[發明專利]一種深度學習訓練圖片加密解密方法

有效

• 申請號: 202011370533.0
• 申請日: 2020-11-30
• 公開（公告）號: CN112488900B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 賴必貴;倪政齊
• 申請（專利權）人: 福建省億鑫海信息科技有限公司
• 主分類號: G06T1/00
• 分類號: G06T1/00;G06N3/084
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 錢莉;蔡學俊

1.一種深度學習訓練圖片加密解密方法，其特征在于，包括加密過程：

將讀取的圖片數據轉換為三維數組，對每個圖片，分別對圖片三個通道進行加密，將加密后的三個通道進行交換，之后合并三個通道得到輸出圖片；

對圖片三個通道進行加密具體為：

對通道一采用如下公式加密得到R：

R=255-k*R’?+random(-5,5)?；

式中，R’為圖片的紅色通道，k為加權系數，random(-5,5)表示采用隨機整數函數產生-5到5之間的整數；

對通道二采用如下公式加密得到B：

B=k*B’?+random(-5,5)；

式中，B’為圖片的藍色通道，k為加權系數，random(-5,5)表示采用隨機整數函數產生-5到5之間的整數；

對通道三采用如下公式加密得到G：

G=255-k*(G’+random(-5,5))?+random(-5,5)；

式中，G’為圖片的綠色通道，k為加權系數，random(-5,5)表示采用隨機整數函數產生-5到5之間的整數；

所述將加密后的三個通道進行交換，之后合并三個通道得到輸出圖片具體為：

設備份通道一r、備份通道二b、備份通道三g：r=R，b=B，g=G；

令通道一等于備份通道二：R=b；

令通道二等于備份通道三：B=g；

令通道三等于備份通道一：G=r；

將通道值拉到0-255之間：R1,B1,G1=np.clip(R,B,G,0,255)?，其中，clip是函數，用于將值拉到0到255之間，大于255的值變成255，小于0的顏色重置為0；

將通道R1、B1、G1三個通道保存為圖片；

還包括解密過程：

獲取需要解密的圖片，對每個圖片，首先進行通道的交換，之后分別對交換后的三個通道進行解密，之后合并三個通道得到輸出圖片；

在解密過程中的通道交換具體為：令r=R，b=G，g=B，其中，R、G、B分別代表圖片的紅色通道、綠色通道以及藍色通道，r、g、b分別代表交換后的紅色通道、綠色通道以及藍色通道；

所述分別對交換后的三個通道進行解密，之后合并三個通道得到輸出圖片具體為：

對通道一進行解密得到R’：

R’=(255-+random(-5,5)-r)/k；

對通道二進行解密得到R’：

B’=(b-?random(-5,5))/k；

對通道三進行解密得到G’：

G’=(255+?random(-5,5)-g)/k-?random(-5,5)；

式中，k為權重系數；

將R’、B’、G’?數值中超過255的重置為255，小于0的重置為0，合并三個通道得到解密圖片。

2.一種基于權利要求1所述的一種深度學習訓練圖片加密解密方法的模型訓練方法，其特征在于，采用權利要求1所述的加密解密方法生成加密圖，采用該加密圖以及加密圖所對應的原圖的標注信息對模型進行訓練，得到訓練后的模型。

3.根據權利要求2所述的一種模型訓練方法，其特征在于，輸入采用權利要求1所述的加密解密方法生成的加密圖至訓練好的模型之中，得到模型預測的標注信息；將該加密圖采用如權利要求1所述的加密解密方法進行解密得到對應的解密后的圖；將得到的模型預測的標注信息疊加到對應的解密后的圖上，完成推理加密解密的流程。

4.一種深度學習訓練圖片加密解密系統，其特征在于，包括存儲器、處理器以及存儲在存儲器上并能夠被處理器運行的計算機程序指令，當處理器運行該計算機程序指令時，能夠實現如權利要求1所述的方法。

5.一種計算機可讀存儲介質，其特征在于，其上存儲有能夠被處理器運行的計算機程序指令，當處理器運行該計算機程序指令時，能夠實現如權利要求1所述的方法。