[发明专利]一种面向社交平台的图像分级隐私保护方法

说明书

本发明公开了一种面向社交平台的图像分级隐私保护方法，包括如下步骤：S1‑1、对于用户上传的原始JPEG图像，选择要保护的区域，并将所选区域的总数和位置信息记录为二进制比特流；S1‑2、通过调整JPEG图像的DCT系数来调整JPEG图像的亮度信息和色度分量，并将其数值转化为对应的二进制码；S1‑3、二进制码通过所处区域对应的密钥加密后，嵌入到对应DCT块的交流系数中；S1‑4、各个区域进行拼接，位置信息嵌入到整幅图像中；S2‑1、提取位置信息，实现后续的分级的恢复；S2‑2、恢复置乱的DCT块；S2‑3、恢复原始DCT系数，实现图像的恢复。该方法通过可逆信息隐藏技术与相关的密码学手段相结合，对于上传至社交平台的图像进行个人隐私保护的需求。

技术领域

本发明涉及可逆信息隐藏和密码学技术领域，具体指一种面向社交平台的图像分级隐私保护方法。

背景技术

随着互联网技术的飞速发展和社交媒体的广泛使用，人们越来越习惯通过发表图文信息的方式记录自己的生活状态和实时心情。然而，随之而来的是各种图像隐私泄露问题的频繁出现，包括人脸隐私和身体隐私等。国内外经常出现用户发现自己上传到某平台的照片被其他非法网站盗用的事件，甚至某些用户的个人信息在未经允许的情况下被人用图像处理的手段从用户图像中提取出来，造成了严重的隐私泄露问题。如今，人们对于保护自身隐私的意识日益完善，对社交媒体中广泛流传的包含用户隐私信息的图像进行保护已经成为一个迫切的需求。

由于高压缩比，JPEG标准被广泛用于图像存储中以节省带宽和存储空间。在目前的社交平台中，JPEG格式的图像已经成为传输和存储的主要格式。因此，面向实际应用场景的图像隐私保护方法很多都是面向JPEG格式的图片来进行处理的。一个优秀的JPEG图像隐私保护算法通常要具备以下几点要求：(1)优秀的模糊效果，即难以识别保护区域，主要体现在人眼视觉效果上和机器识别的效果上。(2)可逆性，即在需要时可以获得原始JPEG图像，能否无损的恢复原图像以及恢复后原图像的质量是一个重要的衡量标准。(3)安全性，即只有授权方才能恢复原始图像，并且图像不会在受到各种攻击后泄露隐私信息。

目前对JPEG图像进行隐私保护的方法主要可以分为基于神经网络的方法和基于传统图像处理的方法。基于神经网络的方法一般是通过特征修改来进行隐私信息的脱敏处理，用于生成具备对某种特定隐私信息进行保护的图像。基于传统图像处理的方法主要采用混淆，对抗，合成等手段来进行隐私保护。

其中，对JPEG图像DCT系数进行修改来实现隐私保护的方法是JPEG图像独有的隐私保护方法。目前已有的与本发明相近的方法通常会采用块加扰或者置乱等方式对DCT系数进行调整来实现JPEG图像的隐私保护。这种调整方式属于混淆手段的一种，可以通过对保护区域的模糊处理来实现隐私保护的要求。

现有的图像隐私保护技术大多没有同时考虑到图像的完美还原和分级恢复两个问题。很多基于图像处理的隐私保护技术，对图像进行处理后并没有办法将其可逆的恢复过来，这种技术如果要应用于社交平台中的图像进行保护，就只能将加密后的图像和原图像同时存储于服务器中，再根据需求进行展示。但这种方式是基于服务器完全可信的情况，从目前的情况来看，虽然大多数社交平台的服务器端是可信的，但是不能完全排除服务器上数据出现泄露的情况。针对这种可能出现的安全隐患。另一方面，现有的技术大多不能满足用户的分级隐私保护需求。即只能固定的进行整幅图像的加解密或者隐私区域的加解密。

发明内容

本发明根据现有技术的不足，提出一种面向社交平台的图像分级隐私保护方法，通过可逆信息隐藏技术与相关的密码学手段相结合，对于上传至社交平台的图像进行个人隐私保护的需求。即在图像上传至服务器时对整幅图像进行多重加密，对于图像发布者信任程度高的用户即高权限用户，可以完整的恢复整幅图像；而对于可信程度低的用户即低权限用户，可以选择只恢复图像的一部分，其他涉及关键隐私的部分(如面部区域)仍然处于加密状态。

为了解决上述技术问题，本发明的技术方案为：

一种面向社交平台的图像分级隐私保护方法，包括如下步骤：