Web图像动态嵌入水印设计

水印是一种有效的多媒体信息保护技术,Intemet上的多媒体信息嵌入水印,可以有效地防止多媒体信息的非法复制和传播.传统的Web图像水印嵌入技术,永久地破坏了原始图片信息.web图像动态嵌入水印设计,则只在响应Web请求时,对显示图片信息进行动态地嵌入水印,不对站点图像进行任何修改,有效地保护了站点图像的原始信息.同时...     

人脸隐私增强计算模型优化方案

为解决现有图像级人脸隐私保护模型中二元属性翻转问题和图像信息损失过大等问题,本文提出了一种优化方案。通过定义属性概率分数概念并设计新的隐私保护损失函数项,来解决隐私保护模型中的二元属性翻转问题。同时,使用L₁距离来约束隐私保护图像与原始图像之间的信息差异,以保证在模型实现有效隐私保护的同时减少信息损失。与现有PrivacyNet方案相比,本方案克服了属性翻转问题和生成图像视觉效果差问题,在多属性隐私保护和实用性方面具有优越性。     

隐私保护的图像内容检索技术研究综述

随着智能设备与社交媒体的广泛普及,图片数据的数量急剧增长,数据拥有者将本地数据外包至云平台,在云服务器上实现数据的存储、分享和检索。然而,图像数据含有大量有关用户的敏感信息,外部攻击者和不完全可信的云服务器都试图获取原始图像的内容,窥探用户隐私,造成严重的隐私泄露风险。回顾了近年来隐私保护需求下图像内容检索技术的研究进展,总结了应用于该技术的图像加密算法,包括同态加密、随机化加密和比较加密,围绕这3种密码技术,详细分析和比较了典型的解决方案,并介绍了索引构造的改进策略。最后,总结和展望了未来的研究趋势。     

可用性增强的缩略图保持加密

传统加密在保护云储存图像隐私的同时使其完全丧失视觉可用性。尽管缩略图保持加密可平衡图像隐私性和视觉可用性，但现有方案均不考虑保留非视觉可用性。为此，提出一个可用性增强的缩略图保持加密方案。该方案利用信息隐藏的可逆性和灵活性，腾出原始图像的部分空间用于像素调整，从而保持密文缩略图与原始缩略图近似。在进行像素调整之前，对图像进行传统加密以保障安全性。在完成像素调整之后，凭借所剩余的空间容量嵌入额外信息，这些额外信息可为用户提供非视觉可用性。所提缩略图保持加密方案不仅平衡了隐私性和视觉可用性，还在一定程度上保留了非视觉可用性。最后，实验结果证实了所提方案的有效性和先进性。     

基于邻域滤波的图像修复

图像修复是图像恢复研究中的一个重要内容,它的目的是根据图像现有的信息来自动恢复丢失的信息,可以用于对旧图片的修复。大多数现有图像修复算法都非常复杂,而且难于实现。由于图像中的边缘代表了图像的重要信息,所以在设计修复算法时,必须着重考虑边缘的恢复。提出了一种基于图像邻域滤波算法、利用图像的空间连续性,及图像的边缘信息的图像修复算法。该算法实现简单,修复速度快,对小区域的修复效果较好。     

基于深度学习的人脸图像加密算法研究

图像作为视觉传达的重要信息载体,以一种直观、形象的方式向受众传递信息。但是,图像会在不知不觉中带来个人隐私信息泄露等安全隐患。本文从保护图像中隐私安全角度出发,深度融合人脸检测、人脸对齐方法以及混合混沌序列的图像加解密算法,提出了一种基于深度学习算法的人脸图像信息加密算法,即FIIE（Face Image Information Encryption ）算法,用于保护图片中的面部核心部位隐私信息。FIIE算法的具体描述如下：首先,采用WLDER FACE数据集中的人脸图像对MTCNN模型展开训练,并利用训练好的模型根据人脸特征点获取图像中人脸所在的矩形框坐标;然后,通过上述人脸区域坐标生成掩膜,运用生成的掩膜使原图与Logistic混沌序列做位运算,最后,对图像中人脸特定区域的加密。通过实验表明,本算法可以准确识别图像中人脸信息特定区域,实现对图像中面部信息的有效加密,保障用户的隐私安全。     

数字图像隐藏中一种基于MIP图的抗攻击方法

从计算机图形学中纹理技术的MIP图方法出发,对数字图像信息隐藏的抗攻击方法进行了研究,其目的是对具有一定保护价值的数字图像进行保密传输和安全存储,文中采用计算机图形学中的MIP图方法来增强数字水印的鲁棒性,该方法的核心是通过将原始图像信息和需要隐藏的图像信息资源MIP图的方法进行存储,这使得需要隐藏的信息不再隐藏在原始图像中,当需要对隐藏信息进行恢复时,即使该原始图像受到了非常强的攻击,也可以按照MIP图对数字图像的恢复方法,保证隐藏信息的恢复,实验证明,这种方法可以抵挡在数字图像信息隐藏领域常见的攻击,在一定条件下,这种方法是安全可行的。     

基于Shamir秘密共享方案的文件图像篡改检测和修复方法

提出了一种新的基于Shamir秘密共享方案的文件图像篡改检测和修复方法,该方法包含篡改保护生成和篡改检测修复2个过程.在篡改保护生成过程中,为了提高已有文件图像篡改检测和修复方法的篡改检测正确率和修复效果,首先提出了基于权重的篡改检测信号生成方法,对每个非重叠2×3图像块提取图像块特征,再利用Shamir秘密共享方案将块特征和块内容序列值生成用于块篡改检测和修复的共享信息,最后将块共享信息构成的α通道与原始图像组成可移植网络图形格式(portable network graphic format, PNG)的文件图像.在篡改检测过程中,α通道提取的共享信号可以判断图像块是否被篡改,并可以通过Shamir秘密共享方案反向操作修复篡改图像块的内容.实验表明所提方法不仅具有良好的篡改检测和修复效果,同时具有良好的鲁棒性,能抵抗图像裁剪、噪声攻击.     

基于信息浓缩的隐私保护支持向量机分类算法

支持向量机(SVM)的分类决策过程涉及到对原始训练样本的学习,容易导致数据中隐私信息的泄漏。为解决上述问题,提出一种基于信息浓缩的隐私保护分类方法IC-SVM。该算法首先根据样本的邻域信息,通过模糊C均值(FCM)聚类算法进行聚类分析;接着,使用信息浓缩准则对聚类中心进行处理,得到浓缩点组成的新样本;最后,使用新样本进行训练并得到决策函数,并用它去进行分类测试,可以较好地保护数据的隐私。在UCI真实数据和PIE人脸数据上的实验结果表明,IC-SVM方法既能保护数据信息的安全,又有较高的分类准确率。     

改进的使用非负矩阵分解的隐私保护分类方法

针对现有的基于非负矩阵分解的隐私保护数据挖掘方法中,不区分样本的重要性的不同,对所有样本都进行同样强度扰动的问题进行改进。提出了一种结合样本选择的基于非负矩阵分解的隐私保护分类方法。该方法使用样本选择将原始样本区分为重要的和不重要的两类。在对数据进行扰动时,使用现有的基于非负矩阵分解的方法对所有样本进行扰动。随后利用非负矩阵分解的聚类性质,对不重要的样本进行附加扰动。实验表明,该方法在保持数据可用性的同时,可以对隐私信息提供更好的保护。