[发明专利]一种图片加密方法、解密方法、加密系统及相关装置

权利要求书

1.一种图片加密方法，其特征在于，包括：

获取待加密图片，利用DNN分类模型对所述待加密图片进行前向计算；所述DNN分类模型包括输入层、隐含层和输出层，所述隐含层包含若干中间层；

记录所述待加密图片经过每层时的元数据；

将所述元数据作为所述待加密图片的加密数据。

2.根据权利要求1所述的图片加密方法，其特征在于，还包括：

从PyTorch库中获取DNN分类模型的预训练模型；

对所述预训练模型的最后两层进行重训练，得到所述DNN分类模型。

3.一种图片解密方法，基于如权利要求1或2所述的加密数据，其特征在于，包括：

获取加密数据，将噪声图或者纯色图作为DNN分类模型的初始输入图像；

将所述加密数据作为监督数据，确定所述加密数据的元数据提取策略；

提取所述元数据提取策略对应的总损失；所述元数据提取策略包括提取层数和目标提取层；

利用BP算法对所述总损失进行反向求导，得到所述加密数据对应的解密图片。

4.根据权利要求3所述的图片解密方法，其特征在于，提取所述元数据提取策略对应的总损失包括：

确定所述元数据提取策略中的目标提取层；

确定每个所述目标提取层的权重；

根据预设损失函数和所述权重确定每个所述目标提取层的损失；

根据各所述目标提取层的损失计算所述加密数据的总损失。

5.根据权利要求4所述的图片解密方法，其特征在于，得到所述加密数据对应的解密图片之后，还包括：

将所述解密图片作为所述初始输入图像，并利用优化器进行迭代更新，并在迭代次数满足预设值时停止迭代，输出循环解密图片。

6.根据权利要求5所述的图片解密方法，其特征在于，利用优化器进行迭代更新包括：

对所述总损失反向求导，并利用所述优化器迭代更新所述反向求导。

7.根据权利要求4所述的图片解密方法，其特征在于，所述预设损失函数为欧式距离或者KL散度。

8.一种图片加密系统，其特征在于，包括：

图片获取模块，用于获取待加密图片，利用DNN分类模型对所述待加密图片进行前向计算；所述DNN分类模型包括输入层、隐含层和输出层，所述隐含层包含若干中间层；

数据记录模块，用于记录所述待加密图片经过每层时的元数据；

加密数据模块，用于将所述元数据作为所述待加密图片的加密数据。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-2，或3-7任一项所述的方法的步骤。

10.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-2，或3-7任一项所述的方法的步骤。