-
公开(公告)号:CN114143551B
公开(公告)日:2023-03-24
申请号:CN202111515868.1
申请日:2021-12-01
Applicant: 北京邮电大学
Abstract: 本发明公开了一种应用于视频传感器网络的视频安全高效传输系统,在编码端采用采样率自适应选择和非关键帧自适应采样算法,防止相邻非关键帧之间恢复质量波动过大的问题;采用基于视频帧块的加密算法,能够降低计算复杂度,缩短加解密的时间;还使用混沌系统所产生的混沌序列作为测量矩阵和加密算法的密钥,来提高传输方案的安全性;此外在解码端,采用基于分块压缩感知和深度学习的视频帧恢复网络,当云端服务器接收到最早发送的少量非压缩视频帧时,重构单元会立刻进行快速训练,训练完成后便可用其恢复之后所接收的视频帧;最后在恢复的过程中采用并行恢复算法,在计算资源较为充足的情况下,可大幅提高恢复速度,极大降低实时视频解码时延。
-
公开(公告)号:CN114944911B
公开(公告)日:2025-04-25
申请号:CN202210570594.4
申请日:2022-05-24
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于并行压缩感知和秘密共享的图像加密方法,首先利用性能良好的测量矩阵作为密钥对图像进行并行压缩,不仅实现了加密,而且减少了图像的大小,具有更低的存储和计算复杂度。其次对于非方阵图像引入分块Arnold变换加密,使图像显得杂乱无章,从而实现对并行压缩后的图像加密。然后,为了进一步提高系统的可靠性和保密性,防止秘密过于集中,利用(k,n)‑门限秘密共享技术对分块Arnold变换后的秘密图像进行处理,不仅实现了秘密图像的加密,而且分散了风险,容忍了入侵。最后,利用Zigzag混淆对由秘密共享技术生成的影子图像进行处理,干扰元素在影子图像中的位置,实现影子图像加密。
-
公开(公告)号:CN109756740A
公开(公告)日:2019-05-14
申请号:CN201910047110.6
申请日:2019-01-18
Applicant: 北京邮电大学
IPC: H04N19/60 , H04N19/42 , H04N19/426
Abstract: 本发明实施例提供了基于最优测量矩阵的半张量图像压缩方法和图像恢复方法。其中,该图像压缩方法包括:对待压缩图像的原始矩阵进行稀疏变换,得到待压缩图像的第一稀疏表示矩阵;基于第一稀疏表示矩阵的行数、预设压缩比和预设系数,确定原始矩阵对应的初始测量矩阵的行数和列数;基于预设的元素数值关系,生成m×n维矩阵,作为初始测量矩阵;对初始测量矩阵进行优化,得到最优测量矩阵;基于最优测量矩阵与预设的半张量压缩感知模型,对第一稀疏表示矩阵进行压缩,得到压缩后的目标矩阵。与现有技术相比,应用本发明实施例提供的方案,可以实现提高压缩感知理论在计算资源和通信能耗受限的网络中的实用性。
-
公开(公告)号:CN114944911A
公开(公告)日:2022-08-26
申请号:CN202210570594.4
申请日:2022-05-24
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于并行压缩感知和秘密共享的图像加密方法,首先利用性能良好的测量矩阵作为密钥对图像进行并行压缩,不仅实现了加密,而且减少了图像的大小,具有更低的存储和计算复杂度。其次对于非方阵图像引入分块Arnold变换加密,使图像显得杂乱无章,从而实现对并行压缩后的图像加密。然后,为了进一步提高系统的可靠性和保密性,防止秘密过于集中,利用(k,n)‑门限秘密共享技术对分块Arnold变换后的秘密图像进行处理,不仅实现了秘密图像的加密,而且分散了风险,容忍了入侵。最后,利用Zigzag混淆对由秘密共享技术生成的影子图像进行处理,干扰元素在影子图像中的位置,实现影子图像加密。
-
公开(公告)号:CN114143551A
公开(公告)日:2022-03-04
申请号:CN202111515868.1
申请日:2021-12-01
Applicant: 北京邮电大学
Abstract: 本发明公开了一种应用于视频传感器网络的视频安全高效传输系统,在编码端采用采样率自适应选择和非关键帧自适应采样算法,防止相邻非关键帧之间恢复质量波动过大的问题;采用基于视频帧块的加密算法,能够降低计算复杂度,缩短加解密的时间;还使用混沌系统所产生的混沌序列作为测量矩阵和加密算法的密钥,来提高传输方案的安全性;此外在解码端,采用基于分块压缩感知和深度学习的视频帧恢复网络,当云端服务器接收到最早发送的少量非压缩视频帧时,重构单元会立刻进行快速训练,训练完成后便可用其恢复之后所接收的视频帧;最后在恢复的过程中采用并行恢复算法,在计算资源较为充足的情况下,可大幅提高恢复速度,极大降低实时视频解码时延。
-
公开(公告)号:CN109756740B
公开(公告)日:2020-02-18
申请号:CN201910047110.6
申请日:2019-01-18
Applicant: 北京邮电大学
IPC: H04N19/60 , H04N19/42 , H04N19/426
Abstract: 本发明实施例提供了基于最优测量矩阵的半张量图像压缩方法和图像恢复方法。其中,该图像压缩方法包括:对待压缩图像的原始矩阵进行稀疏变换,得到待压缩图像的第一稀疏表示矩阵;基于第一稀疏表示矩阵的行数、预设压缩比和预设系数,确定原始矩阵对应的初始测量矩阵的行数和列数;基于预设的元素数值关系,生成m×n维矩阵,作为初始测量矩阵;对初始测量矩阵进行优化,得到最优测量矩阵;基于最优测量矩阵与预设的半张量压缩感知模型,对第一稀疏表示矩阵进行压缩,得到压缩后的目标矩阵。与现有技术相比,应用本发明实施例提供的方案,可以实现提高压缩感知理论在计算资源和通信能耗受限的网络中的实用性。
-
-
-
-
-