[发明专利]一种基于生成对抗网络的视频隐私保护方法

权利要求书

1.一种基于生成对抗网络的视频隐私保护方法，其特征在于，如下步骤：

S1、将点对点的图像生成系统作为对抗网络生成器，并基于视频数据集Image-net中的原始视频训练对抗网络生成器得到一系列的视频对抗样本；

S2、将三种不同架构的视频分类系统作为对抗网络鉴别器，并基于一系列的视频对抗样本和视频对抗样本对应的原始视频对对抗网络鉴别器进行训练，若训练后的对抗网络鉴别器能分辨出步骤S1中得到的20%以上的视频对抗样本和原始视频的区别，即对抗网络鉴别器能正确分类20%以上的视频对抗样本，转到步骤S3，否则，得到训练好的对抗网络生成器，转到步骤S4；

S3、根据步骤S2中训练后的对抗网络鉴别器的参数，利用梯度下降方法对步骤S1中训练后的对抗网络生成器进行优化，并基于优化后的对抗网络生成器转到步骤S1再次执行;

S4、将需要进行隐私保护的视频输入训练好的对抗网络生成器，得到视频对抗样本;

所述步骤S2的具体步骤如下：

S2.1、将三种不同架构的视频分类模型I3D、C3D和CNN+LSTM在视频数据集Image-Net上训练得到三种不同架构的视频分类系统作为对抗网络鉴别器；

S2.2、将一系列的视频对抗样本和视频对抗样本对应的原始样本输入对抗网络鉴别器，输出结果为，若训练后的对抗网络鉴别器能分辨出步骤S1中得到的20%以上的视频对抗样本和原始视频的区别，即对抗网络鉴别器能正确分类20%以上的视频对抗样本，转到步骤S3，否则，得到训练好的对抗网络生成器，转到步骤S4，其中，表示视频对抗样本输入对抗网络鉴别器输出的结果， 表示视频对抗样本输入视频分类系统输出的结果，表示视频对抗样本输入视频分类系统输出的结果，表示视频对抗样本输入视频分类系统输出的结果。

2.根据权利要求1所述的一种基于生成对抗网络的视频隐私保护方法，其特征在于，所述步骤S1的具体步骤如下：

S1.1、将点对点的图像生成系统作为对抗网络生成器，并从视频数据集Image-net获取原始视频作为原始样本 ，表示第个原始样本，表示原始样本的第个像素点，其中，表示第个原始样本；

S1.2、将原始样本输入对抗网络生成器，得到输出，其中，为对抗网络生成器对每个像素点添加的扰动，即得到一系列的视频对抗样本，其中，表示第个原始样本对应得到的视频对抗样本，表示对第个像素点添加的扰动。

3.根据权利要求2所述的一种基于生成对抗网络的视频隐私保护方法，其特征在于，所述步骤S3的具体步骤如下：

根据对抗网络生成器的损失函数，计算损失函数对中各参数的梯度，再沿着梯度下降方向调整参数，对步骤S1中训练后的对抗网络生成器进行优化，即的参数,为较小的常数，并基于优化后的对抗网络生成器转到步骤S1再次执行，其中，表示对求期望，表示对求期望，表示第轮得到的梯度，表示第轮得到对抗网络生成器神经网络的参数，是一个多维张量，表示对抗网络鉴别器的输出，表示对抗网络生成器的输出。