding data in videos using optimal selection of key-frames | |
Mukherjee et al. | Octagon Shell Based Image Steganography for Avoiding Human Visual System with Lower Computational Time | |
KR100683501B1 (ko) | 신경망 기법을 이용한 뉴스 비디오의 앵커 화면 추출 장치및 그 방법 | |
CN109688358A (zh) | 加工制造类课程资源可视化开发与信息传输系统及方法 | |
KR101367821B1 (ko) | 계층적 영상블록의 대칭정보를 이용한 비디오 식별 방법 및 장치 | |
CN111816195A (zh) | 一种音频可逆隐写方法、秘密信息提取及载体音频恢复方法 |
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 |