CN113486377A - 图像加密方法、装置、电子设备和可读存储介质 - Google Patents
图像加密方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN113486377A CN113486377A CN202110830378.4A CN202110830378A CN113486377A CN 113486377 A CN113486377 A CN 113486377A CN 202110830378 A CN202110830378 A CN 202110830378A CN 113486377 A CN113486377 A CN 113486377A
- Authority
- CN
- China
- Prior art keywords
- image
- noise
- generate
- moire
- mask
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 230000009466 transformation Effects 0.000 claims description 15
- 238000007499 fusion processing Methods 0.000 claims description 6
- 230000003042 antagnostic effect Effects 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 20
- 239000011159 matrix material Substances 0.000 description 18
- 230000008569 process Effects 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010047571 Visual impairment Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本申请实施例提供了一种图像加密方法、装置、电子设备和可读存储介质，属于图像处理技术领域。其中，图像加密方法包括：确定待加密的原始图像中待加密内容所处的目标区域；对目标区域进行掩码处理，确定目标区域的掩码信息；在原始图像上添加对抗噪声和辅助噪声，生成噪声图像；对原始图像、噪声图像和掩码信息进行融合处理，生成目标加密图像。
Description
技术领域
本申请涉及图像处理技术领域，具体而言，涉及一种图像加密方法、装置、电子设备和可读存储介质。
背景技术
随着目前移动互联终端设备的不断发展，越来越多的信息交换依赖于终端设备的传输。当用户在终端设备屏幕被他人拍摄到屏幕内容，或被终端上的恶意应用获取到了屏幕的实时显示画面，导致用户的许多隐私数据通过屏幕图像被泄露。
相关技术中，针对终端图像的加密，有些一种密钥对图像进行加密，安全性低，而且这些加密方法往往容易被人工智能技术破解。有些通过为每一个图像设置一个不同的密钥来加强图像的安全性，但是工作量大，对***的计算和储存都带来较大的负担。
发明内容
本申请实施例提供了一种图像加密方法、装置、电子设备和可读存储介质，能够使加密后的屏幕图像能够对抗恶意程序，防止恶意程序解读用户信息。
第一方面，本申请实施例提供了一种图像加密方法，包括：
确定待加密的原始图像中待加密内容所处的目标区域；
对目标区域进行掩码处理，确定目标区域的掩码信息；
在原始图像上添加对抗噪声和辅助噪声，生成噪声图像；
对原始图像、噪声图像和掩码信息进行融合处理，生成目标加密图像。
第二方面，本申请实施例提供了一种图像加密装置，包括：
确定模块，用于确定待加密的原始图像中待加密内容所处的目标区域；
掩码模块，用于对目标区域进行掩码处理，确定目标区域的掩码信息；
噪声添加模块，用于在原始图像上添加对抗噪声和辅助噪声，生成噪声图像；
生成模块，用于对原始图像、噪声图像和掩码信息进行融合处理，生成目标加密图像。
第三方面，本申请实施例提供了一种电子设备，包括处理器、存储器及存储在该存储器上并在处理器上运行的程序或指令，该程序或指令被处理器执行时实现如第一方面提供的图像加密方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，可读存储介质上存储程序或指令，该程序或指令被处理器执行时实现如第一方面提供的图像加密方法的步骤。
第五方面，本申请实施例提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现如第一方面提供的图像加密方法的步骤。
在本申请实施例中，确定待加密的原始图像中待加密内容所处的目标区域；对目标区域进行掩码处理，确定目标区域的掩码信息；在原始图像上添加对抗噪声和辅助噪声，生成噪声图像；对原始图像、噪声图像和掩码信息进行融合处理，生成目标加密图像。从而利用目标加密图像中含有的对抗噪声和辅助噪声，对图像识别算法所依赖的图像信息进行干扰，使得图像识别失败，实现了对图像的加密，进而在保证加密效果的同时，无需针对不同图像设置不同的密钥，大大降低对***的计算和储存的要求，提高了图像加密的安全性和效率。
附图说明
图1示出了根据本申请的一个实施例的图像加密方法的流程图之一；
图2示出了根据本申请的一个实施例的图像加密方法的流程图之二；
图3示出了根据本申请的一个实施例的图像加密方法的流程图之三；
图4示出了根据本申请的一个实施例的图像加密方法的流程图之四；
图5示出了根据本申请的一个实施例的图像加密方法的流程图之五；
图6示出了根据本申请的一个实施例的图像加密方法的流程图之六；
图7示出了根据本申请的一个实施例的图像加密方法的流程图之七；
图8示出了根据本申请一个实施例的电子设备显示示意图；
图9示出了根据本申请的一个实施例的图像加密装置的结构框图；
图10示出了根据本申请的一个实施例的电子设备的结构框图；
图11示出了根据本申请的一个实施例的电子设备的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面参照图1至图11描述根据本申请一些实施例图像加密方法、图像加密装置、电子设备和可读存储介质。
在本申请的一个实施例中，图1示出了本申请实施例的图像加密方法的流程图之一，包括：
步骤102，确定待加密的原始图像中待加密内容所处的目标区域；
在该实施例中，加密是指对原始图像进行加密，使得大部分基于ResNet结构的人工智能图像识别算法难以解析出图像显示的内容、图像EXIF(Exchangeable Image File，可交换图像文件)信息等。
其中，原始图像可以是电子设备品目当前显示的屏幕图像，还可以是相册应用接收到查看图像的请求时，将打开的图像打开的图像，还可以是根据用户触发的拍摄操作，拍摄得到照片或视频中截取的图片，本申请实施例不做限定。待加密内容为可能包含用户隐私，需要进行加密的内容。待加密内容包括：文字、图形、符号、图表等信息。
进一步地，在具有多个原始图像的情况下，在进行加密前，可将原始图像进行尺寸归一化处理，统一图像的尺寸大小，以便于对多个原始图像进行批量加密。例如，将原始图像转换为256×256大小的图像。而且对图像处理的步骤不仅包括筛选和尺寸归一化，还可包括亮度调整、清晰度调整、对比度调整、灰度调整、镜像、锐化等多种图像处理步骤，以便于精准确定目标区域。
步骤104，对目标区域进行掩码处理，确定目标区域的掩码信息；
在该实施例中，通过对目标区域进行掩码处理，确定目标区域的掩码信息(mask)，以利用掩码信息标记待加密内容在原始图像中所处的位置，以便于对原始图像中待加密内容进行单独加密。从而在加密过程中，不需要识别出待加密内容中的具体信息，只需要确定待加密内容的目标区域的位置，即可实现指定内容的加密处理。
其中，掩码信息是一个原始图像尺寸的整数矩阵，矩阵的元素值包括0或1。
步骤106，在原始图像上添加对抗噪声和辅助噪声，生成噪声图像；
其中，对抗噪声指在图像上添加不影响视觉外观的加性噪声，对抗噪声为一种对抗(adversarial)扰动，能够有效降低机器学习模型的分类能力，使得加入对抗噪声的大部分图像被误分类，达到扰乱数据点的效果，从而在不影响人的视觉感知的条件下，对图像识别算法所依赖的图像信息进行干扰，避免图像被识别算法识别并爬取(crawling)。辅助噪声包括摩尔纹噪声和/或随机噪声。摩尔纹是数码照相机或者扫描仪等设备上的感光元件出现的高频干扰，会使图像出现彩色的高频率条纹。由于摩尔纹是不规则的，所以并没有明显的形状规律。一般来说拍照时产生的摩尔纹是以同心圆的形式形成多个圆环。随机噪声又称为背景噪声，随机噪声是指存在于图像数据中的不必要的或多余的干扰信息，由时间上随机产生的大量起伏扰动积累而成，随机噪声为在给定瞬间内不能预测的噪声。
在该实施例中，噪声图像包括对抗噪声图像和辅助噪声图像，辅助噪声图像又包括摩尔纹噪声图像和/或随机噪声图像。由于对抗噪声对图像视觉扰动较小，虽然能够抵御智能识别算法的攻击，但无法防止人工查看导致的信息泄露。为此，在添加对抗噪声的基础上，进一步在原始图像上添加辅助噪声，利用辅助噪声对原始图像添加“遮挡”效果。使得目标加密图像无法完整展示原始图像中的内容，不仅能够预防视觉识别导致的信息泄露，而且能够进一步干扰人工智能算法的去噪效果，提高原始图像的加密效果。
步骤108，对原始图像、噪声图像和掩码信息进行融合处理，生成目标加密图像。
在该实施例中，将上述噪声图像、原始图像和掩码信息进行信噪融合处理，以利用噪声图像作为加密密钥对原始图像中的待加密内容进行加密，使得融合后的目标加密图像含有对抗噪声和辅助噪声。从而通过目标加密图像中含有的对抗噪声，对图像识别算法所依赖的图像信息进行干扰，同时利用辅助噪声为原始图像中待加密内容的添加“遮挡”效果，以增强对图像识别算法的干扰，使得图像识别失败，实现了对图像的加密，进而在保护用户的隐私不被泄露的同时，无需针对不同图像设置不同的密钥，大大降低对***的计算和储存的要求，提高了图像加密的安全性和效率。同时，目标加密图像中的非目标区域的位置还能够呈现出与原始图像相近的视觉效果，尽可能多的保留了原始图像中的非隐私信息，能够在防止隐私泄露的基础上兼顾用户查阅的便利性。
进一步地，可将目标加密图像直接输出到电子设备的输出装置上，以进行传输或显示。
可以理解的是，原始图像与噪声图像的融合实质就是图像像素矩阵的叠加运算。
具体地，该图像加密方法适用于电子设备，电子设备包括但不限于移动终端、平板电脑、计算机、笔记本电脑、可穿戴设备、车载终端等。
在本申请的一个实施例中，噪声图像包括对抗噪声图像和辅助噪声图像；如图2所示，步骤108，对原始图像、噪声图像和掩码信息进行融合处理，生成目标加密图像，包括：
步骤202，对原始图像和对抗噪声图像进行叠加运算，生成第一图像；
步骤204，对辅助噪声图像和掩码信息进行元素对应乘积运算，生成第二图像；
其中，元素对应乘积运算(element-wise entrywise product)，即两个相同维度的矩阵中对应元素的乘积，也称之为阿达马乘积(Hadamard product)。具体地，两个m×n的矩阵A和矩阵B的阿达马乘积定义为：矩阵A的元素aij与矩阵B的对应元素bij的乘积aij×bij所形成的m×n的矩阵C。其中，i＝1，2，…，m；j＝1，2，…，n。由于对抗噪声图像、辅助噪声图像都是基于原始图像得到的，所以对抗噪声图像、辅助噪声图像均具有维度为原始图像尺寸的同尺寸矩阵，对抗噪声图像、辅助噪声图像和原始图像之间互相可以进行元素对应乘积运算。
步骤206，按照第一预设权重，对第一图像和第二图像进行叠加运算，生成目标加密图像。
其中，第一预设权重用于指示叠加运算时第一图像和第二图像的占比。对第一图像和第二图像进行叠加运算也即C＝a×A+b×B，a、b为第一预设权重，C为目标加密图像的矩阵，A为第一图像的矩阵，B为第二图像的矩阵。a可以与b相同，a、b也可以不同，第一预设权重可按照用户的加密需求合理设置。例如，a设置为0.5，也即叠加运算时第一图像的矩阵元素值先乘以0.5在进行叠加运算。在辅助噪声图像包括摩尔纹噪声图像和随机噪声图像的情况下，也即第二图像包括两个图像，将这两个图像与第一图像进行矩阵加法，每个图像的第一预设权重(a、b1、b2)设置为0.33，那么在进行叠加运算时每个图像的矩阵像素值各占三分之一，也即目标加密图像的矩阵像素值为第二图像包括的两个图像和第一图像的矩阵像素值的平均值。
在该实施例中，通过对原始图像和对抗噪声图像进行叠加运算，得到添加有对抗噪声扰动的第一图像，同时对辅助噪声图像和掩码信息进行元素对应乘积运算，得到目标区域被添加辅助噪声的第二图像。最后按照第一预设权重，对第一图像和第二图像进行叠加运算，生成最终的目标加密图像同时具有对抗噪声扰动和辅助噪声扰动的目标加密图像。使得最终的目标加密图像能够防范一些恶意程序或他人利用人工智能算法窃取用户终端上的隐私信息，提高恶意源获取隐私信息的成本。
可以理解的是，辅助噪声为摩尔纹噪声，也即只为目标区域添加摩尔纹噪声，则得到的目标加密图像的目标区域呈现摩尔纹噪声构造的“遮挡”效果。辅助噪声为随机噪声，也即只为目标区域添加随机噪声，则得到的目标加密图像的目标区域呈现随机噪声构造的“遮挡”效果。辅助噪声为摩尔纹噪声和随机噪声，也即目标区域同时具有摩尔纹噪声和随机噪声，则得到的目标加密图像的目标区域能够呈现随机噪声和摩尔纹噪声叠加构造的“遮挡”效果。
在本申请的一个实施例中，在辅助噪声图像包括随机噪声图像和摩尔纹噪声图像的情况下，图3示出了本申请实施例的图像加密方法的流程图之四，包括：
步骤302，根据待加密内容的优先级，将目标区域划分为第一区域和第二区域；
其中，优先级与待加密内容的私密程度相关。可通过识别模型确定待加密内容中的信息，再通过信息确定对应优先级。或者由用户指定待加密内容的优先级。
步骤304，分别对第一区域和第二区域进行掩码处理，确定第一区域的第一掩码和第二区域的第二掩码；
在该实施例中，考虑到需要加密的待加密内容中所包含信息的私密程度不同，有些信息会暴露用户的个人信息，例如身份证号码、银行密码等，需要较强的加密效果；有些信息私密程度较低，例如定位地图、公司名称等，这类信息虽然属于与用户的相关信息，但在一些场景下，即使泄露也不会对用户造成不良影响。故而通过根据待加密内容的优先级，将目标区域划分为第一区域和第二区域，并通过第一掩码和第二掩码分别标记第一区域和第二区域在原始图像中的位置，以在图像加密过程中，通过为不同私密程度的待加密内容添加不同“遮挡”效果，从而兼顾目标加密图像的视觉效果和安全性，提升用户的使用体验。
具体举例来说，原始图像中包括文字、图形和空白，文字和图形为需要加密的待加密内容。识别原始图像中的文字内容位置，对原始图像进行分割，确定文字区域(第一区域)，生成代表文字区域位置(第一区域)和非文字区域位置(第二区域)的mask(第一掩码和第二掩码)。例如，文字区域所在的位置的矩阵元素值为1，没有检测到文字区域的位置，矩阵的元素值则为全零。
步骤306，对随机噪声图像和摩尔纹噪声图像中的一者，以及第一掩码进行元素对应乘积运算，生成第一子图像；
步骤308，对随机噪声图像和摩尔纹噪声图像中的另一者，以及第二掩码进行元素对应乘积运算，生成第二子图像；
步骤310，按照第二预设权重，对第一子图像和第二子图像进行叠加运算，生成第二图像。
其中，第二预设权重用于指示叠加运算时第一子图像和第二子图像的占比，进而控制第二图像中随机噪声和摩尔纹噪声的加密强度。
在该实施例中，对随机噪声图像与摩尔纹噪声图像中的一者和第一掩码进行元素对应乘积运算，使得得到的第一子图像的第一区域保留随机噪声或摩尔纹噪声。同样的，对随机噪声图像与摩尔纹噪声图像中的另一者和第二掩码进行元素对应乘积运算，使得生成的第二子图像的第二区域保留随机噪声或摩尔纹噪声中的另一种。按照第二预设权重，对第一子图像和第二子图像进行信噪融合处理，得到第二图像。从而为第二图像中第一区域和第二区域分别添加随机噪声和摩尔纹噪声，使得不同私密程度的待加密内容具有不同“遮挡”效果，不仅保证了目标加密图像的视觉效果，而且，通过多种不同的噪音对原始图像进行加密，能够有效加强一些恶意程序或他人利用人工智能算法破解目标加密图像的复杂程度，提高恶意源获取隐私信息的成本，进而兼顾视觉效果和安全性，提升用户的使用体验。
具体举例来说，如图8所示，文字区域(第一区域)所在的位置的mask为1，没有检测到文字区域(第二区域)的位置的mask则为全零。随机噪声矩阵与文字区mask进行元素对应乘积运算，这样第一子图像只保留了文字区域的随机噪声，非文字区域为像素值全部为零的矩阵，也即未在第一子图像中添加随机噪声。摩尔纹与非文字区域mask进行元素对应乘积运算，结果第一子图像的非文字区域保留了摩尔纹，文字区没有摩尔纹；若整图都是文字内容，则为像素值全部为零的矩阵，那么不在第二子图像中添加摩尔纹噪声。
在本申请的一个实施例中，如图4所示，步骤302，根据待加密内容的优先级，将目标区域划分为第一区域和第二区域，包括：
步骤402，显示设置界面；
其中，设置界面包括图像中所有可能出现的内容的类型，例如，文字、图形、符号、图表等。
步骤404，接收对设置界面的第一输入；
其中，第一输入包括但不限于点击输入、按键输入、指纹输入、滑动输入、按压输入。按键输入包括但不限于对电子设备的电源键、音量键、主菜单键的单击输入、双击输入、长按输入、组合按键输入等。当然第一输入还可以是用户对电子设备的其它操作，本申请实施例对操作的方式不作具体限定，可为任一可实现的方式。
步骤406，响应于第一输入，设置待加密内容的优先级；
在该实施例中，在***设置的设置界面中，可通过第一输入为待加密内容配置的不同的优先级，也即由用户可设置图像中可能存在的不同类型内容的私密程度。具体地，通过第一输入为图像中可能出现内容设置优先级，在需要对图像中的待加密内容进行加密时，只需查找待加密内容所属类型对应的优先级即可。
具体举例来说，设置界面上显示有“文字”和“图形”2个可能的内容类型。用户点击“文字”，在“文字”附近显示设置窗口，用户可以在设置窗口输入“文字”预设内容类型的优先级为3级。在对原始图像过程中，识别到待加密内容为文字时，将待加密内容的优先级确定为3级。
步骤408，将待加密内容的优先级大于预设优先级的待加密内容所处的区域作为第一区域；
步骤410，将目标区域中除第一区域以外的区域作为第二区域。
在该实施例中，将预设优先级作为归类目标内容的依据，将待加密内容的优先级大于预设优先级的待加密内容所处的区域作为第一区域，目标区域中除第一区域以外的区域作为第二区域，第二区域即为待加密内容的优先级小于或等于预设优先级的待加密内容所处的区域。从而对目标区域划分，为不同私密程度的待加密内容添加不同“遮挡”效果，从而兼顾目标加密图像的视觉效果和安全性，提升用户的使用体验。
在本申请的一个实施例中，如图5所示，步骤106，在原始图像上添加对抗噪声，生成噪声图像，包括：
步骤502，获取原始图像对应的预设对抗噪声模板；
其中，预设对抗噪声模板基于预设样本图像和通用对抗性扰动(Universaladversarial perturbation，UAP)算法生成。
步骤504，对原始图像和预设对抗噪声模板进行叠加运算，生成对抗噪声图像。
在该实施例中，由于UAP算法运用迭代的方式求解最佳扰动多需的时间较长且对***运算能力的要较高，预先利用服务器或其它电子设备上的分类算法模型，例如，VGG模型、ResNet模型、MobileNetV3模型。对预设样本图像的分类任务，进行多轮迭代计算，得到使得分类算法误识别率达到85％的预设对抗噪声模板。在进行原始图像加密的过程中，直接利用与原始图像对应的预设对抗噪声模板为原始图像添加对抗噪声。从而降低进行加密处理的电子设备对运算能力的要求，而且节省了求解最佳扰动的时间，提高图像加密效率。
在本申请的一个实施例中，如图6所示，辅助噪声包括摩尔纹噪声，步骤106，在原始图像上添加辅助噪声，生成噪声图像，包括：
步骤602，将原始图像输入至预设摩尔纹模型中，生成第一摩尔纹噪声图像；
步骤604，根据预设偏移参数对第一摩尔纹噪声图像中的摩尔纹噪声进行处理，生成第二摩尔纹噪声图像；
步骤606，对第一摩尔纹噪声图像和第二摩尔纹噪声图像进行叠加运算，生成摩尔纹噪声图像。
在该实施例中，将原始图像输入至预设摩尔纹模型中，以通过预设摩尔纹模型向原始图像添加摩尔纹噪声，得到第一摩尔纹噪声图像，第一摩尔纹噪声图像具有与预设摩尔纹模型相关的摩尔纹噪声。进一步地，按照预设偏移参数修改第一摩尔纹噪声图像中的摩尔纹噪声，得到与第一摩尔纹噪声图像具有不同摩尔纹噪声的第二摩尔纹噪声图像。通过叠加第一摩尔纹噪声图像和第二摩尔纹噪声图像中的摩尔纹噪声，使得最终生成的摩尔纹噪声图像呈现出多种方向或大小的摩尔纹，有利于加强摩尔纹噪声对目标内容的干扰，提升原始图像的加密效果，进而能够有效加强对一些恶意程序或他人利用人工智能算法的干扰，保护用户的隐私不被泄露。
其中，预设偏移参数可根据用户对摩尔纹噪声的加密强度合理设置，预设偏移参数包括偏移方向和偏移量。可以理解的是，当偏移量为0时，即不对摩尔纹噪声进行偏移处理，此时第二摩尔纹噪声图像与第一摩尔纹噪声图像相同。
具体举例来说，利用人工智能算法UNet，和拍照得到的带有摩尔纹的图片作为训练数据，训练一套可以在图像上生成摩尔纹噪声的预设摩尔纹模型。在将原始图像输入至预设摩尔纹模型之后，预设摩尔纹模型输出带有单个摩尔纹噪声的第一摩尔纹噪声图像，基于第一摩尔纹噪声图像将这个摩尔纹噪声顺时针旋转180°(预设偏移参数)，形成新的第二摩尔纹噪声图像。将第二摩尔纹噪声图像与模型输出的第一摩尔纹噪声图像相叠加，就得到了带有两个摩尔纹圆的摩尔纹噪声图像，也即双向摩尔纹噪声图像。当然，还可以基于第一摩尔纹噪声图像将这个摩尔纹噪声顺时针旋转2次90°，得到旋转90°和180°的两个第二摩尔纹噪声图像，当两个第二摩尔纹噪声图像与第一摩尔纹噪声图像叠加后，形成三向摩尔纹噪声图像。
在本申请的一个实施例中，如图7所示，辅助噪声包括随机噪声，步骤106，在原始图像上添加辅助噪声，生成噪声图像，包括：
步骤702，对原始图像进行频域变换运算，确定原始图像的频域信息；
其中，频域变换运算包括傅里叶变换，离散余弦变换，小波变换等。
步骤704，获取频域信息对应的随机噪声；
步骤706，按照随机噪声更新频域信息；
步骤708，对更新频域信息后的原始图像进行逆转换运算，生成随机噪声图像。
在该实施例中，利用频域变换运算将原始图像变换到频域(小波域)，并确定原始图像的频域信息。随机生成与频域信息匹配的随机噪声，并按照随机噪声更新频域信息，以在频域对原始图像添加随机噪声。对更新频域信息后的原始图像进行逆转换运算，通过逆变换将图像转换为空间域(图像的空域)，得到带有随机噪声的随机噪声图像。相对于基于图像空间域添加随机噪声的方式，通过频域添加随机噪声的方式隐匿性更强，抗攻击性更高，能够有效加强对一些恶意程序或他人利用人工智能算法的干扰，保护用户的隐私不被泄露。
在本申请的一个实施例中，如图9所示，图像加密装置900包括：确定模块902，确定模块902用于确定待加密的原始图像中待加密内容所处的目标区域；掩码模块904，掩码模块904用于对目标区域进行掩码处理，确定目标区域的掩码信息；噪声添加模块906，噪声添加模块906用于在原始图像上添加对抗噪声和辅助噪声，生成噪声图像；生成模块908，生成模块908用于对原始图像、噪声图像和掩码信息进行融合处理，生成目标加密图像。
在该实施例中，能够利用目标加密图像中含有的对抗噪声和辅助噪声，对图像识别算法所依赖的图像信息进行干扰，使得图像识别失败，实现了对图像的加密，进而在保证加密效果的同时，无需针对不同图像设置不同的密钥，大大降低对***的计算和储存的要求，提高了图像加密的安全性和效率。
可选的，噪声图像包括对抗噪声图像和辅助噪声图像；生成模块908，还用于对原始图像和对抗噪声图像进行叠加运算，生成第一图像；对辅助噪声图像和掩码信息进行元素对应乘积运算，生成第二图像；按照第一预设权重，对第一图像和第二图像进行叠加运算，生成目标加密图像。
可选的，在辅助噪声图像包括随机噪声图像和摩尔纹噪声图像的情况下，图像加密装置900还包括：分割模块(图中未示出)，分割模块用于根据待加密内容的优先级，将目标区域划分为第一区域和第二区域；掩码模块904，还用于分别对第一区域和第二区域进行掩码处理，确定第一区域的第一掩码和第二区域的第二掩码；生成模块908，还用于对随机噪声图像和摩尔纹噪声图像中的一者，以及第一掩码进行元素对应乘积运算，生成第一子图像；对随机噪声图像和摩尔纹噪声图像中的另一者，以及第二掩码进行元素对应乘积运算，生成第二子图像；按照第二预设权重，对第一子图像和第二子图像进行叠加运算，生成第二图像。
可选的，图像加密装置900还包括：显示模块(图中未示出)，显示模块用于显示设置界面；接收模块(图中未示出)，接收模块用于接收对设置界面的第一输入；设置模块(图中未示出)，设置模块用于响应于第一输入，设置待加密内容的优先级；分割模块，还用于将待加密内容的优先级大于预设优先级的待加密内容所处的区域作为第一区域；将目标区域中除第一区域以外的区域作为第二区域。
可选的，图像加密装置900还包括：第一获取模块(图中未示出)，第一获取模块用于获取原始图像对应的预设对抗噪声模板，预设对抗噪声模板基于预设样本图像和通用对抗性扰动算法生成；噪声添加模块906，还用于对原始图像和预设对抗噪声模板进行叠加运算，生成对抗噪声图像。
可选的，噪声添加模块906，还用于将原始图像输入至预设摩尔纹模型中，生成第一摩尔纹噪声图像；根据预设偏移参数对第一摩尔纹噪声图像中的摩尔纹噪声进行处理，生成第二摩尔纹噪声图像；对第一摩尔纹噪声图像和第二摩尔纹噪声图像进行叠加运算，生成摩尔纹噪声图像。
可选的，噪声添加模块906，还用于对原始图像进行频域变换运算，确定原始图像的频域信息；图像加密装置900还包括：第二获取模块(图中未示出)，第二获取模块用于获取频域信息对应的随机噪声；噪声添加模块906，还用于按照随机噪声更新频域信息；对更新频域信息后的原始图像进行逆转换运算，生成随机噪声图像。
在该实施例中，图像加密装置900的各模块执行各自功能时实现第一方面的任一实施例中的图像加密方法的步骤，因此，图像加密装置900同时也包括第一方面任一实施例中的图像加密方法的全部有益效果，在此不再赘述。
本申请实施例中的图像加密装置以是装置，也以是终端中的部件、集成电路、或芯片。该装置以是移动电子设备，也以为非移动电子设备。示例性的，移动电子设备以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、智能摄像设备、穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personaldigital assistant，PDA)等，非移动电子设备以为服务器、网络附属存储器(NetworkAttached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)或者自助机等，本申请实施例不作具体限定。
本申请实施例中的应用程序的管理装置以为具有操作***的装置。该操作***以为安卓(Android)操作***，以为iOS操作***，还以为其他能的操作***，本申请实施例不作具体限定。
在本申请的一个实施例中，如图10所示，提供了一种电子设备1000，包括：处理器1004，存储器1002及存储在存储器1002上并在处理器1004上运行的程序或指令，程序或指令被处理器1004执行时实现如上述任一实施例中提供的图像加密方法的步骤，因此，该电子设备1000包括如上述任一实施例中提供的图像加密方法的全部有益效果，在此不再赘述。
需要说明的是，本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
图11为实现本申请实施例的一种电子设备1100的硬件结构示意图。该电子设备1100包括但不限于：射频单元1101、网络模块1102、音频输出单元1103、输入单元1104、传感器1105、显示单元1106、用户输入单元1107、接口单元1108、存储器1109、以及处理器1110等部件。
本领域技术人员可以理解，电子设备1100还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理***与处理器1110逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。图11中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
其中，处理器1110用于确定待加密的原始图像中待加密内容所处的目标区域；对目标区域进行掩码处理，确定目标区域的掩码信息；在原始图像上添加对抗噪声和辅助噪声，生成噪声图像；对原始图像、噪声图像和掩码信息进行融合处理，生成目标加密图像。
在该实施例中，能够利用目标加密图像中含有的对抗噪声和辅助噪声，对图像识别算法所依赖的图像信息进行干扰，使得图像识别失败，实现了对图像的加密，进而在保证加密效果的同时，无需针对不同图像设置不同的密钥，大大降低对***的计算和储存的要求，提高了图像加密的安全性和效率。
进一步地，噪声图像包括对抗噪声图像和辅助噪声图像；处理器1110还用于对原始图像和对抗噪声图像进行叠加运算，生成第一图像；对辅助噪声图像和掩码信息进行元素对应乘积运算，生成第二图像；按照第一预设权重，对第一图像和第二图像进行叠加运算，生成目标加密图像。
进一步地，在辅助噪声图像包括随机噪声图像和摩尔纹噪声图像的情况下，处理器1110还用于根据待加密内容的优先级，将目标区域划分为第一区域和第二区域；分别对第一区域和第二区域进行掩码处理，确定第一区域的第一掩码和第二区域的第二掩码；对随机噪声图像和摩尔纹噪声图像中的一者，以及第一掩码进行元素对应乘积运算，生成第一子图像；对随机噪声图像和摩尔纹噪声图像中的另一者，以及第二掩码进行元素对应乘积运算，生成第二子图像；按照第二预设权重，对第一子图像和第二子图像进行叠加运算，生成第二图像。
进一步地，显示单元1106用于显示设置界面；用户输入单元1107用于接收对设置界面的第一输入；处理器1110还用于响应于第一输入，设置待加密内容的优先级；将待加密内容的优先级大于预设优先级的待加密内容所处的区域作为第一区域；将目标区域中除第一区域以外的区域作为第二区域。
进一步地，处理器1110还用于获取原始图像对应的预设对抗噪声模板，预设对抗噪声模板基于预设样本图像和通用对抗性扰动算法生成；对原始图像和预设对抗噪声模板进行叠加运算，生成对抗噪声图像。
进一步地，处理器1110还用于将原始图像输入至预设摩尔纹模型中，生成第一摩尔纹噪声图像；根据预设偏移参数对第一摩尔纹噪声图像中的摩尔纹噪声进行处理，生成第二摩尔纹噪声图像；对第一摩尔纹噪声图像和第二摩尔纹噪声图像进行叠加运算，生成摩尔纹噪声图像。
进一步地，处理器1110还用于对原始图像进行频域变换运算，确定原始图像的频域信息；获取频域信息对应的随机噪声；按照随机噪声更新频域信息；对更新频域信息后的原始图像进行逆转换运算，生成随机噪声图像。
应理解的是，本申请实施例中，输入单元1104可以包括图形处理器(GraphicsProcessing Unit，GPU)1141和麦克风1142，图形处理器1141对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1106可包括显示面板1161，可以采用液晶显示器、有机发光二极管等形式来配置显示面板1161。用户输入单元1107包括触控面板1171以及其他输入设备1172。触控面板1171，也称为触摸屏。触控面板1171可包括触摸检测装置和触摸控制器两个部分。其他输入设备1172可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器1109可用于存储软件程序以及各种数据，包括但不限于应用程序和操作***。处理器1110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1110中。
在本申请的一个实施例中，提供了一种读存储介质，其上存储有程序或指令，该程序或指令被处理器执行时实现如上述任一实施例中提供的图像加密方法的步骤。
在该实施例中，读存储介质能够实现本申请的实施例提供的图像加密方法的各个过程，并能达到相同的技术效果，为避免重复，这里不再赘述。
其中，处理器为上述实施例中的通信设备中的处理器。读存储介质，包括计算机读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等。
本申请实施例还提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述图像加密方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还以称为***级芯片、***芯片、芯片***或片上***芯片等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
Claims (14)
1.一种图像加密方法，其特征在于，包括：
确定待加密的原始图像中待加密内容所处的目标区域；
对所述目标区域进行掩码处理，确定所述目标区域的掩码信息；
在所述原始图像上添加对抗噪声和辅助噪声，生成噪声图像；
对所述原始图像、所述噪声图像和所述掩码信息进行融合处理，生成目标加密图像。
2.根据权利要求1所述的图像加密方法，其特征在于，所述噪声图像包括对抗噪声图像和辅助噪声图像；所述对所述原始图像、所述噪声图像和所述掩码信息进行融合处理，生成所述目标加密图像，包括：
对所述原始图像和所述对抗噪声图像进行叠加运算，生成第一图像；
对所述辅助噪声图像和所述掩码信息进行元素对应乘积运算，生成第二图像；
按照第一预设权重，对所述第一图像和所述第二图像进行叠加运算，生成所述目标加密图像。
3.根据权利要求2所述的图像加密方法，其特征在于，
所述对所述目标区域进行掩码处理，确定所述目标区域的掩码信息，包括：
根据所述待加密内容的优先级，将所述目标区域划分为第一区域和第二区域；
分别对所述第一区域和所述第二区域进行掩码处理，确定所述第一区域的第一掩码和所述第二区域的第二掩码；
所述辅助噪声图像包括随机噪声图像和摩尔纹噪声图像；所述对所述辅助噪声图像和所述掩码信息进行元素对应乘积运算，生成第二图像，包括：
对所述随机噪声图像和所述摩尔纹噪声图像中的一者，以及所述第一掩码进行元素对应乘积运算，生成第一子图像；
对所述随机噪声图像和所述摩尔纹噪声图像中的另一者，以及所述第二掩码进行元素对应乘积运算，生成第二子图像；
按照第二预设权重，对所述第一子图像和所述第二子图像进行叠加运算，生成所述第二图像。
4.根据权利要求1至3中任一项所述的图像加密方法，其特征在于，所述在所述原始图像上添加对抗噪声，生成噪声图像，包括：
获取所述原始图像对应的预设对抗噪声模板，所述预设对抗噪声模板基于预设样本图像和通用对抗性扰动算法生成；
对所述原始图像和所述预设对抗噪声模板进行叠加运算，生成对抗噪声图像。
5.根据权利要求1至3中任一项所述的图像加密方法，其特征在于，所述辅助噪声包括摩尔纹噪声，所述在所述原始图像上添加辅助噪声，生成噪声图像，包括：
将所述原始图像输入至预设摩尔纹模型中，生成第一摩尔纹噪声图像；
根据预设偏移参数对所述第一摩尔纹噪声图像中的摩尔纹噪声进行处理，生成第二摩尔纹噪声图像；
对所述第一摩尔纹噪声图像和所述第二摩尔纹噪声图像进行叠加运算，生成摩尔纹噪声图像。
6.根据权利要求1至3中任一项所述的图像加密方法，其特征在于，所述辅助噪声包括随机噪声，所述在所述原始图像上添加辅助噪声，生成噪声图像，包括：
对所述原始图像进行频域变换运算，确定所述原始图像的频域信息；
获取所述频域信息对应的随机噪声；
按照所述随机噪声更新所述频域信息；
对更新所述频域信息后的所述原始图像进行逆转换运算，生成随机噪声图像。
7.一种图像加密装置，其特征在于，包括：
确定模块，用于确定待加密的原始图像中待加密内容所处的目标区域；
掩码模块，用于对所述目标区域进行掩码处理，确定所述目标区域的掩码信息；
噪声添加模块，用于在所述原始图像上添加对抗噪声和辅助噪声，生成噪声图像；
生成模块，用于对所述原始图像、所述噪声图像和所述掩码信息进行融合处理，生成目标加密图像。
8.根据权利要求7所述的图像加密装置，其特征在于，所述噪声图像包括对抗噪声图像和辅助噪声图像；
所述生成模块，还用于对所述原始图像和所述对抗噪声图像进行叠加运算，生成第一图像；
对所述辅助噪声图像和所述掩码信息进行元素对应乘积运算，生成第二图像；
按照第一预设权重，对所述第一图像和所述第二图像进行叠加运算，生成所述目标加密图像。
9.根据权利要求8所述的图像加密装置，其特征在于，所述辅助噪声图像包括随机噪声图像和摩尔纹噪声图像，所述图像加密装置还包括：
分割模块，用于根据所述待加密内容的优先级，将所述目标区域划分为第一区域和第二区域；
所述掩码模块，还用于分别对所述第一区域和所述第二区域进行掩码处理，确定所述第一区域的第一掩码和所述第二区域的第二掩码；
所述生成模块，还用于对所述随机噪声图像和所述摩尔纹噪声图像中的一者，以及所述第一掩码进行元素对应乘积运算，生成第一子图像；
对所述随机噪声图像和所述摩尔纹噪声图像中的另一者，以及所述第二掩码进行元素对应乘积运算，生成第二子图像；
按照第二预设权重，对所述第一子图像和所述第二子图像进行叠加运算，生成所述第二图像。
10.根据权利要求7至9中任一项所述的图像加密装置，其特征在于，还包括：
第一获取模块，用于获取所述原始图像对应的预设对抗噪声模板，所述预设对抗噪声模板基于预设样本图像和通用对抗性扰动算法生成；
所述噪声添加模块，还用于对所述原始图像和所述预设对抗噪声模板进行叠加运算，生成对抗噪声图像。
11.根据权利要求7至9中任一项所述的图像加密装置，其特征在于，
所述噪声添加模块，还用于将所述原始图像输入至预设摩尔纹模型中，生成第一摩尔纹噪声图像；
根据预设偏移参数对所述第一摩尔纹噪声图像中的摩尔纹噪声进行处理，生成第二摩尔纹噪声图像；
对所述第一摩尔纹噪声图像和所述第二摩尔纹噪声图像进行叠加运算，生成摩尔纹噪声图像。
12.根据权利要求7至9中任一项所述的图像加密装置，其特征在于，
所述噪声添加模块，还用于对所述原始图像进行频域变换运算，确定所述原始图像的频域信息；
所述图像加密装置还包括：
第二获取模块，用于获取所述频域信息对应的随机噪声；
所述噪声添加模块，还用于按照所述随机噪声更新所述频域信息；
对更新所述频域信息后的所述原始图像进行逆转换运算，生成随机噪声图像。
13.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至6中任一项所述的图像加密方法的步骤。
14.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至6中任一项所述的图像加密方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110830378.4A CN113486377A (zh) | 2021-07-22 | 2021-07-22 | 图像加密方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110830378.4A CN113486377A (zh) | 2021-07-22 | 2021-07-22 | 图像加密方法、装置、电子设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113486377A true CN113486377A (zh) | 2021-10-08 |
Family
ID=77942995
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110830378.4A Pending CN113486377A (zh) | 2021-07-22 | 2021-07-22 | 图像加密方法、装置、电子设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113486377A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114331797A (zh) * | 2021-12-30 | 2022-04-12 | 北京百度网讯科技有限公司 | 图像数据加密方法、图像数据解密方法、装置和电子设备 |
| CN115049760A (zh) * | 2022-08-16 | 2022-09-13 | 杭州海康威视数字技术股份有限公司 | 一种基于摩尔效应增强的视频隐私保护方法、装置及设备 |
| WO2023065637A1 (zh) * | 2021-10-22 | 2023-04-27 | 平安科技（深圳）有限公司 | 一种数据处理方法、装置、电子设备以及存储介质 |
| CN117132477A (zh) * | 2023-02-24 | 2023-11-28 | 荣耀终端有限公司 | 图像处理方法及电子设备 |
| CN117611422A (zh) * | 2024-01-23 | 2024-02-27 | 暨南大学 | 一种基于摩尔纹生成的图像隐写方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108989678A (zh) * | 2018-07-27 | 2018-12-11 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端 |
| CN109993824A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 图像处理方法、智能终端及具有存储功能的装置 |
| CN110599410A (zh) * | 2019-08-07 | 2019-12-20 | 北京达佳互联信息技术有限公司 | 图像处理的方法、装置、终端及存储介质 |
| CN111768325A (zh) * | 2020-04-03 | 2020-10-13 | 南京信息工程大学 | 大数据隐私保护中基于生成对抗样本的安全性提升方法 |
| CN112001983A (zh) * | 2020-10-30 | 2020-11-27 | 深圳佑驾创新科技有限公司 | 生成遮挡图像的方法、装置、计算机设备和存储介质 |
| CN112040086A (zh) * | 2019-06-03 | 2020-12-04 | 湖北微模式科技发展有限公司 | 一种图像加密、解密方法及装置、设备和可读存储介质 |
| CN112132106A (zh) * | 2020-10-09 | 2020-12-25 | 腾讯科技（北京）有限公司 | 基于人工智能的图像增广处理方法、装置、设备及存储介质 |
-
2021
- 2021-07-22 CN CN202110830378.4A patent/CN113486377A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109993824A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 图像处理方法、智能终端及具有存储功能的装置 |
| CN108989678A (zh) * | 2018-07-27 | 2018-12-11 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端 |
| CN112040086A (zh) * | 2019-06-03 | 2020-12-04 | 湖北微模式科技发展有限公司 | 一种图像加密、解密方法及装置、设备和可读存储介质 |
| CN110599410A (zh) * | 2019-08-07 | 2019-12-20 | 北京达佳互联信息技术有限公司 | 图像处理的方法、装置、终端及存储介质 |
| CN111768325A (zh) * | 2020-04-03 | 2020-10-13 | 南京信息工程大学 | 大数据隐私保护中基于生成对抗样本的安全性提升方法 |
| CN112132106A (zh) * | 2020-10-09 | 2020-12-25 | 腾讯科技（北京）有限公司 | 基于人工智能的图像增广处理方法、装置、设备及存储介质 |
| CN112001983A (zh) * | 2020-10-30 | 2020-11-27 | 深圳佑驾创新科技有限公司 | 生成遮挡图像的方法、装置、计算机设备和存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023065637A1 (zh) * | 2021-10-22 | 2023-04-27 | 平安科技（深圳）有限公司 | 一种数据处理方法、装置、电子设备以及存储介质 |
| CN114331797A (zh) * | 2021-12-30 | 2022-04-12 | 北京百度网讯科技有限公司 | 图像数据加密方法、图像数据解密方法、装置和电子设备 |
| CN115049760A (zh) * | 2022-08-16 | 2022-09-13 | 杭州海康威视数字技术股份有限公司 | 一种基于摩尔效应增强的视频隐私保护方法、装置及设备 |
| CN115049760B (zh) * | 2022-08-16 | 2022-12-02 | 杭州海康威视数字技术股份有限公司 | 一种基于摩尔效应增强的视频隐私保护方法、装置及设备 |
| CN117132477A (zh) * | 2023-02-24 | 2023-11-28 | 荣耀终端有限公司 | 图像处理方法及电子设备 |
| CN117611422A (zh) * | 2024-01-23 | 2024-02-27 | 暨南大学 | 一种基于摩尔纹生成的图像隐写方法 |
| CN117611422B (zh) * | 2024-01-23 | 2024-05-07 | 暨南大学 | 一种基于摩尔纹生成的图像隐写方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113486377A (zh) | 图像加密方法、装置、电子设备和可读存储介质 | |
| US20200218794A1 (en) | Identity authentication, unlocking, and payment methods and apparatuses, storage media, products, and devices | |
| CN111461089A (zh) | 一种人脸检测的方法、人脸检测模型的训练方法及装置 | |
| CN112804445B (zh) | 显示方法、装置和电子设备 | |
| US20230045306A1 (en) | Face liveness detection method, system, apparatus, computer device, and storage medium | |
| CN105320871A (zh) | 屏幕解锁方法及屏幕解锁装置 | |
| CN104573456A (zh) | 一种终端界面控制方法 | |
| US20230089622A1 (en) | Data access control for augmented reality devices | |
| CN104598792A (zh) | 一种终端 | |
| CN110619239A (zh) | 应用界面处理方法、装置、存储介质及终端 | |
| Sarmah et al. | Optimization models in steganography using metaheuristics | |
| CN111881740A (zh) | 人脸识别方法、装置、电子设备及介质 | |
| Bilgi et al. | A shoulder-surfing resistant graphical authentication method | |
| CN109669537B (zh) | 一种基于计算机虚拟界面的人机交互*** | |
| US20240152631A1 (en) | Data access control for user devices using a blockchain | |
| Prabhu | Image based authentication using illusion pin for shoulder surfing attack | |
| CN112883951B (zh) | 一种保护敏感内容的方法、***和存储介质 | |
| CN112163209B (zh) | 一种应用管理方法、装置及电子设备 | |
| CN112104785B (zh) | 信息显示方法及装置 | |
| CN112765620A (zh) | 显示控制方法、装置、电子设备及介质 | |
| CN106779522B (zh) | 一种物品控标设置和物品识别方法及装置 | |
| Gayathri et al. | Secure authentication mechanism for users using virtual reality | |
| CN115134473B (zh) | 图像加密方法和装置 | |
| CN112560753B (zh) | 基于特征融合的人脸识别方法、装置、设备及存储介质 | |
| CN113282899B (zh) | 对象管理方法、装置、电子设备及可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |