[发明专利]一种针对视频识别场景的物理干扰方法及系统

说明书

本发明公开了一种针对视频识别场景的物理干扰方法及系统，属于信息安全测试技术领域，解决现有技术在网络层面对视频进行干扰，干扰效果差的问题。本发明基于获取的已授权的摄像设备的视频、白盒分类系统和对抗样本生成系统在网络层获取初始的视频对抗样本；基于初始化的视频对抗样本，利用白盒分类系统对干扰进行优化，生成网络层面最终的视频对抗样本，即视频的通用干扰值；获取视频前，基于最终的视频对抗样本调节摄像设备在RGB通道的可调节滤镜，形成物理干扰。本发明用于对视频识别场景的物理干扰。

技术领域

本发明涉及信息安全测试技术领域，提供了一种针对视频识别场景的物理干扰方法及系统，用于对视频识别场景的物理干扰。

背景技术

随着DNN（深度神经网络）在图像、视频识别领域的快速发展，一系列实用性技术成果已经开始投入使用，便利人民生活。但是，此类技术也给不良商家恶意收集他人信息提供了途径，例如增设私人监视设备获取大众行为数据、黑入私人计算机获取个人摄像头权限以获得个人信息等一系列损害个人隐私安全的行为。因此，如何保护个人隐私安全成为了当前时代迫切和必须解决的问题。

解决此问题最有效的方法是：在视频识别时能够有效地进行对外干扰，从而使得识别系统无法获取有效数据。该方法的前提是生成视频对抗样本以形成干扰。而目前对于视频对抗样本的研究较少，且其主要干扰方式是在获取到的视频上增加干扰以形成对抗样本，即在获取到视频数据后，在网络层面形成干扰效果，例如加入黑点噪声干扰技术和随机噪声干扰技术。这种方式存在明显的滞后性问题。

综上所述，现有技术存在如下技术问题：

1. 干扰都是在网络层面形成的，每进行一次干扰都需要计算，而计算过程需要算力；

2.在网络层生成干扰存在滞后性，并且干扰是基于传输的视频流，在传输时不存有干扰效果 ；

3.无法实时的在摄像设备上形成干扰，是因为针对保护个人隐私这一场景，摄像设备一定不是随时都开着的，所以无法在未启动的设备上形成干扰。

发明内容

针对上述研究的问题，本发明的目的在于提供一种针对视频识别场景的物理干扰方法及系统，解决现有技术在网络层面对视频进行干扰，干扰效果差的问题。

为了达到上述目的，本发明采用如下技术方案：

一种针对视频识别场景的物理干扰方法，包括：

步骤1：基于获取的已授权的摄像设备的视频、白盒分类系统和对抗样本生成系统在网络层获取初始的视频对抗样本；

步骤2：基于初始化的视频对抗样本，利用白盒分类系统对干扰进行优化，优化后生成网络层面最终的视频对抗样本，即视频的通用干扰值；

步骤3：获取视频前，基于最终的视频对抗样本调节摄像设备在RGB通道的可调节滤镜，形成物理干扰。

进一步，所述步骤 1的具体步骤为：

步骤1.1：从已授权的摄像设备中获取一段视频，其中，表示视频，表示视频的帧数，表示视频的高度，表示视频的宽度，表示视频的颜色通道数，R表示实数域；

步骤1.2：将视频输入白盒分类系统，得到视频中各帧图像的分类结果的集合，其中，表示视频中第帧图像的分类结果，表示视频中第帧图像的分类结果；

步骤1.3：将视频和集合输入到对抗样本生成系统，使每帧图像生成作用在RGB通道的对应像素点上的干扰，即扰动，将该扰动添加到视频上，得到初始化的视频对抗样本，其中，表示视频中第帧图像和分类结果输入到对抗样本生成系统得到的扰动，表示视频中第帧图像和分类结果输入到对抗样本生成系统得到的扰动。

进一步，所述步骤 2的具体步骤为：

S2.1：基于视频的每帧图像的分类结果对进行更新；