摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外现状与分析 | 第11-12页 |
1.3 本文的主要贡献与创新 | 第12-13页 |
1.4 本文的结构安排 | 第13-14页 |
1.5 本章小结 | 第14-15页 |
第二章 隐私安全图像特征相关背景知识 | 第15-24页 |
2.1 同态加密介绍 | 第15-16页 |
2.2 整数向量同态加密方案 | 第16-20页 |
2.2.1 同态加密解密过程 | 第16-17页 |
2.2.2 密钥转换技术(Key-Swithing) | 第17-19页 |
2.2.3 基本同态运算 | 第19-20页 |
2.3 图像特征介绍 | 第20-23页 |
2.3.1 颜色特征 | 第21-22页 |
2.3.2 纹理特征 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第三章 基于VHE的灰度直方图特征提取方案 | 第24-37页 |
3.1 应用场景与模型 | 第24-26页 |
3.1.1 系统模型构建 | 第24-26页 |
3.1.2 设计目标 | 第26页 |
3.2 灰度直方图 | 第26-28页 |
3.3 密文域内灰度直方图特征的提取 | 第28-32页 |
3.3.1 图像数据的预处理 | 第29-31页 |
3.3.2 图像的加密 | 第31-32页 |
3.3.3 灰度直方图特征的提取 | 第32页 |
3.4 方案的实现与分析 | 第32-36页 |
3.4.1 特征提取方案仿真结果 | 第33-34页 |
3.4.2 安全性分析 | 第34-35页 |
3.4.3 正确性分析 | 第35-36页 |
3.4.4 有效性分析 | 第36页 |
3.5 本章小结 | 第36-37页 |
第四章 隐私保护下的HOG图像特征的提取算法 | 第37-63页 |
4.1 应用场景与系统模型 | 第37-39页 |
4.1.1 应用场景 | 第37-38页 |
4.1.2 系统模型构建 | 第38-39页 |
4.1.3 设计目标 | 第39页 |
4.2 HOG特征提取算法 | 第39-42页 |
4.2.1 图像标准化 | 第40页 |
4.2.2 梯度计算 | 第40-41页 |
4.2.3 构建HOG特征向量 | 第41-42页 |
4.3 密文域内HOG特征提取算法的改进 | 第42-50页 |
4.3.1 图像加密 | 第42-43页 |
4.3.2 梯度计算 | 第43-46页 |
4.3.3 HOG特征的构建 | 第46-50页 |
4.3.4 HOG描述符的解密 | 第50页 |
4.4 基于HOG特征的行人检测 | 第50-56页 |
4.4.1 支持向量机算法 | 第51-53页 |
4.4.2 行人检测模型 | 第53-56页 |
4.4.2.1 模型评价指标 | 第54-55页 |
4.4.2.2 核函数的选择 | 第55页 |
4.4.2.3 构建SVM检测模型 | 第55-56页 |
4.5 算法的实现与分析 | 第56-62页 |
4.5.1 密文域HOG特征提取结果 | 第56-59页 |
4.5.2 隐私性分析 | 第59页 |
4.5.3 准确性分析 | 第59-61页 |
4.5.4 高效性分析 | 第61-62页 |
4.6 本章小结 | 第62-63页 |
第五章 隐私安全的图像特征的应用 | 第63-72页 |
5.1 密文域的整数向量相似性比较方案 | 第63-64页 |
5.2 基于密文灰度直方图向量的图像识别 | 第64-68页 |
5.2.1 选择识别图像集 | 第64-65页 |
5.2.2 图像识别 | 第65-67页 |
5.2.3 密文域图像识别结果分析 | 第67-68页 |
5.3 基于密文HOG特征向量的图像搜索 | 第68-71页 |
5.3.1 选择搜索图像集 | 第68页 |
5.3.2 图像搜索 | 第68-69页 |
5.3.3 密文域图像搜索结果分析 | 第69-71页 |
5.4 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-75页 |
6.1 本文的工作总结 | 第72-73页 |
6.2 后续研究工作 | 第73-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-80页 |
攻硕期间取得的研究成果 | 第80页 |