CN116702234A - 一种用于人工智能的隐私数据存储方法及系统 - Google Patents
一种用于人工智能的隐私数据存储方法及系统 Download PDFInfo
- Publication number
- CN116702234A CN116702234A CN202310732638.3A CN202310732638A CN116702234A CN 116702234 A CN116702234 A CN 116702234A CN 202310732638 A CN202310732638 A CN 202310732638A CN 116702234 A CN116702234 A CN 116702234A
- Authority
- CN
- China
- Prior art keywords
- video
- real
- data
- privacy
- time monitoring
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 25
- 238000013500 data storage Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 133
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000000586 desensitisation Methods 0.000 claims abstract description 22
- 238000013507 mapping Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 17
- 230000006835 compression Effects 0.000 claims description 14
- 238000007906 compression Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 12
- 238000010408 sweeping Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/78—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure storage of data
-
- 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
- G06F21/602—Providing cryptographic facilities or services
-
- 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
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于数据处理技术领域,尤其涉及一种用于人工智能的隐私数据存储方法及系统,所述方法包括:获取实时监测视频,并构建离线预识别引擎;通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面;提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器;接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地。本发明通过设置预识别引擎对实时画面进行识别,判断其中是否包含隐私信息,若包含隐私信息则对其进行脱敏处理,通过将脱敏后的数据提供给云服务器,避免了隐私数据上传的情况,并且对获取的用户数据进行加密处理,提高了数据存储的安全性。
Description
技术领域
本发明属于数据处理技术领域,尤其涉及一种用于人工智能的隐私数据存储方法及系统。
背景技术
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
在当前的人工智能领域中,常需要采集到用户的隐私信息,如用户的面部数据,对于上述信息一般采用直接存储的方式,容易出现泄漏用户隐私的情况。
发明内容
本发明实施例的目的在于提供一种用于人工智能的隐私数据存储方法,旨在解决对于用户隐私一般采用直接存储的方式,容易出现泄漏用户隐私的情况的问题。
本发明实施例是这样实现的,一种用于人工智能的隐私数据存储方法,所述方法包括:
获取实时监测视频,并构建离线预识别引擎;
通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面;
提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器;
接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地。
优选的,所述通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面的步骤,具体包括:
对实时监测视频进行画面分析,通过进行像素统计,确定画面变动率;
基于画面变动率对实时监控视频进行压缩处理,压缩后得到待处理视频帧;
将待处理视频帧导入到离线预识别引擎中进行处理,判定其中是否包含隐私画面。
优选的,所述提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器的步骤,具体包括:
提取实时监测视频中包含隐私画面的视频帧,识别其中包含隐私画面的区域;
调取预设的替换图案覆盖在包含隐私画面的区域,得到已脱敏视频帧;
基于已脱敏视频帧生成新的监测画面视频,将其传输至云服务器中。
优选的,所述接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地的步骤,具体包括:
实时监测来自云服务器发出的数据传输请求,基于数据传输请求接收用户数据;
随机采集一组监测画面,基于监测画面构建加密映射表,监测画面传输至云服务器;
根据加密映射表对用户数据进行数据替换,将替换后的数据存储于本地。
优选的,所述用户数据被删除时,存储于云服务器的对应监测画面也同时删除。
优选的,所述需要调用用户数据时,根据云服务器存储的监测画面生成加密映射表,进行数据解密。
本发明实施例的另一目的在于提供一种用于人工智能的隐私数据存储系统,所述系统包括:
数据获取模块,用于获取实时监测视频,并构建离线预识别引擎;
隐私识别模块,用于通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面;
数据脱敏模块,用于提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器;
数据存储模块,用于接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地。
优选的,所述隐私识别模块包括:
画面检测单元,用于对实时监测视频进行画面分析,通过进行像素统计,确定画面变动率;
视频压缩单元,用于基于画面变动率对实时监控视频进行压缩处理,压缩后得到待处理视频帧;
预处理单元,用于将待处理视频帧导入到离线预识别引擎中进行处理,判定其中是否包含隐私画面。
优选的,所述数据脱敏模块包括:
隐私提取单元,用于提取实时监测视频中包含隐私画面的视频帧,识别其中包含隐私画面的区域;
脱敏处理单元,用于调取预设的替换图案覆盖在包含隐私画面的区域,得到已脱敏视频帧;
视频合成单元,用于基于已脱敏视频帧生成新的监测画面视频,将其传输至云服务器中。
优选的,所述数据存储模块包括:
数据收发单元,用于实时监测来自云服务器发出的数据传输请求,基于数据传输请求接收用户数据;
映射表生成单元,用于随机采集一组监测画面,基于监测画面构建加密映射表,监测画面传输至云服务器;
加密存储单元,用于根据加密映射表对用户数据进行数据替换,将替换后的数据存储于本地。
本发明实施例提供的一种用于人工智能的隐私数据存储方法,通过设置预识别引擎对实时画面进行识别,判断其中是否包含隐私信息,若包含隐私信息则对其进行脱敏处理,通过将脱敏后的数据提供给云服务器,避免了隐私数据上传的情况,并且对获取的用户数据进行加密处理,提高了数据存储的安全性。
附图说明
图1为本发明实施例提供的一种用于人工智能的隐私数据存储方法的流程图;
图2为本发明实施例提供的通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面的步骤的流程图;
图3为本发明实施例提供的提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器的步骤的流程图;
图4为本发明实施例提供的接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地的步骤的流程图;
图5为本发明实施例提供的一种用于人工智能的隐私数据存储系统的架构图;
图6为本发明实施例提供的一种隐私识别模块的架构图;
图7为本发明实施例提供的一种数据脱敏模块的架构图;
图8为本发明实施例提供的一种数据存储模块的架构图。
实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
如图1所示,为本发明实施例提供的一种用于人工智能的隐私数据存储方法的流程图,所述方法包括:
S100,获取实时监测视频,并构建离线预识别引擎。
在本步骤中,获取实时监测视频,人工智能的应用很多,如扫地机器人,其大都具备有摄像头,可以进行视频的录制,而在实时数据处理过程中,需要将实时采集的视频画面传输至后台进行处理,然后接收计算结果,因此需要频繁将用户室内的视频数据不断外传,存在泄漏的风险,因此通过构建离线预识别引擎,能够在离线状态下识别当前视频画面中是否包含人像,由于离线预识别引擎设置在扫地机器人内,因此可以在本地进行数据处理,而非直接将包含用户隐私的数据传输至后台。
S200,通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面。
在本步骤中,通过离线预识别引擎对实时监测视频进行逐帧处理,离线预识别引擎可以对实时监测视频进行预处理,以判别其中是否包含了人像,若包含了人像则说明该视频包含了隐私,通过上述判断方式,在本地就可以对实时监测视频中的每一张视频画面进行检测,以实现进行画面分辨的作用,而对于不包含人像信息的画面则视为不包含隐私画面。
S300,提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器。
在本步骤中,提取实时监测视频中包含隐私画面的视频帧,通过离线预识别引擎已经对实时监测视频中的所有画面进行了预处理,实现了对画面进行分类,对于包含隐私画面的视频帧,需要通过进行脱敏处理,使其不包含隐私数据,具体的,可以通过预设的图案对每一个包含隐私画面的视频帧进行替换,以实现屏蔽隐私信息的作用,在经过脱敏处理之后,将脱敏后的视频数据上传至云服务器中。
S400,接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地。
在本步骤中,接收来自云服务器处理完成的用户数据,脱敏后的视频数据发送至云服务器之后,云服务器对其进行处理,如根据视频数据进行建模处理,构建用户室内的地图,将处理结果反馈回来,即为用户数据,扫地机器人接收用户数据,随后对其进行加密,加密时,采用随机加密的方式进行加密,并将加密后的数据存储于本地,而将用于解密的数据存储于云端,以保证数据的安全性。
如图2所示,作为本发明的一个优选实施例,所述通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面的步骤,具体包括:
S201,对实时监测视频进行画面分析,通过进行像素统计,确定画面变动率。
在本步骤中,对实时监测视频进行画面分析,具体的,将相邻两组视频画面进行比较,确定其中出现变化的像素的数量,将出现像素变化的数量与单个视频帧包含的总像素数量进行比较,将其比值作为画面变动率。
S202,基于画面变动率对实时监控视频进行压缩处理,压缩后得到待处理视频帧。
在本步骤中,基于画面变动率对实时监控视频进行压缩处理,具体的,根据画面变动率确定相邻两组的视频帧是否相同,若相同则将其合并,从而以一张视频帧进行表示,以实现压缩处理,得到待处理视频帧。
S203,将待处理视频帧导入到离线预识别引擎中进行处理,判定其中是否包含隐私画面。
在本步骤中,将待处理视频帧导入到离线预识别引擎中进行处理,前期经过筛选,已经将需要处理的视频减少了,因此,在识别时,能够减少识别的数量,以提高离线预识别引擎的工作效率。
如图3所示,作为本发明的一个优选实施例,所述提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器的步骤,具体包括:
S301,提取实时监测视频中包含隐私画面的视频帧,识别其中包含隐私画面的区域。
在本步骤中,提取实时监测视频中包含隐私画面的视频帧,在预处理过程中,已经对实时监测视频中的相同画面进行了合并,因此,包含隐私画面的相同画面也将会被合并,处理其中的一个视频帧即可,识别其中包含隐私画面的区域。
S302,调取预设的替换图案覆盖在包含隐私画面的区域,得到已脱敏视频帧。
在本步骤中,调取预设的替换图案覆盖在包含隐私画面的区域,该替换图案为预设的,具体的,可以为马赛克图案,将其覆盖于隐私区域,以实现屏蔽的作用,得到已脱敏视频帧。
S303,基于已脱敏视频帧生成新的监测画面视频,将其传输至云服务器中。
在本步骤中,基于已脱敏视频帧生成新的监测画面视频,由于已经进行脱敏,部分画面出现变化,将脱敏的视频帧插入到原视频中,以得到新的检测画面视频,将其传输至云服务器中。
如图4所示,作为本发明的一个优选实施例,所述接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地的步骤,具体包括:
S401,实时监测来自云服务器发出的数据传输请求,基于数据传输请求接收用户数据。
在本步骤中,实时监测来自云服务器发出的数据传输请求,在云服务器处理完成之后,将会生成用户数据,此时发出数据传输请求,等待扫地机器人进行接收。
S402,随机采集一组监测画面,基于监测画面构建加密映射表,监测画面传输至云服务器。
在本步骤中,随机采集一组监测画面,具体的,需要存储数据时,即在该时刻通过扫地机器人实时采集一组照片,得到监测画面,将其转化为二进制数据,随后从中提取8个字节,其中四个字节为一组,得到两组字节组,分别为第一字节组和第二字节组,基于第一字节组确定两个十六进制字符,如A和B,基于第二字节组确定两个十进制字符,如C和D,那么A对应C,B对应D,得到加密映射表,监测画面传输至云服务器。
S403,根据加密映射表对用户数据进行数据替换,将替换后的数据存储于本地。
在本步骤中,根据加密映射表对用户数据进行数据替换,将用户数据转化为十六进制,将其中的A替换为C,将B替换为D,得到加密后的用户数据,将替换后的数据存储于本地。
如图5所示,为本发明实施例提供的一种用于人工智能的隐私数据存储系统,所述系统包括:
数据获取模块100,用于获取实时监测视频,并构建离线预识别引擎。
在本系统中,数据获取模块100获取实时监测视频,人工智能的应用很多,如扫地机器人,其大都具备有摄像头,可以进行视频的录制,而在实时数据处理过程中,需要将实时采集的视频画面传输至后台进行处理,然后接收计算结果,因此需要频繁将用户室内的视频数据不断外传,存在泄漏的风险,因此通过构建离线预识别引擎,能够在离线状态下识别当前视频画面中是否包含人像,由于离线预识别引擎设置在扫地机器人内,因此可以在本地进行数据处理,而非直接将包含用户隐私的数据传输至后台。
隐私识别模块200,用于通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面。
在本系统中,隐私识别模块200通过离线预识别引擎对实时监测视频进行逐帧处理,离线预识别引擎可以对实时监测视频进行预处理,以判别其中是否包含了人像,若包含了人像则说明该视频包含了隐私,通过上述判断方式,在本地就可以对实时监测视频中的每一张视频画面进行检测,以实现进行画面分辨的作用,而对于不包含人像信息的画面则视为不包含隐私画面。
数据脱敏模块300,用于提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器。
在本系统中,数据脱敏模块300提取实时监测视频中包含隐私画面的视频帧,通过离线预识别引擎已经对实时监测视频中的所有画面进行了预处理,实现了对画面进行分类,对于包含隐私画面的视频帧,需要通过进行脱敏处理,使其不包含隐私数据,具体的,可以通过预设的图案对每一个包含隐私画面的视频帧进行替换,以实现屏蔽隐私信息的作用,在经过脱敏处理之后,将脱敏后的视频数据上传至云服务器中。
数据存储模块400,用于接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地。
在本系统中,数据存储模块400接收来自云服务器处理完成的用户数据,脱敏后的视频数据发送至云服务器之后,云服务器对其进行处理,如根据视频数据进行建模处理,构建用户室内的地图,将处理结果反馈回来,即为用户数据,扫地机器人接收用户数据,随后对其进行加密,加密时,采用随机加密的方式进行加密,并将加密后的数据存储于本地,而将用于解密的数据存储于云端,以保证数据的安全性。
如图6所示,作为本发明的一个优选实施例,所述隐私识别模块200包括:
画面检测单元201,用于对实时监测视频进行画面分析,通过进行像素统计,确定画面变动率。
在本模块中,画面检测单元201对实时监测视频进行画面分析,具体的,将相邻两组视频画面进行比较,确定其中出现变化的像素的数量,将出现像素变化的数量与单个视频帧包含的总像素数量进行比较,将其比值作为画面变动率。
视频压缩单元202,用于基于画面变动率对实时监控视频进行压缩处理,压缩后得到待处理视频帧。
在本模块中,视频压缩单元202基于画面变动率对实时监控视频进行压缩处理,具体的,根据画面变动率确定相邻两组的视频帧是否相同,若相同则将其合并,从而以一张视频帧进行表示,以实现压缩处理,得到待处理视频帧。
预处理单元203,用于将待处理视频帧导入到离线预识别引擎中进行处理,判定其中是否包含隐私画面。
在本模块中,预处理单元203将待处理视频帧导入到离线预识别引擎中进行处理,前期经过筛选,已经将需要处理的视频减少了,因此,在识别时,能够减少识别的数量,以提高离线预识别引擎的工作效率。
如图7所示,作为本发明的一个优选实施例,所述数据脱敏模块300包括:
隐私提取单元301,用于提取实时监测视频中包含隐私画面的视频帧,识别其中包含隐私画面的区域。
在本模块中,隐私提取单元301提取实时监测视频中包含隐私画面的视频帧,在预处理过程中,已经对实时监测视频中的相同画面进行了合并,因此,包含隐私画面的相同画面也将会被合并,处理其中的一个视频帧即可,识别其中包含隐私画面的区域。
脱敏处理单元302,用于调取预设的替换图案覆盖在包含隐私画面的区域,得到已脱敏视频帧。
在本模块中,脱敏处理单元302调取预设的替换图案覆盖在包含隐私画面的区域,该替换图案为预设的,具体的,可以为马赛克图案,将其覆盖于隐私区域,以实现屏蔽的作用,得到已脱敏视频帧。
视频合成单元303,用于基于已脱敏视频帧生成新的监测画面视频,将其传输至云服务器中。
在本模块中,视频合成单元303基于已脱敏视频帧生成新的监测画面视频,由于已经进行脱敏,部分画面出现变化,将脱敏的视频帧插入到原视频中,以得到新的检测画面视频,将其传输至云服务器中。
如图8所示,作为本发明的一个优选实施例,所述数据存储模块400包括:
数据收发单元401,用于实时监测来自云服务器发出的数据传输请求,基于数据传输请求接收用户数据。
在本模块中,数据收发单元401实时监测来自云服务器发出的数据传输请求,在云服务器处理完成之后,将会生成用户数据,此时发出数据传输请求,等待扫地机器人进行接收。
映射表生成单元402,用于随机采集一组监测画面,基于监测画面构建加密映射表,监测画面传输至云服务器。
在本模块中,映射表生成单元402随机采集一组监测画面,具体的,需要存储数据时,即在该时刻通过扫地机器人实时采集一组照片,得到监测画面,将其转化为二进制数据,随后从中提取8个字节,其中四个字节为一组,得到两组字节组,分别为第一字节组和第二字节组,基于第一字节组确定两个十六进制字符,如A和B,基于第二字节组确定两个十进制字符,如C和D,那么A对应C,B对应D,得到加密映射表,监测画面传输至云服务器。
加密存储单元403,用于根据加密映射表对用户数据进行数据替换,将替换后的数据存储于本地。
在本模块中,加密存储单元403根据加密映射表对用户数据进行数据替换,将用户数据转化为十六进制,将其中的A替换为C,将B替换为D,得到加密后的用户数据,将替换后的数据存储于本地。
在一个实施例中,提出了一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取实时监测视频,并构建离线预识别引擎;
通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面;
提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器;
接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地。
在一个实施例中,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,使得处理器执行以下步骤:+
获取实时监测视频,并构建离线预识别引擎;
通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面;
提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器;
接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于人工智能的隐私数据存储方法,其特征在于,所述方法包括:
获取实时监测视频,并构建离线预识别引擎;
通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面;
提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器;
接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地。
2.根据权利要求1所述的用于人工智能的隐私数据存储方法,其特征在于,所述通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面的步骤,具体包括:
对实时监测视频进行画面分析,通过进行像素统计,确定画面变动率;
基于画面变动率对实时监控视频进行压缩处理,压缩后得到待处理视频帧;
将待处理视频帧导入到离线预识别引擎中进行处理,判定其中是否包含隐私画面。
3.根据权利要求2所述的用于人工智能的隐私数据存储方法,其特征在于,所述提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器的步骤,具体包括:
提取实时监测视频中包含隐私画面的视频帧,识别其中包含隐私画面的区域;
调取预设的替换图案覆盖在包含隐私画面的区域,得到已脱敏视频帧;
基于已脱敏视频帧生成新的监测画面视频,将其传输至云服务器中。
4.根据权利要求1所述的用于人工智能的隐私数据存储方法,其特征在于,所述接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地的步骤,具体包括:
实时监测来自云服务器发出的数据传输请求,基于数据传输请求接收用户数据;
随机采集一组监测画面,基于监测画面构建加密映射表,监测画面传输至云服务器;
根据加密映射表对用户数据进行数据替换,将替换后的数据存储于本地。
5.根据权利要求4所述的用于人工智能的隐私数据存储方法,其特征在于,所述用户数据被删除时,存储于云服务器的对应监测画面也同时删除。
6.根据权利要求4所述的用于人工智能的隐私数据存储方法,其特征在于,所述需要调用用户数据时,根据云服务器存储的监测画面生成加密映射表,进行数据解密。
7.一种用于人工智能的隐私数据存储系统,其特征在于,所述系统包括:
数据获取模块,用于获取实时监测视频,并构建离线预识别引擎;
隐私识别模块,用于通过离线预识别引擎对实时监测视频进行逐帧处理,判定其中是否包含隐私画面;
数据脱敏模块,用于提取实时监测视频中包含隐私画面的视频帧,对视频帧进行脱敏处理,并将其上传至云服务器;
数据存储模块,用于接收来自云服务器处理完成的用户数据,对用户数据进行随机加密,并存储于本地。
8.根据权利要求7所述的用于人工智能的隐私数据存储系统,其特征在于,所述隐私识别模块包括:
画面检测单元,用于对实时监测视频进行画面分析,通过进行像素统计,确定画面变动率;
视频压缩单元,用于基于画面变动率对实时监控视频进行压缩处理,压缩后得到待处理视频帧;
预处理单元,用于将待处理视频帧导入到离线预识别引擎中进行处理,判定其中是否包含隐私画面。
9.根据权利要求8所述的用于人工智能的隐私数据存储系统,其特征在于,所述数据脱敏模块包括:
隐私提取单元,用于提取实时监测视频中包含隐私画面的视频帧,识别其中包含隐私画面的区域;
脱敏处理单元,用于调取预设的替换图案覆盖在包含隐私画面的区域,得到已脱敏视频帧;
视频合成单元,用于基于已脱敏视频帧生成新的监测画面视频,将其传输至云服务器中。
10.根据权利要求7所述的用于人工智能的隐私数据存储系统,其特征在于,所述数据存储模块包括:
数据收发单元,用于实时监测来自云服务器发出的数据传输请求,基于数据传输请求接收用户数据;
映射表生成单元,用于随机采集一组监测画面,基于监测画面构建加密映射表,监测画面传输至云服务器;
加密存储单元,用于根据加密映射表对用户数据进行数据替换,将替换后的数据存储于本地。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310732638.3A CN116702234A (zh) | 2023-06-20 | 2023-06-20 | 一种用于人工智能的隐私数据存储方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310732638.3A CN116702234A (zh) | 2023-06-20 | 2023-06-20 | 一种用于人工智能的隐私数据存储方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116702234A true CN116702234A (zh) | 2023-09-05 |
Family
ID=87838956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310732638.3A Withdrawn CN116702234A (zh) | 2023-06-20 | 2023-06-20 | 一种用于人工智能的隐私数据存储方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116702234A (zh) |
-
2023
- 2023-06-20 CN CN202310732638.3A patent/CN116702234A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110225299B (zh) | 视频监测方法、装置、计算机设备及存储介质 | |
CN111241938A (zh) | 基于图像校验的人脸识别方法、装置和计算机设备 | |
CN110647659B (zh) | 摄像系统以及视频处理方法 | |
CN110620891B (zh) | 摄像系统以及视频处理方法 | |
US11520931B2 (en) | Privacy masking method using format-preserving encryption in image security system and recording medium for performing same | |
CN115187439A (zh) | 一种智慧园区综合运营管理方法及系统 | |
CN110610456A (zh) | 摄像系统以及视频处理方法 | |
US20220189036A1 (en) | Contour-based privacy masking apparatus, contour-based privacy unmasking apparatus, and method for sharing privacy masking region descriptor | |
KR20210121025A (ko) | 센서 장치, 암호화 방법 | |
CN111931145A (zh) | 人脸加密方法、识别方法、装置、电子设备及存储介质 | |
CN108712400B (zh) | 数据传输方法、装置、计算机可读存储介质和电子设备 | |
CN112419639A (zh) | 一种视频信息的获取方法及装置 | |
CN110572604B (zh) | 摄像系统以及视频处理方法 | |
US20220277490A1 (en) | Image processing method, image processing apparatus and program | |
CN116702234A (zh) | 一种用于人工智能的隐私数据存储方法及系统 | |
US20220375197A1 (en) | Information processing system, information processing method, image-capturing apparatus, and information processing apparatus | |
US12014535B2 (en) | System, client apparatus, data processing method, computer program and recording medium | |
CN112016526A (zh) | 场所活动对象的行为监测分析系统、方法、装置和设备 | |
CN115659383B (zh) | 一种电子档案安全分享方法及系统 | |
CN116980534A (zh) | 一种视频通讯的图像处理方法及系统 | |
KR20210119982A (ko) | 센서 장치, 암호화 방법 | |
CN115225771B (zh) | 一种加密图像可逆信息隐藏方法、装置及计算机设备 | |
CN114567878A (zh) | 物联网基站、数据回传处理系统及数据回传处理方法 | |
CN111881438B (zh) | 基于隐私保护进行生物特征识别的方法、装置及电子设备 | |
CN112419638B (zh) | 一种告警视频的获取方法及装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230905 |