[發明專利]一種基于隱私保護原則的攝像頭輔助車聯網無線通信方法

在審

• 申請號: 202010670884.7
• 申請日: 2020-07-13
• 公開（公告）號: CN111967318A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 李慧文;相天麒;郭伯仁;張欣;高月紅;楊鴻文
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N20/00;H04L29/08;H04N7/18;H04W4/40;H04W4/44
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于隱私保護原則的攝像頭輔助車聯網無線通信方法，該方法包括：基于上述場景的軟硬件設計，通過機器學習技術、云計算、霧計算提高本地控制模塊的計算、存儲能力，提供隱私保護的前提條件；根據攝像頭實時輸入圖像的反饋，調整攝像頭相應參數，保證服務質量的前提下，進行最高模糊程度的輸入；數據處理使用基于機器學習的信息提取模塊，每個模塊負責一個或一類的信息提取，按照應用需求分發局部信息子集，避免全局信息傳送，本發明中定位模塊利用機器學習算法進行車聯網特征簡化；本地進行輔助通信相關信息決策，通信輔助信息在本地云存儲且保證較高刷新率，避免或減少關鍵隱私信息上傳。

一、技術領域

本發明屬于車聯網通信技術領域，具體涉及一種借助云計算、霧計算以及機器學習實現的提供隱私保護的攝像頭輔助車聯網無線通信的方法。

二、技術背景

攝像頭在交通環境中作為主要的監控設備，得到了廣泛使用，但是攝像頭所擁有的強大圖像采集能力顯然沒有得到充分的利用。圖像信息的顯著特點是所含信息量多，但同時傳輸開銷大，處理難度高，信息冗余程度高，為其進一步的擴展應用帶來了很多阻礙。然而，隨著云計算、霧計算、機器學習等新興技術的發展，為攝像頭及圖像信息在車聯網通信場景下的引入提供了堅實基礎。借助機器學習及云計算、霧計算技術帶來的強大數據處理、分析、提取能力，單一監控功能的視頻圖像，可以用于提取車輛、其他移動節點位置信息、狀態信息，從而使攝像頭輔助無線通信的場景成為現實，更好地服務于車聯網不斷擴大的業務承載能力和業務承載需求。

為了減少不同技術之間的藩籬，將攝像機圖像采集應用到輔助通信中，需要對原有的車聯網通信系統進行更新與改進。5G時代，終端及基站密度的進一步提高，大量節點交互通信場景下勢必會帶來更大范圍、更大數量的數據采集；作為普遍使用的攝像頭設備，其廣泛的車況圖像的采集盡管很好地補充了無線通信的數據采集過程，提供了更高的通信環境感知能力，但是同時也對用戶隱私保護提出了更高要求。傳統攝像頭的應用以監控為導向，圖像本身作為信息，對圖像輸入的要求為高清晰、實時，需要提供增強的數據傳輸來保證用戶隱私。而通信輔助導向的目標是保證信息完整，信息的內容是圖像處理后的二次數據，可以從圖像數據采集、圖像信息提取、信息共享、信息存儲四個維度考慮用戶隱私的保障。因此如何實現支持攝像機輔助通信應用的系統設計，并且在信息處理獲取的多個環節均提供一定的隱私保護能力，是本領域需要關注的問題之一。

三、發明內容

為了解決上述問題，本發明的目的是提供一種云計算、霧計算以及機器學習輔助下，考慮用戶隱私保護的攝像頭輔助車聯網無線通信的系統方法，實現各技術之間的進一步融合。為了實現上述目的，本發明從圖像圖像數據采集、信息存儲、圖像信息提取、及信息共享四個方面，實現攝像頭的功能改進，使其更適應輔助車聯網無線通信的需求；同時在每個模塊都提出了對用戶隱私的保護方案。

對輔助通信導向的應用場景進行區分細化，是同時滿足不同通信場景下的輔助需求，以及用戶隱私保護需求的基礎。車聯網通信場景下的首要特征為節點狀態、通信條件、服務需求的高動態性，因此要求攝像頭能夠適應不同場景下的隱私和通信需求，具有高適應性；同時需要滿足攝像頭(圖像采集)模塊與其他模塊之間的高效通信，以保證整個系統的通信效率。為了滿足攝像頭與通信模塊的高效通信，將攝像頭與基站進行集成。基站的高性能數據處理和控制模塊，也可以相應的實現對圖像采集模塊參數的實時控制調整。控制模塊參數調整的依據為：場景需求，最大隱私保護原則，以及系統性能保證。集成后的攝像頭與基站模塊，可以實現兩個元組件之間的雙向增強。模塊化的軟件功能主要包括信息提取及分發模塊，通過機器學習方法實時提取圖像輸入的關鍵特征信息，包含大量冗余信息及目標關鍵隱私信息的原始圖像不進行長期存儲。攝像頭輔助的車聯網通信系統的數據采集及流動，根據通信場景進行動態調整，通過基站控制平臺的運算處理能力，能夠實現多種通信場景的靈活覆蓋。

基本工作步驟包括：