[发明专利]具有隐私分级可控的个性化图像检索方法

说明书

技术领域

本发明面向个性化图像检索的隐私保护问题，运用计算机安全理论与图像识别技术，获取用户感兴趣的图像内容特征，为了保护用户感兴趣的图像信息，通过建立分层结构的用户兴趣模型，实施一种具有隐私分级可控的保护措施，从而对个性化图像检索的用户个人隐私信息进行有效地保护。

技术背景

随着多媒体和因特网技术的迅猛发展，无论是国防军事、工业制造、新闻媒体、医疗卫生还是大众娱乐，各行各业对图像信息的使用越来越广泛，数字图像的数量正以惊人的速度增长。人们希望能得到更符合个人需求的检索结果。由此“个性化图像检索”越来越引起人们的重视，已成为人们的一个研究热点。

为了获取用户的个性化兴趣语义，许多检索系统要求用户提供个人信息或搜集用户访问、浏览网页的记录、检索图片行为的个人数据。这些系统通过分析用户检索行为推测用户兴趣爱好，以建立和更新用户兴趣文件，提高个性化检索性能。然而，由于用户兴趣文件通常涉及到用户的个人隐私，这种个性化服务将面临侵犯用户隐私的重大法律障碍，成为目前各大搜索引擎棘手的问题。个性化检索服务中存在的隐私保护（privacy preservation）问题，不仅需要服务商担负起相应的责任，从技术上也要提供足够的保障手段。因此，现有的个性化图像检索技术一个迫切需要解决的问题，就是如何在提供更好的个性化检索服务、满足用户个性化检索需求的同时，有效地对用户个人隐私进行保护。

发明内容

本发明将针对个性化图像检索中存在的隐私保护问题，研究一种分层结构的用户隐私保护方案。首先，在用户进行图像检索时，通过相关反馈等人机交互，获取用户感兴趣的图像特征，这部分图像特征将作为用户个性化的兴趣信息，对其采取隐私保护措施；然后，对所收集到的用户兴趣信息建立分层结构的兴趣模型，以满足用户各自不同隐私保护级别的需求。最后，将该隐私保护方案应用于个性化图像检索过程中，建立个性化图像检索的隐私保护系统，在满足用户个性化检索需求的同时，用户通过选择不同的隐私保护级别，有效地对用户个人隐私进行保护，流程框图如图1所示。

具体步骤如下：

1.构建分层用户兴趣模型并初始化，

所述的分层用户兴趣模型包含5层，每层具有节点，每个节点包含关键词和节点权重，每个分层用户兴趣模型对应一个用户；

第一层有一个节点，该节点的关键词为用户，节点权重为该节点的子节点的权重之和；

第二层有两个节点，这两个节点的关键词分别为生物和非生物，每个节点的权重为其子节点的权重之和；

第三层有三个节点，这三个节点的关键词为植物、动物、交通，每个节点的权重为其子节点的权重之和；

第四层有多个节点，每个节点的关键词为所述分层用户兴趣模型对应用户的A类长期兴趣中的一个关键词，如果第四层中的节点有子节点，则该节点权重为其子节点的权重之和，如果第四层中的节点不存在子节点，则该节点权重为关键词对应的兴趣度；

第五层有多个节点，每个节点的关键词为分层用户兴趣模型对应用户的B类长期兴趣中的一个关键词，每个节点的节点权重为关键词对应的兴趣度；

分层用户兴趣模型初始化：

初始化时，模型包括前三层，根据用户检索信息生成第四、五层，具体如下：

根据用户的每次检索生成一次短期兴趣，用户短期兴趣包括关键词，关键词图像所对应ID以及关键词兴趣度，由至少10次短期兴趣生成一次长期兴趣，长期兴趣分为A类和B类，均包括关键词以及关键词所对应的兴趣度，其中B类是A类中某一关键词的子类；

模型第四层中节点为A类长期兴趣中的各个关键词，模型第五层中节点为B类长期兴趣中的各个关键词，第五层节点权重为关键词对应的兴趣度；如果第四层中的某些节点是第五层中某些节点的父类，则第四层中对应节点的权重为第五层中子节点的权重之和，否则，第四层中节点权重为节点关键词对应的兴趣度；

在个性化图像检索中，主要是利用用户的兴趣偏好来达到提高图像检索结果准确率的目的。现今，表示用户兴趣爱好的一种主要方式是通过用户兴趣模型，它是反映及存储用户兴趣爱好数据的重要工具。因此，合理而有效地将用户的兴趣爱好数据在用户兴趣模型里面进行组织、表示和使用是实现用户高质量个性化图像检索的必要条件。同时，用户兴趣模型也使得用户面临隐私泄露的风险，使得人们不敢或不愿使用个性化图像检索系统。为此，本发明重点对用户兴趣模型进行保护，实现一种具有隐私分级可控的个性化图像检索。