(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111499740.0 (22)申请日 2021.12.09 (65)同一申请的已公布的文献号 申请公布号 CN 114390295 A (43)申请公布日 2022.04.22 (73)专利权人 慧之安信息技 术股份有限公司 地址 100000 北京市海淀区昆明湖南路51 号A座二层217号 (72)发明人 余丹　兰雨晴　刘一凡　唐霆岳　 (74)专利代理 机构 北京广技专利代理事务所 (特殊普通 合伙) 11842 专利代理师 张国香 (51)Int.Cl. H04N 19/52(2014.01) H04N 19/513(2014.01)H04N 19/51(2014.01) H04L 9/40(2022.01) G06F 21/62(2013.01) G06F 21/60(2013.01) G06F 21/32(2013.01) (56)对比文件 CN 113473138 A,2021.10.01 IN 2016210 01588 A,2017.10.27 宋成等.多值预测位置隐私保护机制. 《北京 邮电大学学报》 .2021, 审查员 王亚娜 (54)发明名称 一种视频隐私保护方法和装置 (57)摘要 本申请提供了一种视频隐私保护方法和装 置， 涉及数据处理技术领域。 该方法具体包括隐 私区域提取、 隐私区域保护、 隐私区域管理三步 式； 隐私保护的第一步是识别和提取视频的隐私 区域； 第二步为隐私区域保护， 采用帧内预测模 式加密、 运动矢量及运动 补偿加密结合的方式对 隐私区域进行保护； 第三步为隐私区域管理， 采 用人脸识别和身体轮廓检验相结合的方式对 隐 私区域进行管理。 可 以看到， 本申请实施例采用 三步式的视频隐私保护方案， 并提供了三个阶段 的落实方案， 可以有效的减少监控设备隐私泄露 风险， 避免造成由信息泄 露带来的巨大损失。 权利要求书3页 说明书9页 附图1页 CN 114390295 B 2022.08.19 CN 114390295 B 1.一种视频隐私保护方法， 其特征在于， 包括 隐私区域提取、 隐私区域保护、 隐私区域 管理三步式； 隐私保护的第一 步是识别和提取视频的隐私区域； 第二步为 隐私区域保护， 采用帧内预测模式加密、 运动矢量及运动补偿加密结合的方 式对隐私区域进行保护； 第三步为隐私区域管理， 采用人脸识别和身体轮廓检验相结合的方式对隐私区域进行 管理； 其中， 所述识别和提取视频的隐私区域， 包括： 利用深度学习对视频内的隐私区域进行 识别以及提取； 在采用帧内预测模式加密、 运动矢量及运动补偿加密结合的方式对隐私区域进行保护 之后， 所述方法包括： 再次利用深度 学习对加密 保护后的视频进行隐私区域识别以及提取， 并根据当前识别 隐私区域识别到的个数控制所述帧内预测模式加密、 运动矢量及运动补偿加密结合的方式 的加密次数再次对识别提取出来的 隐私区域进行多次加密， 然后再次利用深度学习进 行隐 私区域识别以及提取， 直至加密到所述深度学习识别不到隐私区域为止， 并且在深度学习 进行隐私区域识别和 提取的过程中， 记录被多次识别提取到的隐私区域， 并根据识别提取 次数判断所述隐私区域是否需要更 换加密算法； 其中， 所述视频隐私保护方法还 包括： 步骤A1， 利用如下公式根据当前识别隐私区域识别到的个数控制下一 次所述帧内预测 模式加密、 运动矢量及运动补偿加密结合的方式的加密次数： 其中Da+1(G)表示所述帧内预测模式加密、 运动矢量及运动补偿加密 结合的方式对深度 学习算法第a+1次识别提取到的隐私区域的控制加密次数； Da(G)表示所述帧内预测模式加 密、 运动矢量及运动补偿加密结合的方式对深度学习算法第a次识别提取到的隐私区域的 控制加密次数， 若a＝1， 则Da(G)＝1； G[ka(i)]表示 所述帧内预测模式加密、 运动矢 量及运动 补偿加密结合的方式对深度学习算法第a次识别提取到的第i个隐私区域进行加密后的二 进制形式的隐私区域数据； Fa+1{G[ka(i)]}表示所述帧内预测模式加密、 运动矢量及运动补 偿加密结合的方式对深度学习算法第a次识别提取到的第i个隐私区域进行加密后的二进 制形式的 隐私区域数据进 行第a+1次深度学习算法的 隐私区域识别和提取的输出值， 若第a +1次深度学习算法识别和提取到隐私区域则输出Fa+1{G[ka(i)]}＝1， 反之则输出Fa+1{G[ka (i)]}＝0； na表示深度学习算法第a次识别提取到的隐私区域个数； 表示进行向上 取整。 2.根据权利要求1所述的视频隐私保护方法， 其特 征在于， 包括： 步骤A2， 利用如下公式根据 所述深度 学习多次对隐私区域识别以及提取的结果判断对 隐私区域进行保护是否执 行结束：权　利　要　求　书 1/3 页 2 CN 114390295 B 2其中Ba+1表示所述深度学习算法在进行完第 a+1次隐私区域的识别和提取后所述隐私 区域保护是否执 行结束的控制值； 若Ba+1＝1， 表示当前还存在隐私区域处于危 险状态则隐私区域保护未结束， 则需要首 先通过步骤A3的判断以及控制再继续进行步骤A1的加密算法和步骤A 2的判断； 若Ba+1＝0， 表示当前不存在隐私区域处于危 险状态则隐私区域保护结束， 即三步式中 的第二步结束， 则不 通过步骤A3直接进行三 步式中第三步的步骤； 步骤A3， 若在步骤A2中判断为若Ba+1＝1， 则利用下面的公式根据被多次识别提取到的 隐私区域的提取次数判断所述隐私区域是否需要更 换加密算法： 其中φa+1表示所述深度学习算法在进行完第a+1次隐私区域的识别和提取后是否需要 更换所述帧内预测模式加密、 运动矢量及运动补偿加密结合的方式的控制值； 若φa+1＞0， 表示当前所述帧内预测模式加密、 运动矢量及运动补偿加密结合的方式未 失效， 则无需更 换加密算法继续进行 上述步骤A1和A 2的计算和判断； 若φa+1≤0， 表示当前所述帧内预测模式加密、 运动矢量及运动补偿加密结合的方法已 失效， 则需更 换新的加密算法继续进行 上述步骤A1和A 2的计算和判断。 3.一种视频隐私保护装置， 其特 征在于， 包括： 隐私区域 提取模块， 用于识别和提取视频的隐私区域； 隐私区域保护模块， 用于采用帧内预测模式加密、 运动矢量及运动补偿加密结合的方 式对隐私区域进行保护； 隐私区域管理模块， 用于采用人脸识别和身体轮廓检验相结合的方式对隐私区域进行 管理； 其中， 所述 隐私区域提取模块还用于： 利用深度学习对视频内的隐私区域进行识别以 及提取； 所述隐私区域保护模块还用于： 在采用帧内预测模式加密、 运动矢量及运动补偿加密 结合的方式对隐私区域进 行保护之后， 再次利用深度学习对加密保护后的视频进 行隐私区 域识别以及提取， 并根据当前识别隐私区域识别到的个数控制所述帧内预测模式加密、 运 动矢量及运动补偿加密结合的方式的加密次数再次对识别提取出来的隐私区域进行多次 加密， 然后再次利用深度学习进行隐私区域识别以及提取， 直至加密到所述深度学习识别 不到隐私区域为止， 并且在深度学习进行隐私区域识别和 提取的过程中， 记录被多次识别 提取到的隐私区域， 并根据识别提取次数判断所述隐私区域是否需要更 换加密算法； 其中， 所述隐私区域保护模块还用于： 步骤A1， 利用如下公式根据当前识别隐私区域识别到的个数控制下一 次所述帧内预测 模式加密、 运动矢量及运动补偿加密结合的方式的加密次数：权　利　要　求　书 2/3 页 3 CN 114390295 B 3