[发明专利]基于自同步混沌流密码的HEVC视频ROI加解密方法

说明书

本申请实施例提供了一种基于自同步混沌流密码的HEVC视频ROI加解密方法。加密方法包括：检测并追踪原始视频序列中的ROI区域；建立自同步混沌流密码系统，迭代生成伪随机序列；根据ROI区域更新待加密的Tiles列表，将包含加密Tile信息的数据写入SEI中；利用伪随机序列对ROI区域对应的MVD符号位、MVD的值和QTC符号位分别加密，得到加密后的视频流。本申请同时公开其解密方法。本申请的加密方法能够实现对视频中的ROI检测和追踪，加密区域的大小能随ROI区域的变化而变化，且当一帧视频中同时存在多个ROI时，能对它们都实施加密，具有较好的隐私保护效果和较高的加密效率。

技术领域

本申请涉及视频加解密技术领域，尤其涉及一种基于自同步混沌流密码的HEVC视频ROI加解密方法。

背景技术

监控视频中自然人的隐私等安全问题，日益受到人们的关注。加密是解决这些问题的一种有效方法，目前的一些视频加密方法，是对整帧视频进行加密，并不适用于实时的视频监控。现有视频选择性加密技术的缺点是没有对视频帧的隐私区域进行区分，直接对整帧进行加密，导致加密效率不高。

发明内容

本申请实施例的主要目的在于提出一种基于自同步混沌流密码的HEVC视频ROI加解密方法，能够实现对视频中的ROI检测和追踪，加密区域的大小能随ROI区域的变化而变化，且当一帧视频中同时存在多个ROI时，能对它们都实施加密，具有较好的隐私保护效果和较高的加密效率。

为实现上述目的，本申请实施例的第一方面提出了一种基于自同步混沌流密码的HEVC视频ROI加密方法，所述方法包括：

检测并追踪原始视频序列中的ROI区域；

建立自同步混沌流密码系统，迭代生成伪随机序列；

根据所述ROI区域更新待加密的Tiles列表，将包含加密Tile信息的数据写入SEI中；

利用所述伪随机序列对ROI区域对应的MVD符号位、MVD的值和QTC符号位分别加密，得到加密后的视频流。

在一些实施例，所述检测并追踪原始视频序列中的ROI区域，包括：

将所述原始视频序列划分为若干个图像组；

采用OpenCV中的DNN人脸检测算法模块对图像组中的关键帧进行检测；

获取人脸所在区域作为ROI区域，将ROI区域的四个顶点坐标转换为Tile的索引；

对于图像组中的前向参考帧，使用极坐标向量中值算法计算出ROI的运动轨迹；

计算出相应的极坐标向量中值后，将其作为ROI对应矩形框的运动向量，在原矩形框所在位置的基础上计算得出矩形框在下一帧中的位置，实现ROI最新坐标的追踪。

在一些实施例，所述建立自同步混沌流密码系统，然后迭代生成伪随机序列，包括：

建立三维离散时间混沌系统为X(k+1)＝A_3×3X(k)+B_3×1，

式中k＝1,2,3,L，X(k+1)＝[x₁(k+1),x₂(k+1),x₃(k+1)]^T，X(k)＝[x₁(k),x₂(k),x₃(k)]^T，A_3×3为包含非线性函数的标称矩阵，B_3×1为反馈控制器，A_3×3和B_3×1的具体形式为