项目名称: 图像感兴趣区域提取及加密研究

项目编号: No.61462032

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 计算机科学学科

项目作者: 温文媖

作者单位: 江西财经大学

项目金额: 44万元

中文摘要: 网络的开放性给图像数据的安全传输带来了很大挑战,图像完全加密技术一直以来是解决该问题的关键手段之一。然而,在很多商业多媒体应用中,需有意对用户感兴趣的图像区域重度加密,此时用户需要根据部分可视化区域来判断是否应该购买相应的服务,这种便捷的交互模式是完全加密技术力所不及的。本项目围绕这类特殊的应用需求研究图像感兴趣区域提取及加密技术。通过对图像特征数据的分析和处理,整合图像高效特征来构建面向感兴趣区域提取的变分模型,利用能量泛函的极小化来提取感兴趣区域;根据感兴趣区域的物理特点,充分利用光学变换并行处理的能力以及混沌系统初始敏感的特性来设计适配感兴趣区域的加密算法;同时,拟通过常用的攻击方法去验证或者利用可证明安全去证明感兴趣区域加密方案的安全性。本项目的研究实现了图像处理与图像加密的融合,其取得的研究成果将为未来数字多媒体安全应用提供了一种新的思路。

中文关键词: 图像加密;感兴趣区域提取;变分模型;通信安全

英文摘要: The openness of the network has brought a great challenge for image-data security transmission, and full encryption has been one of key technologies for such a problem. However, in many commercial multimedia applications like pay-per-view, they require part of multimedia content preview, where the regions of interest (ROI) are encrypted heavily and part of multimedia content is visualized or degraded to some poor quality so that it can be previewed free of charge to determine whether should pay for the corresponding service, which are beyond full encryption. In order to meet these kinds of multimedia applications, this project makes a research on ROI extraction with application to image encryption. We analyze and handle image feature data, and then integrate the important feature to construct some variational models for ROI extraction, and such regions can be detected by minimizing the energy functional. According to the physical characteristics of ROI, some adaptive encryption schemes are designed by the significant properties of optical transform and chaotic system, such as parallel processing, and sensitivity to control parameter and initial condition. The security and availability of image encryption scheme based on ROI will be verified by common attacks methods or provable security. This completion of this project will integrate image processing and image encryption and a new means of the future digital multimedia security applications will be achieved.

英文关键词: Image Encryption;Regions of Interest (ROI) Extraction;Variational models;Communication Security

成为VIP会员查看完整内容
0

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
18+阅读 · 2020年12月23日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
 图像内容自动描述技术综述
专知会员服务
86+阅读 · 2019年11月17日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
最全综述 | 图像目标检测
计算机视觉life
31+阅读 · 2019年6月24日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
Arxiv
19+阅读 · 2018年5月17日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
18+阅读 · 2020年12月23日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
 图像内容自动描述技术综述
专知会员服务
86+阅读 · 2019年11月17日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
最全综述 | 图像目标检测
计算机视觉life
31+阅读 · 2019年6月24日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员