[發明專利]一種運行在邊緣設備上的視頻隱私數據模糊化方法

在審

• 申請號: 202110265858.0
• 申請日: 2021-03-11
• 公開（公告）號: CN112927127A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 張澤華;李向陽;高煥麗;羅家祥
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06T7/277;G06T7/246;G06T7/215;G06K9/34
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 謝建華

1.一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：包括算法模型搭建和模型運行，所述方法如下：

步驟一：模型初始化，包括根據配置文件搭建模型、對訓練好的模型優化加速、初始化跟蹤器；

步驟二：獲取視頻序列，并導入到運行平臺中；

步驟三：采用輕量型網絡及FPN結構進行特征提取；

步驟四：通過實例分割算法獲取圖像的檢測結果和實例掩膜；

步驟五：通過多目標跟蹤算法為檢測到的每個對象分配一個ID；

步驟六：通過ID控制對象是否進行模糊處理。

2.根據權利要求1所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：所述步驟一中，優化加速方法為：先將PyTorch模型轉為中間格式文件ONNX后，再由TensorRT優化加速。

3.根據權利要求1所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：所述步驟二中，運行平臺為支持C++或Python的運行平臺或應用于NVIDIA Jetson設備。

4.根據權利要求1所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：所述步驟三中，特征提取網絡選用輕量型特征提取網絡ShuffleNet V2或MobileNet。

5.根據權利要求1所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：所述步驟四中，實例分割算法包含2個子任務，分別為目標檢測與掩膜生成。

6.根據權利要求5所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：所述目標檢測是指對于輸入的圖像，通過算法在圖像中找出所有的人，其結果為用包圍框將人框選出來表示，目標檢測的輸出結果包括分類和回歸。

7.根據權利要求5所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：所述掩膜生成方式為一種原始掩膜與掩膜系數組合的方式；其中原始掩膜無關圖像中具體的人，掩膜系數與具體的人相關，每個人生成一組掩膜系數。

8.根據權利要求1所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：所述步驟五中，多目標跟蹤算法為SORT算法。

9.根據權利要求1所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：所述步驟六中，通過ID針對性的對部分人進行模糊處理，且在不同時間段可更改ID來更改模糊對象，以防跟蹤算法跟錯對象。

10.根據權利要求1所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：視頻輸入可從文件中讀取視頻或直接讀取相機視頻進行處理，視頻讀取庫為OpenCV。

11.根據權利要求1所述的一種運行在邊緣設備上的視頻隱私數據模糊化方法，其特征在于：使用TensorRT對算法模型進行量化及優化加速，降低部署難度，同時算法運行時，采用三個線程分別處理預處理、模型推理和后處理三個部分。