29、基于内容的安全图像检索与实时检测不当内容的人工智能模型

基于内容的安全图像检索与实时检测不当内容的人工智能模型

基于内容的安全图像检索

在当今信息时代，多媒体数据的安全性成为了图像检索系统的主要关注点之一。例如，某些组织在进行人脸识别时，会收集人员信息和照片，但他们希望这些信息不被其他用户或数据库管理员获取。如果信息没有得到妥善隐藏，被攻破的数据库管理员可能会获取并利用这些信息谋取私利，这种情况必须避免。

目标与动机

提出的系统主要分为两部分。第一部分聚焦于基于特征向量提取方法的图像检索技术，同时利用纹理和形状特征。第二部分展示了图像在所有者端如何安全加密，以及在用户端如何解密。具体流程为：所有者提取图像特征，创建图像特征向量数据库和加密图像数据库，并将其发送到集中式数据库（假设数据库管理员诚实但好奇）；用户提取所需特征形成查询图像特征向量，发送到集中式数据库；集中式数据库中的查询处理器会找到与用户查询图像相似的加密图像，并将结果发送给用户；用户使用所有者提供的密钥解密图像，最终得到数据库中最相似的图像。创建这样一个安全系统的动机在于，只有授权的图像用户才能检索到所需图像，同时数据库管理员也无法侵犯所有者图像的隐私。

相关技术回顾

近年来，多媒体数据迅速增长，人们难以自行保存所有数据，因此开始将数据存储到第三方存储中。但数据传输必须安全，不仅要对数据进行加密，相关搜索也应受到保护。此前已有一些关于可搜索加密和图像检索的研究工作，但部分方案存在计算开销大、假设在现实应用中不成立等问题。

预备知识

• 局部二值模式（LBP） ：LBP是一种用于计算机视觉分组的视觉描述符，自1990年提出以来，被证明是