[发明专利]一种隐私实时保护方法和系统在审
申请号: | 201711491152.6 | 申请日: | 2017-12-30 |
公开(公告)号: | CN108197507A | 公开(公告)日: | 2018-06-22 |
发明(设计)人: | 胡睿;刘智;韩辛亮;王磊;李楠森 | 申请(专利权)人: | 刘智;胡睿;韩辛亮;王磊;李楠森 |
主分类号: | G06F21/84 | 分类号: | G06F21/84;G06K9/46;G06K9/62;G06K9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100000 北京市朝阳区姚家园东*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 可信度 预设 目标识别 运动目标区域 范围图像 实时保护 用户隐私 监测 隐私 图像 获取目标 实时监测 隐私保护 运算负载 误报率 有效地 滞后性 阈值时 比对 检出 算法 | ||
1.一种隐私实时保护方法,其特征在于,包括以下步骤:
在预设的监测范围c内提取监测范围图像W;
在监测范围图像W中使用预设的算法检出运动目标区域图像D;
在运动目标区域图像D中进行目标识别,获取目标识别可信度;
将获取的目标识别可信度与预设可信度阈值进行比对,当目标识别可信度大于预设可信度阈值时,采取预设的隐私保护措施。
2.根据权利要求1所述的隐私实时保护方法,其特征在于,所述在预设的监测范围c内提取监测范围图像W的步骤包括:
设置监测范围c,监测范围c排除用户自身在内的区域;
在预设的监测频率下获取图像帧M;
根据监测范围c在图像帧M中提取监测范围图像W。
3.根据权利要求1所述的隐私实时保护方法,其特征在于,所述在监测范围图像W中使用预设的算法检出运动目标区域图像D的步骤包括:
采用高斯混合模型GMM算法建立背景模型Md;
将背景模型Md与监测范围图像W对比,当差距较小时,用监测范围图像W加入GMM算法更新背景模型Md;当差距较大时,计算监测范围图像W与背景模型Md之间的差值图像Δ:
采用形态学腐蚀运算滤除差值图像Δ中尺寸过小的差值区域;
将差值图像Δ中集中分布的差值区域合并为矩形;
根据运动目标过滤条件y,排除不符合运动目标过滤条件y的矩形;
根据矩形所在位置,在监测范围图像W中截取运动目标区域图像D。
4.根据权利要求3所述的隐私实时保护方法,其特征在于,所述运动目标过滤条件y包括运动目标区域图像D的尺寸上下限、长宽比例和面积上下限。
5.根据权利要求1所述的隐私实时保护方法,其特征在于,所述在运动目标区域图像D中进行目标识别,获取目标识别可信度的步骤包括:
在运动目标区域图像D中使用人脸目标检出算法检出人脸目标,获取人脸目标识别可信度Kr;
未检出人脸目标时,使用人上半身目标检出算法检出人上半身目标,获取人上半身目标识别可信度Kb。
6.根据权利要求5所述的隐私实时保护方法,其特征在于,所述人脸目标检出算法具体采用基于Haar图像特征的Adaboost分类器对运动目标区域图像D进行识别,输出人脸目标识别可信度Kr、目标位置和大小。
7.根据权利要求5所述的隐私实时保护方法,其特征在于,所述人上半身目标检出算法具体采用方向梯度直方图HOG算法提取图像特征,使用SVM分类器进行识别,输出上半身识别可信度Kb。
8.一种隐私实时保护系统,其特征在于,包括:
监测算法模块,用于在预设的监测范围c内获取目标识别可信度;
隐私保护模块,用于将获取的目标识别可信度与预设可信度阈值进行比对,当目标识别可信度于预设可信度阈值时,采取预设的隐私保护措施,与监测算法模块连接。
9.根据权利要求8所述的隐私实时保护系统,其特征在于,还包括:
用户设定模块,用于设置监测范围c和功能参数,与监测算法模块连接。
10.根据权利要求9所述的隐私实时保护系统,其特征在于,还包括:
监测模块,用于在预设的监测频率下获取图像帧M,与监测算法模块连接。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于刘智;胡睿;韩辛亮;王磊;李楠森,未经刘智;胡睿;韩辛亮;王磊;李楠森许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711491152.6/1.html,转载请声明来源钻瓜专利网。