隐私安全的图像特征提取及应用

发布时间：2020-08-13 19:04

【摘要】：随着多媒体社交网络的兴起,多媒体图像的数量爆炸式地增长。对于一些资源受限的图像拥有者而言,会倾向于将繁重的图像处理过程外包给云端。由于图像中可能会包含有关图像拥有者的敏感信息,直接将图像原始数据外包给不可信的云端会导致用户隐私性方面的问题。因而,隐私性是图像安全应用的重要研究内容之一。本文就基于向量同态加密方案VHE的加密图像的特征提取及相关应用的关键问题进行了全面的研究和分析。本文在已有的研究成果的基础上,研究基于向量同态加密的密文图像的特征提取、识别等关键技术。本文的主要研究内容和成果包含以下几个方面:1.研究适合于图像处理的整数向量同态加密方案。研究安全高效的向量同态加密方案,该方案适合于图像矩阵及图像特征向量的加密,支持带权重内积、线性变换等图像处理常用的操作;在此基础上,研究密文向量的相似性比较等技术,使同态加密贯穿图像处理的整个过程。2.基于向量同态加密方案的灰度直方图特征提取方案。结合向量同态加密方案,在密文域实现图像灰度直方图的提取,保护了原始图像信息的隐私性,最后对整个算法和模型进行了相关分析评估,结果表明,密文域提取的直方图特征能够到达跟明文域一样的精度,同时能保护图像用户的隐私性。3.基于向量同态加密方案的HOG特征提取方案。结合向量同态加密算法所支持的同态运算,简化改进原始HOG算法,得到适应于同态运算的HOG算法,最终实现在密文域中的HOG特征提取。结合支持向量机算法(SVM),分别使用明密文域中提取出的HOG特征向量构建对应的行人检测模型,实验表明,密文域中的HOG算法与明文中的原始HOG算法几乎是等效的,可以达到近似的行人检测的目的。4.隐私安全的图像特征的应用。针对之前密文域中提取出的两种图像特征,研究在密文域下基于灰度直方图的图像识别和基于HOG特征的图像搜索。实验结果显示,在保证图像隐私性的基础上,前者能识别出与自身图像基本一致的图像,后者能搜索出与搜索图像类似的图像。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP309;TP391.41

【相似文献】

相关期刊论文 前10条

1 张芳;李晓辉;杨洪伟;;复杂背景下植物叶片病害的图像特征提取与识别技术研究[J];辽宁大学学报(自然科学版);2016年04期

2 周曙光;;关于运动员动作图像特征提取仿真研究[J];计算机仿真;2017年01期

3 代立华;;垃圾图像特征提取与选择的分析[J];电子世界;2016年22期

4 关雪梅;;图像特征提取技术研究[J];绥化学院学报;2017年02期

5 李怀磊;;基于图像特征提取的菜品信息读取系统设计[J];饮食科学;2017年06期

6 江宏;;基于图像特征提取的餐盘菜品信息读取系统设计[J];饮食科学;2017年08期

7 史颜玲;王忠义;;基于形状特征的图像特征提取方法及其在医学图像分析中的应用[J];许昌学院学报;2011年02期

8 王志瑞;闫彩良;;图像特征提取方法的综述[J];吉首大学学报(自然科学版);2011年05期

9 翟俊海;赵文秀;王熙照;;图像特征提取研究[J];河北大学学报(自然科学版);2009年01期

10 郑伟;;人脸识别图像特征提取方法及其应用[J];智库时代;2017年16期

相关会议论文 前10条

1 林明星;王晓华;管志光;丁凤华;赵永瑞;;基于差分码的图像特征提取方法研究[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

2 张永平;何仲昆;苏日娜;樊少菁;;基于非线性投影的图像特征提取与分类[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

3 黄亚丽;刘志文;时永刚;王琳;;一种基于形状和形变的细胞视频图像特征提取方法[A];2012医疗仪器与民众健康学术研讨会论文集[C];2012年

4 朱红娟;苏立军;李芬华;陈丽;;基于小波包的超声图像特征提取[A];第七届全国信息获取与处理学术会议论文集[C];2009年

5 夏庆观;路红;陈桂;;基于小波神经网络的零件图像特征提取和识别[A];第三届全国信息获取与处理学术会议论文集[C];2005年

6 王晓伟;石林锁;成浩;;基于独立分量分析的图像特征提取[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

7 柳林霞;陈杰;陈文颉;;自动目标识别技术中的图像特征提取技术[A];第二十一届中国控制会议论文集[C];2002年

8 索芳;魏世泽;;农田杂草图像特征提取与识别方法的探讨[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

9 邹建成;范兴华;;基于尺度空间的医学图像特征分析[A];第四届全国几何设计与计算学术会议论文集[C];2009年

10 沈飞;曹鹏;龙华保;谢长生;;基于改进卷积神经网络的高光谱图像特征提取方法[A];2016年红外、遥感技术与应用研讨会暨交叉学科论坛论文集[C];2016年

相关博士学位论文 前10条

1 黄志开;彩色图像特征提取与植物分类研究[D];中国科学技术大学;2006年

2 刘淑琴;图像特征提取方法及其应用研究[D];西北大学;2016年

3 谢巍;形态学分析方法及在图像特征提取中的应用[D];哈尔滨工程大学;2014年

4 肖哲;医学图像特征提取方法及应用研究[D];电子科技大学;2017年

5 施展;图像特征提取与识别的迹空间投影方法研究[D];华南理工大学;2012年

6 汤德俊;人脸识别中图像特征提取与匹配技术研究[D];大连海事大学;2013年

7 刘波;机器视觉水中图像特征提取与对象辨识研究[D];大连理工大学;2013年

8 于梅;肝脏CT图像特征提取方法的研究及其在检索中的应用[D];南方医科大学;2012年

9 刘高峰;极化SAR图像特征提取与分类方法研究[D];西安电子科技大学;2014年

10 钱建军;人脸图像特征提取和分类的若干方法研究[D];南京理工大学;2014年

相关硕士学位论文 前10条

1 黄云帆;隐私安全的图像特征提取及应用[D];电子科技大学;2018年

2 杨宇;基于深度学习算法的人脸识别研究[D];湖南大学;2017年

3 朱爱军;复杂背景面部图像特征提取的应用研究[D];成都理工大学;2004年

4 范羚;独立分量分析及其在图像特征提取和消噪中的应用[D];安徽大学;2003年

5 陈健斌;图像特征提取及其相似度的研究和实现[D];西安电子科技大学;2012年

6 王恩永;基于模糊聚类的灰度图像特征提取和识别研究[D];云南大学;2010年

7 黎明;基于层次方法的图像特征提取模型分析与研究[D];江苏科技大学;2017年

8 初延亮;磁粉检测裂纹图像特征提取方法研究及实现[D];西南科技大学;2015年

9 曹威;基于小波多尺度分析的铜浮选泡沫图像特征提取[D];中南大学;2014年

10 程安凤;基于人脸识别的图像特征提取研究与实现[D];江西农业大学;2016年

本文编号：2792395